Hver uke publiseres det flere hundre byggesaker i Tromsø kommune. For journalistene i iTromsø betydde det å bruke timer på å lete i PDF-er og offentlige systemer, med fare for å overse viktige saker. Det var både tidkrevende, monotont og lite skalerbart – samtidig som publikum forventer at nyhetene kommer raskt.

iTromsø stilte seg derfor spørsmålet:

For å utforske mulighetene satte vi sammen et tverrfaglig team: Utviklere, designere og AI-eksperter fra Visito og IBM og journalister fra iTromsø. I løpet av en todagers workshop ble frustrasjoner lagt på bordet, idéer testet – og kjernen i løsningen definert:

• Systemet skulle hente byggesaksdokumenter automatisk.
• Journalistene selv skulle trene algoritmen på hva som er nyhetsverdig.
• Løsningen måtte være enkel å bruke, selv for nye journalister.

Visito utviklet raskt en MVP som ble testet i redaksjonen. Journalistene fikk en liste over byggesaker – rangert etter hvor sannsynlig de var nyhetsverdige. Når de markerte saker som relevante eller ikke, ble systemet smartere for hver dag.

Det som startet som en prøveordning ble raskt en gamechanger. Tid som tidligere gikk til manuell leting ble frigjort til journalistisk arbeid.

Polaris Media så potensialet og skalerte løsningen til flere aviser: Fædrelandsvennen, Adresseavisen, Sunnmørsposten og mange flere. Hver avis kunne koble på sine kommuner og få sin egen modell, trent på lokale forhold.

I dag er Djinn i drift hos over 30 aviser og dekker rundt 160 kommuner. Systemet prosesserer titusenvis av dokumenter hver dag – og gir journalistene en ferdig rangert liste over mulige saker.

• Fra 2 timer til 15 minutter: Tid brukt på å gå gjennom byggesaker er redusert med 80 %.
• Økt treffsikkerhet: Færre saker blir oversett, og flere blir oppdaget tidlig.
• Lavere terskel: Nye journalister kan enkelt bruke verktøyet uten forkunnskaper.
• Konkurransefortrinn: Avisene kan være først ute med lokale nyheter