CC BY
167. Скобликова, Е.С Современный русский язык. Синтаксис простого предложения (теоретический курс): учебное пособие / Е.С. Скобликова. - 3 изд. - М.: Флинта: Наука, 2006. - 320 с.
8. Телепнева, Т.Ю. Рекламный текст как объект исследования в лингвистике: теоретический аспект / Т.Ю. Телепнева // Электронный сборник трудов молодых специалистов Полоцкого государственного университета имени Евфросинии Полоцкой. Образование. Педагогика. - №43. - 2022. - С. 178-180
УДК 659.44
ИСПОЛЬЗОВАНИЕ ТЕХНОЛОГИЙ НЕЙРОСЕТЕЙ ДЛЯ СОСТАВЛЕНИЯ PR-ТЕКСТОВ
Платонова Айше Вадимовна,
кандидат наук по социальным коммуникациям, доцент Институт медиакоммуникаций, медиатехнологий и дизайна федерального государственного автономного образовательного учреждения высшего образования «Крымский федеральный университет имени В.И. Вернадского» (г. Симферополь);
Демидов Иван Александрович, студент 3 курса направления подготовки «Реклама и связи с общественностью» Институт медиакоммуникаций, медиатехнологий и дизайна федерального государственного автономного образовательного учреждения высшего образования «Крымский федеральный университет имени В.И. Вернадского» (г. Симферополь)
Аннотация. В эпоху развития технологий искусственного интеллекта, в частности генеративных нейросетей, вопрос их использования в связях с общественностью становится все более. Настоящая статья исследует применение технологий нейросетей в контексте создания PR-текстов. Основываясь на анализе современных исследований, авторы обсуждают ключевые аспекты этого подхода и его влияние на эффективность PR-текстов. Эта работа представляет собой важный вклад в понимание того, как нейросети могут быть использованы для улучшения качества и эффективности PR-текстов в современном мире.
Ключевые слова: связи с общественностью, pr-текст, нейросеть, генеративный искусственный интеллект, имидж.
Annotation. In the era of the development of artificial intelligence technologies, in particular generative neural networks, the issue of their use in public relations is becoming more and more important. This article explores the application of neural network technologies in the context of creating PR texts. Based on the analysis of modern research, the authors discuss the key aspects of this approach and its impact on the effectiveness of PR texts. This work represents an important contribution to understanding how neural networks can be used to improve the quality and effectiveness ofPR texts in the modern world.
Key words: public relations, pr-text, neural network, generative artificial intelligence, image.
Постановка проблемы. В современном мире PR-тексты играют важную роль в формировании имиджа брендов и личностей. Однако, создание эффективных PR-текстов является сложной задачей, требующей глубоких знаний и навыков. В этом контексте технологии нейросетей представляют собой мощный инструмент, который может значительно упростить и улучшить процесс создания PR-текстов. Несмотря на это, существует множество вопросов, касающихся применения, эффективности и управления этими технологиями. В данной статье будет рассмотрена сущность проблемы и будут
выделены основные факторы, влияющие на успешность использования нейросетей для составления PR-текстов.
Изложение основного материала. Связи с общественностью (Public Relations или PR) - это усилия, направленные на то, чтобы убедить общественность изменить свой подход или свои действия, а также на гармонизацию деятельности организации в соответствии с интересами общественности и наоборот [5].
Нейронная сеть (далее нейросеть) - это математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей - сетей нервных клеток живого организма [3]. Нейросети способны обучаться и адаптироваться, что делает их мощным инструментом во многих областях, включая PR.
Об актуальности темы говорят новостные заголовки. Так, портал «Грамота.ру» признал «нейросеть» словом 2023 года [4], a Collins Dictionary - «искусственный интеллект» [2]. За последнее время нейросети действительно стали неотъемлемой частью жизни многих людей.
В области PR нейросети могут быть использованы для автоматического создания и оптимизации текстов, генерации новых идей, проверки грамматики и стиля, а также анализа эмоциональной окраски текста. Благодаря своей способности к обучению, они могут постоянно повышать качество создаваемых текстов, адаптируясь к изменяющимся требованиям и предпочтениям аудитории. Можно выделить следующие сферы применения нейросетей в области PR:
1. Нейросети могут быть обучены генерировать текст, имитируя стиль и структуру обучающих данных. Это может быть использовано для создания PR-текстов, которые будут соответствовать определенному стилю или тону.
