Роботизированная журналистика: от научного дискурса к журналистскому образованию

 

Ссылка для цитирования: Замков А.В., Крашенинникова М.А., Лукина М.М., Цынарёва Н.А. Роботизированная журналистика: от научного дискурса к журналистскому образованию // Медиаскоп. 2017. Вып. 2. Режим доступа: http://www.mediascope.ru/2295

 

© Замков Андрей Владимирович
научный сотрудник проблемной НИЛ комплексного изучения актуальных проблем факультета журналистики МГУ имени М.В. Ломоносова (г. Москва, Россия), zamkov.andrey@mail.ru

© Крашенинникова Мария Алексеевна
преподаватель кафедры новых медиа и теории коммуникации факультета журналистики МГУ имени М.В.Ломоносова (г. Москва, Россия), mashagarnova@gmail.com

© Лукина Мария Михайловна
Кандидат филологических наук, доцент кафедры новых медиа и теории коммуникации факультета журналистики МГУ имени М.В.Ломоносова (г. Москва, Россия), maria_lukina@list.ru

© Цынарёва Наталья Александровна
кандидат филологических наук, старший научный сотрудник кафедры зарубежной журналистики и литературы факультета журналистики МГУ имени М.В.Ломоносова (г. Москва, Россия), tsynareva.na@gmail.com

 

Аннотация

Стремительное внедрение в медиаиндустрию новых технологических решений ставит перед преподавателями журналистики задачу поиска новых подходов к образовательному процессу, обновления его содержания и создания новых модулей и дисциплин, которые должны быть не только адекватными актуальной медиапрактике, но даже в какой-то мере опережать те процессы, которые сегодня видятся инновационными. Важным элементом в определении новых подходов, методов и технологий преподавания становится прогнозирование, а также поиск решений в известных своими достижениями междисциплинарных и смежных областях. Внимание исследователей привлекли применяемые в журналистике инновации в области искусственного интеллекта и роботизации, которые предлагается вынести на экспертное обсуждение и включить в программы журналистского образования.

Ключевые слова: журналистское образование, искусственный интеллект, роботизированная журналистика.

 

Масштабные трансформации, затронувшие работу как редакционных коллективов, так и отдельных журналистов, а также изменения потребления производимых ими продуктов, требуют обновления методик и инструментов обучения будущих медиапрофессионалов. Актуализирует задачу и преобразование статуса основных субъектов образовательного процесса – студентов, ставших «цифровыми аборигенами» и выросших в условиях плотного окружения мультимедийной среды. Они в первую очередь нуждаются в модернизации образовательных технологий для эффективного усвоения знаний, умений и навыков предлагаемых им образовательных программ.

Статья написана в рамках исследовательского проекта, который проводится группой преподавателей и научных сотрудников факультета журналистики МГУ имени М.В. Ломоносова. В задачи проекта входит изучение перспективных образовательных методик для обучения будущих медиапрофессионалов. Результаты первого этапа проекта представляют исследование предлагаемых вузами уже имеющихся модернизированных профилей образовательных программ, рассматривают практики отдельных преподавателей и тренеров, описывают дискурс наиболее перспективных, на взгляд исследователей, инструментов из смежных областей, которые могут войти в арсенал обучения журналистов (Замков, Крашенинникова, Лукина, Цынарёва, 2016).

Проведенный на первом этапе исследования мониторинг публикаций, в том числе в профессиональных сообществах русскоязычного сегмента соцсетей, а также изучение экспертных сайтов показал, что новые информационно-технологические подходы и связанные с ними эксперименты в профессии не являются приоритетными в дискурсе о журналистском образовании, однако активно дебатируются на разных площадках. В частности, большой интерес у зарубежных и российских исследователей вызывают вопросы, связанные с внедрением в журналистику технологий искусственного интеллекта и роботизацией профессиональных рутинных процедур.

