2P by neo 10일전 | favorite | 댓글 1개

ESPN AI 요약에서 알렉스 모건의 마지막 프로 경기 언급 누락

  • 업데이트: ESPN은 9월 9일 월요일 오전 8시 59분 ET에 알렉스 모건에 대한 언급을 포함하도록 경기 요약을 업데이트함

  • 원본: 미국 축구 전설 알렉스 모건은 일요일에 그녀의 마지막 프로 경기를 치렀으며, 그녀의 팀 샌디에이고 웨이브는 노스캐롤라이나 커리지에 4-1로 패배함

  • 경기 중 모건은 미드필드에서 축구화를 벗고 눈물로 가득 찬 채로 관중들에게 손을 흔들며 작별 인사를 함

  • 경기 후 15분 동안 뛰고 페널티킥을 시도한 모건은 관중들에게 감사 인사를 전하고 작별 인사를 함

  • ESPN의 생성 AI 서비스는 이번 주부터 내셔널 여자 축구 리그(NWSL)와 프리미어 라크로스 리그(PLL) 경기 요약을 제공하기 시작함

  • AI가 작성한 요약에는 경기 결과와 골을 넣은 선수들에 대한 정보가 포함되어 있으나, 모건의 마지막 경기라는 중요한 사실은 언급되지 않음

  • 요약에는 "[샌디에이고의 케네디] 웨슬리가 수비와 공격에서 뛰어난 활약을 보였다"고 언급됨

  • ESPN은 AI가 생성한 요약을 인간 편집자가 검토하여 품질과 정확성을 보장한다고 발표했으나, 모건의 부재를 놓친 것으로 보임

  • ESPN은 모건과 그 감동적인 밤에 대한 별도의 기사를 게시했으나, AI가 생성한 요약의 사이드 메뉴에 위치해 있어 쉽게 놓칠 수 있음

  • ESPN은 "AI가 생성한 요약은 이전에 제공되지 않았던 콘텐츠를 팬들에게 제공하여 저평가된 스포츠의 보도를 강화하는 것을 목표로 한다"고 밝힘

GN⁺의 정리

  • 이 기사는 AI가 생성한 콘텐츠가 인간 작가의 360도 관점을 대체할 수 없음을 보여줌
  • 알렉스 모건의 마지막 경기라는 중요한 순간을 놓친 AI 요약은 팬들에게 충분한 가치를 제공하지 못함
  • AI가 생성한 콘텐츠의 한계를 인식하고, 인간 편집자의 역할이 여전히 중요함을 강조함
  • 유사한 기능을 가진 프로젝트로는 Google의 AI 뉴스 요약 서비스와 Microsoft의 AI 기반 뉴스 요약 서비스가 있음
Hacker News 의견
  • AI 생성 콘텐츠에 대한 비판으로 사용되는 것이 재미있음

    • 웹 기반 스포츠 콘텐츠 회사들은 최소 10년 전부터 자동으로 콘텐츠를 생성해 왔음
    • 주로 검색 순위를 위해 사용되었음
    • ESPN이 콘텐츠를 수동으로 업데이트하지 않은 것이 문제임
    • ESPN은 항상 양을 질보다 우선시해 왔음
  • ESPN은 경기 전, 중, 후에 해설자를 고용하여 중요한 이벤트를 설명함

    • 해설 내용을 작가봇에 제공하지 않는 것이 의문임
    • 이는 쉽게 해결할 수 있는 문제임
  • "Alex Morgan의 마지막 경기"가 입력에 포함되지 않았다면 AI가 이를 포함할 수 없었을 것임

    • 인턴이 골과 시간만으로 기사를 작성했다면 비슷한 기사가 나왔을 것임
    • 뉴스 조직과 스포츠 사이트가 모든 것을 생성 AI로 대체하는 것은 좋은 변명이 아님
  • ESPN은 AI 생성 요약을 인간 편집자가 검토한다고 했음

    • 인간 편집자가 Morgan의 부재를 놓쳤거나 언급할 가치가 없다고 판단했을 가능성이 있음
    • AI로 기사를 작성하는 이유는 인건비를 줄이기 위함임
    • 전문 편집자가 모든 기사를 철저히 검토하는 것은 불가능할 것임
  • WTT 경기의 AI 요약을 싫어함

    • AI 하이라이트가 포인트 중간에 끊기거나 중요한 이벤트를 놓침
    • 흥미로운 해설이나 축하 장면도 잘림
  • AI 요약이 어떻게 생성되는지 궁금함

    • 전체 경기 비디오 파일을 입력받아 요약을 생성하는지, 아니면 사람이 작성한 골 타임스탬프를 바탕으로 하는지 궁금함
  • Morgan의 부재를 언급하지 않은 것에 대해 비판적임

    • Mickey Mouse 조직 같음
  • 많은 AI 생성 기사들이 "맥락 설명" 단락을 포함함

    • 대부분 너무 일반적이거나 초보적임
    • 독자들이 이미 알고 있는 내용을 설명하는 것은 불필요함
  • LLM의 실패가 아니라 과거의 프라이버시 문제로 인해 이름을 덜 언급하도록 조정된 결과일 가능성이 있음