Тема: Использование нейросетей для генерации дата-контента: современный опыт, проблемы и перспективы

В последние годы нейронные сети активно применяются в журналистской практике, особенно в журналистике данных. Являясь важнейшим компонентом современного искусственного интеллекта (ИИ), нейросети охватывают разные подходы к созданию интеллектуальных систем: благодаря способности обучаться на больших наборах данных и решать сложные задачи, они доминируют в области ИИ, достигают значительных результатов в компьютерном зрении и обработке естественного языка. Эти технологии применяются в журналистике данных, позволяют специалистам быстро анализировать и визуализировать большие массивы информации, создавать контент на их основе, выявлять скрытые закономерности в данных.
По данным Института изучения журналистики агентства Рейтер [44], в
2023 году 67 % СМИ использовали искусственный интеллект для создания контента, 28 % из них применяли эту технологию постоянно. Исследование
2024 года [45] показало развитие этой тенденции: приоритетом 56 % медиакомпаний стала автоматизация базовых процессов - почти вдвое больше показателя 2022 года (29 %). Некоторые редакции использовали в работе виртуальных журналистов, которые генерировали до 5 % публикаций. Прогнозы на 2025 год [43] свидетельствуют о еще более глубокой интеграции искусственного интеллекта и нейросетей в журналистскую практику: 96 % респондентов планируют автоматизировать редакционные задачи и сделать это приоритетным направлением своего развития, 87 % опрошенных признают значительное влияние искусственного интеллекта на работу редакций, что указывает на переход от экспериментального применения искусственного интеллекта в журналистике к системному.
Согласно материалам Yandex Cloud [25], применение нейросетей и ИИ в российской медиаиндустрии становится популярным направлением. Нейросети способны создавать не только короткие новости, но и емкие, более сложные материалы. Компания уже предлагает решения [24] для анализа
контента, предсказания предпочтений аудитории и персонализации. Исследования сервиса журналистских запросов Pressfeed за январь [15] и октябрь [6] 2024 года показывают динамику внедрения нейросетей в
медиасферу: если в начале года только 19,2 % респондентов отмечали существенное влияние технологии на их работу, то к октябрю уже 79 % выразили положительное отношение, а 65 % активно применяли на практике. Большинство пользователей (72 %) используют нейросети не реже раза в неделю, а 23 % - ежедневно. Ключевыми областями применения технологии стали генерация текстов (71 %) и изображений (51 %). Среди основных преимуществ - ускорение рабочих процессов (51 %) и экономия времени на рутинных задачах (42 %). Эти данные подтверждают стремительное проникновение технологии в медиаиндустрию и актуальность научного исследования. Растущая роль и доступность нейронных сетей для отечественных СМИ подчеркивает актуальность исследований, направленных на изучение возможностей и вызовов применения этих технологий в создании медиаконтента. На фоне все большего включения нейронных сетей в рабочие процессы журналиста (сбор и анализ информации, создание и персонализация контента, распознавание и верификация данных), рассмотрение вопроса использования нейронных сетей в генерации дата-контента представляется особенно актуальным.
Объектом исследования в магистерской диссертации является дата- контент в СМИ.
Предметом - дата-контент, сгенерированный нейронными сетями.
Цель магистерской диссертации: на основе анализа современного дата- дискурса выявить характеристики сгенерированного дата-контента, оценить его с точки зрения роли в решении профессиональных задач, выявить эффективные методы, проблемы и перспективы генерации, а также вызовы и угрозы, связанные с использованием в СМИ сгенерированного контента.
Для достижения поставленной цели необходимо решить следующие задачи:
- систематизировать научные представления о дата-контенте как сегменте медиадискурса, а также об использовании нейросетей для генерации журналистских текстов, основанных на данных;
- оценить современный опыт использования нейронных сетей для создания текстов на основе данных и визуализации больших данных в журналистике;
- на основе анализа современного дата-дискурса в СМИ выявить эффективные и перспективные методы, проблемы и перспективы генерации, потенциальные возможности, риски и ограничения использования нейронных сетей для решения профессиональных задач журналистики;
- разработать рекомендации по выбору методов и подходов к использованию нейронных сетей для анализа и визуализации данных, генерирования дата-текста, а также минимизации возможных рисков и ограничений.
