Тетяна Боць – фахівець у сфері комунікацій, журналістка та редакторка. Вона має досвід роботи як операційна редакторка у виданні "Медіамейкер". Також Тетяна писала для "Українського тижня" та співпрацювала з різними українськими медіа в статусі фриланс-авторки.
Штучний інтелект не замінить журналістів, але може витіснити тих, хто не навчиться з ним співпрацювати. Ця ідея вже певний час звучить у технологічних компаніях і медіа-сфері в різних варіантах. Як і будь-які інші інновації, великі мовні моделі потребують часу для інтеграції в повсякденну практику. Багато редакцій почали приймати ці зміни і досліджують, як штучний інтелект може бути корисним. Наприклад, він може допомогти в організації великих обсягів даних, покращити користувацький досвід чи підтримку клієнтів, а також виділити найважливіше з тривалих зустрічей і підготувати підсумки. Це завдання, які машинне навчання може виконати за лічені хвилини, тоді як людині на це знадобиться значно більше часу. Це не завжди вимагає великих ресурсів, але вимагає відкритості до експериментів та чіткого розуміння цілей проєкту. У цьому огляді ми розглянемо, як і де світові редакції впроваджують штучний інтелект у своїй діяльності.
Місцевому американському виданню Connecticut Mirror (CT Mirror) не вистачало ресурсів для того, щоб висвітлювати всі важливі події штату Коннектикут. Велика частина новин редакції стосується місцевих політичних і муніципальних питань, наприклад, засідань місцевої влади, а фокус -- на роботі з великими масивами даних та звітів, які вимагають кропіткої роботи. Тому в медіа вирішили звернутися до штучного інтелекту і створити нову позицію для роботи з інноваціями.
У CT Mirror приєдналася до команди нова спеціалістка — репортерка з даних і розробниця штучного інтелекту Анджела Айкхорст, як повідомляє Poynter. Основним завданням Айкхорст є використання великих мовних моделей (LLM) для аналізу офіційних документів, законодавчих текстів, архівних матеріалів, а також моніторинг законопроєктів і транскрибування засідань місцевих органів влади. Це допоможе їй виявляти актуальні теми для журналістських матеріалів.
Перед тим, як Анджела Айкхорст приєдналася до команди CT Mirror, головний редактор Стівен Б'юзмаєр вже розпочав експерименти з штучним інтелектом. Він розробив чотири інструменти, які були навчены на різноманітних даних про політичне життя Коннектикуту. Ці інструменти аналізують законодавчі акти, надають довідкову інформацію про уряд, вивчають голосування членів генеральної асамблеї для виявлення тенденцій у їхніх виборах, а також досліджують джерела, які використовують місцеві політики при написанні законопроєктів. Завдяки таким масштабним дослідженням, які не під силу багатьом місцевим редакціям, CT Mirror здатен створювати оригінальні та соціально значущі матеріали, що дозволяє виданню виділитися серед конкурентів.
Б'юзмаєр дуже прихильний до ідеї продукту на кшталт Ask The Post AI -- чат-боту The Washington Post, який видає відповідь на певні запити, базуючись на архіві матеріалів видання -- і також прагне створити щось схоже для власного медіа. Проте, в редакції обов'язково редагують роботу ШІ. Керівний редактор називає його "інтерном, що перебрав з кофеїном" -- тобто зрозуміло, що в будь-якій деталі він може припуститися помилки й потрібно все перевіряти вручну.
Зараз, серед іншого, в редакції працюють над ШІ-інструментом для відеоскрапінгу, тобто автоматичного збору й систематизації даних з публічно доступних відео в мережі, щоб розширити можливості команди. Їхня мета -- насамперед покращити якість своїх матеріалів, а ШІ у цьому -- спосіб зробити це ефективніше і з користю для читача.
Аналіз залученості користувачів є ключовим аспектом, яким займаються медіа. Це процес, при якому унікальний чи цікавий контент привертає увагу читачів і спонукає їх повертатися за новими матеріалами. У Financial Times (FT) часто впроваджують нові ідеї. Однак ці інновації не завжди вимагають великих витрат чи масштабних змін. Часто мова йде про те, як досягти кращих результатів з обмеженими ресурсами. Белла Кокарілл, старша продакт-менеджерка FT, поділилася у блозі відділу продуктів і технологій, як редакція вдосконалила взаємодію зі своїми читачами в коментарях.
Оскільки коментарі дуже добре впливають на читацьку залученість і формування лояльності до медіа, FT хотіли підвищити їхню видимість для читачів і заохотити все ж догортувати до цієї секції. Адже читачі дуже рідко використовують такий тип взаємодії на вебсайтах. Для цього на сторінці, коли читач прогортав орієнтовно дві третини матеріалу, з'являлося коротке питання стосовно теми публікації. Так FT підштовхувало аудиторію до короткої, але глибшої рефлексії над текстом, яка могла б спонукати піти й залишити коментар під матеріалом.
