Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Leveraging AI-Assisted Writing for Enhanced Editorial Workflows: Investigating the Role of AI in Boosting Efficiency and Quality in Editorial Processes
KTH, Skolan för elektroteknik och datavetenskap (EECS).
2024 (engelsk)Independent thesis Advanced level (degree of Master (Two Years)), 20 poäng / 30 hpOppgaveAlternativ tittel
Utnyttja AI-assisterat skrivande för förbättrat redaktionellt arbetsflöde (svensk)
Abstract [en]

In the contemporary digital landscape, the integration of Artificial Intelligence (AI) and Natural Language Generation (NLG) technologies, particularly Large Language Models (LLMs), into editorial workflows offers a transformative opportunity to revolutionize content creation across various news websites. This thesis delves into the potential and effectiveness of AI-assisted writing tools, examining their role in enhancing content quality, market reception, and workflow efficiency. By exploring and implementing new applications for NLG and benchmarking different technologies, the research aims to develop editor-assisting tools and AI-powered websites that optimize editorial workflows and allow editors to focus more on creative tasks. The study assesses the quality of AI-generated content and its overall impact on editorial processes. The findings reveal various potential AI applications in content creation, such as automating tasks, managing large datasets, and synthesizing comments. While fully automated websites are feasible, they cater to fewer article formats. The findings also revealed that AI-generated articles match human readability and excel in lexical diversity, though their formulaic style and limited scope might reduce audience engagement. All in all, this study shed light on the transformative potential of AI in shaping the future of content creation and dissemination.

Abstract [sv]

I den moderna digitala miljön erbjuder integrationen av artificiell intelligens (AI) och teknik för naturlig språkproduktion (NLG), särskilt stora språkmodeller (LLM), i redaktionella arbetsflöden och omvälvande möjlighet att revolutionera innehållsskapande över olika nyhetssajter. Denna avhandling undersöker potentialen och effektiviteten hos AI-assisterade skrivverktyg och granskar deras roll i att förbättra innehållskvaliteten, marknadsmottagandet och arbetsflödeseffektiviteten. Genom att utforska och implementera nya applikationer för NLG och utvärdera olika teknologier syftar forskningen till att utveckla redaktörsassisterande verktyg och AI-drivna webbplatser som optimerar redaktionella arbetsflöden och låter redaktörer fokusera mer på kreativa uppgifter. Studien bedömer kvaliteten på AI-genererat innehåll och dess övergripande inverkan på redaktionella processer. Resultaten avslöjar olika potentiella AI-applikationer inom innehållsskapande, såsom att automatisera uppgifter, hantera stora datamängder och syntetisera kommentarer. Medan fullt automatiserade webbplatser är möjliga, riktar de sig till färre artikeltyper. Resultaten visade också att AI-genererade artiklar matchar mänsklig läsbarhet och utmärker sig i lexikalisk mångfald, även om deras formelmässiga stil och begränsade omfattning kan minska publikens engagemang. Sammanfattningsvis belyser denna studie den omvälvande potentialen hos AI att forma framtiden för innehållsskapande och spridning inom Företagets digitala ekosystem.

sted, utgiver, år, opplag, sider
2024. , s. 56
Serie
TRITA-EECS-EX ; 2024:801
Emneord [en]
Automated Journalism, Artificial Intelligence, Natural Language Generation, Large Language Models, Fully Automated Websites.
Emneord [sv]
Automatiserad journalistik, artificiell intelligens, generering av naturligt språk, stora språkmodeller, helt automatiserade webbplatser.
HSV kategori
Identifikatorer
URN: urn:nbn:se:kth:diva-360251OAI: oai:DiVA.org:kth-360251DiVA, id: diva2:1939166
Eksternt samarbeid
Webedia Group
Veileder
Examiner
Tilgjengelig fra: 2025-02-25 Laget: 2025-02-20 Sist oppdatert: 2025-02-25bibliografisk kontrollert

Open Access i DiVA

fulltext(2363 kB)243 nedlastinger
Filinformasjon
Fil FULLTEXT01.pdfFilstørrelse 2363 kBChecksum SHA-512
e07bc7b260b41311ce2fea04735d2571a28eadcb980fa3c6b5067468e511dfe145c7b02c6d383fc5f9a554dbdc15752d0322c68d5abafe93b434192ea10ef880
Type fulltextMimetype application/pdf

Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar
Totalt: 243 nedlastinger
Antall nedlastinger er summen av alle nedlastinger av alle fulltekster. Det kan for eksempel være tidligere versjoner som er ikke lenger tilgjengelige

urn-nbn

Altmetric

urn-nbn
Totalt: 565 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf