CC BY
78
УДК 070:004.8 EDN XGCNOY
ШУ
йО! 10.17150/2308-6203.2024.13(1).156-171 Научная статья
Нейросети в медиа: возможности, проблемы, перспективы для будущих медиаспециалистов
Рубцова Н.В. О
Байкальский государственный университет, г. Иркутск, Российская Федерация, [email protected]
Аннотация. Цель статьи заключалась в изучении отношения студентов, обучающихся на направлениях подготовки «Журналистика» и «Реклама и связи с общественностью», к использованию возможностей нейросетей в учебной и будущей профессиональной деятельности. Методами исследования выбраны традиционный анализ периодической и научной литературы по проблеме исследования, опрос, обобщение, аналогия. В ходе исследования были опрошены студенты медиаспе-циальностей Байкальского государственного университета с первого по четвертый курс (п = 200). Изучению подлежала осведомленность студентов о возможностях нейросетей; наличие навыков их практического использования; готовность к применению нейросетей в будущей профессиональной деятельности; отношение к вызовам, связанным с развитием искусственного интеллекта. В ходе исследования было обнаружено, что активное использование нейросетей в основном присуще студентам младших курсов, обучающихся на направлении «Журналистика». Полученные результаты свидетельствуют, что большинство будущих медиаспециалистов намерены в дальнейшем использовать нейросети в своей профессиональной деятельности после окончания вуза. Кроме того, будущие медиаспециалисты испытывают опасения по замещению искусственным интеллектом профессий журналиста или рекламщика. В этой связи они не рассчитывают на более высокую заработную плату и доплаты за навыки использования искусственного интеллекта, а, напротив, опасаются, что развитие нейросетей может привести к сокращению размеров оплаты их труда. Автор приходит к выводу, что применение технологий искусственного интеллекта будет являться неотъемлемой компетенцией будущих медиаспециалистов, что актуализирует необходимость отработки навыков использования нейросетей в учебном процессе высшей школы на направлениях медийной направленности.
Ключевые слова. Медиа, профессия, нейросеть, искусственный интеллект, студент, журналист, рекламщик, университет.
Информация о статье. Дата поступления 10 ноября 2023 г.; дата поступления после доработки 24 ноября 2023 г.; дата принятия к печати 24 ноября 2023 г.; дата онлайн-размещения 25 марта 2024 г.
Original article
Neural Networks in Media: Opportunities, Problems, Prospects for Future Media Specialists
Natalia V. Rubtsova E>
Baikal State University, Irkutsk, Russian Federation, [email protected]
Abstract. The purpose of the article is to study the attitude of students studying in the areas of "Journalism" and "Advertising and public relations" to the use of the capabilities of a neural network. Research methods include traditional analysis of periodical and scientific literature on the research problem, survey, generalization, analogy. During the study, students of media specialties at Baikal State University from the first to the fourth year (n=200) were surveyed. The students' awareness of the capabilities of neural networks was subject to study; availability of skills in the practical use of artificial intelligence technologies; readiness to use neural networks in future professional activities; attitude to the challenges associated with the development of artificial intelligence. The study revealed that the active use of neural network technologies is typical mainly for junior students studying in the field of "Journalism". The results obtained indicate that the majority of future media specialists intend to use neural networks in their professional activities after graduation. In addition, future media specialists do have some fear of artificial intelligence replacing the professions of journalist or advertiser. In this regard, they do not expect higher wages and additional payments for skills in using artificial intelligence, but, on the contrary, they fear that the development of neural networks may lead to a reduction in their reimbursement. The author comes to the conclusion that the use of artificial intelligence technologies will be an integral competency of future media specialists. This highlights the need to develop skills in using a neural network in the educational process of higher education at media faculties.
Keywords. Media, profession, neural network, artificial intelligence, student, journalist, advertiser, university.
Article info. Received November 10, 2023; revised November 24, 2024; accepted November 24, 2024; available online March 25, 2024.
Введение
Современное развитие информационных технологий и искусственного интеллекта приводит к радикальным изменениям во многих областях и сферах деятельности, в том числе и в медиаиндустрии. В настоящее время нейросети способны выполнять широкий спектр функций: создавать новостные, развлекательные и даже научные тексты, иллюстрации к ним, анализировать данные, обрабатывать фото и видео-контент, редактировать
текстовые сообщения. И если в недавнем прошлом технологии искусственного интеллекта были доступны лишь ограниченному кругу лиц, крупным 1Т-компаниям и медиахолдингам [1], то сегодня они находятся в свободном доступе, что делает их использование особенно привлекательным для представителей творческих профессий и медиаиндустрии: журналистов, копирайтеров, рекламщиков, 5ММ-специалистов [2], редакторов, графических дизайнеров, таргетологов и т.д.
Согласно результатам опроса, проведенного в 2023 г. компанией Indusface, в котором приняло участие около 2 000 респондентов из Великобритании, представителей компаний из 25 отраслей экономики, активными пользователями нейро-сети ChatGPT является примерно треть специалистов рекламной сферы и медиаиндустрии (39 % и 33 % соответственно) [3]. Исследование Массачусетского технологического института доказало, что использование нейросетей делает написание некоторых профессиональных текстов на 40 % более быстрым и на 18 % более качественным [4].
Преимущества использования искусственного интеллекта для создания и обработки контента не оставили равнодушными и современных студентов. Согласно результатам опроса, проведенного в 2023 г. специалистами онлайн-плат-формы Skillfactory, «большинство российских студентов (65 %) знают что такое нейросети и умеют ими пользоваться, а половина учащихся вузов регулярно используют их для учебных целей» [5]. В частности, согласно представленным Skillfactory данным, с помощью нейросетей студенты выполняют многие виды учебных работ: готовят или редактируют рефераты и сочинения, переводят тексты на иностранный язык, создают иллюстрации к своим работам, обрабатывают фото и изображения. Очевидно, что выпускники вузов смогут успешно использовать приобретенные навыки работы с нейросетями для выполнения своих трудовых функций в будущем.
Однако, необходимо отметить, что исследований, посвященных изучению использования возможностей
нейросетей студентами, обучающимися на специализациях медийной направленности (журналистов, рекламщиков, арт-специалистов), в ходе изучения вторичных источников данных по рассматриваемой проблеме нами обнаружено не было. В этом контексте достаточно интересным выглядят результаты исследования ВЦИОМ, свидетельствующие, что 69 % россиян считают, что заменить человека нейросетями в творчестве невозможно, и лишь 19 % участников опроса уверены в обратном. Однако среди тех, кто хорошо разбирается в этом вопросе, вера в возможности нейросетей намного выше и достигает 37 %. При этом, убеждение, что технологии искусственного интеллекта придут на смену специалистам творческих профессий имеет обратную корреляцию с возрастом респондента — в большинстве случаев такого мнения придерживается молодежь, например, среди 18-24-летних так считает каждый третий1. Таким образом, нейросети являются более понятными и востребованными именно для молодого поколения.
Вместе с тем, важность владения технологиями искусственного интеллекта для будущих медиаспециали-стов отмечают и преподаватели высшей школы. Так, Элис Антеом, декан Школы журналистики Sciences Po в Париже констатирует, что в ближайшие годы будет существовать разрыв «между журналистами, которые могут говорить с искусственным интеллектом, и журналистами, которые не могут». По ее мнению, журналисты завтрашнего дня в будущем будут делать такой же вклад в развитие ис-
1 Наступившее будущее // ВЦИОМ Новости. URL: https://wciom.ru/analytical-reviews/anal-iticheskii-obzor/neiroseti-i-chelovek-nachalo-puti.
кусственного интеллекта, как и инже-неры-технологи2.
Постановка проблемы
исследования
В настоящее время перечень профессий, непосредственно относящихся к медиаиндустрии, достаточно обширен. Медиаспециалисты занимаются процессами использования медиа и их влиянием на людей и общество. При этом спектр сфер деятельности, охватывающий профессиональное сообщество медиаспеци-алистов, включает в себя не только медиапроизводство (газеты, журналы, радио, телевидение, онлайн-СМИ, киноиндустрия), но и сферу культуры, медиаобразование, рекламную индустрию и связи с общественностью.
Современные медиаспециалисты уже оценили и широко применяют технологические инновации, связанные с искусственным интеллектом. Как отмечают исследователи из Института Reuters, наиболее часто в практике медиаспециалистов встречаются такие алгоритмические решения искусственного интеллекта, которые помогают в процессе сбора, обработки и проверки источников информации, автоматизации процессов в ньюсруме (расстановка тегов, расшифровка записей и пр.), настройке рекомендации для пользователей на сайте, а также генерации текстов [6].
С 2015 г. можно отметить значительный всплеск числа научных публикаций, посвященных изучению различных аспектов использования нейросетей в СМИ и медиа [7]. Преимущества применения нейросетей отмечают многие отечественные и
2 Are you fluent in AI? // NiemanLab. URL: https://www.niemanlab.org/2017/12/are-you-fluentin-ai/.
зарубежные исследователи [1; 2; 6; 8-24], называя данный феномен оправданным и своевременным этапом развития мировой медиаиндустрии. Наиболее позитивно применение технологий искусственного интеллекта специалисты оценивают в отношении социальных медиа [2; 8].
Вместе с тем, наряду с открывающимися возможностями и положительным воздействием нейросетей на профессиональную деятельность медиаспециалистов, рассматриваемый нами феномен обусловливает и ряд вызовов [8]. Изучение работ отечественных [9; 10] и зарубежных [13; 18; 20] ученых позволяет выделить шесть проблемных векторов социально-гуманитарного характера, вызывающих значительный интерес у представителей современного научного сообщества.
1. Организационные проблемы (смена культуры организации, должностного статуса сотрудников, смена структуры рабочего времени).
2. Юридические проблемы (правовой статус информации, соблюдение прав интеллектуальной собственности, электронная подпись).
3. Проблемы электронного неравенства.
4. Образовательные проблемы (индивидуальность и доступность обучения, потеря «человеческого лица» в образовании).
5. Психологические проблемы (виртуализация межличностного общения; тревожность, потеря внимания близких и т.п.).
6. Проблемы возникновения аномальных и асоциальных явлений (коррупция, карьеризм) [6].
Наряду с упомянутыми выше направлениями научного поиска достаточно значимой и актуальной мож-
но назвать проблему сокращения потребности в медиаспециалистах ввиду снижения их способности конкурировать с искусственным интеллектом в создании медиаконтента и его обработке [8]. Отметим, что указанная проблема вызывает озабоченность не только среди исследователей сферы массмедиа, но и у практиков — аналитиков рынка труда. Согласно прогнозам, «если более ранние технологические изменения сильнее всего влияли на работников с простыми задачами и низкой квалификацией, то теперь будут затронуты сферы, требующие довольно высокой квалификации и образования» [4]. Ярким примером усиления вызовов развития нейросетей на работников медиаиндустрии может служить масштабная забастовка гильдии сценаристов США в 2023 г., продолжавшаяся 148 дней, в ходе которой протестующие сценаристы требовали запретить использовать искусственный интеллект в качестве авторов и соавторов, а актеры — привлекать их на съемки только на один день, сканировать их внешность и потом использовать их цифровые образы, единожды заплатив за работу [4]. Согласно исследованию компании PwC, в ходе которого было опрошено 53 900 работников из 46 стран, на вопрос: «Какие последствия окажет искусственный интеллект (ИИ) на вашу карьеру в ближайшие пять лет?» — 18 % респондентов выбрали тревожный вариант — «ИИ потребует от меня новых знаний/квалификации, которые я вряд ли смогу освоить», 14 % — «ИИ изменит природу моей работы в негативном ключе», а 13 % — «ИИ заменит меня на рабочем месте» [3].
Таким образом, проблема усиливающегося соперничества с искусственным интеллектом в борьбе
за трудовые места стоит достаточно остро не только перед будущими, но и нынешними медиаспециалистами.
Методология исследования
Цель исследования заключалась в изучении отношения студентов Байкальского государственного университета, обучающихся на направлениях подготовки «Журналистика» и «Реклама и связи с общественностью», к использованию возможностей нейро-сетей в своей учебной и будущей профессиональной деятельности.
Методы исследования: традиционный анализ периодической и научной литературы по проблеме исследования, опрос, обобщение, аналогия.
Изучению подлежала осведомленность студентов о возможностях нейросетей; наличие навыков их практического использования; готовность к применению нейросетей в будущей профессиональной деятельности; отношение к вызовам, связанным с развитием искусственного интеллекта.
Задачами исследования определены: выявление знаний и опыта использования нейросетей у будущих медиаспециалистов; определение частоты использования технологий искусственного интеллекта в учебном процессе; обнаружение необходимости получения студентами дополнительных знаний и навыков по использованию нейросетей в масс-медиа; составление рейтинга популярности нейросетей среди студентов; определение перечня задач, решаемых студентами посредством использования нейросетей; выявление востребованности к использованию нейросетей в будущей профессиональной деятельности; установление преимуществ и недо-
статков развития технологий искусственного интеллекта для будущих медиаспециалистов.
Период исследования — октябрь-ноябрь 2023 г. Инструментальной основой исследования стал заочный анонимный формализованный опрос, с использованием анкеты, разработанной посредством Google Forms. Анкета включала 18 вопросов закрытого и открытого типа. В фокусе нашего внимания были три взаимосвязанных проблемных поля, каждому из которых соответствовал свой блок вопросов.
Первый из них был посвящен общему представлению будущих медиаспециалистов о технологиях нейросетей, их отношению к данному феномену. Второй блок содержал вопросы, связанные с практическим использованием студентами технологий искусственного интеллекта в учебном процессе, частотой применения нейросетей для решения учебных задач. Наконец, третий блок — выявлял отношение респондентов к использованию технологий нейро-сетей в будущей профессиональной деятельности журналиста или ре-кламщика, а также к проблемам, связанным с развитием искусственного интеллекта в медиаиндустрии.
Помимо названных разделов, в анкете содержалась «паспортичка», в которой регистрировались социально-демографические характеристики участников опроса, определялось направление их подготовки.
В исследования приняли участие студенты бакалавриата, обучающиеся на направлениях медийной специализации («Журналистика» и «Реклама и связи с общественностью») Байкальского государственного университета с первого по четвертый курс (п = 200, случайная бесповторная выборка), из них 17 % мужчин, 83 % женщин. Более подробная характеристика выборочной совокупности представлена в табл. 1.
Как видно из табл. 1 в опросе приняло участие примерно одинаковое количество студентов каждого из направлений подготовки медийной специализации — «Журналистика» и «Реклама и связи с общественностью». Также в выборке достаточно равномерно представлены студенты каждого года обучения, что позволило обеспечить репрезентативность полученных данных и возможность проведения сравнительных оценок.
Вместе с тем, формирование выборочной совокупности из студентов одного университета накла-
Таблица 1 / Table 1 Характеристика выборочной совокупности, чел.*
Characteristics of the sample population, people
Направление подготовки / Direction of Training Год обучения (курс) / Year of Study (Course) Всего / Total
первый / First второй / Second третий / Third четвертый / Fourth
Журналистика / Journalism 27 21 22 26 96
Реклама и связи с общественностью / Advertising and Public Relations 32 28 20 24 104
Всего / Total 59 49 42 50 200
* Составлена автором.
дывает определенные ограничения на полученные результаты и не позволяет в полной мере распространять их на всю генеральную совокупность будущих медиаспециа-листов. Однако, по нашему мнению, полученные данные могут служить сравнительной базой для последующих исследований аналогичной направленности.
Результаты и их обсуждение
Согласно полученным данным, с феноменом нейросетей знакомы все участники проведенного опроса, а опыт их использования имеется у 88 % будущих медиаспециалистов, что, в частности, корреспондируется с результатами упомянутого ранее исследования SkШfactory [5], участниками которого выступили студенты российских вузов без уточнения специализации их обучения.
Студентами, не использующими в настоящее время технологии искусственного интеллекта, в большинстве своем являются представителями старших курсов направления
«Реклама с вязи с общественностью». Основной причиной этого они назвали «отсутствие необходимости» (70 %), а также «недостаточность знаний и навыков» (47 %). При этом следует отметить, что больше половины опрошенных студентов (57 %), которые уже освоили технологии искусственного интеллекта, сделали это самостоятельно — «методом тыка», треть из них обращались к информации из интернет-источников (29 %), а 14 % — знакомились с возможностями нейросе-тей при помощи друзей, знакомых или родственников.
Согласно результатам исследования, 30 % студентов обращаются за помощью к искусственному интеллекту не часто — один раз в несколько месяцев, однако 18 % опрошенных утверждают, что делают это еженедельно, а 17 % — несколько раз в неделю. Ежедневно используют нейросеть 6 % участников опроса. Рейтинг популярности нейросетей среди будущих медиаспециалистов представлен в табл. 2.
Таблица 2 / Table 2 Рейтинг пяти наиболее популярных нейросетей
у будущих медиаспециалистов* Rating of the Five Most Popular Neural Networks among Future Media Specialists
Наименование нейросети/ Name of the Neural Network Доля студентов, использующих данную нейросеть чаще всего, % / Share of Students Using This Neural Network Most Often, % Компания разработчик/ Developer Company
ChatGPT 88 OpenAI
YandexGPT 34 Яндекс
Canva 32 OpenAI
Midjoumey 27 Midjoumey
Шедеврум / Masterpiece (Shedevrum) 25 Яндекс
* Составлена автором, ответ на вопрос предполагал множественный выбор.
Несмотря на то, что участники опроса в целом хорошо осведомлены о существовании большого количества технологий искуственного интеллекта в медиа (согласно полученным данным, перечень известных им ней-росетей составил 14 наименований), тем не менее наиболее востребованной из них у будущих журналистов и рекламщиков яляется нейросеть ChatGPT (табл. 2), ее используют 88 % опрошенных. Остальные технологии искусственного интеллекта менее популярны. Так, нейросети YandexGPT и Canva использует только треть участников опроса (34 % и 32 % соответственно), а нейросети Midjoumey и Шедеврум — лишь четвертая часть респондентов. Достаточно интересным выглядит сопоставление рейтинга, представленного в табл. 2, с ана-
логичным рейтингом, составленным компанией SkiWactory [5] — они совпали лишь в первой позиции. А вот третья по популярности среди российских студентов нейросеть Kandinsky (создает изображения по текстовым описаниям), согласно полученным нами данным, является невостребованной среди будущих медиаспециалистов — выпускников Байкальского государственного университета.
При обращении к нейросетям студенты обычно решают задачи, связанные с созданием и обработкой небольших текстов (57 %), 48 % участников опроса используют технологии искусственного интеллекта для поиска новых креативных идей, 46 % создают иллюстрации к своим работам, а 38 % обрабатывают фото и изображения (рис. 1). В качестве
Использую в качестве шпаргалки на зачете I или экзамене / I use it as a cheat sheet for a test or exam I
Ищу новые креативные идеи / Looking for new creative ideas
Обрабатываю фото и изображения / I process photos and images
Создаю иллюстрации к своим работам / I create illustrations for my works
Перевожу на иностранный язык и (или) с иностранного / I translate into a foreign language and (or) from a foreign language Пишу и (или) редактирую большие тексты (доклады, эссе, рефераты, сочинения) / I write and (or) edit large texts (reports, essays, abstracts, essays) Пишу и (или) редактирую небольшие тексты / I write and/or edit small texts
48
38
46
57
0 10 20 30 40 50 60
Рис. 1. Учебные задачи, решаемые с использованием нейросетей,
% опрошенных*
Fig. 1. Educational Tasks Solved Using Neural Networks, % of Respondents
* Составлен автором.
7
шпаргалки на экзамене неиросеть используют только 7 % опрошенных, что, в целом, совпадает с результатами исследования SkШfactory [5].
Большинство участников опроса (76 %) считают, что использование неИросетеИ в учебном процессе помогает экономить время, 63 % опрошенных искусственный интеллект выручает при поиске «свежих» идей (рис. 2). Интересно, что повысить успеваемость посредством использования нейросетей смогли лишь 17 % участников опроса. Подчеркнем, что студентов, скептически настроенных к возможностям ней-
росетей оказать помощь в учебе, немного — так считают лишь 5 % респондентов.
Согласно полученным нами данным больше половины опрошенных студентов (59 %) возможно будут использовать нейросеть в своей будущей профессиональной деятельности, при этом 35 % заявили, что обязательно будут делать это. Не планируют прибегать к помощи искусственного интеллекта в будущем только 6 % участников опроса.
Говоря о возможностях нейро-сетей, наиболее востребованных в будущей профессии медиаспе-
80 70 60 50 40 30 20 10
76
63
20
1
17
Помогает экономить время / Helps save time
Помогает проверять подготовленные работы перед сдачей ее преподавателю / Helps to check prepared work before submitting it to the teacher
Помогает повысить упевае-
мость / Helps improve
academic performance
Помогает в по- Никак не поиске «свежих» могает /
идей / Doesn't help
Helps in finding at all "fresh" ideas
Рис. 2. Преимущества использования нейросетей в учебном процессе
будущими медиаспециалистами, % опрошенных* Fig. 2. Advantages of Using Neural Networks in the Educational Process by Future Media Specialists, %
* Составлен автором.
5
0
циалистов (рис. 3), большинство участников опроса (65 %) высказали мнение, что технологии искусственного интеллекта будут полезны в создании и обработке текстов, 61 % респондентов намерены использовать нейросети при создании и обработке фото и изображений, 60 % — для генерации новых идей, а 59 % — при создании визуальных эффектов. В целом, будущие меди-аспециалисты достаточно высоко оценивают возможности, которые открывают современные нейросети для их дальнейшей профессиональной деятельности.
