CC BY
107
ИГРОВЫЕ ФОРМЫ КОММУНИКАЦИИ
УДК 070
DOI: 10.47475/2070-0695-2021-10221
В. А. Бейненсон
Национальный исследовательский Нижегородский государственный университет
им. Н. И. Лобачевского, Нижний Новгород
ПРИМЕНЕНИЕ РОБОТИЗИРОВАННОГО КОНТЕНТА В РЕАЛИЗАЦИИ РЕКРЕАТИВНЫХ ФУНКЦИЙ МАССМЕДИА
В статье рассматриваются проблемы и перспективы использования развлекательного роботизированного контента в массмедиа. Внимания заслуживают как простые технологии чат-ботов, так и современные Hetipocemu (такие как GPT-3), способные создавать пародийный контент или генерировать текст по запросу. Технология стремительно развивается и используется в порядке эксперимента как в СМИ, так и других медиапроектах.
Ключевые слова: роботизированная журналистика, автоматизированный контент, рекреативные функции, развлекательный контент, нейросети, GPT-3.
Применение технологий автоматизированного создания медиаконтента представляет собой довольно редкий случай темы, вызывающей в последние годы повышенный интерес как практиков и исследователей различных областей науки, так и широкой аудитории. Можно предположить, что именно в силу междисциплинарности, а также необходимости привлечения инвесторов, терминологический аппарат, связанный с данной сферой, в отечественных исследованиях еще не сложился. Часто используются как термины, пришедшие из компьютерной науки («алгоритмы», «нейросети», «машинное обучение»), так и названия, изначально преследовавшие маркетинговые и публицистические задачи и призванные привлечь внимание к теме: например, выражение «искусственный интеллект» [4; 7; 13; 15] или термин «робот» и его производные. Данная тенденция характерна как для научных исследований в области журналистики и медиакоммуникаций, так и для научно-популярных публикаций для широкой аудитории.
При этом в научных работах по данной теме в качестве синонимичных используется целый ряд различных терминов. Сама отрасль обозначается как «автоматизированная журналистика» [1; 5; 14; 15], «алгоритмическая журналистика» [5], «робо-журналистика» / «робото-журналистика» [5; 13], «медиароботизация» [11], но наибольшее распространение получил термин «роботизированная журналистика» [4; 5; 6; 9; 11; 13]. Субъект данной деятельности, то есть алгоритм, создающий медиаконтент, в исследованиях получает название «робот-журналист» [5; 13; 14], «кибер-журналист» [5; 13], «медиаробот» [7]. Для обозначения результата его работы используются термины: «автоматизированный контент» [5; 9; 17], «алгоритмизированные тексты» [9; 17], «автоновости» [9; 17], «машинные сообщения» [10]. При этом необходимо отметить, что часто в исследованиях сфера деятельности алгоритмов, создающих медиаконтент, часто сужается до создания и дистрибуции информационного журналистского контента.
В настоящее время технологии искусственного интеллекта, или медиароботы, способны выполнять целый ряд функций и заменять собой живых сотрудников в области журналистики и медиакоммуникаций: ведущих, редакторов, продюсеров, авторов новостного и развлекательного контента.
Одной из первых функций алгоритмов в редакции можно считать их применение в журналистике данных, что положило начало в конце 2000-х годов особому направлению - «вычислительной журналистике» (computational journalism) [19]. В его рамках программа является своего рода помощником дата-журналиста. Она выявляет закономерности в базах
данных, выделяет случаи, потенциально заслуживающие внимания живого дата-журналиста (тенденции, всплески, аномалии), который может разрабатывать эту историю дальше [6; 9].
Еще одна «специальность», которую в какой-то степени способны освоить алгоритмы в редакции, - это функции редакторов и продюсеров. В их задачи может входить формирование алгоритмической ленты новостей в зависимости от интересов пользователя на основании его прошлого поведения. Такой робот может сам формировать повестку дня, подбирая потенциально наиболее резонансные темы, может определять режим публикации материалов (время выхода, порядок), может распределять контент по различным площадкам издания, то есть заниматься дистрибуцией [2; 9]. Примечательно, что в октябре 2020 года премию Online Journalism Awards за лучшие инновации в журналистике (Award for Technical Innovation in the Service of Digital Journalism) впервые получил не человек, а алгоритм, названный Sophi. Он занимается дистрибуцией и продвижением контента канадского издания The Globe and Mail, делает верстку главной страницы их сайта, определяет расположение материалов и их количество на странице, подбирает теги и рубрики для публикаций. При этом живой редактор имеет возможность отменять решения Sophi (Sophi Automation // Online Journalism Awards, https://awards.journalists.org/entries/ sophi-automation, дата обращения: 20.10.2020).
Однако наибольший интерес исследователей вызывают возможности робо-журналистов для генерации новостных текстов, особенности структуры и стиля заметок, сгенерированных алгоритмами [4; 6; 7; 9; 10].
