Peder Hammerskov: Den svære del er ikke at få journalister til at bruge AI — men at få dem til at bruge den reflekteret

AI er rykket ind i journalistikken. Ikke som den førerløse redaktion, hvor mennesker er skrevet ud af ligningen, men som en voksende del af det daglige arbejde. Research, transskribering, idéudvikling, rubrikker, korrektur, opsummeringer og interne redaktionelle værktøjer. Men for Peder Hammerskov, leder af Center for AI på DMJX – Danmarks Medie- og Journalisthøjskole, er det ikke længere nok at konstatere, at AI bliver brugt. Det afgørende spørgsmål er, hvordan den bliver brugt — og om journalisterne forstår, hvad de gør, når de bruger den. Det svære er at skabe en kultur, hvor AI bruges ansvarligt, kritisk og med journalistisk dømmekraft.

“Der er mange flere, der er begyndt at bruge AI til alle mulige ting i deres journalistik. Mange flere har fået øjnene op for, hvad det kan. Men i dansk kontekst er alle medierne stadig i gang med at finde ud af, hvordan de gør det her, og hvad de egentlig skal med det,” siger han.

Han beskriver en branche, der både er længere fremme, end mange måske tror, og samtidig mindre forandret, end mange forestillede sig, da generativ AI for alvor slog igennem.

“Man kan godt synes, det går langsomt, men AI fylder jo alle steder. Det er den største snak inden for innovation, medieinnovation og medieuddannelse,” siger han.

Fra tidsbesparelse til faglig sparring

Den første bølge af AI i medierne handlede i høj grad om effektivisering. Det var oplagte opgaver, der blev automatiseret eller understøttet: transskribering, korrektur, resuméer, rubrikforslag og hjælp til at bearbejde store tekstmængder. Det spor findes stadig. Men ifølge Peder Hammerskov er der også sket en forskydning.

“Jeg tror, vi er kommet længere ud af det rene effektiviseringsparadigme og over i noget, hvor AI mere bliver en kvalitetssparringspartner,” siger han.

Det er en vigtig ændring. Hvis AI kun bruges til at spare tid, kan man diskutere teknologien som et produktionsværktøj. Men hvis AI begynder at fungere som sparringspartner, bevæger den sig tættere på selve journalistikkens kerne: vinkling, research, prioritering, sprog, kildevalg og kritisk tænkning.

Det er her, Peder Hammerskov mener, at diskussionen bliver mere krævende. For teknologien kan hjælpe journalister med at tænke bredere, stille nye spørgsmål og opdage blinde vinkler. Men den kan også udviske nuancer, indføre fejl, forstærke bias og gøre journalisten mindre opmærksom på sine egne valg. Derfor er det afgørende, at AI ikke bare bliver noget, man “bruger”, men noget man lærer at forholde sig til.

Det handler ikke kun om teknologi, men om kultur

Peder Hammerskov ser flere danske medier bevæge sig fra løs brug af åbne værktøjer mod mere sikre og interne AI-systemer. De mest modne mediehuse forsøger ikke kun at stille værktøjer til rådighed, men at bygge AI ind i arbejdsgange, arkiver og redaktionelle systemer. Men han advarer mod at tro, at implementering først og fremmest handler om teknik.

Der er mange følelser forbundet med AI i journalistikken, understreger han. Frygt for ens egen jobsituation. Frygt for, om ens faglighed mister værdi. Usikkerhed om, hvad kollegerne tænker. Og bekymring for, hvad teknologien betyder for journalistikken og samfundet. Derfor handler implementering også om psykologisk tryghed.

“Der er masser af følelser i det. Det gælder om at få skabt den tryghed, hvor man ved, at det er okay at bruge AI, hvor ledelsen har sat tydelige hjørneflag op for, hvad man må og ikke må, og hvor man ikke får hugget hovedet af, hvis man laver små fejl.”

