Comparative analysis between artificial and human intelligence in the teaching of higher education journalism studies

Abstract

Objectives: In order to carry out this research, two objectives have been set: O1) To compare the skills of journalism students with AI in writing report headlines. O2) To recognise the capabilities of AI as a producer of journalistic content. Methods: This research compares the journalistic writing of journalism students and the IAG. Fourth-year students were asked to produce two entries for a news report: one written by them and one using the IAG through Editmaker, a software developed by Cibeles Group with OpenAI's GPT-3.5 TURBO technology. The analysis included 72 entries, half from students and half from the IAG. Variables such as number of words, use of the 5Ws of journalism, coherence, sentence types, syntactic complexity and voice were evaluated. Results: The analysis shows differences in the entries between students and Generative Artificial Intelligence (GAI). GAI uses, on average, 7.25 words more than students, with averages of 91.94 and 84.69 words, respectively. The dispersion is greater among the students, with the entries varying between 27 and 171 words, while the GIIs range between 44 and 159. Regarding the use of the 5Ws of journalism, the GIIs outperform the students, with an average of 3.67 vs. 3.08. The biggest difference is found in the question "where?", with 22.22% in favour of the IAG. Who?" and "When?" also stand out, with a difference of 11.11%. The IAG answers all 5Ws in at least 50% of the cases, except "when". In contrast, students only exceed 50% for "what?" (97.22%) and "how?" (55.56%). Conclusions: The study shows that, although the differences between students and Generative Artificial Intelligence (GAI) in journalistic headline writing are not large, GAI performs better in all the variables analysed. GAI uses at least 50% of the 5Ws in most of its headlines, while students only reach that frequency in two of the 5Ws. In addition, the IAG is more effective in answering more questions and generating more entertaining texts, with greater variety in tone. KEYWORDS: Generative artificial intelligence. Journalism. Teaching experience. Journalism students. ChatGPT.Objetivos: Para llevar a cabo esta investigación se establecieron dos objetivos: O1) Comparar las competencias de los estudiantes de periodismo con la IA en la redacción de titulares informativos. O2) Reconocer las capacidades de la IA como productora de contenido periodístico.

Metodología: Esta investigación compara la escritura periodística de estudiantes de periodismo y la IAG. Se solicitó a estudiantes de cuarto curso que elaboraran dos entradillas para una noticia: una escrita por ellos y otra utilizando la IAG a través de Editmaker, un software desarrollado por el grupo Cibeles con la tecnología GPT-3.5 TURBO de OpenAI. El análisis incluyó 72 entradillas, la mitad procedentes de estudiantes y la otra mitad de la IAG. Se evaluaron variables como el número de palabras, el uso de las 5W del periodismo, la coherencia, los tipos de oración, la complejidad sintáctica y la voz.

Resultados: El análisis muestra diferencias en las entradillas entre estudiantes y la Inteligencia Artificial Generativa (IAG). La IAG utiliza, de media, 7,25 palabras más que los estudiantes, con promedios de 91,94 y 84,69 palabras, respectivamente. La dispersión es mayor entre los estudiantes, cuyas entradillas oscilan entre 27 y 171 palabras, mientras que las de la IAG se sitúan entre 44 y 159. En cuanto al uso de las 5W del periodismo, la IAG supera a los estudiantes, con una media de 3,67 frente a 3,08. La mayor diferencia se encuentra en la pregunta “¿dónde?”, con un 22,22% a favor de la IAG. También destacan “¿quién?” y “¿cuándo?”, con una diferencia del 11,11%. La IAG responde a las 5W en al menos el 50% de los casos, excepto en “¿cuándo?”. En cambio, los estudiantes solo superan el 50% en “¿qué?” (97,22%) y “¿cómo?” (55,56%).

Conclusiones: El estudio muestra que, aunque las diferencias entre estudiantes y la Inteligencia Artificial Generativa (IAG) en la redacción de titulares periodísticos no son muy amplias, la IAG obtiene mejores resultados en todas las variables analizadas. La IAG emplea al menos el 50% de las 5W en la mayoría de sus titulares, mientras que los estudiantes solo alcanzan dicha frecuencia en dos de las cinco preguntas. Además, la IAG resulta más eficaz a la hora de responder a un mayor número de cuestiones y generar textos más atractivos, con mayor variedad tonal.Objetivo: Para realizar esta pesquisa, foram estabelecidos dois objetivos: O1) Comparar as habilidades dos estudantes de jornalismo frente à IA na redação de leads para uma reportagem. O2) Reconhecer as capacidades da IA como produtora de conteúdos de caráter jornalístico.Método: Esta pesquisa compara a redação jornalística de estudantes de Jornalismo e a IAG. Solicitou-se aos estudantes do quarto ano que elaborassem dois leads para uma reportagem: um escrito por eles e outro usando a IAG por meio do Editmaker, um software desenvolvido pelo Cibeles Group com tecnologia GPT-3.5 TURBO da OpenAI. A análise incluiu 72 leads, metade dos estudantes e a outra metade da IAG. Foram avaliadas variáveis como número de palavras, uso das 5W do jornalismo, coerência, tipos de orações, complexidade sintática e voz.Resultado: A análise mostra diferenças nos leads entre os estudantes e a Inteligência Artificial Generativa (IAG). A IAG utiliza, em média, 7,25 palavras a mais que os estudantes, com médias de 91,94 e 84,69 palavras, respectivamente. A dispersão é maior entre os estudantes, com leads que variam entre 27 e 171 palavras, enquanto na IAG oscilam entre 44 e 159. Em relação ao uso das 5W do jornalismo, a IAG supera os estudantes, com uma média de 3,67 em comparação a 3,08. A maior diferença está na pergunta "onde?", com 22,22% a favor da IAG. Também se destacam "quem?" e "quando?", com uma diferença de 11,11%. A IAG responde a todas as 5W em pelo menos 50% dos casos, exceto "quando?". Em contraste, os estudantes superam 50% em "o quê?" (97,22%) e "como?" (55,56%).Conclusões: O estudo mostra que, embora as diferenças entre os estudantes e a Inteligência Artificial Generativa (IAG) na redação de leads jornalísticos não sejam grandes, a IAG obtém melhores resultados em todas as variáveis analisadas. A IAG usa pelo menos 50% das 5W na maioria dos seus leads, enquanto os estudantes alcançam essa frequência em apenas duas das 5W. Além disso, a IAG demonstra maior eficácia em responder a mais perguntas e gerar textos mais atrativos, com maior variedade de tom