При этом в ряде работ помимо потенциала в применении роботов как создателей текстов отмечаются и проблемы, связанные с развитием данного направления [4; 7; 9]. Это ограниченность тематики, в которой могут быть применены роботы (в основном, спорт, погода, финансы - везде, где есть постоянный поток структурированной информации), это шаблонность текстов, но, главное, затратность внедрения и поддержки технологии, что привело к малой распространенности роботов, пишущих новости, в российских СМИ относительно западной практики. Исключениями являются «Интерфакс», ТАСС и Sports.ru, которые применяют автоматизацию контента в большей или меньшей степени.
Однако роботизированный контент на современном этапе может реализовывать в СМИ и иных массмедиа не только информационную, но и развлекательную функцию. Исследователи отмечают трансформацию в нынешнем веке традиционной системы функций, утрату информационной функцией ведущей роли [3; 12; 16], активное проникновение в контент СМИ развлекательных компонентов, развитие гибридных форматов, таких как инфотейнмент или эдьютейнмент [8; 18; 20]. С развитием цифровой среды подобная тенденция лишь усиливается, поскольку именно развлекательный контент является хорошим инструментов для привлечения и удержания внимания отвлекающегося пользователя в цифровой среде.
Мы солидаризируемся с мнением исследователя медиафункций Н. А. Федотовой, которая понимает категорию развлечения в массмедиа довольно широко. Она выделяет целую группу рекреативных функций и относит к ним функции, которые «регулируют интеллектуальную, эмоциональную, физическую жизнь человека, способствуют эмоциональной разрядке, поддерживают душевное равновесие, позитивный настрой и нормальный психический тонус, формируют оптимальное для активной жизни эмоционально-психическое состояние» [16. С. 57]. При этом автор справедливо замечает, что нет необходимости рассматривать функцию развлечения в СМИ отдельно от других массмедиа, поскольку «суть и содержание рекреативных функций не находятся в прямой зависимости от информационного канала» [16. С. 53]. Данная концепция соответствует современным реалиям, когда пользователь пребывает в сетевом пространстве и не осознает границ между медиаплатформами. Иначе говоря, проводя досуг в цифровой среде, пользователь, не делает различий между СМИ и не-СМИ, а журналистским публикациям в лентах соцсетей приходится конкурировать с развлекательными материалами.
Таким образом, ситуация, в которой СМИ не используют, а чаще не имеют возможности использовать технологии искусственного интеллекта, является невыгодной для самих СМИ в условиях конкуренции с другими массмедиа, применяющими развлекательный роботизированный контент.
При этом если редакция начинает использовать роботов в своей работе в любой возможной роли (редактора, ведущего, автора заметок или развлекательных материалов) - это само
по себе является отличным информационным поводом и привлекает внимание аудитории к медиабренду.
Ограничения, которые неизбежны при написании роботами новостных заметок, становятся несущественными при создании развлекательного контента. Требованиями точности, логичности текста, без которых заметка теряет всякий смысл и жанровую суть, можно пренебречь, если пользователь осведомлен об экспериментальном или шуточном характере публикации.
Создание нейросетей для «свободного творчества» - уже не только давно и активно развивающееся направление в рамках самой компьютерной науки, но и часть современного экспериментального искусства. Нейросеть, то есть алгоритм, работающий на основе «обучения» на огромной базе данных любого типа (тексты, изображения, музыка), не просто копирует образцы, а «творит» по собственному усмотрению на основе анализа и поиска закономерностей в этой базе данных (датасете). Контент часто получается подражательным, но вполне правдоподобным.
Поэтому роботы давно и довольно успешно умеют создавать стилизации под того или иного автора. Например, широко известен проект, в рамках которого нейросеть в 2016 г. создала альбом «Нейронная оборона» в стиле песен Егора Летова, или проект «Яндекса», где нейросеть сочиняет музыку в стиле Скрябина (Как алгоритмы Яндекса создали музыку по мотивам Скрябина // YouTube-канал «Яндекс», 13.06.2017, https://www.youtube.com/watch?v=Q76NbrklInA, дата обращения: 27.12.2020). Можно вспомнить группу французских художников Obvious, создающих картины при помощи нейросети на основе базы данных, состоящей из классических образцов живописи. Они же создают эскизы африканских масок, используя другую нейросеть. При этом нельзя сказать, что подобное творчество является чистым экспериментаторством: в октябре 2018 года на аукционе Christie's впервые была продана картина группы Obvious «Портрет Эдмона Белами» за 432 тыс. долларов (Лащева, М. «Да, мы - художники» Арт-группа Obvious с помощью нейросетей создает картины, которые продаются за сотни тысяч долларов. Мы поговорили с ними о будущем искусства// Meduza, 03.07.2020, https://meduza.io/feature/2020/07/03/da-my-hudozhniki, дата обращения: 25.12.2020). Известность также получил бот, создающий граффити в стиле Бэнкси, «обученный» на датасете из его работ. Рисунки выглядят подражательно и жутковато, но стилистика Бэнкси узнаваема, на что и рассчитывали авторы проекта (Ganksy AI street artist, https://vole.wtf/ganksy/ (дата обращения: 20.12.2020).