Оценивая вызовы, связанные с развитием нейросетей для своей будущей профессиональной деятельности, большинство участников опроса (67 %) высказали мнение, что искусственный интеллект может привести к исчезновению некоторых профессий в медиаиндустрии, 52 % респондентов считают, что использование нейросетей обусловит сокращение оплаты труда ме-диаспециалистов, у 36 % студентов возникли опасения, что в будущем придется осваивать новые технологии и проходить дополнительное обучение. Не видят недостатков в
31
41
35
43
60
61
Проверка данных на достоверность (идентификация фейков) / Checking data for accuracy (identifying fakes)
Перевод аудио и видео в текст / Translation of audio and video into text
Мониторинг социальных медиа / Social Media monitoring
Генерация новых идей и креатива / Generation of new ideas and creativity
Быстрый и хороший переводс (на) иностранные языки / Fast and good translation from/to foreign languages
Создание и обработка фото и изображений / Creation and processing of photos and images
Создание визуальных эффектов / Creating visual effects
Анализ данных и прогнозирование / Data analysis and forecasting
Создание и обработка текстов / Creation and processing of texts
0 10 20 30 40 50 60 70
Рис. 3. Возможности нейросетей, которые будут наиболее востребованы в будущей профессии медиаспециалистов, % опрошенных* Fig. 3. Neural Network Capabilities That Will Be Most in Demand in the Future Profession of Media Specialists, % of Respondents
* Составлен автором.
развитии технологии искусственного интеллекта для своеИ будущей профессиональной деятельности только 11 % опрошенных (рис. 4).
Вместе с тем, практически половина участников опроса оценивают уровень своих знаний и навыков в использовании нейросетей как «средний», а 40 % — как «начинающий». Уверенными пользователями себя считают только 18 % будущих медиаспециалистов, а продвинутыми — лишь 7 %. В свете выявленных оценок достаточно закономерным выглядит и желание студентов овладеть технологиями нейросетей уже сегодня, находясь в стенах университета. Так, 68 % участников опро-
80
са высказали мнение, что «было бы здорово, если бы этому учили в вузе», только четверть опрошенных (25 %) считают, что «в этом нет необходимости, поскольку все можно освоить самостоятельно». Полученные результаты корреспондируются с данными опроса SkШfactory [5], согласно которым большинство российских студентов (79 %) хотели бы, чтобы в вузах обучали тому, как пользоваться нейросетями.
Выводы
Озабоченность медиасообще-ства проблемой негативного влияния искусственного интеллекта на востребованность медиаспециали-
70 60 50 40 30 20 10
67
52
36
11
Может привести к имчезновению некоторых профессий медиаиндустрии/ May lead to the disappearance of some media industry jobs
Может привести к сокращению оплаты труда медиа-специалистов/ May lead to a reduction in wages for media specialists
Может привести Отсутсвуют / к необходимости None
проходить дополнительное обучение, осваивать новые технологии/ May lead to the need to undergo additional training and master new technologies
Рис. 4. Вызовы развития нейросетей для будущих медиаспециалистов, % опрошенных* Fig. 4. Challenges of the Development of Neural Networks for Future Media Specialists, % of Respondents
' Составлен автором.
0
стов высказывалась еще в 2015 г., когда BBC опубликовало статью о профессиях, которые стоят в первую очередь в зоне риска, если массово «придут» роботы, включив в их число и журналистику. Однако Кристиан Хаммонд, главный научный сотрудник компании Narrative Science, ранее утверждавший, что через 15 лет 90 % новостей будут написаны машинами, позже уточнил свою оценку. «Это не означает, что 90 % рабочих мест журналистов уйдут. Это означает, что журналисты могут расширить свой охват. Мир новостей будет расширяться, журналисты не будут генерировать истории из данных. Эти недвусмысленные, неоткрытые для интерпретации вещи будут сделаны машинами», — пояснил Хаммонд3.
В настоящее время нейросети становятся важным помощником в медиаиндустрии. Их использование позволяет медиаспециалистам значительно ускорить выполнение базовых рабочих задач, сосредоточившись на более важных и креативных вопросах [24]. Будущие медиаспе-циалисты уже сегодня должны быть готовы к тому, что им придется работать с новыми инструментами и понимать, как они работают [2]. А для того, чтобы искусственный интеллект не стал опасным конкурентом, журналистам, рекламщикам и иным ме-диаспециалистам необходимо постоянно совершенствовать свои навыки использования нейросетей, быть в курсе происходящих технологических изменений в медиаиндустрии.
Полученные в ходе проведенного нами исследования результаты позволяют утверждать, что по-
3 Intelligent Machines: The jobs robots will steal first. URL: https://www.bbc.com/news/ technology-33327659.
давляющее большинство будущих медиаспециалистов — студентов Байкальского государственного университета — уже имеет опыт использования технологий искусственного интеллекта для решения учебных задач. Среди достоинств практического применения нейросетей в профессиональной деятельности студенты специализаций медийной направленности отмечают высокую скорость выполнения рутинных заданий и развитие креативного мышления. Несомненными преимуществами технологий искусственного интеллекта участниками проведенного нами опроса также определены свободный (бесплатный) доступ к большинству нейросетей и возможность самостоятельного овладения технологиями их использования. Однако уверенными и продвинутыми пользователями себя считает только треть респондентов, а большинство будущих медиаспециали-стов оценивает уровень своих знаний и навыков в этой области как «средний» или «начинающий».
