CC BY
168УДК 316.77 Иляхина А.А., Деева И.В.
Иляхина А.А.
магистрант кафедры Мировой экономики и международных отношений Ростовский государственный экономический университет (г. Ростов-на-Дону, Россия)
Деева И.В.
канд. филол. наук, доцент кафедры журналистики Ростовский государственный экономический университет (г. Ростов-на-Дону, Россия)
ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ЖУРНАЛИСТИКЕ
Аннотация: в данном исследовании проанализированы основные преимущества ИИ для журналистики, а также наиболее важные проблемы цифровой трансформации медиасферы. Рассматривается технологическое развитие с профессиональной точки зрения, а также обсуждает, что это значит для медиакомпаний и руководителей.
Ключевые слова: искусственный интеллект, журналистика, конвергенция, медиасфера.
В последнее время в сфере журналистики особое внимание привлекают возможности применения новых технологий, и особенно технологий искусственного интеллекта (ИИ).
Одни специалисты считают информационные технологии перспективным для отрасли, переживающей трансформацию, другие исследователи видят угрозу, которая механизирует творческую профессию и подталкивает к дальнейшей коммерциализации и необходимости переобучения журналистов.
Очевидно, что обе точки зрения обоснованы: новые технологии не только открывают перед журналистикой новые возможности, но и бросают ей вызовы. Одно можно сказать наверняка: ИИ станет неотъемлемой частью журналистики, что приведет к изменению ее основ - во всех звеньях цепочки создания, хранения и предоставления информации.
Все более активное применение технологий ИИ, основанных на обработке больших данных приведет к постепенной трансформации и пересмотру устоявшихся бизнес-моделей, профессиональных знаний и стратегий развития в медиасфере. Процесс трансформации журналистики можно рассматривать как конвергенцию журналистики.
Конвергенция (от лат. сопуе^еге - приближаться, сходиться) - термин, уже давно принятый в биологии, лингвистике, политологии для обозначения процессов сближения, схождения, компромиссов. Как отмечает российский исследователь А. Г. Качкаева, произошел трансферт понятия «конвергенция» в науку о массовых коммуникациях. В частности, автором отмечается, что основные отличия конвергентной журналистики от традиционной состоят «в новых подходах к содержанию, формированию редакций и распределению ролей, а также в использовании инструментария на основе интернет-технологий» [1, С. 60].
В основе технологической конвергенции лежит цифровизация, перевод содержания в цифровую форму. Более того, конвергенция обеспечила слияние разнообразных по видам и типам медиа. В результате этого процесса появился новый интегрированный рынок, на котором в единой системе объединяются мультимедийные услуги, сетевое обслуживание, создание программных продуктов. Последствия технологической конвергенции для современных СМИ позволяют выдвинуть тезис о практически полной структурной перестройке медиаэкономики [2].
Важную роль в подобной перестройке играют технологии искусственного интеллекта. ИИ - это собирательное название для различных алгоритмов, роботов и систем, основанных на обработке данных, общей чертой которых
является то, что они могут заменить человеческий труд. Некоторые алгоритмы самообучаются и могут повышать свою точность по мере увеличения объема обрабатываемых данных, но во многих случаях речь идет о статичных кодах, выполняющих одно и то же действие каждый раз.
ИИ также способствует новому подходу к управлению контентом в коммуникации в целом. Благодаря применению полуавтоматических инструментов публикации, в которых ИИ используется для многогранного объединения модулей контента, новости приобретают более персонализированную и изменяемую форму. Это означает, что авторство больше не основывается на «истории», а вместо этого - на «вложенных блоках», которые позволяют лучше связывать истории между собой, облегчая перекомпоновку контента потенциально неограниченными способами.
Еще одна растущая область применения машинного обучения -использование машинного обучения для предотвращения оттока аудитории средств массовой информации. Автоматически собирая и анализируя данные о поведении пользователей, аналитики рынка могут работать непосредственно над выявлением причин, по которым реципиенты информации, скорее всего, перестанут пользоваться приложением или удалят его со своего устройства [3].
Таким образом, ИИ дает несколько преимуществ применения в коммуникавистике:
- более персонализированное распространение контента,
- более эффективное, автоматизированное производство контента,
- динамическое ценообразование, как на рекламу, так и на подписку
- возможность находить больше историй в данных и больше данных в историях
- лучшие автоматизированные транскрипции
- управляемая модерация контента
- распознавание фальшивых новостей и глубоких подделок
- улучшенный поиск изображений и видео
- более глубокий анализ настроений в пользовательском контенте.