Нейросети, способные писать текстовые стилизации, оказались вполне применимы для генерации развлекательного контента в массмедиа. В качестве примера можно привести проект Neural Meduza, существующий в Twitter, Instagram и «ВКонтакте», где алгоритм, обученный преимущественно на заголовках издания Meduza, создает пародийные абсурдные заголовки, в которых при этом угадывается стилистика и тематика материалов самой Meduza. Хотя Neural Meduza сама не является СМИ или проектом Meduza, она сатирически обыгрывает повестку издания и привлекает дополнительное внимание к нему. С известной оговоркой проект Neural Meduza можно считать экспериментальным медиакритическим сатирическим проектом.
Способности пишущих нейросетей к пародированию особенностей тематики и стиля определенного автора воплотились и в развлекательном проекте «Нейросветов», где алгоритм, обученный на публикациях в Twitter политика и общественного деятеля Михаила Светова, создает пародийные абсурдные твиты. Нужно отметить, что и Neural Meduza, и «Нейросветов» являются результатом персональных экспериментов конкретных разработчиков. Таким образом, вполне можно говорить об относительной доступности самой технологии создания пародийных текстов при наличии соответствующей идеи. Например, существуют эксперименты по разработке нейросети, генерирующей тексты в стиле высказываний В. В. Жириновского (GraphGrailAi/ruGPT3-ZhirV // Github, 23.11.2020, https://github.com/GraphGrailAi/ruGPT3-ZhirV, дата обращения: 20.12.2020).
Однако подобные технологии «пародирования» могут использоваться и в СМИ. Можно вспомнить довольно комичный кейс, когда Марк Цукерберг отказался давать интервью The Guardian, поэтому журналисты издания задали вопросы алгоритму Zuckerbot, обученному на интервью, постах и выступлениях самого Цукерберга и получили ответы в стиле его речей. Журналистская неудача обернулась пародийным развлекательным интервью, получившим резонанс в СМИ по всему миру. (Wong, D. С. 'I am going to say quiet words in your face just like I did with Trump": a conversation with the Zuckerbot // The Guardian, 22.12.2019, https://www.theguardian.
com/technology/2019/dec/22/zuckerbot-mark-zuckerberg-facebook-botnik, дата обращения: 27.12.2020).
Создание нейросетями текстового и визуального медиаконтента, конечно, не претендует на статус творчества в полном смысле слова, однако может применяться для привлечения внимания аудитории и вирусного эффекта. Например, компания «Яндекс» к 8 марта 2020 года запустила сервис The Artificial Eight, своего рода «генератор открыток», позволяющий создать уникальное поздравление со сгенерированными текстом и картинкой (The Artificial Eight // Яндекс, https:// yandex.ru/lab/postcard, дата обращения: 20.10.2020).). Проект вызвал резонанс в СМИ, но при этом получил много критики со стороны пользователей, далеко не все открытки оказались удачными, а смысл текста релевантным.
Однако было бы неверным считать, что СМИ в России не предпринимают попыток по созданию развлекательного роботизированного контента. Например, российский Elle в качестве экспериментального развлекательного материала предложил читателям еще в октябре 2017 года текст, написанный алгоритмом Дженни (Холина, А. Секс-машина: с кем лучше в постели - с роботом или человеком? // Elle, 13.09.2017, https://www.elle.ru/otnosheniya/lubov-i-seks/seks-mashina-s-kem-luchshe-v-posteli-s-robotom-ili-chelovekom, дата обращения: 29.12.2020). Данный текст сложно назвать удачным с точки зрения смысла и логики, поскольку обучение нейросети проходило на относительно малом массиве текстов одного из колумнистов журнала (всего лишь пара сотен текстов, что является ничтожным количеством для данной задачи). Однако редакция продолжила эксперименты, и в 2018 году тексты Дженни выходили в нескольких номерах печатной версии журнала. Подобные публикации можно считать маркетинговым и рекламным инструментом журнала, желающего заявить о себе как об издании, следующим современным трендам.
Подобный прием использовала уже в 2019 году сингапурская редакция журнала Esquire, которая выпустила целый номер, созданный при участии искусственного интеллекта по имени AI Squire. Нейросеть здесь сгенерировала колонку редактора и пять материалов, в том числе об истории искусственного интеллекта (The scope and history of AI, from its early days of machine learning to being virtual assistants // Esquire Singapore, 19.04.2019, https://www.esquiresg.com/the-scope-and-history-of-ai-from-its-early-days-of-machine-learning-to-being-virtual-assistants, дата обращения: 27.12.2020).
Более простым и доступным, но не менее перспективным направлением применения алгоритмов в медиапроектах можно считать чат-боты. Данная технология является уже довольно привычной в мессенджерах, однако ее применение в журналистике еще требует осмысления. Например, в октябре 2020 года на платформе «ВКонтакте» заработал бот, названный Эли. Его задача - информировать и консультировать преимущественно подростков по вопросам здоровья, психологии отношений, сексуального просвещения (Эли: бот-консультант // ВКонтакте, https:// vk.com/elibot, дата обращения: 05.01.2021). Подобный проект можно отнести к категории эдьютейнмента, поскольку просветительский компонент здесь переплетен с развлекательным. Бот Эли является отдельным проектом, не связанным с тем или иным СМИ, но саму технологию бота-консультанта вполне можно было бы применять, к примеру, в научно-популярных сетевых изданиях. К направлению эдьютейнмента также можно отнести чат-бот в Telegram, созданный сотрудниками Музея советских игровых автоматов из Санкт-Петербурга в период самоизоляции. Он имитировал диалог с пользователями и виртуально знакомил с экспонатами музея (Кутепова, М. Как чат-бот помог в игровой форме познакомить с музеем // Сделано.медиа, https://sdelano. media/chatbot, дата обращения: 06.01.2021). Интересным опытом можно считать и запуск чат-бота в паблике «ВКонтакте» Министерства культуры Нижегородской области (Министерство культуры Нижегородской области // ВКонтакте, https://vk.com/minkultnn, дата обращения: 06.01.2021). Его задача - в форме диалога рекомендовать места для посещения и различные культурные события в Нижегородской области. Подобный инструмент вполне вписался бы в концепцию и городского СМИ с рубрикой о досуге и предстоящих мероприятиях.