В данной статье представлены результаты второго этапа проекта, связанного с изучением применяемых в профессии технологий искусственного интеллекта, которые исследователи называют по-разному – роботизированной журналистикой, робожурналистикой, автоматизированной журналистикой, медиароботизацией. Здесь выбран термин «роботизированная журналистика», который, на взгляд авторов, более точно характеризует рассматриваемый феномен.

 

Принципы работы роботизированной журналистики

Под роботизированной журналистикой понимается алгоритмическая обработка программами-роботами семантических связей между единицами текста, включая автоматизированную генерацию журналистских текстов.

В перспективе еще многие технологии искусственного интеллекта как междисциплинарной сферы ждут своего исследования, однако уже сегодня автоматизированные семантические решения и ее медийные применения доказали свою эффективность. Достаточно перечислить достижения в области поиска информации, веб-аналитики, защиты от плагиата и агрессивного контента, а также другие автоматизированные решения, связанные с естественным языком. Для понимания технологий внедрения необходимо выяснить, на каких принципах строятся алгоритмы подобных интеллектуальных задач, как работают семантические программы-роботы, каковы их ограничения. Ответы на эти вопросы можно найти в материалах «Путеводителя по автоматизированной журналистике» – исследовании, которое выполнено под руководством A. Граффе (2016) в Тау Центре Цифровой журналистики Колумбийского университета.

Необходимо оговориться, что данное исследование посвящено роботизированной обработке вербального контента, и за скобками оставлены другие формы цифрового контента − например мультимедийные данные, которые обладают иной информационной полнотой, зачастую большей, чем текст. Например, в области обработки графики успехи когнитивных технологий и автоматизированных решений намного скромнее, чем в области технологий естественного языка, алгоритмы которых изучены полнее. Именно поэтому наиболее успешные решения в области роботизированной журналистики относятся к вербальным задачам.

В первую очередь, алгоритмы различают по уровню их сложности. Наиболее простыми являются программы работы с шаблонами типовых сценариев. Они извлекают числовую информацию из баз данных и заполняют пустые поля в предзаданных шаблонах историй. Алгоритмически более сложным является класс программ, использующих смысловые корреляции между массивом больших данных и нарративом, т.е. текстом, написанном на естественном языке. Интересно отметить, что этот класс программ впервые апробирован и в настоящее время активно применяется в насыщенной большими данными предметной области спортивных репортажей. Отправной точкой для их разработки послужили сводки о бейсбольных матчах, обеспеченные статистическими данными и надежными прогностическими моделями для расчета вероятности выигрыша команд.

Именно на этом примере рассматривается схема работы типового алгоритма автоматической генерации контента. Основной цикл работы алгоритма состоит из пяти базовых шагов. В функции первого шага входит накопление данных. С этой целью привлекается как можно большее число независимых источников информации, в том числе текущие, исторические, контекстные данные. В случае с бейсбольным матчем, например, это могут быть данные с табло, поминутная запись игры, информация о прошлых матчах, демографические данные об игроках. Функция второго шага состоит в применении статистических методов для выявления наиболее важных и интересных событий из всего массива данных. Примерами таких событий могут служить переломные моменты в ходе игры, нестандартное поведение игроков, а также тренды, корреляции и др. Функция третьего шага состоит в классификации событий и расстановке приоритетов согласно принятой системе критериев для оценки важности событий и генерации связного текста (например: победа важнее, чем травма игрока). Четвертый шаг состоит в автоматической генерации новости на основе заданных критериев, создание основной сюжетной линии в соответствии с формализованными требованиями издателя к стилю публикаций. Наконец, заключительный шаг алгоритма состоит в публикации текста через издательскую систему управления контентом – автоматически или после редакционной правки.

В исследовании A. Граффе рассматривается еще несколько примеров роботизации генерации контента для таких областей, как криминальная хроника, предупреждение о землетрясениях, отчеты о доходах компаний и др. Эти сферы так же, как и спортивные состязания, хорошо обеспечены статистическим материалом и могут сопровождаться основанными на нем прогностическими моделями развития событий, которые происходят с большой долей вероятности.