Для новостного бизнеса, который уже много лет борется с финансовыми трудностями и истощением бизнес-моделей, возможности делать больше при меньших затратах очень важны. Особенно в условиях сокращения количества редакций на местных рынках, ИИ открывает возможности для более качественного цифрового освещения местной политики и экономики [4].
Разработка и внедрение искусственного интеллекта в журналистике - это часть более широких усилий по перестройке бизнес-моделей и внедрению инноваций в деятельность редакций. Многие медиакомпании долгое время боролись со снижением доходов от рекламы, происходившим в основном из-за растущей конкуренции за внимание пользователей в онлайн-среде. Во время пандемии Covid-19 постепенное снижение резко ускорилось.
В то же время доходы от онлайн-подписки росли, поскольку пандемия вызвала массовую потребность в получении актуальной информации. Рыночные и социальные тенденции быстро привели новостную индустрию в состояние активной цифровой трансформации, ключевую роль в которой играют новые технологии.
Активное использование новых технологий демонстрирует, что роботы могут выполнять большую часть рутинной работы журналистов, потенциально высвобождая человеческие ресурсы для выполнения более креативных задач. Например, в настоящее журналисты используют голосовые помощники при написании новости с диктофона, применяют текстовые расшифровщики аудиозаписей, используют автоматические переводчики текста, осуществляют с помощью специальных алгоритмов выжимку главной информации из больших по объему текстов и осуществляют поиск актуальных бэкграундов, применяют программы для генерации иллюстраций к новостям, проверки информации на достоверность и осуществления аналитики текстов.
Сейчас можно выявить использование ИИ во всех звеньях журналистской производственной цепочки. Однако некоторые части процесса автоматизируются в большей степени, чем другие. Наиболее распространенные
практики автоматизации включают сбор и исследование данных, а также автогенерирование новостных материалов [5].
Одним из примеров того, как ИИ может способствовать поиску и изучению информации, является алгоритм News Tracer от Reuters, который автоматически ищет свежие новости в социальных сетях. Обнаруживая скопления похожей информации и просматривая аккаунты, опубликовавшие ее, робот может уведомить журналиста о новости в момент ее появления.
Другой пример - алгоритм BBC Juicer, который функционирует как «конвейер» для агрегации новостей. Он и извлекает из большого объема новостных статей необходимую информацию. Таким образом журналист избавляется от рутины: выбора из большого сложного, многословного текста фактологической информации для «упаковки ее в другие жанры».
Конвейер BBC Juicer просматривает RSS-ленты новостных изданий. Когда на одном из этих RSS-каналов публикуется новая статья, BBC Juicer собирает ее текст и метаданные (например, дату, время, заголовок, источник новости). На следующем этапе BBC Juicer идентифицирует и помечает понятия, упомянутые в тексте статьи, делая их доступными для поиска и, следовательно, полезными для анализа тенденций. Упорядочивая таким образом рабочие процессы в СМИ, ИИ позволяет журналистам сосредоточиться на том, что у них получается лучше всего.
В отечественной журналистике применяются российские такие программные средства, YaGPT для работы с текстом), Кандинский для генерации изображений, 300.ya.ru для выжимки тезисов.
Согласно данным официальной статистики, количество отечественных медиакомпаний, применяющих технологии искусственного интеллекта, увеличилось в 2022 году по сравнению с 2021 годом (Рис. 1) [6].
Рис. 1. Количество организаций сектора контента средств массовой информации, использующих технологии ИИ для осуществления основных процессов деятельности.
Одной из первых отечественных компаний, широко внедривших технологии ИИ в свою деятельность, стала компания РБК. Первым шагом в персонализации контента стала фильтрация ленты новостей в приложениях и на сайте РБК. Данные меры позволили собирать больше данных о поведении пользователей, создали стимул для регистрации, а также сделали более востребованными платные подписки. Также внедрены рекомендательные системы: рекомендательные блоки видео встроены в статьи, что увеличивает дистрибуцию видео и таргетирует аудиторию по инфоповоду. Проводится работа по объединению всех продуктов РБК в единую систему, покрывающую все информационные потребности пользователя. Алгоритм позволяет улучшить вовлеченность пользователя и его рециркуляцию внутри продуктов РБК, увеличить время сессии и число просмотров контента.
Компания создает глубокие метрики, позволяющие понять интересы пользователя, уточнить его реакцию на медийный продукт. По мере развития алгоритма метрики будут совершенствоваться - с какой скоростью шел
скроллинг материала, какие клики делались во время чтения, какую реакцию вызвали различные рекомендации.