Det er en pointe, han også ser som central for mediernes AI-arbejde: Teknologien kan ikke bare lægges oven på redaktionerne. Den skal oversættes til kultur, praksis og fælles sprog.

Reglerne findes — men kender journalisterne dem?

Mange medier har efterhånden formuleret retningslinjer for brug af AI. Men ifølge Peder Hammerskov er der forskel på at have regler og på at have regler, der faktisk lever i organisationen.

“Reglerne er der, men de kender dem ikke nødvendigvis. De er ikke altid gode nok til at formidle retningslinjerne, så de bliver en del af kulturen og den måde, man almindeligvis arbejder på,” siger han.

Det skaber en gråzone. Nogle medier tillader, at AI bruges til artikeludkast. Andre tillader kun sparring, idéudvikling eller sproglig bearbejdning. Nogle steder må AI gerne hjælpe med struktur og overblik, men ikke producere brødtekst. Andre steder er rammerne mere åbne.

“Der sker masser af skyggebrug derude. Folk bruger værktøjer, som de egentlig ikke må bruge, men som bare er det nemmeste, fordi de er vant til at bruge dem.”

Det er ikke nødvendigvis udtryk for oprør eller ligegyldighed. Det kan også være et tegn på, at de ansvarlige systemer ikke er gode nok, eller at retningslinjerne ikke er blevet gjort relevante i hverdagen. For Peder Hammerskov viser det, at AI-governance ikke kun er et spørgsmål om dokumenter. Det er et spørgsmål om praksis.

Journalisterne er delte

Journalister reagerer meget forskelligt på AI. Nogle ser teknologien som en mulighed for at bruge mindre tid på rutineopgaver og mere tid på kilder, research og idéudvikling. Andre frygter, at AI gradvist flytter journalistisk kontrol fra mennesker til systemer.

“Nogle er vildt bange for, hvad det kommer til at gøre ved håndværket. Kommer vi til at have journalistik, hvor mennesker afgiver for meget kontrol? Hvor sprogmodellerne langsomt beslutter, hvad vi skriver om, og hvordan vi skriver om det?”

Samtidig møder han også journalister, der ikke nødvendigvis ser skriveprocessen som den vigtigste del af journalistikken.

“Der er også nogle, der siger: Jeg synes egentlig ikke, det er særligt fedt at skrive. Jeg vil gerne ud og tale med mennesker og finde de vigtige historier. Hvis jeg kan slippe for noget af skriveprocessen, er det fint.”

Det gør diskussionen vanskelig. AI rammer ikke kun produktionen, men også journalisters selvforståelse. For nogle er sproget og formen selve håndværket. For andre ligger journalistikkens værdi først og fremmest i researchen, kildearbejdet, dømmekraften og evnen til at finde historier.

Human in the loop er svært i praksis

De fleste medier vil fastholde, at mennesker stadig har ansvaret. AI kan hjælpe, men journalisten eller redaktøren skal kontrollere og godkende. Det lyder enkelt. Men ifølge Peder Hammerskov er det langt mere kompliceret i praksis.

“Det er nemt at sige human in the loop, men svært at gøre i praksis. Hvordan sikrer vi, at vi reelt tager stilling til det, der kommer ud af systemet — også når vi har travlt?” siger han.

Det er en af hans stærkeste advarsler. For menneskelig kontrol fungerer kun, hvis mennesket faktisk har tid, viden og opmærksomhed nok til at kontrollere. Hvis outputtet ser plausibelt ud, hvis deadline presser, og hvis værktøjet ofte leverer brugbare forslag, kan kontrollen hurtigt blive overfladisk.

Det er her, risikoen for automation bias opstår: at mennesker får for stor tillid til systemets forslag, fordi de ser professionelle, flydende og overbevisende ud. Peder Hammerskov er bekymret for, at begejstringen for teknologien nogle steder kan føre til for lidt kritisk distance.

“Der er lidt for meget ureflekteret brug af det. Der er lidt for mange, der ikke helt forstår, hvor farligt det egentlig er — eller hvor dårligt det egentlig er.”