Использование роботов-ведущих, а точнее нейросетей, которые генерируют аудиовизуальный образ андроида, также можно отнести к развлекательным, а также маркетинговым задачам массмедиа. Однако еще недавно подобные эксперименты были доступны исключительно крупным мировым медиабрендам. Например, китайское агентство «Синьхуа» в ноябре 2018 года
первым запустило диктора-андроида, и эта новость очень широко разошлась в СМИ по всему миру.
На сегодняшний же день подобные технологии осваиваются даже региональными СМИ. Например, издание «Нижегородская правда» представило своим пользователям сразу двух цифровых дикторов, озвучивающих новости сайта: голосовой робот Настя, который ежедневно записывает выпуски новостей в формате подкаста и работает на постоянной основе, и робот-андроид Мария, образ которой был сгенерирован на платформе Mail.ru и представлял собой разовый эксперимент (Анонс газеты «Нижегородская правда» 15 июля // ВКонтакте, 15.07.2020, https://vk.com/video-61126185_456241058, дата обращения: 20.12.2020). Надо отметить, что существует специальный сервис Mail.ru, позволяющий создать видео с цифровым ведущим, читающим любой заданный текст (Диктор Mail.ru // Смотри Mail.ru, https://dictor.mail.ru, дата обращения: 04.01.2021). Сервис доступен как редакциям, так и обычным пользователям.
Эксперименты с виртуальным диктором, озвучивающим новости, проводит и упомянутый проект Neural Meduza, где ведущая-андроид зачитывает абсурдные пародийные заголовки, из которых состоит проект, в стиле анонса выпуска в программе «Время» на соответствующей музыкальной подложке. Подобные короткие видео публикуются в Instagram проекта.
Однако необходимо иметь в виду, что роботы могут генерировать не только новостной и развлекательный контент, но и фейковые сообщения, причем в большом количестве и уже весьма правдоподобные по форме и содержанию. В феврале 2019 года лаборатория OpenAI объявила о создании нейросети GPT-2, которая успешно генерирует сообщения, похожие на тексты, написанные людьми. Человеку достаточно написать одно предложение, и нейросеть дописывает его до связного и логичного текста, приводя правдоподобные доказательства и выдуманные цитаты экспертов (Лабораторию OpenAI создали для развития искусственного интеллекта «на благо людей». У ученых получился отличный генератор фейковых новостей // Meduza, 16.02.2019, https://meduza.io/feature/2019/02/16/laboratoriyu-openai-sozdali-dlya-razvitiya-iskusstvennogo-intellekta-na-blago-lyudey-u-uchenyh-poluchilsya-otlichnyy-generator-feykovyh-novostey, дата обращения: 06.01.2021). В отличие от проектов с пародийным контентом фейковый характер подобных текстов часто может быть не распознан читателем.
Что касается моделей типа GPT, а сейчас уже разработана модель GPT-3, то важно понимать, что такие системы решают ровно одну задачу: они пытаются предсказать и написать, условно говоря, следующее слово в последовательности по предшествующим. Человек предлагает нейросети некоторую исходную информацию, которая на жаргоне разработчиков называется «затравка», от которой алгоритм выстраивает собственный текст. «Затравкой» может служить как начало текста (для GPT-2 и GPT-3), так и произвольно сформулированная просьба, запрос, требования к будущему тексту (только для GPT-3).
При этом если GPT-2 могла преимущественно сочинять забавные, иногда связанные, но совершенно бесполезные фейковые тексты, то модель GPT-3 явно имеет перспективы для дальнейшего практического применения, в том числе в медиа.
Особенно важно, что развитием таких нейросетей (GPT-2 и GPT-3) сейчас занимаются и российские разработчики. Например, активно в этом направлении работает Сбербанк, имеющий для этого соответствующие технические и вычислительные мощности. В ноябре 2020 г. разработчиками компании были опубликованы первые результаты обучения их нейросети ruGPT-З на русскоязычном датасете - это было необходимо, чтобы алгоритм мог писать тексты на русском языке. Данный датасет представлял собой массив текстов объемом 600 гигабайт, куда вошла коллекция произведений русской литературы, тексты «Википедии», публичные разделы развлекательного сайта Pikabu, материалы научно-популярных сайтов и сайтов по программированию. При этом уже первый вариант русскоязычной модели GPT-3 отличался широким спектром «умений». Например, она могла писать тексты объемом более 2000 слов с «затравкой» (более приемлемого качества, чем GPT-2), причем «затравкой» мог быть произвольно сформулированный запрос с указанием тематики и стилистики текста. Также она могла реферировать, пересказывать тексты, отвечать на произвольно поставленные вопросы, то есть вести диалог, давать рекомендации, например, по книгам и фильмам с несколькими вариациями (Шаврина, Т. Тестируем ruGPT-З на новых задачах // Блог Сбербанка на Habr, 20.11.2020, https:// habr.com/ru/company/sberbank/blog/528966, дата обращения: 25.12.2020).