Теоретико-методологическая база исследования включает труды отечественных и зарубежных исследователей, изучающих применение нейронных сетей и искусственного интеллекта в журналистике и журналистике данных. Важной частью для научного обоснования исследования послужили работы Иванова А.Д. [13], [14]. Асташкина А.Г. [3], Аксенова С.В. и Новосельцева В.Б. [1], Шестериных А.М. и Н.О. [28]. Среди зарубежных исследователей разработкой вопроса занимались Р. Чои [35], Ф.М. Саймон [62], А. Кренкер [48], М.Ф. де Лима Сантос [36], Э. Фернандес [39], Л. Илия [42]. Особенно следует отметить вклад в изучаемую область немецкого профессора Ника Ньюмана, который ежегодно подготавливает отчеты о развитии журналистики, включая отдельные обзоры на применение нейросетей в этой области [43], [44], [45].
Для решения задач исследования необходимо были использованы следующие методы:
- общенаучные фундаментальные методы - системный анализ, а также анализ и синтез, которые позволили изучить систему сложных взаимосвязей между журналистикой и нейронными сетями, выделить частности в этой системе, после чего сформулировать общие выводы и рекомендации на основании исходных посылок;
- библиографические методы - для критического изучения источников, отбора и систематизации научных работ, определения степени научной разработанности темы;
- качественный комплексный анализ - для изучения контента, созданного с помощью нейронных сетей;
- структурно-семантический анализ - для выявления диалектической взаимосвязи содержания и формы дата-контента;
- сравнительно-сопоставительный метод для выявления сходств и различий между материалами, созданными журналистами и сгенерированными нейронными сетями;
- прогностический метод - для выявления перспектив и потенциальных возможностей использования нейронных сетей в журналистике....
Купить

Генеративный дата-контент стал новым этапом цифровой трансформации журналистики: его появление открыло перед медиа инновационные подходы в создании материалов, ускорило процессы производства контента, облегчило анализ больших данных и предложило оригинальные формы визуализации. Проведенное исследование показало, что генеративный контент одновременно создает и множество вызовов, требующих критического осмысления и проработки комплексного подхода для работы с ними - от технических, до этических проблем. Ответственность здесь ложится на журналиста, который должен как самостоятельно переработать генеративный контент (если он используется в работе редакции), так и проследить за соблюдением стандартов профессии, обеспечить прозрачность отношений между редакцией и аудиторией, а также достоверность публикуемых сведений. Редакциям следует рассматривать генеративные технологии как инструменты помощи журналисту, а не его замены: итоговый материал всегда должен проходить через критическое осмысление и профессиональную обработку. Оптимальными сценариями использования нейросетей в журналистской практике могут быть:
- создание первичных набросков для дальнейшей углубленной проработки;
- генерация справочных блоков, заголовков или лидов (с обязательным фактчекингом);
- обработка больших массивов данных для дальнейшего анализа;
- адаптация контента под различные платформы.
Анализируя текущее состояние вопроса можно выделить несколько тенденций на ближайшие годы. Во-первых - это переход от экспериментального использования нейросетей в журналистике к системному. Как отмечалось ранее, статистика последних лет указывает на то, что модели перестали восприниматься как эксперимент, и уже внедряются в 132
редакционные процессы. Крупные медиахолдинги разрабатывают собственные продукты, средние и малые компании могут использовать общедоступные решения с дообучением под свои нужды. Таких моделей может быть достаточно для неспецифичных и несложных задач - небольшие издания смогут сэкономить, используя технологию, не требующую разработки.
Во-вторых, с ростом внедрения нейросетей в журналистскую практику, очевидно можно будет ожидать разделения обязанностей между специалистами и моделями: рутинные задачи могут быть переданы нейросети (черновые наброски текстовых и визуальных элементов, первичная обработка данных, генерация простых материалов о погоде и спорте, не требующих глубокой аналитики), а журналисты смогут сконцентрироваться на творческих сложных и многоэтапных задачах с глубоким погружением в тему.
