Ανοίγουμε ένα chatbot και γράφουμε μια απλή ερώτηση: «Τι έγινε σήμερα;»

Λίγα δευτερόλεπτα αργότερα, έχουμε μπροστά μας μια τακτοποιημένη απάντηση. Τα σημαντικότερα γεγονότα, μια σύντομη εξήγηση, ίσως μερικούς συνδέσμους. Μπορούμε να ζητήσουμε περισσότερες λεπτομέρειες, να ξεκαθαρίσουμε έναν όρο, να μάθουμε πώς μας επηρεάζει μια εξέλιξη.

Καταλαβαίνω απολύτως την ευκολία. Τη θεωρώ χρήσιμη.

Ειδικά όταν η εναλλακτική είναι δέκα ανοιχτές καρτέλες, τίτλοι που υπόσχονται περισσότερα απ’ όσα παραδίδουν και μια είδηση κρυμμένη ανάμεσα σε διαφημίσεις, η καθαρή απάντηση έχει αξία. Ο αναγνώστης έχει κάθε λόγο να θέλει να καταλάβει γρήγορα τι συμβαίνει.

Υπάρχει, όμως, μια ερώτηση που μένει συχνά έξω από αυτή τη συνομιλία.

Πριν οργανωθεί η πληροφορία στην οθόνη μας, ποιος τη βρήκε;

Ποιος έκανε το τηλεφώνημα; Ποιος διάβασε το έγγραφο; Ποιος επέμεινε όταν δεν πήρε απάντηση; Ποιος βρέθηκε εκεί;

Και ποιος θα μπορεί να το κάνει αύριο, αν η δουλειά του παραμένει χρήσιμη αλλά ο ίδιος γίνεται όλο και λιγότερο ορατός;

Πίσω από την απάντηση υπάρχει μια διαδρομή

Μια είδηση μπορεί να φτάσει σε εμάς σαν μία πρόταση.

Ένας δήμος άλλαξε μια απόφαση. Μια εταιρεία ανακάλεσε ένα προϊόν. Μια υπηρεσία αντιμετωπίζει πρόβλημα. Ένα λογισμικό παρουσιάζει μια αστοχία που δεν αναφέρεται στις επίσημες σημειώσεις έκδοσης.

Για να γραφτεί αυτή η πρόταση, κάποιος μπορεί να χρειάστηκε ώρες ή ημέρες.

Μπορεί να αναζήτησε ανθρώπους που επηρεάζονται. Να συνέκρινε αντικρουόμενες δηλώσεις. Να έκανε δοκιμές. Να περίμενε μια επίσημη τοποθέτηση. Να διαπίστωσε τελικά ότι η αρχική πληροφορία ήταν λάθος και να μην τη δημοσίευσε καθόλου.

Αυτό το τελευταίο δεν το βλέπουμε εύκολα. Η δημοσιογραφική δουλειά περιλαμβάνει και όσα απορρίπτονται επειδή δεν τεκμηριώνονται.

Όταν όλα αυτά συμπυκνώνονται σε μια παράγραφο, η παράγραφος μπορεί να είναι εξαιρετικά χρήσιμη. Το κόστος της αναζήτησης, όμως, δεν εξαφανίζεται επειδή μειώθηκε ο χρόνος της ανάγνωσης.

Κάποιος πρέπει ακόμη να το αναλάβει.

Η αλλαγή υπάρχει, αλλά χρειάζεται σωστό μέτρο

Το Digital News Report 2026 του Reuters Institute, που δημοσιεύθηκε στις 16 Ιουνίου 2026, καταγράφει αύξηση στη δηλωμένη εβδομαδιαία χρήση AI chatbots για ενημέρωση: από 7% το προηγούμενο έτος σε 10%, κατά μέσο όρο στις αγορές της έρευνας. Μόλις 1% τα αναφέρει ως κύρια πηγή ειδήσεων. Η εικόνα, επομένως, είναι κυρίως συμπληρωματική χρήση, όχι καθολική αντικατάσταση των υπόλοιπων πηγών.

Αυτό έχει σημασία. Δεν χρειάζεται να παρουσιάσουμε μια τελειωμένη ανατροπή εκεί όπου υπάρχει μια εξελισσόμενη συνήθεια.

Η ίδια έρευνα εξετάζει γιατί οι άνθρωποι στρέφονται στα chatbots: για εξηγήσεις, συμπύκνωση, ταχύτητα και δυνατότητα επιπλέον ερωτήσεων. Τα δεδομένα για τις επισκέψεις στις αρχικές πηγές βασίζονται σε δηλώσεις των συμμετεχόντων, όχι σε άμεση παρακολούθηση της περιήγησής τους. Δεν αρκούν για να αποδώσουμε κάθε απώλεια επισκεψιμότητας στην AI.