Важными результатами исследования можно также назвать обнаруженные у большинства участников опроса опасения об исчезновении в будущем некоторых профессий в медиаиндустрии, возможном сокращении оплаты труда медиаспециали-стов, обусловленные развитием технологий искусственного интеллекта.
Вместе с тем, будущие журналисты и рекламщики высказали уверенность, что нейросети будут использоваться ими в дальнейшей профессиональной деятельности для создания и обработки контента (текстов, фото и изображений), генерации новых идей, разработки визуальных эффектов.
В свете полученных результатов достаточно закономерным выглядит и желание студентов специализаций медийной направленности овладеть технологиями нейросетей уже сегодня, находясь в стенах университета. Таким образом, современные образовательные программы и учебные планы высшей школы остро нуждаются в появлении курсов, дисциплин или модулей, позволяющих отрабатывать знания, умения и навыки использования технологий искусственного интеллекта. Это, в частности, корреспондируется с мнением специалистов и менеджеров российской медиаиндустрии. По словам управляющего директора «Русской Медиагруппы» Дмитрия Медникова,
главной задачей, стоящей перед вузовским сообществом России, станет грамотная разработка образовательных программ, направленных на использование нейросетей4. При этом востребованными направлениями изучения возможностей искусственного интеллекта студентами медийных специализаций можно назвать не только созидательные технологии, позволяющие создавать и обрабатывать контент, но и аналитические, а также исследовательские инструменты.
4 IXIV Всероссийский форум деловых СМИ: нейросеть - новый инструмент для создания контента // Export.Link. URL: https://m.rusexporter.ru/news/detail/15924/.
Список использованной литературы
1. Бейненсон В.А. Применение роботизированного контента в реализации рекреативных функций массмедиа / В.А. Бейненсон. — DOI 10.47475/2070-0695-2021-10221. — EDN UIZUYR // Знак: проблемное поле медиаобразования. — 2021. — № 2 (40). — С. 184-193.
2. Карпович Э.М. Автоматизация работы SMM-специалистов с помощью искуствен-ного интеллекта / Э.М. Карпович. — EDN EUEGMD // PR и реклама: традиции и инновации. Связи с общественностью: смыслы и технологии : материалы Всерос. науч.-практ. конф., Красноярск, 20 апр. 2023 г. — Красноярск, 2023. — С. 252-254.
3. Хвостик Е. Люблю ИИ ненавижу / Е. Хвостик // Коммерсантъ. — 2023. — 8 окт.
4. Рождественская Я. Осторожно, снова интеллект! / Я. Рождественская // Коммерсантъ. — 2023. — 20 авг.
5. Мамиконян О. Половина российских студентов используют нейросети в учебе / О. Мамиконян // ForbesLife. — 2023. — 25 авг.
6. Newman N. Journalism, Media, and Technology Trends and Predictions 2022 / N. Newman. — Oxford University, 2022. — URL: https://reutersinstitute.politics.ox.ac.uk/sites/default/ files/2022-01/Newman%20-%20Trends%20and%20Predictions%202022%20FINAL.pdf.
7. Zorina V.A. Literature Review on Artificial Intelligence in Journalism: A Bibliometric Analysis of Publications Indexed in the Web of Science and Scopus / V.A. Zorina, E.A. Osipovska-ya. — DOI 10.17150/2308-6203.2021.10(4).734-744. — EDN HHMKPW // Вопросы теории и практики журналистики. — 2021. — Т. 10, № 4. — С. 734-744.
8. Морозова А.А. Феномен искусственного интеллекта в современной науке: понятие, векторы и проблемы применения в сфере массмедиа / А.А. Морозова, С.Н. Попова. — DOI 10.47475/2070-0695-2021-10405. — EDN RRUDII // Знак: проблемное поле медиаобразования. — 2021. — № 4 (42). — С. 41-52.
9. Игнатьева М.В. PR-специалисты vs нейросеть: в чью пользу будет счет? / М.В. Игнатьева. — EDN ELWAWM // PR и реклама: традиции и инновации. Связи с общественностью: смыслы и технологии : материалы Всерос. науч.-практ. конф., Красноярск, 20 апр. 2023 г. — Красноярск, 2023. С. 120-125.
10. Бейненсон В.А. Применение генеративных нейросетей в журналистике: проблемы и перспективы / В.А. Бейненсон. — EDN THTQPB // Динамика медиасистем. — 2023. — Т. 3, № 1. — С. 352-359.
11. Искусственный интеллект в российских медиа и журналистике: к дискуссии об этической кодификации / М.М. Лукина, А.В. Замков, М.А. Крашенинникова, Д.Ю. Кульчицкая. — DOI 10.17150/2308-6203.2022.11(4).680-694. — EDN WMNHIF // Вопросы теории и практики журналистики. — 2022. — Т. 11, № 4. — С. 680-694.
12. Олешко В.Ф. Сквозные цифровые технологии: диапазон возможностей современных массмедиа / В.Ф. Олешко, Е.В. Олешко. — DOI 10.17150/2308-6203.2022.11(3).564-585. EDN IVPLGZ // Вопросы теории и практики журналистики. — 2022. — Т. 11, № 3. — С. 564-585.
13. Rai N. Why Ethical Audit Matters in Artificial Intelligence? / N. Rai // AI and Ethics. — 2021. — Vol. 2, no. 2. — P. 209-218.
14. Ryan M. Artificial Intelligence Ethics Guidelines for Developers and Users: Clarifying Their Content and Normative Implications / M. Ryan, B.C. Stahl. — DOI 10.1108/ JI-CES-12-2019-0138 // Journal of Information, Communication and Ethics in Society. —
2021. — Vol. 19, no. 1. — P. 61-86.