2. Нейросети могут быть использованы для анализа эмоциональной окраски текста. Это может помочь в определении того, как PR-текст будет воспринят аудиторией.
3. Нейросети могут быть использованы для оптимизации PR-текстов, например, для улучшения их читаемости или SEO-показателей.
4. Нейросети могут быть использованы для создания персонализированных PR-текстов, которые адаптированы под конкретную аудиторию или индивидуального пользователя.
Использование нейросетей имеет ряд преимуществ по сравнению с традиционными методами написания PR-текстов:
1. Автоматизированное создание PR-текстов экономит время и усилия PR-специалистов. Использование данных технологий позволяет пропустить рутинные процессы и сфокусировать внимание специалиста на творческой части.
2. Нейросети способны анализировать большие объемы данных и выявлять тренды, которые могут быть упущены человеческим глазом. Помимо этого, компьютер, в отличие от человека, выдаёт объективный результат, основанный только на вычислениях.
3. Непрерывное обучение на основе обратной связи позволяет постоянно улучшать качество создаваемых текстов. Также, благодаря этому, нейросети могут использоваться для создания персонализированных PR-текстов, которые будут лучше соответствовать интересам и предпочтениям целевой аудитории.
Однако, несмотря на потенциальные преимущества, использование нейросетей в PR еще не стало общепринятой практикой. Это связано с рядом проблем и вызовов:
1. Существует необходимость в больших объёмах данных для обучения нейросетей. Сбор и обработка этих данных может быть трудоемким и дорогостоящим процессом. Помимо этого, могут возникнуть проблемы, связанные с авторским правом на эти данные.
2. Результаты, полученные с помощью нейросетей, могут быть сложны для интерпретации. Это может затруднить понимание того, почему нейросеть сгенерировала определенный текст.
3. Несмотря на то, что нейросети могут имитировать человеческий стиль написания, они допускают ошибки, и всё же не могут полностью воспроизвести тонкости человеческого языка.
4. Использование нейросетей для создания PR-текстов может вызывать этические вопросы, связанные с прозрачностью их обучения и ответственностью за получаемые результаты.
5. Разработка и внедрение нейросетей требует специализированных знаний и навыков, которые могут быть недоступны многим организациям.
Эти вызовы требуют дальнейшего исследования и обсуждения, чтобы нейросети могли быть эффективно использованы в области PR.
Перечисленные вызовы и проблемы оказывают влияние на явление нейросетей в глобальном понимании. Помимо этого, качество результата, полученного от нейросети, напрямую зависит от правильного промпта.
Промпт - это запрос - те данные, которые вводит пользователь при общении с нейросетью. От правильного промпта, то есть корректного запроса, зависит то, насколько релевантной будет информация на выходе [1].
Правильное составление промпта для нейросети является ключевым фактором, влияющим на качество генерируемого контента. Нейросети действуют на основе предоставляемых им данных и используют их для создания нового контента. Поэтому качество входных данных напрямую влияет на качество выходных данных.
Составление промпта для нейросети требует учета следующих аспектов:
1. Запрос должен быть ясным и конкретным. Неопределенные или двусмысленные запросы могут привести к неоднозначным или нерелевантным результатам.
2. Промпт должен содержать достаточно информации для того, чтобы нейросеть могла сгенерировать релевантный контент. Недостаток информации может привести к тому, что нейросеть будет "угадывать" недостающие детали, что может привести к неточностям.
3. Запрос должен соответствовать типу задачи, которую предполагается решить с помощью нейросети. Например, если задача состоит в генерации PR-текста, запрос должен содержать информацию, специфичную для этой области.
4. Запрос должен учитывать контекст, в котором будет использоваться сгенерированный контент. Если указать целевую аудиторию, каналы коммуникации, цели и стратегию PR, нейросеть сможет выдать более качественный результат.
Правильное составление запроса требует понимания работы нейросетей и специфики задачи. Это может потребовать некоторого опыта и экспериментирования. Правильно сформулированный запрос может помочь нейросети создать PR-текст, который будет точным, релевантным и эффективным.
Нейросети - это мощный инструмент, который может быть использован для решения широкого спектра задач. Однако важно понимать, что не все нейросети подходят для всех задач. Каждая нейросеть обучается для выполнения конкретной задачи, и ее эффективность будет зависеть от того, насколько хорошо задача, для которой она была обучена, соответствует задаче, которую вы пытаетесь решить.