Следует подчеркнуть, что подавляющее число программ-роботов, используемых в разных областях человеческой деятельности с набором рутинных функций, в том числе в журналистике, сегодня и в обозримом будущем являются человеко-машинными системами, а не полными автоматами. Это связано с тем, что любая интеллектуальная система требует как минимум этапа «обучения», который протекает в режиме диалога человека с машиной. На этом этапе происходит передача экспертных знаний человека системе искусственного интеллекта – наполнение базы знаний, подбор весовых функций алгоритма, выбор решающих правил и т.п. Часто именно этот этап становится решающим для эффективной работы робота.

 

Научный дискурс и вызовы роботизированной журналистики

Еще в 2009 г. российские исследователи обозначили один из ведущих трендов в развитии современных СМИ − «активное проникновение в медиаиндустрию и медиасистему новейших информационно-коммуникационных технологий», объясняя это тем, что «именно рынок, как экономическая система, традиционно восприимчив к технологическому прогрессу» (Вартанова, 2009).

С момента использования семантических веб-решений для разных социальных и индустриальных сфер, а также применения автоматизированных подходов в журналистике и смежных сегментах социальной коммуникации прошло не более пяти-семи лет, однако в настоящее время можно зафиксировать активное развитие экспертного и научного дискурса, посвященного этой теме. В 2015−2016 гг. появились и переводные, и оригинальные публикации об автоматизированной журналистике в российских научных изданиях. Всплеск публикационной активности приходится на 2016 г., когда появилось несколько отчетов об исследованиях, ряд интервью и публикаций отдельных экспертов.

Так, в статье М. Кастельса, М. Паркса и Б. Ван дер Хаак «Будущее журналистики: сетевая журналистика» (2016) в обзор инструментов и практик, которые предлагают возможности нового понимания профессии и идентичности журналиста, включен феномен автоматизированной журналистики. Авторы, в частности, упоминают программные роботы-краулеры, способные распознавать и извлекать из информационного потока Интернета данные для пресс-релизов и новостей из различных источников. Такие программы способны создавать, переписывать, переупаковывать и распространять новости с помощью технологий «семантического веба». В статье также приводятся примеры успешных внедрений таких программ некоторыми СМИ, связанными, в частности, с деловой и спортивной журналистикой, а также рекламными объявлениями, например, о свадьбах и похоронах, которые легко поддаются формализации. Авторы статьи, которая была опубликована в оригинальном варианте в 2012 г. и переведена на русский язык в 2016 г., предсказывают, что в скором будущем в автоматизированной журналистике «будет усиливаться компонент интерпретации, анализа и качественного рассказа» (Кастельс, Паркс, Ван дер Хаак, 2016: 288).

В статье Грега Ватри «Четвертая индустриальная революция и роботожурналистика» (2016) объясняется, каким образом с помощью внедрения компьютерных программ, некоторые рутинные действия в работе журналиста стали заменяться автоматизированными аналогами. Так, активным внедрением роботизированного производства новостей, в основном финансовой и спортивной тематики, занимается информационное агентство Associated Press. Автоматическая система, используемая агентством, в 2015 г., была способна выпускать 3000 заметок в течение четверти часа, а уже в 2016 г. скорость создания возросла до 2000 заметок в секунду. Как было сказано выше, автоматически новости создаются в основном в рубриках бизнеса и спорта, которые легко поддаются формализации, однако в последнее время темы расширились до сообщений о землетрясениях и криминальной хроники.

В качестве ответа на такие запросы рынка возникают компании, производящие программные решения интеллектуальной обработки информации, которые применимы не только в журналистике, но также и в смежных сферах − таких, как реклама и паблик рилейшнз. По данным исследователей Колумбийского университета, в США уже насчитывается около 11 компаний, которые производят программы для автоматизированных решений в журналистике, и количество таких предприятий увеличивается (