Команда створювала питання за допомогою штучного інтелекту: спочатку через метод chain-of-thought ШІ просили підсумувати статтю, а потім запропонувати гіпотетичні питання для обговорення, враховуючи специфічні вимоги до тону викладу (зокрема, відповідність часу, зрозуміле введення та відсутність абревіатур). Усі згенеровані запитання завжди проходили перевірку та, за потреби, редагувалися редакторами видання, що виключало можливість безконтрольної публікації. Завдяки використанню ШІ вдалося значно скоротити час на виконання завдання, яке в іншому випадку вимагало б більше зусиль від людини.
Результати виявилися, як і очікувалося, невеликими, але все ж позитивними: загальний обсяг переглядів коментарів зріс на 3,5%, а також спостерігалося збільшення на 11,5% переглядів від читачів, які раніше не цікавилися цією секцією. Також змінився загальний настрій коментарів — завдяки запиту, безпосередньо пов’язаному з темою статті, вони стали більш цілеспрямованими, і дискусія не відхилялася на інші теми. У майбутньому "Financial Times" планує експериментувати з цією функцією й у своєму новинному додатку.
Компанія також сприяє впровадженню ШІ-рішень в різні регіональні видання по всьому світу. Al-Masry Al-Youm — єгипетська щоденна газета, що виходить у друкованому вигляді понад 20 років, а онлайн-версія існує трохи менше. У рамках спільної ініціативи FT Strategies та Google News Initiative це видання активно досліджувало використання штучного інтелекту для підвищення якості користувацького досвіду, а також для більш відповідального підходу до контенту, що дозволяє зберегти та продовжити життя багаторічного архіву, що налічує мільйони матеріалів. Після завершення програми було підготовлено звіт, що містить детальний аналіз випадків використання нових технологій.
Наслідуючи приклад The Washington Post, була розроблена чат-бот система у співпраці з платформою, яка спеціалізується на створенні API на основі штучного інтелекту. Цей бот використовує семантичний пошук LLM для надання чітких, змістовних та зрозумілих відповідей на запитання користувачів, що стосуються місцевих і регіональних новин. Важливо, що відповіді формуються не на основі відкритих даних з інтернету, а ґрунтуються на матеріалах, які раніше публікувалися на сайті Al-Masry Al-Youm. Завдяки цьому, редакція змогла створити перший арабомовний продукт на базі штучного інтелекту і планує аналізувати його ефективність за допомогою детального вимірювання різних метрик.
У межах тієї ж програми схожий продукт створила й німецька газета Ruhr Nachrichten із Дортмунда, що охоплює регіональні теми. Як і у випадку єгипетського видання, у газеті спробували полегшили процес пошуку та споживання інформації, і заразом продовжити тривалість сеансу на користувача. Їхній німецькомовний чат-бот на базі машинного навчання шукав і генерував коротку відповідь із релевантними лінками серед контенту видання за останні 30 днів.
Результати були непоганими й навіть трохи перевершили очікування. Наприклад, під час тестування чат-бот подолав бенчмарк у 85% відповідності контенту до запиту й показав 91%. Водночас були й відгуки про галюцинації ШІ у відповідях, до яких на цьому етапі команда додала дисклеймер і гайдлайн із користування, аби залишатися прозорими.
Цей метод можна вважати повноцінним інструментом для персоналізації новинного пошуку та відповідає на виклики, що виникають внаслідок суперечки між великими технологічними компаніями та медіаіндустрією. Замість того, щоб ставити їх у протилежні табори, такі медіа визнають зміни в інформаційному середовищі та поведінці користувачів, сприймаючи штучний інтелект як підтримку, а не загрозу. Цей підхід дозволяє зберігати інформацію, створену та перевірену людськими журналістами, при цьому використовувати автоматизацію на основі ШІ для її розподілу. Це не лише персоналізує, а й спрощує процес отримання результатів відповідно до конкретних запитів користувачів. Більш того, він є безпечнішим, ніж безпосереднє використання ШІ як нецензурованого джерела, оскільки інформація не потрапляє до рук без зазначення першоджерела або в обході платних стінок.
Як було зазначено в розділі, присвяченому експерименту FT, штучний інтелект може виступати в ролі помічника у виконанні простих, проте рутинних і трудомістких завдань. Важливо відзначити, що в деяких випадках ШІ вже перевершує людей у виконанні цих завдань, тому справа не лише в швидкості виконання.
