Как инструменты искусственного интеллекта помогают в работе журналиста

05.01.2022
Поделиться:
Как инструменты искусственного интеллекта помогают в работе журналиста

Информация о том, что алгоритм научился писать связный текст, делает еще более актуальным вопрос о том, как в недалеком будущем смогут существовать на одном рынке алгоритмические решения и журналисты и способны ли в будущем первые заменить вторых.

Как нейросеть стала писать о недвижимости

Американское издание Miami Herald в начале ноября объявило о том, что вместо покинувшего редакцию журналиста часть материалов для сайта стала писать нейросеть. Для начала эта система специализировалась на новостях о рынке недвижимости. Статьи, написанные нейросетью, специальным образом помечались на сайте издания — их автором указан Miami Herald Bot. Кроме того, такие материалы содержат следующую приписку: «Мы экспериментируем с новыми способами предоставления полезного контента».

В основном нейросеть пишет заметки о продаже недвижимости, описывая выставленные на рынок объекты. За две с половиной недели бот написал 50 материалов. В редакции этот инструмент назвали «программным обеспечением, работающим на основе искусственного интеллекта и способным анализировать структурированную информацию от известных поставщиков данных о недвижимости и применять ее к шаблонам, созданным журналистами в отделе новостей». Иными словами, для работы нейросети сотрудники издания подготовили шаблоны, и, по сути, нейросеть выполняла техническую работу. Такой шаблон содержал данные об объекте собственности, выставленном на продажу. Это локация, цена продажи, дата продаж, количество ванных и спален. А задача нейросети — заполнить шаблон данными.

Правда, иногда этот инструмент ошибался, например, указывая неверную локацию. Но в целом нейросеть неплохо справилась со своей задачей. Она позволила автоматизировать работу журналистов, которые ранее создавали такие объявления вручную.

Пример Miami Herald и ее нейросети нельзя назвать уникальным. Многие издания так или иначе используют элементы искусственного интеллекта — алгоритмы и нейросети, которые помогают писать биржевые сводки, новости спорта и даже создавать шаблоны будущих материалов.

Как начиналась и развивалась роботожурналистика 

В последние годы рынок медиа переживает не лучшие времена. У него много проблем, связанных с принципами работы социальных платформ, сложностями с монетизацией онлайн-контента, макроэкономической ситуацией, в том числе связанной с пандемией Covid-19. Проблема машинной журналистики пока не является одной из главных для медиарынка, но число редакций, которые так или иначе используют нейросети и алгоритмы для создания контента, увеличивается с каждым годом.

Началом так называемой машинной или автоматической журналистики можно назвать март 2017 года. Тогда журналист и программист Los Angeles Times Кен Швенке (Ken Schwencke) ощутил толчки землетрясения. Его собственные ощущения сопровождались сообщением по емейлу от созданного им же бота Quakebot.

Бот Quakebot агрегировал данные о подземных толчках (место, время, сила) из новостей Геологической службы США. Если некоторые параметры в официальном сообщении превышали определенный порог, например по силе толчка, бот отправлял электронное письмо. Кроме того, он умел вставлять данные о землетрясении в заранее заготовленный шаблон новостного сообщения и добавлять эту новость в систему управления контентом Los Angeles Times.

Тогда, в марте 2017 года, на создание новости и ее публикации на сайте издания боту понадобилось 8 минут. Создатель бота Кен Швенке не скрывал, что главной задачей его автоматизированного продукта было создание оперативной новости о событии. Потом сообщение, созданное Quakebot, перерабатывалось и дополнялось людьми — журналистами и редакторами — более 70 раз, в результате чего превратилось в развернутую историю. Тем не менее эта новостная заметка стала настоящей вехой в истории журналистики. Примечательно, что автор этого бота Кен Швенке, комментируя использование своего продукта, сказал: «Это экономит людям много времени, а для некоторых типов историй бот обычно передает информацию примерно так же хорошо, как и любой другой. На мой взгляд, мой бот не столько заменяет человека, сколько упрощает его работу».