В-третьих, повсеместное внедрение технологии требует развития специальных навыков: специалисты, умеющие выгодно применять нейросети в своей работе, могут стать более ценными для изданий. В новых условиях на первый план выходят технологические навыки, а особенно значимым оказывается промпт-инжиниринг - умение формулировать точные запросы к нейросети для более качественных результатов. Возрастает значимость углубленного фактчекинга и критической оценки источников. Анализ информации с учетом контекста, способность интерпретировать данные в широком социальном, историческом и культурном контексте, на текущий момент вообще остаются конкурентным преимуществом журналиста перед нейросетью. Интересно, что революция нейросетей в целом усиливает ценность человеческих качеств - эмоциональности, эмпатии, рефлексии, этичности, что не отменяет необходимости исследовать основы технологии и понимать ее слабые места для эффективного применения в работе.
В-четвертых, очевидно, что на смену общим моделям (ChatGPT, YandexGPT, Gemini, Claude) приходят специализированные решения, которые интегрируются в работу под требования и стандарты конкретного издания.
Существующие инструменты, например, для генерации лидов, или анализа настроения аудитории, позволяют упростить работу издания в конкретной узкой области, освободить ресурсы для развития, особенно в контексте многоканальности современной журналистики.
Усиление внедрения нейросетей может в целом изменить основы медиаиндустрии: СМИ смогут оптимизировать расходы за счет автоматизации и привлечь дополнительные средства благодаря монетизации аналитики поведения пользователей с персонализацией контента на основе машинного обучения.
Особенно важными и открытыми остаются вопросы этики и права в изучаемой области, которые все еще требуют регулирования, и могут лечь в основу следующих исследований. Наилучший путь для развития в этой области могут задать крупные редакции и СМИ, которые дорожат своими отношениями с аудиторией: реакциям нужно стараться больше раскрывать информацию об использовании нейросетей в создании контента, ведь такая прозрачность выступает фундаментом для доверия читателя. В правовом поле на данный момент недостаточно инициатив и контроля: вопросы регулирования нейронных сетей должны учитывать и авторское право, и обеспечение прозрачности в использовании технологии.
Профессия журналиста редакции, работающей с нейросетями, должна эволюционировать в сторону куратора в создании контента, эксперта, который отвечает за достоверность и точность информации. Нельзя не согласиться с исследователями Акуличевой А.Р. [2] и Лукиной М.М. [20] в вопросах ценности человеческих качеств в работе с моделями и соблюдения журналистской этики. Как отмечает Лукина М.М., «Это обусловлено социальной значимостью профессии, ее общественной миссией, особенностями работы журналиста с источниками информации, рекомендательными сервисами, таргетированной дистрибуцией контента, а также возможными эффектами воздействия на аудиторию» [20, с. 690]. Эта область очевидно требует четких и отработанных на практике границ, которые не будут мешать журналисту в работе, но и смогут очертить нормы в работе с технологией.
Исследование позволяет сделать принципиально важный вывод: генеративные технологии не могут заменить журналиста, они представляют собой лишь инструмент, потенциал которого раскрывается только при условии правильного использования. Успешное применение нейросетей в журналистике возможно только при условии контроля человека: модель берет на себя базовые рутинные задачи, а журналист их критически осмысливает, проверяет, контекстуализирует и комплексно оценивает. Несмотря на скорость развития моделей, даже самый совершенный алгоритм сейчас не способен создать полноценный, действительно качественный и социально значимый материал. Будущее направление развития журналистики, очевидно, будет зависеть от возможности изданий и отдельных специалистов адаптироваться к технологическим изменениям, сохранить ключевые принципы профессионализма, точности и достоверности контента. В качестве ключевых направлений для развития отрасли можно отметить развитие стандартов использования нейросетей (верификацию, переработку, подготовку генеративного контента перед использованием); развитие технологических навыков журналиста; формирование норм этики и права, учитывающих реалии новой медиасреды. Как показывает исследование, игнорирование этих факторов может привести к снижению качества материалов, размыванию профессиональных стандартов и, в конечном итоге, подрыву доверия к СМИ со стороны аудитории.
Купить