Хільке Шелльманн, журналістка-розслідувачка, лауреатка премії Emmy та доцентка журналістики в Нью-Йоркському університеті, протестувала функціонал різних популярних чат-ботів, що використовують штучний інтелект, для підбиття підсумків зустрічей.
Разом із колегами-науковцями й журналістами, Шелльманн перевіряла ChatGPT-4o, Claude Opus 4, Perplexity Pro та Gemini 2.5 Pro. Їм дали однаковий транскрипт зустрічей місцевих чиновників із трьох різних міст та штатів і попросили згенерувати три короткі (200 слів) та три довгі (300 слів) підсумки кожної зустрічі. Водночас це ж завдання виконували люди, щоби порівняти результат і продуктивність LLM. Вийшло, що короткі підсумки краще та швидше робити через ШІ -- всі чат-боти впоралися із завданням добре (найкращий показник був у ChatGPT-4o). Зокрема, їхні тексти містили більше фактів, ніж людські, і були майже без галюцинацій.
Найближчим часом ми спостерігатимемо ще більше розвитку таких можливостей. Компанії активно впроваджують ШІ-помічників у свої відеопродукти, які можуть допомагати із транскрибацією відеоконференцій та нотуванням важливого. Так незабаром Google запустить асистента Ask Gemini AI в Google Meet. Серед іншого, він зможе підсумовувати розмову окремих учасників дзвінка та генерувати підсумки, якщо учасник доєднався до конференції пізніше. Хоча функція буде обмеженою для окремих користувачів і також може галюцинувати, про що Google попереджує і просить перевіряти контент ще самостійно.
Проте від цілковитого зачарування машинним навчанням варто утримуватися і дійсно робити те, про що згадується в дисклеймерах. Метою Хільке Шелльманн було чесно підсвітити точність роботи чат-ботів, і вона далеко не є беззаперечною. Якщо для коротких підсумків ШІ підходить майже бездоганно, то із генеруванням довшого варіанту частішали галюцинації й більшало нерелевантної інформації. І хоча ШІ генерував це завдання за хвилину, тоді як людина протягом 3-4 годин, у людських підсумках містилося значно більше фактів.
Ще гірша ситуація виявилася з аналізом ШІ-інструментів для пошуку списків релевантної наукової літератури для журналістів -- жоден із 5 ресурсів не згенерував списку, що відповідав би бенчмарку, через кілька днів змінював список за тим самим промптом і погано підбирав приклади наукових праць. Висновок з експерименту: не всі завдання варто доручати ШІ, але є сенс чекати, що ці проблеми вирішать наступні ітерації оновлень та нові покоління продуктів.
Скандинавський медіааналітик і журналіст Томас Бекдал у своїй нещодавній розсилці висловив різку критику щодо співпраці між компаніями штучного інтелекту та медіа. Він підкреслив, що важко назвати це справжнім партнерством, оскільки технологічні гіганти отримують значно більше вигоди, фактично експлуатуючи ресурси медіа. Однак, окрім згадки про недобросовісні практики великих компаній, Бекдал також акцентував увагу на важливому аспекті: видавці також несуть відповідальність за те, що новини перестали бути цікавими для людей.
Вони шукають більших охоплень, способу підвищити click-through rate й, відповідно, збільшити аудиторію та заробітки, але переважно -- не через зростання, а обхідні шляхи до успіху. Як приклад Бекдал провів детальну паралель із тим, як із часом розвивалися роботи-пилососи. Від найпростішого (але найкращого з можливих на момент випуску) до останніх моделей із передовими навігаційними можливостями з наявних. Тобто у світі технологій кожен продукт покращують відповідно до того, яке завдання він може зробити якісніше й краще за конкурента. Цей прогрес дуже легко простежити з часом і якщо попросити відгук на певну модель -- можна швидко визначити "найкращий продукт". Так само видавці мають підходити до впровадження інновацій та нових опцій. Чи покращить вона досвід користувача? Чи дійсно вона потрібна? Що вирішить та чи інша ШІ-інтеграція? Ці та інші подібні питання (можна за методом "5 чому") обов'язково ставити всім виданням, які прагнуть справді ефективно використовувати штучний інтелект.
#Google #Журналіст #Північна та Південна Америка #Інформація #Архів #Інновації #Штучний інтелект #Експеримент #Медіа (комунікація) #Нью-Йоркський університет #Гіпотеза #Financial Times #Коннектикут #Німецька мова #Єгипет #Контент (медіа) #Газета. #Абревіатура #Машинне навчання #Редагування #The Washington Post #Український тиждень #Чат-бот #Магістр права #Аль-Масрі Аль-Юм #Інститут Пойнтера