Το editorial ερώτημα ξεκινά από εκεί και πέρα.

Αν η απάντηση μέσα σε μια πλατφόρμα καλύπτει όσα χρειάζεται ο αναγνώστης, τι θα τον οδηγήσει στην πηγή; Και αν δεν χρειάζεται να φτάσει ποτέ εκεί, με ποιον τρόπο θα επιστρέφει αξία σε εκείνον που παρήγαγε την πληροφορία;

Η αναφορά της πηγής είναι απαραίτητη. Η στήριξή της είναι άλλο ζήτημα

Ένας σαφής σύνδεσμος προς την αρχική πηγή είναι σημαντικός. Μας επιτρέπει να ελέγξουμε τι γράφτηκε, από ποιον, πότε και με ποια τεκμηρίωση.

Η αναφορά, όμως, δεν απαντά από μόνη της σε όλα.

Αν ένας άνθρωπος έκανε το ρεπορτάζ και μια υπηρεσία προσφέρει την ουσία του χωρίς να χρειάζεται επίσκεψη στο πρωτότυπο, παραμένει ένα οικονομικό ερώτημα. Πώς πληρώνεται η επόμενη έρευνα;

Δεν υπάρχει μία απάντηση που ταιριάζει σε όλα τα μέσα. Συνδρομές, διαφημίσεις, άδειες χρήσης, συνεργασίες και άλλες μορφές χρηματοδότησης έχουν διαφορετικά πλεονεκτήματα και προβλήματα.

Η δική μου θέση είναι ότι η προέλευση της πληροφορίας πρέπει να είναι ορατή και η αξιοποίησή της να συνοδεύεται από δίκαιους όρους. Ιδίως όταν γίνεται συστηματικά και στηρίζει ένα εμπορικό προϊόν.

Ένας σύνδεσμος προσφέρει αναγνώριση και δυνατότητα ελέγχου. Η βιωσιμότητα της δουλειάς χρειάζεται και πρακτικές λύσεις.

Εμείς τα μέσα έχουμε λόγους να κοιταχτούμε στον καθρέφτη

Γράφοντας αυτά στο AppleWorldHellas, δεν μπορώ να ζητώ από τον αναγνώστη να εξετάσει τις συνήθειές του χωρίς να εξετάσω και τη δική μας ευθύνη.

Η επίσκεψη σε ένα μέσο πρέπει να αξίζει.

Αν δημοσιεύουμε μια ανακοίνωση αλλάζοντας μερικές λέξεις, αν επαναλαμβάνουμε όσα μπορεί να βρει κάποιος παντού, αν ο τίτλος δημιουργεί μια απορία που το κείμενο αποφεύγει να απαντήσει, τι ακριβώς ζητάμε από τον αναγνώστη να στηρίξει;

Η υπογραφή από μόνη της δεν αρκεί. Χρειάζεται να συνοδεύεται από δουλειά.

Για ένα τεχνολογικό μέσο, αυτό μπορεί να σημαίνει να ξεκαθαρίσει αν μια λειτουργία είναι διαθέσιμη στην Ελλάδα. Αν υποστηρίζει ελληνικά. Αν απαιτεί συγκεκριμένο μοντέλο, πρόσθετη συνδρομή ή μια ρύθμιση που δεν είναι προφανής.

Μπορεί να σημαίνει μια δοκιμή με σαφή όρια: τι χρησιμοποιήσαμε πραγματικά, για πόσο και τι δεν μπορέσαμε να ελέγξουμε.

Μπορεί να σημαίνει ότι θα αναγνωρίσουμε ένα λάθος, θα διορθώσουμε μια πληροφορία και θα εξηγήσουμε τι άλλαξε.

Η αξία ενός μέσου βρίσκεται στη δουλειά που προσθέτει και στην ευθύνη που αναλαμβάνει γι’ αυτήν.

Αυτό είναι ένα απαιτητικό κριτήριο. Αφορά και εμάς.

Η ελληνική διάσταση χρειάζεται κάποιον που θα κάνει την επιπλέον ερώτηση

Μια διεθνής παρουσίαση μπορεί να εξηγήσει εξαιρετικά ένα προϊόν. Ο Έλληνας αναγνώστης μπορεί να χρειάζεται ακόμη μία απάντηση.

Τι ισχύει εδώ;

Η τιμή μιας άλλης αγοράς δεν αρκεί για να υπολογίσουμε το πραγματικό κόστος. Η παρουσίαση μιας δυνατότητας δεν σημαίνει αυτομάτως ότι μπορούμε να τη χρησιμοποιήσουμε στη γλώσσα μας. Μια γενική ανακοίνωση δεν λύνει κάθε απορία για τη διαθεσιμότητα ή την υποστήριξη.