Например, нейросети, обученные для распознавания изображений, могут быть невероятно эффективными в задачах компьютерного зрения, но они не будут эффективными в задачах генерации текста. Аналогично, нейросеть, обученная для перевода текста с одного языка на другой, может не быть эффективной для создания PR-текстов, которые требуют уникального и креативного подхода.
Поэтому, когда речь идет о написании PR-текстов с использованием нейросетей, важно выбирать нейросети, которые были специально обучены для этой задачи.
В целом, выбор правильной нейросети для написания PR-текстов - это важный шаг, который требует понимания специфики задачи и возможностей различных нейросетей.
В настоящее время на российском рынке представлены следующие нейросети:
1. Yandex GPT
2. GigaChat
3. Gerwin
4. RoboGPT
5. Copy Monkey
6. TurboText
Стоит понимать, что все вышеперечисленные нейросети выполняют похожий функционал - пишут тексты. Их различия лежат в разной степени натренированности,
способности собирать необходимую информацию и генерировать из неё новые идеи. Выбор конкретной нейросети зависит от нужд конкретного рг-специалиста.
Выводы. Таким образом, использование нейросетей для создания PR-текстов представляет собой перспективное направление в современных стратегиях PR. Это стало возможным благодаря способности нейросетей обрабатывать большие объемы данных и генерировать текст, имитируя человеческий стиль написания.
Однако, успех в применении нейросетей в значительной степени зависит от правильного выбора и использования этих технологий. Не все нейросети подходят для всех задач, и выбор нейросети, которая была специально обучена для создания PR-текстов, может быть критически важным.
Кроме того, важность релевантности сгенерированного контента не может быть недооценена. PR-тексты, созданные с помощью нейросетей, должны отвечать потребностям аудитории и соответствовать контексту, в котором они будут использоваться.
Систематический анализ и измерение результатов также являются важными аспектами применения нейросетей. Это помогает определить эффективность использования нейросетей и корректировать стратегию при необходимости.
В целом, несмотря на некоторые вызовы, такие как необходимость в больших объемах данных для обучения и сложности интерпретации результатов, нейросети представляют собой мощный инструмент, который может значительно улучшить процесс создания PR-текстов. Стоит отметить, что в настоящее время нейросети не способны выдавать результат, который может посоревноваться с текстом профессионального PR-специалиста. При этом, симбиоз работы человека и компьютера позволяет создавать действительно сильные тексты. С правильным подходом и учетом специфики задачи, PR-специалисты могут успешно использовать нейросети для создания эффективных и убедительных текстов, укрепляя свою позицию на рынке и увеличивая конкурентоспособность.
Список литературы:
1. Всероссийская лига педагогов МЭО: сайт. - Москва, 2023. - URL: https://ligaedu.ru/ (дата обращения 30.01.2024)
2. Дорбунов, М. Collins Dictionary назвал словом 2023 года «искусственный интеллект» / М. Дорбунов // РБК: [сайт], 2023. - URL: https://www.rbc.ru/society/01/ll/2023/654218059a794750858ba7a6 (дата обращения: 01.02.2024)
3. Качагина, К.С. Нейронные сети - перспективы развития / К.С Качагина, А.Д. Сафарова // E-Scio. - 2021,- № 2(53). - С. 34-39
4. Нейросеть - слово 2023 по версии Грамоты // Портал «Грамота.ру»: [сайт], 2023. -URL: https://gramota.ru/journal/novosti-i-sobytiya/neyroset-slovo-2023-goda-po-versii-gramoty (дата обращения: 01.02.2024)
5. Чумиков, А.Н. Связи с общественностью и медиакоммуникации / А.Н. Чумиков. -Москва: Издательство Юрайт, 2024. - С. 12.
УДК 130.2
ИНФОРМАЦИОННОЕ ИЗМЕРЕНИЕ КУЛЬТУРЫ И КУЛЬТУРНО-ИСТОРИЧЕСКОГО ПРОЦЕССА
Сухина Игорь Григорьевич,
доктор философских наук, доцент ФГБОУ ВО «Донецкий национальный университет экономики и торговли имени Михаила Туган-Барановского» (г. Донецк)
Аннотация. Изложено понимание культуры и культурно-исторического процесса с позиции информации, акцентирующее и эксплицирующее информационное измерение культуры в качестве сущностного ее основания. Предложено авторское понимание информатизации как магистрального процесса реализации информационной функции