15. Strasser A. Distributed Responsibility in Human-Machine Interaction / A. Strasser. — DOI 10.1007/s43681-021-00109-5 // AI and Ethics. — 2022. — Vol. 2, no. 3. — P. 523-532.
16. Cremer D. The Ethical AI-Paradox: Why Better Technology Needs More and Not Less Human Responsibility / D. Cremer, G. Kasparov. — DOI 10.1007/s43681-021-00103-x // AI and Ethics. — 2021. — Vol. 2, no. 3. — P. 1-4.
17. Towards Responsible Media Recommendation / M. Elahi, D. Jannach, L. Skj^rven [et al.]. — DOI 10.1007/s43681-021-00107-7 // AI Ethics. — 2022. — Vol. 2, no. 1. — P. 103-104.
18. Stahl B.C. From Computer Ethics and the Ethics of AI Towards an Ethics of Digital Ecosystems / B.C. Stahl. — DOI 10.1007/s43681-021-00080-1 // AI and Ethics. — 2022. — Vol. 2, no. 1. — P. 65-77.
19. Lewis S.C. Automation, Journalism and Human-Machine Communication: Rethinking Roles and Relationships of Humans and Machines in News / S.C. Lewis, A.L. Guzman, T. Schmidt. — DOI 10.1080/21670811.2019.1577147 // Digital Journalism. — 2019. — Vol. 7, no. 2. — P. 409-427.
20. Hagendorff T. The Ethics of AI Ethics: An Evaluation of Guidelines / T. Hagendorff. — DOI 10.1007/s11023-020-09517-8 // Minds and Machines. — 2020. — Vol. 30, no. 1. — P. 99-120.
21. Carlson M. Automating Judgment? Algorithmic Judgment, News Knowledge, and Journalistic Professionalism / M. Carlson. — DOI 10.1177/1461444817706684 // New Media & Society. — 2017. — Т. 20, iss. 5. — P. 1755-1772.
22. Kordzadeh N. Algorithmic Bias: Review, Synthesis, and Future Research Directions / N. Kordzadeh, M. Ghasemaghaei. — DOI 10.1080/0960085X.2021.1927212 // European Journal of Information Systems. — 2021. — Vol. 31, no. 3. — P. 1-22.
23. Kaput М. What Is Artificial Intelligence for Social Media? / М. Kaput // Marketing Artificial Intelligence Institute. — URL: https://www.marketingaiinstitute.com/blog/what-is-artificial-intelligence-for-social-media.
24. Шкаленко А.В. Влияние искусственного интеллекта на креативные индустрии: тенденции и перспективы / А.В. Шкаленко, Е.А. Фадеева. — DOI 10.15688/ ek.jvolsu.2022.3.4. — EDN ZNMIWG // Вестник ВолГУ. Серия 3: Экономика. Экология. —
2022. — № 3. — С. 44-59.
References
1. Beynenson V.A. Using Robotic Content in the Implementation of Recreational Functions of Mass Media. Znak: problemnoe pole mediaobrazovaniya = Sign: the Problem Field of Media Education, 2021, no. 2, pp. 184-193. (In Russian). EDN: UIZUYR. DOI: 10.47475/20700695-2021-10221.
2. Karpovich E.M. Automation of Smm Specialists' Work Using Artificial Intelligence. PR and Advertising: Traditions and Innovations. Public Relations: Meanings and Technologies. Materials of All-Russian Research Conference, Krasnoyarsk, April 20, 2023. Krasnoyarsk,
2023. pp. 252-254. (In Russian). EDN: EUEGMD.
3. Khvostik E. Love the AI Hate It. Kommersant, 2023, October 8. (In Russian).
4. Rozhdestvenskaya Y. Beware, Intelligence Again! Kommersant, 2023, August 20. (In Russian).
5. Mamikonyan O. Half of Russian Students Use Neural Networks in Their Studies. For-besLife, 2023, August 25. (In Russian).
6. Newman N. Journalism, Media, and Technology Trends and Predictions 2022. Oxford University, 2022. URL: https://reutersinstitute.politics.ox.ac.uk/sites/default/files/2022-01/ Newman%20-%20Trends%20and%20Predictions%202022%20FINAL.pdf.
7. Zorina V.A., Osipovskaya E.A. Literature Review on Artificial Intelligence in Journalism: A Bibliometric Analysis of Publications Indexed in the Web of Science and Scopus. Voprosy teorii i praktiki zhurnalistiki = Theoretical and Practical Issues of Journalism, 2021, vol. 10, no. 4, pp.734-744. EDN: HHMKPW. DOI: 10.17150/2308-6203.2021.10(4).734-744.
8. Morozova A.A., Popova S.N. The Phenomenon of Artificial Intelligence in Modern Science: Concept, Vectors and Problems of Applicationin the Sphere of Mass Media. Znak: prob-lemnoe pole mediaobrazovaniya = Sign: the Problem Field of Media Education, 2021, no. 4, pp. 41-52. (In Russian). EDN: RRUDII. DOI: 10.47475/2070-0695-2021-10405.
9. Ignateva M.V. PR Specialists VS Neural Network: in Whose Favor WILL the Bill Be? PR and Advertising: Traditions and Innovations. Public Relations: Meanings and Technologies. Materials of All-Russian Research Conference, Krasnoyarsk, April 20, 2023. Krasnoyarsk, 2023, pp. 120-125. (In Russian). EDN: ELWAWM.