Надо сказать, что технология GPT-3, ранее обученная на англоязычном датасете, уже осваивается англоязычными СМИ в порядке эксперимента. Например, в сентябре 2020 года газета The Guardian опубликовала колонку, которую написала GPT-3. Задание для колонки звучало так: «Пожалуйста, напишите короткую колонку, примерно на 500 слов. Текст должен быть написан простым и ясным языком. Сосредоточьтесь на том, почему у людей нет причин бояться искусственного интеллекта» (A robot wrote this entire article. Are you scared yet, human? // The Guardian, 08.09.2020, https://www. theguardian.com/commentisfree/2020/sep/08/robot-wrote-this-article-gpt-3, дата обращения: 20.12.2020). Издание The Guardian на сегодняшний можно назвать одним из флагманов в области экспериментов по применению роботизированного контента в СМИ.
В России ситуацию с возможностью применения GPT-3, в том числе в сфере массмедиа, можно назвать довольно оптимистичной. В октябре 2020 года Сбербанк запустил конкурс вариантов полезного применения ruGPT-3 и, главное, предоставил возможность участникам использовать вычислительные мощности компании. Примечательно, что в качестве особой номинации была выдвинута задача по разработке нейросети, способной писать эссе уровня ЕГЭ по гуманитарным предметам (русский язык, история, литература, обществознание) по заданной теме/тексту задания (Онлайн-соревнование по программированию // AI Journey, https://ai-journey. ru/contest, дата обращения: 20.12.2020).
Сам Сбербанк, так же, как и ряд упомянутых выше СМИ, использует роботизированные тексты в маркетинговых и развлекательных целях. Например, в конце 2020 года Сбербанк опубликовал пресс-релиз по итогам собственной работы за год, написанный нейросетью ruGPT-3. В его основу легли тексты новостей компании за год. На первый взгляд, текст выглядит правдоподобным и не вызывает подозрений, однако в конце раскрывается его шуточный характер, «поскольку практически ни слова правды в нём нет. Искусственный интеллект уже способен более-менее связно формулировать предложения, но путается в логике и фактах. А значит, по крайней мере, в следующем году заменить нас на нейронку не удастся» (Итоги 2020 года от Сбера // Сбербанк, 30.12.2020, https://press.sber.ru/publications/itogi-2020-goda-ot-sbera, дата обращения: 06.01.2021). Кроме того, Сбербанк на своем сайте предлагает любым пользователям своего рода игру с ruGPT-3: можно ввести «затравку» в виде начала текста, а нейросеть делает попытку его дописать (Русская модель GPT-3 Large, // Сбербанк, 22.10.2020, https://sbercloud.ru/ru/warp/gpt-3, дата обращения: 04.01.2021).
Таким образом, сфера применения подобной технологии генерации текстов является довольно широкой. Если использование роботов для написания заметок сопряжено с рядом серьезных ограничений, то применение нейросетей для генерации развлекательного контента с целью привлечения и удержания внимания аудитории является активно развивающимся направлением, которое требует мониторинга постоянно происходящих изменений и их анализа исследователями массмедиа. Хотя качество сгенерированных текстов требует дальнейших разработок и совершенствования технологии, развитие данной сферы происходит с огромной скоростью.
Поэтому людям творческих профессий, в том числе журналистам, приходится держать руку на пульсе и быть в курсе развития подобных технологий. Нейросети являются лишь инструментом, выполняющим конкретную задачу, и бессмысленны без человеческой идеи. Подобно тому, как технологии фотографии на начальном этапе ее развития было отказано в статусе искусства, так и «творчество» нейросетей выглядит пока нелепым. Однако именно идея применения подобного инструмента позволит сделать данную технологию уместной и осмысленной. Бурное развитие пишущих нейросетей в очередной раз напоминает представителям журналистской профессии, что главная ценность их работы заключается в качествах, недоступных роботам: умению проявлять эмпатию, общаться с героями, делиться эмоциями, нешаблонно мыслить, виртуозно владеть языком без штампов и клише.
Список литературы
1. Баранова, Е. А. Развитие автоматизированной журналистики как новый вызов этическим стандартам профессии в цифровую эпоху / Е. А. Баранова. - Текст : непосредственный // Мультимедийная журналистика: медиакоммуникации и медиаиндустрия. Материалы II Международной научно-практической конференции. - Минск : БГУ, 2019. - С. 55-57.
2. Бейненсон, В. А. Роботизированная журналистика в современных СМИ: векторы развития и проблемы реализации / В. А. Бейненсон. - Текст : непосредственный // Коммуникативные стратегии СМИ: теоретические подходы и новые реалии. - Нижний Новгород : ННГУ, 2020. -С.140-151.