Κάποιος χρειάζεται να αναζητήσει αυτές τις λεπτομέρειες και, όταν δεν υπάρχει καθαρή απάντηση, να το πει.

Το ίδιο ισχύει πέρα από την τεχνολογία. Για μια απόφαση που αφορά μια γειτονιά, ένα σχολείο ή μια τοπική υπηρεσία, χρειάζεται ένας άνθρωπος που θα ενδιαφερθεί αρκετά ώστε να ψάξει.

Αν αυτή η δουλειά λείψει, το πρόβλημα θα είναι και η πληροφορία που δεν θα παραχθεί ποτέ. Εκείνη που δεν θα υπάρχει διαθέσιμη για να τη βρει μια μηχανή, να τη συνοψίσει ένας συντάκτης ή να τη διαβάσουμε εμείς.

Η AI μπορεί να μας οδηγήσει βαθύτερα

Υπάρχει και μια δυνατότητα που αξίζει να υπερασπιστούμε.

Ένας αναγνώστης μπορεί να χρησιμοποιήσει την AI για να καταλάβει καλύτερα μια δύσκολη είδηση. Να εξηγήσει έναν τεχνικό όρο, να οργανώσει ερωτήματα, να εντοπίσει τι χρειάζεται περαιτέρω έλεγχο.

Ένας δημοσιογράφος μπορεί επίσης να αξιοποιήσει εργαλεία για να οργανώσει υλικό και να περιορίσει επαναλαμβανόμενη εργασία. Χρειάζεται, όμως, να ελέγχει το αποτέλεσμα και να αναλαμβάνει την ευθύνη όσων δημοσιεύει.

Για μένα, το ζητούμενο είναι να καταλήγουμε σε καλύτερη κατανόηση.

Αυτό προϋποθέτει να διακρίνουμε τι προέρχεται από ένα έγγραφο, τι από μια μαρτυρία, τι αποτελεί εκτίμηση και τι παραμένει άγνωστο. Μια ομαλή, ευανάγνωστη απάντηση χρειάζεται να διατηρεί αυτές τις διαφορές.

Η αβεβαιότητα είναι μερικές φορές το πιο ακριβές στοιχείο μιας είδησης. Αξίζει να φτάνει μέχρι την οθόνη μας.

Ο αναγνώστης δεν χρωστάει ατελείωτα κλικ

Δεν πιστεύω ότι μπορούμε να φορτώσουμε όλο αυτό το ζήτημα στον άνθρωπο που προσπαθεί να ενημερωθεί ανάμεσα στη δουλειά, στην οικογένεια και στις υπόλοιπες υποχρεώσεις του.

Δεν μπορεί να ερευνά κάθε πληροφορία από την αρχή. Ούτε να επισκέπτεται κάθε σύνδεσμο από υποχρέωση.

Μπορεί, ωστόσο, να διατηρήσει μια μικρή αλλά ουσιαστική συνήθεια: όταν μια είδηση έχει σημασία για εκείνον, να κοιτάζει ποιος την τεκμηριώνει.

Να επιστρέφει στα μέσα που του προσφέρουν χρήσιμη δουλειά. Να μοιράζεται το πρωτότυπο όταν αυτό αξίζει. Να στηρίζει, με όποιον τρόπο μπορεί και επιλέγει, εκείνους που θέλει να συνεχίσουν να υπάρχουν.

Από την πλευρά τους, οι πλατφόρμες και οι εκδότες χρειάζεται να βρουν όρους που επιτρέπουν στην τεχνολογία να εξελίσσεται και στην πρωτογενή ενημέρωση να συνεχίζεται. Ο αναγνώστης δεν μπορεί να λύσει μόνος του αυτή την εξίσωση.

Μπορεί όμως να κρατήσει το ερώτημα ζωντανό.

Την επόμενη φορά που θα διαβάσουμε μια εξαιρετική απάντηση, ας αναζητήσουμε για λίγο τη διαδρομή της.

Ποιος βρήκε το έγγραφο; Ποιος έκανε τη δοκιμή; Ποιος έθεσε την ερώτηση που κανείς δεν ήθελε να απαντήσει;

Η τεχνητή νοημοσύνη μπορεί να μας βοηθήσει να καταλάβουμε τι συνέβη.

Για να υπάρχει κάτι καινούργιο να καταλάβουμε αύριο, κάποιος πρέπει ακόμη να έχει τον χρόνο, τα μέσα και την ανεξαρτησία να πάει να το μάθει.