Monitoringa ziņojums | Mākslīgā intelekta (MI) un OSINT rīku izmantošana žurnālistu vidū

Datu vākšanas periods: 2026. gada 18.–20. maijs

Kopsavilkums

Aptaujā tika pētīta pašreizējā mākslīgā intelekta (MI) un atvērtās izlūkošanas (OSINT) rīku izmantošana žurnālistu darbā, kā arī apzinātas apmācību vajadzības aptaujāto žurnālistu vidū. Atbildes liecina, ka MI rīki ir kļuvuši par ikdienas redakcijas darba sastāvdaļu, īpaši dokumentu analīzē, transkribēšanā, tulkošanā, valodas rediģēšanā, fona informācijas izpētē un datu analīzē. Savukārt OSINT rīki galvenokārt tiek izmantoti avotu pārbaudei, reversajai attēlu meklēšanai, sankciju pārbaudēm, ģeolokācijai un personu vai organizāciju izmeklēšanai.

Dalībnieki kopumā norādīja, ka pārliecinoši izmanto nelielu skaitu savam darbam būtisku rīku, taču vienlaikus izrādīja interesi pilnveidot padziļinātas OSINT prasmes. Visbiežāk minētās turpmāko mācību vajadzības saistītas ar ģeolokāciju, metadatu analīzi, sociālo mediju datu vākšanu, pārrobežu izmeklēšanām un informācijas operāciju izsekošanu.

Galvenie secinājumi

1. MI rīki ir plaši integrēti ikdienas žurnālistikas darbplūsmās

Respondenti norādīja, ka izmanto dažādus mākslīgā intelekta rīkus, tostarp:

• ChatGPT
• Claude
• Gemini
• NotebookLM
• Pinpoint
• Otter.ai
• DeepL
• Google Translate
• FACTory (dezinformācijas satura uzraudzībai platformā TikTok)

Visbiežākie izmantošanas veidi:

• dokumentu analīze;
• lielu datu kopu un dokumentu kolekciju apkopošana;
• fona informācijas izpēte;
• valodas rediģēšana un gramatikas pārbaude;
• tulkošana;
• interviju transkribēšana;
• informācijas strukturēšana;
• datu analīzes procesu atbalsts.

Viens respondents uzsvēra Claude izmantošanu kopā ar Python, lai paātrinātu datu analīzi, savukārt cits īpaši izcēla NotebookLM priekšrocības darbā ar lielām dokumentu kolekcijām un nopludinātiem materiāliem.

2. OSINT izmantošana galvenokārt vērsta uz pārbaudi un izmeklēšanu

Visbiežāk minētie OSINT rīki un metodes:

• reversā attēlu meklēšana;
• Google Earth un Google Maps;
• PimEyes;
• OpenSanctions;
• Aleph;
• FotoForensics;
• Meta Content Library;
• Whois pakalpojumi;
• tīmekļa arhīvi (Wayback Machine);
• Telegram uzraudzības rīki;
• TGStat;
• publiskie reģistri un valsts datubāzes.

Biežākie pielietojumi:

• attēlu un video oriģinālo avotu identificēšana;
• vizuālā satura pārbaude;
• ģeolokācija;
• personu un organizāciju izmeklēšana;
• sankciju pārbaude;
• tīklu un savstarpējo saikņu kartēšana;
• dezinformācijas satura izsekošana dažādās platformās.

Reversā attēlu meklēšana bija visbiežāk izmantotā OSINT metode gandrīz visu respondentu atbildēs.

MI galvenokārt tiek izmantots produktivitātes un darba efektivitātes paaugstināšanai

Visās atbildēs mākslīgais intelekts tika raksturots kā:

• laiku taupošs rīks;
• atbalsta mehānisms darbā ar lielu informācijas apjomu;
• līdzeklis rutīnas uzdevumu, piemēram, transkribēšanas un tulkošanas, automatizēšanai;
• rīks, kas palīdz ātri izprast nepazīstamus jēdzienus.

Svarīgi, ka respondenti MI raksturoja kā palīgu, nevis žurnālista profesionālā sprieduma aizstājēju. Vairāki īpaši norādīja, ka MI izmanto tikai augšupielādētu dokumentu analīzei vai konteksta informācijas iegūšanai.

Identificētās apmācību vajadzības

Atbildēs izkristalizējās vairākas kopīgas nākotnes profesionālās pilnveides tēmas.

Augstākās prioritātes tēmas

Ģeolokācija un padziļināts OSINT

Dalībnieki izrādīja interesi par:

• ģeolokācijas metodēm;
• padziļinātām atrašanās vietas pārbaudes metodēm;
• vietu identificēšanu pēc vizuālām pazīmēm;
• pārbaudes darbplūsmām dažādās platformās.

Pārrobežu izmeklēšanas

Respondenti vēlētos saņemt vairāk apmācību par:

• personu un uzņēmumu izpēti starptautiskā mērogā;
• īpašumtiesību struktūru izpratni dažādās jurisdikcijās;
• izmeklēšanai paredzētām datubāzēm ārpus Eiropas Savienības;
• juridisko personu savstarpējo saikņu kartēšanu.

Metadatu analīze

Vairāki respondenti norādīja, ka metadatu analīze ir joma, kurā viņiem būtu nepieciešamas papildu zināšanas un praktiskās iemaņas.

Sociālo mediju izmeklēšana

Interese tika izrādīta par:

• sociālo mediju datu vākšanu;
• platformu uzraudzību;
• datu iegūšanas (scraping) metodēm;
• koordinētu kampaņu un informācijas operāciju izsekošanu.

Informācijas operāciju analīze

Dalībnieki uzsvēra nepieciešamību labāk izprast:

• notikumu hronoloģijas rekonstrukciju;
• informācijas plūsmas starp dažādām platformām;
• koordinētu ietekmes aktivitāšu identificēšanu.

Novērojumi

Atšķirīgs pieredzes līmenis

Atbildes liecina, ka dalībnieku pieredzes līmenis būtiski atšķiras.

Pieredzējuši pētnieciskie žurnālisti parasti jau ir izveidojuši savas darbplūsmas un dod priekšroku padziļinātām zināšanām nelielā skaitā rūpīgi izvēlētu rīku.

Savukārt žurnālisti karjeras sākumposmā ir ieinteresēti iepazīt plašāku MI un OSINT rīku klāstu un labprāt piedalītos ievadapmācībās.

Tas liecina, ka turpmākās mācību programmas būtu lietderīgi veidot, piedāvājot atsevišķus kursus iesācējiem un pieredzējušiem lietotājiem.

Priekšroka praktiskam pielietojumam

Respondenti konsekventi uzsvēra interesi par rīkiem, kas palīdz risināt konkrētus žurnālistikas uzdevumus, nevis eksperimentālām tehnoloģijām. Tāpēc vislielāko iesaisti, visticamāk, nodrošinās mācības, kurās izmantoti reāli gadījumu pētījumi, izmeklēšanas piemēri un redakcijas darba situācijas.