Een nieuwe startup in Silicon Valley probeert de traditionele relatie tussen journalisten en hun onderdanen te ontwrichten. Objection, een platform dat wordt ondersteund door prominente technische figuren, waaronder Peter Thiel, heeft tot doel kunstmatige intelligentie te gebruiken om de waarheid van nieuwsberichten te beoordelen. Terwijl de oprichter beweert dat het instrument het vertrouwen in een kapot mediasysteem zal herstellen, waarschuwen juridische experts en journalisten dat het een ‘pay-to-play’-omgeving zou kunnen creëren die klokkenluiders het zwijgen oplegt en de machtigen macht geeft.
Het concept: algoritmische beoordeling
Opgericht door Aron D’Souza – die eerder hielp bij het leiden van de juridische strijd die Gawker failliet liet gaan – opereert Objection op basis van een eenvoudig, provocerend uitgangspunt: als een persoon of bedrijf zich geschaad voelt door een nieuwsbericht, kunnen ze $2.000 betalen om een openbaar onderzoek naar hun claims op gang te brengen.
Het platform maakt gebruik van een ‘vertrouwend systeem’, mogelijk gemaakt door een jury van Large Language Models (LLM’s) van providers als OpenAI, Anthropic en Google. Deze modellen worden ertoe aangezet om als ‘gemiddelde lezers’ te fungeren en bewijsmateriaal claim voor claim te beoordelen. Het doel is om een “Eerindex” te produceren: een numerieke score die de integriteit, nauwkeurigheid en staat van dienst van een verslaggever beoordeelt.
Het mechanisme van geschillen
Bezwaar kijkt niet alleen naar de tekst van een artikel; het weegt verschillende soorten bewijsmateriaal af:
– Hoog gewicht: Primaire gegevens, zoals wettelijke documenten en officiële e-mails.
– Laag gewicht: Claims van anonieme bronnen die niet onafhankelijk zijn geverifieerd.
Om de technische nauwkeurigheid te garanderen, wordt het platform geleid door voormalig NASA- en SpaceX-ingenieur Kyle Grant-Talbot. D’Souza vergelijkt de dienst met de ‘Community Notes’ van X (voorheen Twitter) en beschouwt deze als een manier om wetenschappelijke nauwkeurigheid toe te passen op feitelijke geschillen.
Het ‘huiveringwekkende effect’ op klokkenluiden
De belangrijkste kritiek op Objection betreft de impact ervan op de onderzoeksjournalistiek. Traditionele berichtgeving is vaak afhankelijk van anonieme klokkenluiders – individuen die hun levensonderhoud riskeren om corruptie aan het licht te brengen.
Critici beweren dat Bezwaar een wiskundig nadeel creëert voor deze verhalen:
1. De verificatievalkuil: Omdat de AI niet-geverifieerde anonieme bronnen devalueert, kan hoogwaardige rapportage op basis van gevoelige lekken lage ‘vertrouwensscores’ krijgen.
2. Het openbaarmakingsdilemma: Om hun ‘Eerindex’ te beschermen, kunnen journalisten zich onder druk gezet voelen om gevoelige broninformatie openbaar te maken aan de ‘cryptografische hash’ van het platform om de geldigheid ervan te bewijzen. Als ze weigeren de anonimiteit van de bron te beschermen, wordt de melding bestraft.
3. Realtime twijfel: Via een functie genaamd “Fire Deken” kan het platform betwiste claims in realtime op sociale media markeren en deze als “in onderzoek” bestempelen voordat er zelfs maar een definitief vonnis is bereikt.
Een hulpmiddel voor de machtigen?
Juridische experts hebben alarm geslagen over de sociaal-economische implicaties van een vergoeding van 2.000 dollar om een verhaal aan te vechten. Hoewel de kosten een barrière vormen voor de gemiddelde burger, zijn deze verwaarloosbaar voor rijke individuen en grote bedrijven.
“Het feit dat dit een pay-to-play-systeem is, vertelt mij dat ze zich minder zorgen maken over het verstrekken van nuttige informatie aan het grote publiek en veel meer bezorgd zijn over het geven van de toch al machtigen een middel om hun journalistieke tegenstanders feitelijk te verslaan.”
— Jane Kirtley, hoogleraar mediarecht
Chris Mattei, een lasteradvocaat, ging verder en beschreef het platform als een ‘hightech beschermingsracket voor de rijken en machtigen’. De zorg is dat de rijken, in plaats van naar de waarheid te zoeken, Objection kunnen gebruiken om journalisten lastig te vallen en ongunstige berichtgeving te onderdrukken door middel van voortdurende, geautomatiseerde uitdagingen.
De AI-paradox
De lancering van Objection komt op een moment waarop de betrouwbaarheid van AI zelf onder intensief toezicht staat. Critici vragen zich af of LLM’s – die gevoelig zijn voor ‘hallucinaties’ en inherente vooroordelen – daadwerkelijk zijn toegerust om als ultieme scheidsrechters van de waarheid te dienen.
Bovendien beoordeelt het systeem alleen het aangeleverde bewijsmateriaal. In de onderzoeksjournalistiek is het meest cruciale bewijsmateriaal vaak de informatie die een onderwerp weigert openbaar te maken. Als Objection het volledige plaatje niet kan zien, kunnen zijn ‘wetenschappelijke’ conclusies fundamenteel gebrekkig zijn.
Conclusie: Bezwaar probeert algoritmische verantwoordelijkheid in de journalistiek te introduceren, maar door anonieme bronnen te bestraffen en een premie te vragen voor geschillen, dreigt het streven naar de waarheid te veranderen in een wapen voor degenen met de diepste zakken.
