La próxima vez que consultes tu local reporte del climapodría ser simplemente generado por IA.
En un anuncio hoy, The Weather Company, empresa matriz de The Weather Channel, presentó ReelSphere. La nueva herramienta, que combina análisis de IA con una herramienta existente, Max, está diseñada para ayudar a los meteorólogos locales a centrarse en contar las grandes historias de la televisión en lugar de atascarse en minucias.
También: La IA está superando a nuestra mejor tecnología de pronóstico del tiempo, gracias a DeepMind
Tradicionalmente, parte del trabajo de un meteorólogo de noticias es tomarse el tiempo para crear videos y gráficos que cambian cada hora o región.
Con ReelSphere, las personalidades locales pueden acceder a información y alertas meteorológicas de alta precisión que se integran con Max, el sistema que crea esos mapas meteorológicos en pantalla verde que se ven en las noticias locales. La IA toma datos de la API de The Weather Company y otras fuentes y crea automáticamente contenido meteorológico digital casi en tiempo real que puede usarse como un breve fragmento durante una transmisión, para las redes sociales o para un canal de transmisión.
Los datos mostrados se adaptan a las condiciones. Si se espera lluvia, aparece un área para los niveles de precipitación. Si se espera que el tiempo esté despejado, es posible que se agregue un pronóstico de playa para el fin de semana.
Las estaciones de noticias pueden utilizar un tengo una voz en inglés o español, o los meteorólogos pueden usar el suyo propio.
Cualquier script utilizado para transmitir la información seguirá siendo escrito por humanos, y aunque el contenido generado por ReelSphere requiere poca supervisión, los humanos pueden intervenir y editar la información si la IA se equivoca.
También: CEO de Amazon: la IA generativa ‘puede ser la mayor transformación tecnológica desde la nube’
Se utilizará un modelo de lenguaje grande, pero no se especificó cuál.
El clima local es el mayor atractivo para las estaciones de noticias, dice The Weather Company, y las personas a menudo usan múltiples recursos para los pronósticos porque descubren que no pueden confiar plenamente en ninguno. De hecho, según un estudio de SmithGeigersólo el 22% de los encuestados están satisfechos con las previsiones y los informes que reciben.
Si ese pronóstico del tiempo se ajusta para que sea hiperlocal, es más probable que los espectadores participen.