Искусственный интеллект в журналистике¶

Искусственный интеллект в журналистике — это совокупность технологий и методов машинного обучения, обработки естественного языка и компьютерного зрения, применяемых для автоматизации сбора, обработки, создания, распространения и анализа медиаконтента. Относится к области прикладного использования ИИ в медиаиндустрии и рассматривается как инструмент, дополняющий или заменяющий традиционные журналистские практики.

¶История

Первые эксперименты по внедрению алгоритмов в журналистику относятся к началу 2000-х годов. В 2001 году компания Google запустила сервис Google News, который автоматически агрегировал новости из различных источников, используя алгоритмы кластеризации и ранжирования. Однако настоящий прорыв произошёл в середине 2010-х годов с развитием технологий генерации текста.

В 2014 году Associated Press (AP) начала использовать платформу Wordsmith от компании Automated Insights для автоматического написания коротких новостей о финансовых отчётах компаний. К 2016 году AP генерировала около 3000 таких материалов в квартал. В том же году газета The Washington Post запустила собственную систему Heliograf, которая освещала Олимпийские игры в Рио-де-Жанейро и выборы в США, создавая короткие заметки на основе структурированных данных.

В России активное внедрение ИИ в журналистику началось в конце 2010-х годов. В 2017 году ТАСС запустил проект «ТАСС-Генератор», который автоматически создавал новости на основе данных Росстата и других официальных источников. В 2020 году «Яндекс» представил сервис «Яндекс.Новости» (впоследствии реорганизованный), который использовал алгоритмы для отбора и ранжирования новостей, а также для генерации кратких аннотаций.

¶Классификация применений

Применение искусственного интеллекта в журналистике можно разделить на несколько основных категорий по функциональному назначению.

¶Сбор и обработка данных

ИИ используется для мониторинга информационного поля, выявления трендов и фактчекинга. Алгоритмы способны анализировать тысячи источников в реальном времени, выявлять повторяющиеся темы, аномалии и потенциальные фейки. Например, система NewsGuard применяет машинное обучение для оценки достоверности новостных сайтов.

¶Генерация контента

Автоматическое создание текстов (Natural Language Generation, NLG) — наиболее заметная область применения. Системы генерируют короткие новости на основе структурированных данных (биржевые сводки, спортивные результаты, погода, отчёты компаний). Более сложные модели, такие как GPT-4 (разработчик OpenAI) и YandexGPT (разработчик «Яндекс»), способны писать развёрнутые статьи, интервью и аналитические материалы, хотя их качество и достоверность требуют контроля.

¶Редактирование и корректура

Инструменты на основе ИИ (например, Grammarly, «Орфограммка») автоматически проверяют грамматику, стилистику и фактические ошибки. Они также могут предлагать альтернативные формулировки, улучшать читаемость текста и адаптировать его под разные аудитории.

¶Персонализация и рекомендации

Алгоритмы машинного обучения используются для подбора контента под индивидуальные предпочтения пользователя. Рекомендательные системы (например, в «Яндекс.Дзене» или Google News) анализируют историю чтения, время просмотра и другие метрики, чтобы формировать ленту новостей.

¶Мультимедийное производство

ИИ применяется для автоматического создания видео- и аудиоконтента. Например, системы синтеза речи (TTS) озвучивают текстовые новости, а алгоритмы компьютерного зрения генерируют видеоряды на основе текстовых описаний. В 2023 году телеканал «Россия 24» начал использовать виртуального ведущего на основе ИИ для выпуска прогнозов погоды.

¶Технологии и методы

Основные технологии, лежащие в основе ИИ в журналистике:

• Обработка естественного языка (NLP) — включает токенизацию, лемматизацию, синтаксический анализ, извлечение сущностей (NER) и анализ тональности.
• Глубокое обучение (Deep Learning) — нейронные сети, в том числе трансформеры (архитектура, лежащая в основе GPT и BERT), используются для генерации и понимания текста.
• Компьютерное зрение — применяется для анализа изображений и видео, распознавания лиц, объектов и сцен, а также для автоматического создания подписей к фото.
• Рекомендательные системы — основаны на коллаборативной фильтрации, контентной фильтрации и гибридных подходах.