Pointen er ikke, at AI ikke kan bruges. Pointen er, at brugen kræver mere faglig bevidsthed, ikke mindre.

Bias kan også blive en anledning til bedre journalistik

Bias er et af de problemer, Peder Hammerskov mener, medierne skal tage alvorligt. Ikke fordi bias kun findes i AI. Tværtimod. Bias findes også i menneskeskabt journalistik, i kilder, i redaktionelle traditioner og i journalistens egne antagelser.

Men AI kan gøre bias vanskeligere at opdage, fordi den pakker mønstre og skævheder ind i tilsyneladende neutralt og velformuleret sprog.

“Jeg er bekymret lige nu, fordi folk ikke nødvendigvis er opmærksomme på bias. Vi er i en periode, hvor folk skal lære at forstå, hvad det er for teknologier, hvad de kan, hvad de ikke kan, og hvad farerne er,” siger han. ”Men de er farlige i utrænede og uvidende hænder.”

Samtidig ser han en mulighed. AI har gjort bias til et langt mere synligt emne. Og sprogmodeller kan faktisk også bruges til at lede efter bias i vinkler, citater og artikeludkast — hvis journalisten ved, hvad værktøjet kan og ikke kan.

Derfor mener han ikke, at AI kun skal forstås som en ny kilde til bias. Den kan også blive en anledning til, at journalister bliver mere opmærksomme på deres egne blinde vinkler. Men kun hvis de bliver trænet i at bruge den kritisk.

På DMJX skal de studerende bruge AI — men ikke til at springe læringen over

På DMJX er spørgsmålet ikke, om de studerende skal bruge AI. Det skal de. Men de skal lære at bruge teknologien uden at lade den overtage det, de selv skal lære.

“Vi opfordrer dem til at bruge det rigtig meget. De må ikke skrive deres artikler, og de må ikke lave deres refleksionsrapport med AI. Men vi opfordrer dem til at bruge det som sparringspartner. Vi opfordrer dem til at være nysgerrige, eksperimentere og tale om det,” siger Peder Hammerskov.

Han beskriver DMJX’s tilgang som et forsøg på at skabe refleksion. De studerende skal ikke bare lære konkrete værktøjer. De skal have et sprog for, hvad AI er, hvad teknologien kan, hvad den ikke kan, og hvilke risici der følger med.

“Det, der fylder meget for os, er at få skabt refleksionen. Hvis det skal lykkes, skal vi starte med at give dem AI-literacy — et fundament at stå på med viden om teknologien.”

Peder Hammerskov arbejder derfor med AI-moduler, der kombinerer online læring med fysisk undervisning. De skal blandt andet handle om teknologiens muligheder og begrænsninger, ophavsret, faglighed, risici og journalistisk ansvar.

Men han understreger, at det vigtigste næsten ikke er selve værktøjsbrugen. Det vigtigste er, at de studerende bliver i stand til at tale kvalificeret om den.

“Det vigtigste er næsten, at de begynder at få et sprog for at kunne tale om AI. Det gør dem forhåbentlig bedre til at reflektere over deres brug — både selv og når de skal skrive om det i deres reflektionsrapporter.”

Mennesket først, mennesket sidst

I undervisningen forsøger DMJX ifølge Peder Hammerskov at arbejde med en tilgang, hvor mennesket både starter og afslutter processen.

“Vi starter hos mennesket, der sætter rammerne. Så kan man tage det med over i AI og diskutere det med den. Og så kommer vi tilbage til mennesket til sidst, som verificerer, er kritisk, kvalificerer og holder øje.”

Det er en model, der skal forhindre, at AI bliver en genvej uden læring. Først skal den studerende selv formulere intentionen, opgaven og kriterierne. Derefter kan AI bruges som sparringspartner. Til sidst skal den studerende tilbage og vurdere, hvad der kom ud af processen. Det lyder enkelt, men rummer et grundlæggende dilemma for journalistuddannelsen. De studerende skal lære at bruge et værktøj, der kan hjælpe dem. Men de skal samtidig opbygge den faglighed, der gør dem i stand til at vurdere, om værktøjet hjælper dem godt.