Если посмотреть на процесс создания сюжетов более пристально, то ИИ в основном используется как инструмент для сбора новостей и автоматической генерации сюжетов. Пока ИИ не может полностью заменить человека в процессе проверки информации. Фактчекинг сегодня в большей степени осуществляется людьми, поскольку данная функция, крайне сложна в автоматизации. При этом есть не очень сложные операции по проверке информации, которые можно доверить алгоритмам. Например, это уточнение имен собственных, географических названий и так далее. Также одной из первостепенных задач ИИ в журналистике является выявление фейковой информации и противодействие высокотехнологичным фейкам.
Один из примеров - шведская компания United Robots, которая поставляет решения для генерации текстов нескольким новостным компаниям. Они используют искусственный интеллект и генерацию естественного языка (NLG) для автоматического создания пригодных для публикации новостных текстов из больших массивов данных. Роботы анализируют большие массивы данных, которые находятся в открытом доступе и выявляют необычные события или закономерности. Затем эта информация может быть использована для создания расширенных статей или в качестве предварительного материала для отдела новостей, а также для «переупаковки» новости, например, создания мультимедийных жанров. Многие издатели также встроили в эти инструменты показатели, позволяющие автоматически отслеживать выход собственных новостей.
Рассмотрение этих изменений как конвергенции подчеркивает, что инновации в новостных редакциях - это не стратегия или конечная цель, а процесс, то есть совокупность динамики, механизмов, средств и изменений, которые приводят к определенному результату. Кросс-платформенная модель создания новостей, сформировавшаяся в последние десятилетия, получила
дополнительный импульс в связи с изменением экономических условий, а также ростом инвестиций в инновационное создание новостей.
Инновационную трансформацию в журналистике определяет сложное взаимодействие структурных и индивидуальных, человеческих и нечеловеческих факторов и субъектов. Данные процессы провоцируют изменения в медиасфере и появление новых профессиональных ролей журналистов.
Сфера медиа входит в число наиболее перспективных направлений применения инновационных технологий искусственного интеллекта. В мире избыточной информации у производителей качественных материалов имеются изначальный потенциал и конкурентное преимущество. Уже сегодня разнообразные системы искусственного интеллекта способствуют ускорению процесса конвергенции в медиаотрасли, что имеет огромное значение в условиях глобальной цифровой трансформации всех сфер общества.
СПИСОК ЛИТЕРАТУРЫ:
1. Журналистика и конвергенция: почему и как традиционные СМИ превращаются в мультимедийные / под ред. А. Г Качкаевой. М.: Аспект Пресс, 2010. 200 с.;
2. Лукина М. М., Замков А. В., Крашенниникова М. А., Кульчицкая Д.Ю. Искусственный интеллект в российских медиа и журналистике: к дискуссии об этической кодификации // Вопросы теории и практики журналистики. 2022. Т. 11, № 4. С. 680-694;
3. Морозова А. А., Арсентьева А. Д. Проблемы и перспективы использования искусственного интеллекта в сфере масс-медиа: мнение российской аудитории // Знак: проблемное поле медиаобразования. 2022. № 2 (44). С. 150-158. Б01 10.47475/2070-0695-2022-10219;
4. Третьякова А. О. Метод определения русскоязычных фейковых новостей с использованием элементов искусственного интеллекта // International Journal of Open Information Technologies. 2018. Vol. 6, № 12. С. 99-105;
5. Чертовских О. О., Чертовских М. М. Искусственный интеллект на службе современной журналистики: история, факты и перспективы развития // Вопросы теории и практики журналистики. 2019. Т. 8, № 3. С. 555-568;
6. Федеральная служба государственной статистики Российской Федерации [Электронный ресурс]. URL: http://www.gks.ru/ (дата обращения: 10.01.24).
Iliakhina A.A., Deeva I. V.
Iliakhina A.A.
Rostov State University of Economics (Rostov-on-Don, Russia)
Deeva I.V.
Rostov State University of Economics (Rostov-on-Don, Russia)
PROSPECTS FOR USE OF TECHNOLOGY ARTIFICIAL INTELLIGENCE IN JOURNALISM
Abstract: this study analyzes the main advantages for journalism, as well as the most important problems of the digital transformation of the media sphere. Examines technological development from a professional point of view, and discusses what it means for media companies and executives.
Keywords: artificial intelligence, journalism, convergence, media sphere.
