AI Agents đang mở ra một bước chuyển mới trong cách tòa soạn tổ chức và vận hành công việc, từ hỗ trợ từng tác vụ sang đảm nhận những mục tiêu và một phần quy trình lớn hơn. Tuy nhiên, để các tác nhân AI có thể thực sự làm việc hiệu quả, yếu tố quyết định không chỉ nằm ở công nghệ mà còn ở dữ liệu và hạ tầng phía sau - nơi lưu giữ tri thức, thông tin về độc giả, câu chuyện, nguồn tin và các giá trị mà tòa soạn tích lũy.
Không chỉ trả lời, AI bắt đầu được giao việc
Theo ông Ezra Eeman, Chuyên gia AI, Giám đốc Chiến lược và Đổi mới sáng tạo, NPO (Hà Lan), các tòa soạn đang dần bước qua giai đoạn thử nghiệm AI riêng lẻ để tích hợp công nghệ vào quy trình làm việc hằng ngày.
Khảo sát ông chia sẻ cho thấy chỉ 19% số người được hỏi cho biết họ mới bắt đầu những thử nghiệm cá nhân về đổi mới. Trong khi đó, khoảng 24% thuộc nhóm đã tiến xa hơn, sử dụng các mô hình tùy chỉnh, hướng tới quy trình làm việc hoàn chỉnh, tự động hóa hoặc bắt đầu nghĩ đến việc sử dụng các tác nhân AI.
Sự chuyển dịch này cho thấy AI đang đi từ một công cụ mà nhà báo chủ động sử dụng sang một tác nhân có thể được giao nhiệm vụ và tham gia vào quy trình làm việc.
Ông Ezra đưa ra ví dụ về một tòa soạn ở Thụy Điển đang phát triển một công cụ xây dựng agent (hệ thống phần mềm thông minh có khả năng tự động nhận thức môi trường, tự suy luận, lập kế hoạch và thực hiện hành động độc lập), cho phép mỗi nhà báo tạo một agent riêng. Nhà báo có thể giao cho agent một nhiệm vụ cụ thể, chẳng hạn theo dõi một chủ đề hoặc tìm kiếm những tin tức nhất định. Các agent này sau đó kết nối với hệ thống và hạ tầng phía dưới của tòa soạn, tạo thành một nhóm các trợ lý AI làm việc cùng với tòa soạn.
Đây là thay đổi đáng chú ý trong cách AI tham gia vào công việc báo chí. Thay vì mỗi lần cần hỗ trợ lại sử dụng một công cụ cho một tác vụ, nhà báo có thể có một “đại lý cá nhân” thực hiện thường xuyên một nhóm nhiệm vụ đã được xác định.
Nhưng chính ở đây, một vấn đề khác lập tức xuất hiện: agent lấy thông tin ở đâu để thực hiện công việc?
Agent chỉ có giá trị khi khai thác được dữ liệu của tòa soạn
Ông Ezra nhấn mạnh các tác nhân AI chỉ thực sự có giá trị nếu nó có thể khai thác được dữ liệu có cấu trúc tốt, có thể khai thác được cơ sở hạ tầng.
Điều này đưa dữ liệu từ vị trí của một nguồn tài nguyên phía sau hoạt động AI lên thành một phần trực tiếp của năng lực vận hành.
Ông đề cập đến khái niệm “newsroom intelligence”, theo đó tòa soạn có thể kết nối liên tục những gì mình biết về công chúng và những gì mình biết về các câu chuyện. Ông hình dung đó như một “mô hình thế giới thu nhỏ” của tòa soạn, một hệ thống sống động, luôn được cập nhật.
Nguồn dữ liệu này có thể bao gồm hành vi và sở thích của khán giả, các tín hiệu nhận được từ công chúng, diễn biến của câu chuyện, nguồn tin, siêu dữ liệu và các chỉ số về độ tin cậy.
Khi những dữ liệu đó được tổ chức và kết nối, AI Agents không chỉ nhận một yêu cầu rồi xử lý trong phạm vi thông tin được cung cấp tại thời điểm đó. Chúng có thể hoạt động trong một bối cảnh rộng hơn, dựa trên những gì tòa soạn đã biết và tích lũy.
Đây chính là điểm khiến dữ liệu trở thành nền tảng của thế hệ AI Agents trong tòa soạn. Agent có thể ngày càng tự chủ, nhưng khả năng đó vẫn phụ thuộc vào chất lượng dữ liệu, khả năng kết nối và hạ tầng mà tòa soạn cung cấp cho nó.
Không thể chỉ trao quyền rồi để AI tự vận hành
Tuy nhiên, ông Ezra đồng thời đưa ra một cảnh báo quan trọng: mức độ tự chủ thực tế của các AI Agents hiện vẫn còn hạn chế.
Theo ông, các tác nhân có thể tối ưu một khía cạnh nào đó nhưng bỏ qua bức tranh tổng thể; có thể vi phạm chỉ thị, sử dụng sai công cụ hoặc thậm chí “làm tắt” công việc. Những lỗi này vẫn xuất hiện khá thường xuyên.
Vì vậy, việc đưa agents vào tòa soạn không thể chỉ được nhìn như một bài toán tự động hóa.
“Đó là lý do tại sao chúng ta cần nói về quản trị, đảm bảo chúng đáng tin cậy, có thể truy vết và không gây ra sự cố”, ông Ezra nói. Đồng thời, ông nhấn mạnh: “Tầm quan trọng của sự giám sát của con người vẫn là điều thiết yếu”.
Do đó, khi AI Agents được trao nhiều quyền hơn trong workflow, yêu cầu đối với tòa soạn cũng tăng lên tương ứng: dữ liệu phải đủ tốt để AI có bối cảnh; hạ tầng phải đủ khả năng để AI kết nối và thực hiện nhiệm vụ; còn cơ chế quản trị phải đủ chặt để con người vẫn kiểm soát được những gì hệ thống làm.