10. Beynenson V.A. The Use of Generative Neural Networks in Journalism: Problems and Prospects. Dinamika mediasistem = Dynamics of Media Systems, 2023, vol. 3, no. 1, pp. 352-359. (In Russian). EDN: THTQPB.
11. Lukina M.M., Zamkov A.V., Krasheninnikova M.A., Kul'chitskaya D.Y. Artificial Intelligence in the Russian Media and Journalism: The Issue of Ethics. Voprosy teorii i praktiki zhurnalistiki = Theoretical and Practical Issues of Journalism, 2022, vol. 11, no. 4, pp. 680-694. (In Russian). EDN: WMNHIF. DOI: 10.17150/2308-6203.2022.11(4).680-694.
12. Oleshko V.F., Oleshko E.V. End-to-End Digital Technologies: The Range of Possibilities of Modern Mass Media. Voprosy teorii i praktiki zhurnalistiki = Theoretical and Practical Issues of Journalism, 2022, vol. 11, no. 3, pp. 564-585. (In Russian). EDN: IVPLGZ. DOI: 10.17150/2308-6203.2022.11(3).564-585.
13. Rai N. Why Ethical Audit Matters in Artificial Intelligence? AI and Ethics, 2021, vol. 2, no. 2, pp. 209-218.
14. Ryan M., Stahl B.C. Artificial Intelligence Ethics Guidelines for Developers and Users: Clarifying Their Content and Normative Implications. Journal of Information, Communication and Ethics in Society, 2021, vol. 19, no. 1, pp. 61-86. DOI: 10.1108/ JICES-12-2019-0138.
15. Strasser A. Distributed Responsibility in Human-Machine Interaction. AI and Ethics, 2022, vol. 2, no. 3, pp. 523-532. DOI: 10.1007/s43681-021-00.
16. Cremer D., Kasparov G. The Ethical AI-Paradox: Why Better Technology Needs More and Not Less Human Responsibility. AI and Ethics, 2021, vol. 2, no. 3, pp. 1-4. DOI: 10.1007/ s43681-021-00103-x.
17. Elahi M., Jannach D., Skjœrven L. [et al.]. Towards Responsible Media Recommendation. AI Ethics, 2022, vol. 2, no. 1, pp. 103-104. DOI: 10.1007/s43681-021-00107-7.
18. Stahl B.C. From Computer Ethics and the Ethics of AI Towards an Ethics of Digital Ecosystems. AI and Ethics, 2022, vol. 2, no. 1, pp. 65-77. DOI: 10.1007/s43681-021-00080-1.
19. Lewis S.C., Guzman A.L., Schmidt T. Automation, Journalism and Human-Machine Communication: Rethinking Roles and Relationships of Humans and Machines in News. Digital Journalism, 2019, vol. 7, no. 2, pp. 409-427. DOI: 10.1080/21670811.2019.1577147.
20. Hagendorff T. The Ethics of AI Ethics: An Evaluation of Guidelines. Minds and Machines, 2020, vol. 3, no. 1, pp. 99-120. DOI: 10.1007/s11023-020-09517-8.
21. Carlson M. Automating Judgment? Algorithmic Judgment, News Knowledge, and Journalistic Professionalism. New Media & Society, 2017, vol. 20, iss. 5, pp. 1755-1772. DOI: 10.1177/1461444817706684.
22. Kordzadeh N. Algorithmic Bias: Review, Synthesis, and Future Research Directions. European Journal of Information Systems, 2021, vol. 31, no. 3, pp. 1-22. DOI: 10.1080/0960085X.2021.1927212.
23. Kaput М. What Is Artificial Intelligence for Social Media. Marketing Artificial Intelligence Institute. URL: https://www.marketingaiinstitute.com/blog/what-is-artificial-intelligence-for-social-media.
24. Shkalenko A.V., Fadeeva E.A. Impact of Artificial Intelligence on Creative Industries: Trends and Prospects. Vestnik Volgogradskogo gosudarstvennogo universiteta. Seriya 3: Ekonomika. Ekologiya = Science Journal of Volgograd State University. Global Economic System, 2022, no. 3, pp. 44-59. (In Russian). EDN: ZNMIWG. DOI: 10.15688/ek.jvolsu.2022.3.4.
Информация об авторе
Рубцова Наталья Владимировна—доктор экономических наук, доцент, профессор кафедры журналистики и маркетинговых технологий, Байкальский государственный университет, г. Иркутск, Российская Федерация, [email protected], Ô https://orcid.org/0000-0002-1400-0509, SPIN-код: 4173-4660.
Author Information
Natalia V. Rubtsova — D.Sc. in Economics, Associate Professor, Professor of the Department of Journalism and Marketing Technologies, Baikal State University, Irkutsk, Russian Federation, [email protected], О https://orcid.org/0000-0002-1400-0509, SPIN-Code: 4173-4660.
Для цитирования
Рубцова Н.В. Нейросети в медиа: возможности, проблемы, перспективы для будущих медиаспециалистов / Н.В. Рубцова. — DOI 10.17150/2308-6203.2024.13(1).156-171. — EDN XGCNOY // Вопросы теории и практики журналистики. — 2024. — Т. 13, № 1. — С. 156-171.
For Citation
Rubtsova N.V. Neural Networks in Media: Opportunities, Problems, Prospects for Future Media Specialists. Voprosy teorii i praktiki zhurnalistiki = Theoretical and Practical Issues of Journalism, 2024, vol. 13, no. 1, pp. 156-171. (In Russian). EDN: XGCNOY DOI: 10.17150/2308-6203.2024.13(1).156-171.