En erfaren journalist kan ofte se, når et AI-output er overfladisk, skævt eller faktuelt usikkert. En studerende er stadig ved at lære, hvad et godt interview, en stærk vinkel eller en holdbar artikelstruktur er.

“Der er forskel på at arbejde som erfaren journalist og bruge AI — og så sidde på Journalisthøjskolen og skulle vurdere noget, der kommer ud af den, når man endnu ikke ved så meget om journalistik,” siger han.

Derfor er AI i uddannelse ikke kun et spørgsmål om snyd. Det er et spørgsmål om læring.

“Hvad er læring egentlig i en verden, hvor der er AI? Hvordan skaber man læring på trods af AI? Det er faktisk ret svært og ret interessant,” siger han.

Den egentlige opgave er dømmekraft

Når Peder Hammerskov ser længere frem, tror han ikke nødvendigvis, at journalister forsvinder. Men rollen vil ændre sig. Journalisten kan i højere grad blive den, der definerer opgaven, samler dokumentation, finder kilder, vurderer vinkler, styrer AI-processen og tager ansvar for det færdige resultat. 

“Jeg tror allerede, journalistrollen er ved at ændre sig i retning af, at vi måske alle sammen bliver mere og mere redaktører,” siger han. “Jeg tror også, det bliver et parameter, man kan differentiere sig på — altså det her med, at man ikke bruger AI, og at man er et mere menneskeskabt produkt.”

Men uanset hvor meget AI kommer til at fylde, bliver det afgørende spørgsmål ikke kun, om teknologien er brugt. Det bliver, hvordan den er brugt, og om medierne kan forklare det på en måde, brugerne forstår. Peder Hammerskov peger på et dilemma: Publikum vil gerne vide, hvis AI er brugt, men reagerer ofte negativt, når de får det at vide. Derfor kan transparens ikke reduceres til en mærkat ved hver eneste artikel. Medierne skal være åbne, når AI har haft afgørende betydning for journalistikken, men de skal også kunne forklare, hvad AI-brugen faktisk består i. 

“Jeg tror ikke, vi skal skrive ved hver eneste artikel, at vi har brugt AI. Men modsat skal vi heller ikke være utransparente omkring det. Det værste ville næsten være, hvis vi forsøgte at putte med det,” siger han.

Den egentlige opgave er at sikre, at brugen bliver reflekteret. Det kræver regler, men ikke kun regler. Det kræver værktøjer, men ikke kun værktøjer. Det kræver undervisning, men ikke kun teknisk oplæring. Det kræver en journalistisk kultur, hvor man kan tale åbent om AI-brug, fejl, grænser, fristelser og ansvar. For den største risiko er ikke, at journalister bruger AI. Risikoen er, at de bruger den uden at forstå, hvad den gør ved deres proces, deres produkt og deres faglige dømmekraft. Og derfor er den svære del ikke at få journalister til at bruge AI. Det er at få dem til at bruge den reflekteret.

Vi laver journalistik om AI, fordi udviklingen går hurtigere end den offentlige samtale.

På AI Portalen forsøger vi at skabe overblik, perspektiv og kritisk indsigt i en teknologi, der allerede former alt fra arbejdsmarkedet til demokratiet — ofte uden at nogen bremser op og forklarer, hvad der foregår.

Hvis vores artikler hjælper dig med at forstå AI lidt bedre, så overvej at støtte arbejdet.

Et medlemskab gør én ting mulig: at vi kan blive ved med at undersøge, dokumentere og forklare, hvordan AI påvirker Danmark — uden investorer, uden PR-interesser og uden at jage hype.

Bliv medlem og vær med til at styrke uafhængig journalistik om AI.