3. Боков, М. Б. Коммуникативная функция СМИ / М. Б. Боков. - Текст : непосредственный // Мониторинг общественного мнения: экономические и социальные перемены. - 2009. -№5 (93).-С. 31-52.
4. Иванов, А. Д. Автоматическая генерация спортивных новостей на естественном языке (на примере робота-журналиста Rosalinda) / А. Д. Иванов. - Текст : непосредственный // Знак: проблемное поле медиаобразования. - 2018. - № 1 (27). - С. 116-121.
5. Иванов, А. Д. Роботизированная журналистика и первые алгоритмы на службе редакций международных СМИ / А. Д. Иванов. - Текст : непосредственный // Знак: проблемное поле медиаобразования. - 2015. - № 2 (16). - С. 32-40.
6. Иванов, А. Д. Роботизированная журналистика как следующий этап развития дата-журналистики / А. Д. Иванов. - Текст : непосредственный // Журналистика в системе альтернативных источников информации. - Нижний Новгород : ННГУ, 2017. - С. 113-119.
7. Замков, А. В. Новостной медиаробот: теоретические аспекты интеллектуальной системы генерации контента / А. В. Замков. - Текст : непосредственный // Вопросы теории и практики журналистики. - 2019. - № 2 (27). - Т. 8. - С. 260-273.
8. Кармалова, Е. Ю. Эдьютейнмент: понятие, специфика, исследование потребности в нем целевой аудитории / Е. Ю. Кармалова, А. А. Ханкеева. - Текст : непосредственный // Вестник Челябинского государственного университета. - 2016. - № 7 (389). - С. 64-71.
9. Кульчицкая, Д. Ю. Компьютерные алгоритмы в работе российских информационных агентств (на примере ИА «Интерфакс» и «ТАСС») / Д. Ю. Кульчицкая, Т. И. Фролова. - Текст : непосредственный // Вестник Московского университета. Серия 10: Журналистика. - 2020. -№ 1.-С. 3-19.
10. Лукина, М. М. Сравнительный анализ структурно-содержательных элементов машинных и журналистских новостных сообщений / М. М. Лукина, Е. А. Палашина. - Текст : непосредственный // Медиаальманах. - 2019. - № 1 (90). - С. 72-84.
11. Роботизированная журналистика: от научного дискурса к журналистскому образованию / А. В. Замков, М. А. Крашенинникова, М. М. Лукина, Н. А. Цынарёва. - Текст : электронный // Медиаскоп : [сайт]. - 2017. - Вып. 2. - URL: http://www.mediascope.ru/2295 (дата обращения: 15.12.2020).
12. Савинова, О. Н. Трансформация медиасистемы в современных условиях: к вопросу аберрации функций СМИ / О. Н. Савинова. - Текст: непосредственный//Вестник Нижегородского университета им. Н. И. Лобачевского. - 2008. - № 1. - С. 198-200.
13. Сальникова, Л. С. Роботы против журналистов: есть ли у журналистики будущее? / Л. С. Сальникова. - Текст : непосредственный // Вопросы теории и практики журналистики. -2019. -№ 4. - Т. 8. - С. 668-678.
14. Сетейкина, Е. А. Роботизированная журналистика: развитие и перспективы, восприятие читателей и журналистов на статьи, подготовленные кибер-журналистом / Е. А. Сетейкина. -Текст : электронный // Международные коммуникации. - 2018. - № 2 (7). - URL: https://intcom-mgimo.ru/2018/2018-07/algorithmic-journalism (дата обращения: 20.12.2020).
15. Уланова, А. Е. Творчество естественного и искусственного интеллекта: границы и перспективы / А. Е. Уланова. - Текст : непосредственный // Творчество как национальная стихия: медиа и социальная активность. Сборник статей. / Под редакцией Г. Е. Аляева, О. Д. Маслобоевой. - Санкт-Петербург : СПбГЭУ, 2018. -С. 173-180.
16. Федотова, Н. А. Рекреативные функции в системе функций СМИ: теория и концепции / Н. А. Федотова. - Текст : непосредственный // Знак: проблемное поле медиаобразования. — 2011.— Т. 1- № 7. - С. 52-58.
17. Фролова, Т. И. Эстетический статус роботизированных сообщений: результаты исследования / Т. И. Фролова, Д. Ю. Кульчицкая - Текст : непосредственный // Медиа в современном мире. 58-е Петербургские чтения. Сборник материалов Международного научного
форума. / Ответственный редактор В. В. Васильева. - Санкт-Петербург : Санкт-Петербургский Государственный Университет, 2019. - С. 161-162.
18. Чаган, Н. Г. Инфотейнмент как явление медиакультуры / Н. Г. Чаган - Текст : непосредственный // Вестник Университета Российской академии образования. - 2014. - № 2. -С. 76-82.