¶Примеры внедрения

¶В мире

• Associated Press (AP) — с 2014 года автоматически генерирует отчёты о финансовых результатах компаний. К 2020 году система охватывала более 4000 компаний.
• The Washington Post — система Heliograf создала более 850 статей за первый год работы, включая освещение выборов и спортивных событий.
• Bloomberg — использует систему Cyborg для написания коротких новостей о рынках, генерируя до 2000 материалов в день.
• Reuters — применяет алгоритмы для мониторинга социальных сетей и выявления эксклюзивных новостей, а также для автоматического перевода контента на разные языки.

¶В России

• ТАСС — система «ТАСС-Генератор» создаёт новости на основе данных Росстата, Минфина и других ведомств. В 2022 году объём автоматически сгенерированных материалов превысил 10 000.
• «Яндекс» — сервис «Яндекс.Новости» (до реорганизации) использовал алгоритмы для отбора и ранжирования новостей, а также для генерации кратких аннотаций. В 2023 году запущен сервис «Яндекс.Репортаж», который автоматически создаёт текстовые расшифровки видео.
• «РИА Новости» — с 2021 года использует ИИ для автоматической проверки фактов и выявления фейков, а также для генерации коротких новостей о спортивных событиях.
• «Коммерсантъ» — применяет инструменты на основе ИИ для анализа тональности упоминаний компаний и персон в медиаполе.

¶Преимущества и критика

¶Преимущества

• Скорость — ИИ способен обрабатывать и генерировать контент в тысячи раз быстрее человека, что особенно важно для оперативных новостей.
• Масштабируемость — алгоритмы могут одновременно освещать тысячи событий, недоступных для ручного труда.
• Снижение рутины — автоматизация освобождает журналистов от рутинных задач (сбор данных, написание шаблонных заметок), позволяя сосредоточиться на аналитике и расследованиях.
• Объективность — при правильной настройке ИИ может избегать субъективных оценок и предвзятости, хотя это не всегда достигается на практике.

¶Критика и риски

• Фактические ошибки — генеративные модели (например, GPT) склонны к «галлюцинациям» — выдумыванию фактов, ссылок и цитат. Это создаёт риск распространения недостоверной информации.
• Предвзятость алгоритмов — ИИ может воспроизводить и усиливать существующие предубеждения, если обучающие данные содержат систематические искажения.
• Снижение качества — автоматически сгенерированные тексты часто лишены глубины, контекста и аналитической составляющей, свойственной профессиональной журналистике.
• Этические вопросы — использование ИИ для создания фейковых новостей, дипфейков и манипуляции общественным мнением. В 2023 году в ряде стран зафиксированы случаи создания полностью сфабрикованных новостных сайтов, работающих на основе ИИ.
• Влияние на занятость — автоматизация может привести к сокращению рабочих мест для журналистов, особенно в сегменте новостных агентств и региональных СМИ.

¶Регулирование и правовые аспекты

В России и других странах активно обсуждается необходимость регулирования использования ИИ в журналистике. В 2021 году вступил в силу Федеральный закон № 519-ФЗ «О внесении изменений в отдельные законодательные акты Российской Федерации в части регулирования деятельности по сбору и распространению информации с использованием искусственного интеллекта», который устанавливает требования к маркировке контента, созданного с помощью ИИ. В Европейском союзе в 2024 году принят Акт об искусственном интеллекте, который классифицирует системы ИИ по степени риска и требует раскрытия информации об использовании автоматизированных систем при создании новостей.

¶Перспективы

Ожидается, что к 2030 году доля контента, созданного или существенно обработанного с помощью ИИ, в мировых медиа может достигнуть 30–40%. Развитие мультимодальных моделей (способных одновременно работать с текстом, изображениями, видео и аудио) позволит создавать полностью автоматизированные новостные продукты. Однако ключевым остаётся вопрос контроля качества и достоверности, что требует развития гибридных моделей, где ИИ выступает инструментом в руках профессионального журналиста, а не заменой ему.

¶Источники

• Федеральный закон № 519-ФЗ от 30.12.2021 «О внесении изменений в отдельные законодательные акты Российской Федерации в части регулирования деятельности по сбору и распространению информации с использованием искусственного интеллекта».
• «Искусственный интеллект в медиа: от автоматизации к генерации» — доклад Центра цифровых гуманитарных исследований НИУ ВШЭ, 2023.
• «AI in Journalism: A Practical Guide» — Reuters Institute for the Study of Journalism, 2022.
• «The State of Automated Journalism» — Associated Press, 2021.
• «ИИ в журналистике: российский опыт и перспективы» — журнал «Журналист», № 4, 2023.