Néné mistede 90 procent af sit levebrød til AI på et år

De var fem, der blev fyret.

Korrekturafdelingen blev lukket, og ifølge Néné La Beet var beskeden klar: Opgaverne skulle fremover løses ved hjælp af kunstig intelligens. Det, der i årevis havde været et selvstændigt fagligt ansvar, blev i praksis gjort til en teknisk funktion i redaktionens workflow.

 Nu står hun frem, men ønsker ikke at oplyse, hvem hendes tidligere arbejdsgiver er, grundet kontraktuelle forhold. 

For Néné La Beet var fyringen mærkbar. Hun havde arbejdet professionelt med sprog i mange år og regnede med, at korrekturen kun var én del af hendes arbejdsliv. Oversættelserne havde hun stadig. 

Det viste sig hurtigt, at fyringen kun var begyndelsen.

“AI’en blev oplært af os”

I godt fire år havde Néné La Beet været deltidsansat i korrekturafdelingen.Samtidig havde hun som freelancer oversat fra engelsk til dansk for et andet dagblad og løst mindre oversættelsesopgaver ved siden af. Det kunne hun leve af, “sådan nogenlunde”, som hun siger. 

Da korrekturafdelingen blev lukket, kom det bag på hende. Ikke fordi hun troede, sprogbranchen var fredet, men fordi avisen, som hun beskriver det, havde en chefredaktør, der var usædvanligt optaget af korrekthed. “Der gik jo nærmest ikke en uge, uden at vedkommende stod på vores kontor og brokkede sig over et eller andet,” siger hun med et smil på læben. 

Det, der rammer hårdt i hendes fortælling, er ikke kun, at arbejdet forsvandt, men hvordan.

Hun fortæller, at de fem korrekturlæsere i praksis var med til at levere de rettelser, data og arbejdsgange, som systemet senere byggede videre på. 

Ikke fordi de fik det at vide direkte, men fordi det var sådan processen blev forklaret: Det skulle “blive nemmere for journalisterne”, og ”journalisterne ville lave færre fejl”. ”AI’en blev oplært af os, så alle kunne være mere effektive”, som Néné La Beet beskriver det. 

”Den logik er svær at argumentere imod i et travlt produktionsmiljø,” siger hun. ”Man hjælper kollegerne. Man gør processen bedre. Man gør sit arbejde ordentligt.”

Men pludselig var det ikke kun en forbedring af arbejdsgangen. Det var en erstatning.

Først forsvandt korrekturen, derefter oversættelserne 

På tidspunktet for fyringen havde Néné La Beet stadig sine oversættelsesopgaver, og de voksede endda i en periode. Det gav en fornemmelse af, at fyringen var et enkelt tab, som hun kunne absorbere.

Men så kom næste beslutning.

I oktober fik hun at vide, at oversættelserne hos det andet dagblad, hun arbejdede for, nu også skulle laves af AI. Ikke som en gradvis ændring, men som en redaktionel beslutning. 

Konsekvensen var brutal i sin enkelhed: “Fra at overleve til ikke at overleve,” siger hun om de måneder, hvor opgaverne forsvandt. Da hun bliver bedt om at sætte tal på, svarer hun: “Omkring 90 procent af min indtjening.” 

Produktivitetens byttehandel?

Når man spørger Néné,La Beet om, hvorvidt AI så faktisk er god til korrektur, svarer hun ikke nej. Hun anerkender at den er god til nogle ting.

Hun beskriver AI som ret god til kommaer, grammatik og nutids-r. Det er også her, mange ledelser oplever den umiddelbare gevinst: mindre friktion i produktionen, færre synlige overfladefejl, mere fart. I et kontrolleret eksperiment lavet af Whitney Zhang og Shakked Noy fra Massachusetts Institute of Technology faldt tidsforbruget på professionelle skriveopgaver ca. 40 procent.

Men Nene La Beet  peger også på en anden type fejl, som hun mener er kernen i korrekturlæserens faglighed: de strukturelle fejl, inkonsistens, den fejlagtige brug af talemåder, og ting af dén karakter. 

Hun mener, at det er fejl, som sjældent kan fanges ved at “tjekke sproget”. ”Det kræver, at nogen forstår teksten, dens intention og dens logik, og at nogen har mandat til at sige: Her er noget galt, selv om det ser rigtigt ud.”

”Al den tekst på internettet, som de store sprogmodeller er trænet på, er fyldt med fejl, også i brugen af talemåder, og derfor bliver det svært for en model at skelne den rigtige brug fra den udbredte, men forkerte.” 

Det samme mønster inden for oversættelse

Det samme mønster genkender Néné La Beet fra oversættelsesarbejdet.

Hun har gentagende gange  set eksempler på, at journalister citerer kilder for det modsatte af, hvad de faktisk har sagt – simpelthen fordi de ikke har forstået udsagnet på originalsproget. I andre tilfælde er udenlandske politikere blevet blandet sammen, eller citater er blevet oversat forkert fra internationale medier.

”Jeg har flere gange kunnet tage det, som journalisten har skrevet på dansk, puttet det ind i Google, få det oversat tilbage til engelsk og så finde den oprindelige kilde,” siger hun. ”Så kan man se, at teksten bare er blevet smidt ind i et oversættelsesværktøj, uden at nogen har tjekket, om det overhovedet giver mening.”

Ifølge Néné La Beet er problemet ikke kun sprogligt, men også journalistisk. For dels bør man ikke bruge udenlandske kilder uden at angive dem, dels risikerer man at bringe citater, der er faktuelt forkerte – uden at nogen opdager det.

Hun fortæller også, at der i det sidste år begyndte at dukke korte tekstbidder op, som hun mistænkte for at være skrevet direkte af AI. ”Og det viste sig tit, at jeg havde ret,” siger hun. Hun understreger, at det selvfølgelig ikke gælder alle redaktioner eller alle oversættelser.

Færre klager er ikke altid et godt tegn

Fælles for eksemplerne er, at fejlen ikke nødvendigvis springer i øjnene. Teksten ser korrekt ud. Den flyder. Den ligner journalistik. Og netop derfor opstår der, ifølge Néné La Beet et paradoks: ”Når kvaliteten langsomt bliver dårligere, er det ikke sikkert, at nogen reagerer med det samme.”

”For det er ikke altid, fejl fører til klager. Nogle gange fører de bare til, at læseren holder op med at læse.”

Når hun taler om, at AI ikke fanger de strukturelle fejl, siger hun også noget, der kan lyde som et paradoks: Fejlene kan godt blive flere, men klagerne kan blive færre.

“De mennesker, der sidder og læser avisen med pegefingeren, bliver færre og færre, og det betyder samtidig, at aviserne får færre klager, og så tænker de, at det går fint,” siger hun. 

Det er, ifølge Néné La Beet, et klassisk problem: ”Når kvalitet falder, er det ikke sikkert, at der kommer en alarm. Der kommer måske bare en ændret adfærd.”