19. Hamilton, J. Т. Accountability through algorithm: Developing the field of computational journalism. Report from the Center for Advanced Study in the Behavioral Sciences / J. T. Hamilton, F Turner. - Текст : электронный // Stanford University : [сайт]. - 2009. - 31 июля. - URL: https://web. stanford.edu/~fturner/Hamilton%20Turner%20Acc%20by%20Alg%20Final.pdf (дата обращения: 20.12.2020)
20. Social Information in the Age of Entertainment: "tainmcnt '-tcchnologics / К. V. Kiuru, E. Y. Karmalova,A. D. Krivonosov, A. A. Selyutin. - Текст : непосредственный//2019 Communication Strategies in Digital Society Workshop (ComSDS). - Saint Petersburg : IEEE, 2019. - P. 96-99. - DOI: 10.1109/COMSDS.2019.8709639 (дата обращения: 20.12.2020).
USING ROBOTIC CONTENT IN THE IMPLEMENTATION OF RECREATIONAL FUNCTIONS OF MASS MEDIA
Bevnenson V. A., Lobachevsk)' State University of Nizhnv Novgorod, Nizhnv Novgorod,
beynenson(a)ediithon. ru
The article discusses the problems and prospects of using robotic content in the mass media. The use of algorithms for creating news items is actively analyzed in scientific works. However, media robots can also create various entertainment content, but this aspect has not yet received due attention from researchers. "Free creativity " of neural networks in the field of creating music and visual content has gained popularity since the second half of the 2010s, but at the present stage, the technology can also be used to create text entertainment content in the mass media. Automated content that can perform recreational functions includes both simple chatbot technologies and modern neural networks (such as GPT-3) that can create parody content or generate text on demand. The quality of such texts can not yet be considered satisfactory, but the technology is rapidly developing, supported by large global and Russian companies, and is already being used as an experiment in the media and other media projects. At the same time, robotic entertainment content is often used as a tool to attract attention to a media brand.
Key words: robotic journalism, automated content, recreational functions, entertainment content, neural networks, GPT-3.
References
1. Baranova, E. A. (2019). Razvitiye avtomatizirovannoy zhurnalistiki kak novyy vyzov eticheskim standartam professii v tsifrovuyu epohu [Development of automated journalism as a new challenge to the ethical standards of the profession in the digital age]. Multimediynaya zhurnalistika: mediakommunikatsii i mediaindustriya [Multimedia journalism: media communications and media industry] (pp. 55-57). Minsk, BSU (in Russ.).
2. Beynenson, V. A. (2020). Robotizirovannaya zhurnalistika v sovremennyh SMI: vektory razvitiya i problemy realizatsii [Robotic journalism in modern media: vectors of development and problems of implementation]. Kommunikativnyve strategii SMI: teoreticheskive podhodv i novvve re alii [Communicative strategies of mass media: theoretical approaches and new realities] (pp. 140-151). Nizhny Novgorod: UNN (in Russ.).
3. Bokov, M. B. (2009). Kommunikativnaya funktsiya SMI [Communicative function of mass media]. Monitoring obshchestvennogo mneniva: ekonomicheskive i sotsial'nyye peremenv [Monitoring of Public Opinion: Economic and Social Changes Journal], 5 (93). pp. 31-52 (in Russ.).
4. Ivanov, A. D. (2018). Avtomaticheskaya generatsiya sportivnyh novostey na yestestvennom yazyke (na primere robota-zhurnalista Rosalinda) [Automatic generation of sports news in natural language (on the example of the robot journalist Rosalinda) |. Znak: problemnove pole mediaobrazovanija [Sign: problematic field of media education], 1 (27), pp. 116-121 (in Russ.).
5. Ivanov, A. D. (2015). Robotizirovannayazhurnalistikai pervyye algoritmy na sluzhbe redaktsiy mezhdunarodnyh SMI [Robotic journalism and the first algorithms in the service of international media editorial offices]. Znak: problemnove pole mediaobrazovanija [Sign: problematic field of media education], 2 (16), pp. 32-40 (in Russ.).
6. Ivanov, A. D. (2017). Robotizirovannaya zhurnalistika kak sleduyushchiy etap razvitiya data-zhurnalistiki [Robotic journalism as the next stage in the development of data journalism]. ZHiirnalistika v sisteme al'ternativnyh istochnikov informatsii [Journalism in the system of alternative sources of information] (pp. 113-119). Nizhny Novgorod, UNN (in Russ.).
7. Zamkov, A. V. (2019). Novostnoy mediarobot: teoreticheskiye aspekty intellektuarnoy sistemy generatsii kontenta [News media robot: theoretical aspects of intellectual content generation system], Voprosv teorii i praktiki zhurnalistiki [Theoretical and practical issues of journalism], 2 (27), Vol. 8, pp. 260-273 (in Russ.).
8. Karmalova, YE. YU. & Hankeyeva, A. A. (2016). Ed'yutcynmcnt: ponyatiye, spetsifika, issledovaniye potrebnosti v nem tselevoy auditoria [Edutainment: concept, specificity, research of the need for it of the target audience]. Vestnik CHelyabinskogo gosudarstvennogo universiteta [Bulletin of the Chelyabinsk State University], 7 (389), pp. 64-71 (in Russ.).
9. Kul'chitskaya. D. YU. & Frolova T. I. (2020). Komp'yutcrnyyc algoritmy v rabote rossiyskih informatsionnyh agentstv (na primere IA ""Intcrfaks" i ""TASS") [Computer algorithms in the work of Russian news agencies (on the example of IA "Interfax" and "TASS")]. Vestnik Moskovskogo universiteta. Seriva 10: ZHiirnalistika, 1, pp. 3-19 (in Russ.).
