Plná citace: Geiger, G. a Vo, L. T. (2026). „AI Accountability Reporting Guide.” Global Investigative Journalism Network (GIJN) ve spolupráci s AI Accountability týmem Pulitzer Center (spoluautoři Karen Hao, Laís Martins, Pablo Jiménez Arandia), 22. 6. 2026. Odkaz: https://gijn.org/resource/ai-accountability-reporting-guide/
Metodická příručka, ne empirická studie — normativní rámec „jak reportovat o AI”.
Klíčová zjištění
- AI je bohaté investigativní téma; žurnalistika tu získává nový obor, ne jen ztrácí provoz.
- Rámec „AI accountability” o 4 fázích vývoje AI, každá s vlastními aktéry a poškozenými:
- Data/vstupy — copyright v trénovacích datech (Meta a pirátské knihy) + skrytá lidská práce dataařů (Global South, nízké mzdy, traumatický obsah);
- Compute — datacentra, spotřeba vody/energie, dopad na komunity a lobbing;
- Modely — bias, chyby (vězeňský rizikový algoritmus, MidJourney reprodukuje stereotypy);
- Aplikace — reálné škody (chybný AI překladač u ICE, indické rozpoznávání obličejů upírá dávky).
- Cílí na investigativce s různou technickou úrovní; dává jim slovník i otázky k tématu.
Kam ve wiki vstupuje
- exo-zurnalistika — AI jako nový investigativní obor (proměna redakční práce, ne jen ztráta).
Výhrady / síla důkazu
- Indikativní / metodická — je to návod a rámec, ne měření. Většina obsahu (datacentra, dávkové a dozorové systémy) je o AI a společnosti obecně, mimo užší téma báze (AI × média); do báze vstupuje jen úzce jako doklad nové žurnalistické kompetence.