Использование алгоритмов для создания материалов сегодня не является чем-то уникальным, особенно для крупных медиаструктур. К примеру, Forbes применяет инструмент под названием Christened Bertie, который умеет предлагать сотрудникам редакции темы статей на основе их же предыдущих материалов, а также подбирать заголовки, ссылки и изображения. Главным результатом эффективности Christened Bertie стало увеличение посещаемости сайта в два раза с момента запуска этого инструмента.

Своя автоматизированная система под названием Heliograf работает в Washington Post. Эта алгоритмическая платформа для создания контента начинала с отчетов о результатах соревнований на Олимпиаде в Рио-де-Жанейро. Но потом ее умения расширились и ее стали использовать для освещения местных выборов. Более 500 статей о выборах, созданных с помощью Heliograf, собрали более 500 тыс. кликов.

Платформа создания финансовых новостей Cyborg, применяемая в агентстве Bloomberg, может анализировать финансовый отчет сразу после его выпуска и сразу же создавать новостной материал, охватывающий наиболее важные факты и цифры. Благодаря ей на сайте Bloomberg за квартал появилось более 3700 статей о финансовых результатах компаний вместо традиционных 300, публикуемых в этот период. 

В Associated Press используют платформу Wordsmith, которая умеет писать новости на основе финансовых отчетов. Wordsmith может превратить стандартизированные данные отчетов в связный текст, благодаря чему журналисты издания могут освободить время и потратить его на создание аналитических материалов. 

Как еще искусственный интеллект применяется в журналистике

AI (ИИ) — искусственный интеллект — это общее название для целого ряда технологий. Среди них — технологии распознавания речи и изображений, нейросети, способные самообучаться на основе данных и решать поставленные перед ними задачи, в том числе создавать новостные заметки, а еще это системы анализа данных.

Мы уже рассказали о том, как автоматические решения умеют создавать контент. В этих кейсах чаще всего речь идет о несложных материалах с четкой структурой, к примеру финансовых результатах компаний. В таких материалах важно указать основные финансовые показатели (доход, прибыль, прибыль на акцию), отметить, соответствуют ли результаты прогнозам экспертов и какие дополнительные данные, связанные с конкретным бизнесом, были представлены в отчете (доход на одного пользователя, число рекламодателей или количество новых торговых точек, открытых за отчетный период).

Кроме такой частично рутинной работы, инструменты с использованием искусственного интеллекта могут применяться и для других задач. Вот некоторые из них:

- сбор и анализ данных;

- поиск и анализ источников для материалов;

- выбор тем для публикаций; 

- проверка фактов;

- анализ и распознавание изображений.


Дата-журналистика, или Как искусственный интеллект помогает анализировать данные

Дата-журналистика или журналистика данных использует анализ данных для поиска закономерностей и создания материалов. Самый простой пример дата-журналистики — инфографика, в которой лучше иллюстрируется идея статьи. Но существуют и более серьезные проекты.

К примеру, суть проекта Do No Harm газеты Las Vegas Sun состояла в поиске случаев хирургических ошибок. Для этого журналисты проанализировали почти 3 млн больничных записей, нашли более 3,6 тыс. случаев ошибок, среди которых были и смертельные. Материалы этого проекта содержат интерактивные графики, собственно документы, временные шкалы и другие наглядные данные.

Серия публикаций Toxic Water от The New York Times — еще один пример дата-журналистики, задача которого — рассказать об уровне загрязнения питьевой воды в разных штатах США. В начале пандемии журналисты The Washington Post опубликовали симулятор распространения коронавируса.