10. Lukina, M.M. & Palashina YE. A. (2019). Sravnitcl'nyy analiz strukturno-soderzhaternyh elementov mashinnyh i zhurnalistskih novostnyh soobshcheniy [Comparative analysis of structural and content elements of machine and journalistic news reports]. Mediaal'manah [Media almanac], 1 (90), pp. 72-84 (in Russ.).
11. Zamkov, A. V., Krasheninnikova, M. A., Lukina, M. M. & TSynaryova, N. A. (2017). Robotizirovannaya zhurnalistika: ot nauchnogo diskursa k zhurnalistskomu obrazovaniyu [Robotic journalism: from scientific discourse to journalistic education], Mediaskop [Mediascope], available at: http://www.mediascope.ru/2295 (accessed 15.12.2020) (in Russ.).
12. Savinova, O. N. (2008). Transformatsiya mediasistemy v sovremennyh usloviyah: k voprosu aberratsii funktsiy SMI [Transformation of the media system in modern conditions: on the issue of aberration of media functions]. Vestnik Nizhegorodskogo universiteta im. N.I. Lobachevskogo [Vestnik of Lobachevsky University of Nizhny Novgorod], 1, pp. 198-200 (in Russ.).
13. Sal'nikova. L. S. (2019). Roboty protiv zhurnalistov: vest' li u zhurnalistiki budushcheye? [Robots against journalists: does journalism have a future? / L. S. Salnikova]. Voprosv teorii i praktiki zhurnalistiki [Theoretical and practical issues of journalism], 4, Vol. 8, pp. 668-678 (in Russ.).
14. Seteykina, YE. A. (2018). Robotizirovannaya zhurnalistika: razvitiye i perspektivy. vospriyatiye chitateley i zhurnalistov na stat'i. podgotovlennyye kiber-zhurnalistom [Robotic journalism: development and prospects, the perception of the readers and journalists to articles, prepared by cyber-journalist]. Mezhdunarodnyye kommunikatsii [International communications], 2 (7), pp. 5. (in Russ.).
15. Ulanova, A. YE. (2018). Tvorchestvo yestestvennogo i iskusstvennogo intellekta: granitsy i perspektivy [Creativity of natural and artificial intelligence: borders and prospects]. Tvorchestvo kak natsional 'nava stihiva: media i sotsial 'nava aktivnost' [Creativity as a national element: media and social activity] (pp. 173-180). Saint Petersburg, Saint Petersburg University of Economics (in Russ.).
16. Fedotova, N. A. (2011). Rekreativnyye funktsii v sisteme funktsiy SMI: teoriya i kontseptsii [Recreative functions in the system of media functions: theory and concepts]. Znak: problemnove pole mediaobrazovanija [Sign: problematic field of media education], 7, Vol. 1, pp. 52-58 (in Russ.).
17. Frolova, T. I. & Kul'chitskaya, D. YU. (2019). Esteticheskiy status robotizirovannyh soobshcheniy: rezul'taty issledovaniya [Aesthetic status of robotic messages: research results]. Media v sovremennom mire. 58-ve Peterburgskiye chteniva [Media in the modern world. 58th St. Petersburg Readings] (pp. 161-162). Saint Petersburg, SPbU.
18. Chagan, N. G. (2014). Infoteynment kak yavleniye mediakul'tury [Infotainment as a phenomenon of media culture]. Vestnik Universiteta Rossiyskoy akademii obrazovaniya [Herald of the University of the Russian Academy of Education], 2, pp. 76-82.
19. Hamilton, J. T.& Turner F. (2009). Accountability through algorithm: Developing the field of computational journalism. Report from the Center for Advanced Study in the Behavioral Sciences. Stanford University, available at: https://web.stanford.edu/~fturner/Hamilton%20Turner%20Acc%20 by%20Alg%20Final.pdf (accessed 20.12.2020) (in Eng.).
20. Kiuru K. V., Karmalova E. Y., Krivonosov A. D. & Selyutin A. A. (2019). Social Information in the Age of Entertainment: "tainment"-technologies. 2019 Communication Strategies in Digital Society Workshop (ComSDS) (pp. 96-99) Saint Petersburg, IEEE. DOI: 10.1109/C0MSDS.2019.8709639 (accessed 20.12.2020) (in Eng.).
Бейненсон Василиса Александровна - кандидат филологических наук, доцент кафедры журналистики, Национальный исследовательский Нижегородский государственный университет им. Н. И. Лобачевского,
ORCID ID 0000-0002-7128-0340
БИБЛИОГРАФИЧЕСКОЕ ОПИСАНИЕ СТАТЬИ
Бейненсон В. А. Применение роботизированного контента в реализации рекреативных функций массмедиа // Знак: проблемное поле медиаобразования. 2021. № 2 (40). С. 184-193. DOI: 10.47475/2070-0695-2021-10221.
Beynenson V. A. Using robotic content in the implementation of recreational functions of mass media // Znak: problemnoe pole mediaobrazovanija. 2021. No 2 (40), pp. 184-193. DOI: 10.47475/20700695-2021-10221.
