Η Χρήση Πλατφορμών Τεχνητής Νοημοσύνης στη Δημοσιογραφία στην Ελλάδα: Μία Ποσοτική Έρευνα

PDF
Δημοσιευμένα: Φεβ 24, 2026
DOI: https://doi.org/10.12681/cclabs.9699
Λέξεις-κλειδιά:
Journalism Artificial Intelligence (AI) AI Platforms, Media Industries Journalistic Ethics
Σεραφείμ Καραϊσκάκης
Γεωργία Γιολτζίδου
Περίληψη

This study examines the perceptions and attitudes of journalism professionals in Greece regarding the integration of Artificial Intelligence (AI) into journalistic production processes. Employing a quantitative research design, the study utilizes a structured questionnaire administered to a purposive sample of 113 journalists representing diverse media organizations. The primary research question explores the extent of journalists’ familiarity with AI platforms and their perceived applicability within journalistic workflows. Findings suggest that despite limited formal training in AI technologies, respondents acknowledge the potential of AI to enhance journalistic practice—particularly through the automation of repetitive tasks and the facilitation of advanced data analysis. However, concerns persist regarding the accuracy and reliability of AI-generated content, reflecting broader debates on the ethical and epistemological implications of AI adoption in news production. These findings contribute to the scholarly discourse on digital transformation in journalism and highlight both opportunities and challenges associated with AI implementation within the Greek media landscape.

Λεπτομέρειες άρθρου
  • Ενότητα
  • 4ο Ελληνόφωνο Επιστημονικό Συνέδριο Εργαστηρίων Επικοινωνίας
Creative Commons License

Αυτή η εργασία είναι αδειοδοτημένη υπό το CC Αναφορά Δημιουργού 4.0.

Αναφορές
Βέγλης, Α. (1999). Σύγχρονες Εφαρμογές Πληροφορικής & επικοινωνιών. Εκδόσεις Τζιόλη.
Βέγλης, Α. (6 Φεβρουαρίου 2011). Η δημοσιογραφία στην εποχή των νέων μέσων και των εργαλείων (Web 2.0). Ο κόσμος ΤΗΣ ΕΠΙ-ΚΟΙΝΩΝΙΑΣ. Ανακτήθηκε από http://mme-communication.blogspot.gr/2011/02/web-20.html
Καλλιώρα, Ε. (14 Ιουνίου 2024). Προκλήσεις και απειλές της τεχνητής νοημοσύνης στη δημοσιογραφία. Media Analysis. Ανακτήθηκε από https://medianalysis.net/2024/06/14/prokliseis-kai-apeiles-tis-texnitis-noimosinis-sti-dimosiografia/
Κανέλλος, θ. (4 Απριλίου 2023). Τεχνητή νοημοσύνη: Τι είναι, πώς χρησιμοποιείται και γιατί αλλάζει την ζωή μας. enikos.gr. Ανακτήθηκε από Τεχνητή νοημοσύνη: Τι είναι, πώς χρησιμοποιείται και γιατί αλλάζει την ζωή μας.
Μάνιου, Θ. & Παπαδοπούλου, Λ. (2018). Εμπιστοσύνη στα παραδοσιακά και νέα μέσα: Oι τάσεις της κοινής γνώμης στην Ελλάδα της κρίσης. Πρακτικά, 6ο Τακτικό Συνέδριο της Ελληνικής Κοινωνιολογικής Εταιρείας, σελ. 365-377
Παπαθανασόπουλος, Σ. (6 Φεβρουαρίου 2019). Η μετάβαση των ΜΜΕ στην ψηφιακή εποχή. Media Analysis. Ανακτήθηκε από https://medianalysis.net/2019/02/06/mme-stin-psifiaki-epohi/
Σκλαβούνης, Γ. Ν. (2002). Εισαγωγή στην επιστήμη της δημοσιογραφίας. Αθήνα: Έλλην
Ξενόγλωσση
Al-Badri, R. (2021). Artificial Intelligence Journalism: Does It Help Journalists or Threaten Their Existence? Cairo: Al-Nokhba for Printing, Publishing, and Distribution
Gollmitzer, M. (2023). Journalism Ethics with Foucault: Casually Employed Journalists’ Constructions of Professional Integrity. Journalism, 24, 1015-1033. https://journals.sagepub.com/doi/10.1177/14648849211036301
Kolodzy, J. (2015). Το παλιό είναι νέο, το νέο είναι παλιό. Στο Δημοσιογραφία της Σύγκλισης, μια πρακτική εισαγωγή στην αρθρογραφία για όλα τα μέσα, έντυπα, οπτικοακουστικά, ψηφιακά, μτφρ. Σωτηροπούλου Χ, Αθήνα, Κλειδάριθμος
Dörr, K. N. (2016). Mapping the field of algorithmic journalism. Digital journalism, 4(6), 700-722.
Nurelmadina, N., Hasan, M. K., Memon, I., Saeed, R. A., Ariffin, K. A. Z., Ali, E. S., Mokhtar, R. A., Islam, S., Hossain, E., & Hassan, M. A. (2021). A Systematic Review on Cognitive Radio in Low Power Wide Area Network for Industrial IoT Applications. Sustainability (Switzerland), 13, Article 338. https://doi.org/10.3390/su13010338
Shao, Z., Zhao, R., Yuan, S., Ding, M., & Wang, Y. (2022). Tracing the evolution of AI in the past decade and forecasting the emerging trends. Expert Systems with Applications, 209, 118221
Warwick, K. (2013). Artificial intelligence: the basics. Routledge
Zohuri, B., & Rahmani, F. M. (2019). Artificial intelligence driven resiliency with machine learning and deep learning components. International Journal of Nanotechnology & Nanomedicine, 4(2), 1-8. doi: 10.17265/1548-7709/2019.01.001