Российский пример дата-журналистики — статья о результатах электронного голосования, опубликованная в «Важных историях». А издание Strelka Mag представило исследование по Красной площади в Москве.



thisisengineering-raeng-f4pUuCc3M0g-unsplash.jpg

Анализ контента, поиск источников и другие ИИ-инструменты для журналистов

Агентство Reuters активно использует инструменты искусственного интеллекта под названием News Tracer и Lynx Insight. Первый — это система оперативного получения новостей, которая умеет находить важные новости в Twitter в режиме реального времени. Главная особенность этого решения — оно умеет отделять потенциально фейковые источники от настоящих, благодаря чему система способна предлагать журналистам действительно заслуживающие внимания инфоповоды. Инструмент, использующий искусственный интеллект, находит повторяющиеся твиты, анализирует достоверность источников по целому ряду параметров и в случае, если событие заслуживает внимания, уведомляет журналистов. В Reuters отмечают, что News Tracer дает фору журналистам агентства от 8 до 60 минут в написании материалов о важных событиях. 

Другой сервис Reuters — Lynx Insight — тоже помогает в определении важных инфоповодов. Система умеет выявлять тенденции и собирать факты, которые потом журналисты могут использовать в своих материалах. Lynx Insight анализирует большое количество источников, среди которых новости, финансовые отчеты, биржевые тренды, и при возникновении устойчивых тенденций или, напротив, определенных аномалий предлагает журналисту обратить внимание на этот конкретный инфоповод. 

У журналистов агентства Associated Press есть решение под названием Newswhip — инструмент мониторинга в режиме реального времени. Он позволяет анализировать тренды и обсуждаемые в социальных сетях темы. А это помогает в поиске интересных тем для материалов. 

Шведские журналисты используют собственный инструмент анализа новостной повестки под названием Newsworthy . Он умеет отслеживать открытые данные, выявлять закономерности или странные моменты и предлагает журналистам обратить на это внимание. 

Медиа активно применяют и другие инструменты и технологии на основе искусственного интеллекта. Так, к примеру, в The New York Times используется инструмент под названием Perspective для модерации пользовательских комментариев. Это же издание применяет решение Rekognition API для распознавания людей на фото, в частности для идентификации членов Конгресса. 

Инструмент Wibbit помогает журналистам USA Today, Bloomberg и NBC создавать видеоролики на основе новостных материалов, в том числе делать нарезку наиболее важных фрагментов отснятого видео.

Не конкурент, а ассистент 

С каждым годом появляется все больше инструментов, не только помогающих журналистам в их работе, но и даже отбирающих на себя часть задачи непосредственного создания материалов. К примеру, машинный алгоритм создания текстов GPT-3 способен написать статью, которую опубликует такое уважаемое издание, как The Guardian. Тем не менее, несмотря на весьма устрашающий заголовок этой статьи, который спрашивает читателя, боится ли он такого развития событий, на данном этапе ИИ-инструменты для работы журналистов только упрощают работу рыцарей пера, помогают им в поиске закономерностей и освобождают их время от рутины, но никак не заменяют их.

В частности, алгоритмы анализа данных помогают журналисту получить некое шестое чувство, позволяющее увидеть закономерности, которые было бы сложно определить в ситуации ручного их изучения. А анализ социальных сетей и настроений и трендов в них позволяет медиа тоньше и быстрее реагировать на запросы общества, писать о том, что обсуждают люди, то есть о том, что им будет интересно. 

Существующие на сегодняшний день инструменты автоматизации журналистского труда помогают выполнить подготовительную работу, причем сделать это зачастую быстрее и качественней человека и предоставить репортерам результаты, на основе которых журналисты уже создадут историю. 

Именно поэтому опасения о том, что алгоритмы и ИИ-решения отберут работу у журналистов, весьма преувеличены. В то же время такие инструменты помогут избежать ряда рутинных задач и освободить время и ресурсы для более серьезной творческой работы. Сложные темы, аналитика, лонгриды и расследования – все это еще долгое время будет неподвластно автоматизированным инструментам. В то же время технологические решения для анализа данных либо изучения social-media-контента могут дать журналистам пищу для размышлений и темы для материалов, став неплохим помощником в повседневном их труде. 


Надежда Шадная

Фото: ThisisEngineering RAEng / Unsplash (2)

Поделиться

Материалы по теме

Материалы по теме