Languages

You are here

Искусственный интеллект на региональном телеканале (из опыта работы «Свердловского областного телевидения»)

Научные исследования: 
Авторы материалов: 

 

Ссылка для цитирования: Расулова Э.А. Искусственный интеллект на региональном телеканале (из опыта работы «Свердловского областного телевидения») // Медиаскоп. 2025 Вып. 1 Режим доступа: https://www.mediascope.ru/2887

 

© Расулова Элеонора Арифовна

управляющая телеканалами ОТВ (Свердловская область), «Четвертый канал» (Екатеринбург), «Бокс ТВ»; доцент кафедры периодической печати и сетевых изданий Уральского федерального университета им. первого Президента России Б.Н. Ельцина (г. Екатеринбург, Россия), e-rasulova@yandex.ru

 

Аннотация

В статье изложены основания для использования технологий искусственного интеллекта на региональном телеканале, показаны образцы полученных текстов, представлены кейсы взаимодействия работников телеканала с программными нейросетевыми решениями. Особое внимание уделено формальному рерайту новостных текстов, использованию оцифрованного телеведущего – «прогноз погоды», а также подготовке текстов для новостей в образе «Уральская бабушка».

Ключевые слова: искусственный интеллект, нейросеть, новости, телевизионный текст.

 

 

Введение

 

В условиях масштабной технологической трансформации медиапространства «медиа и сами находятся у истоков актуальных социальных процессов и явлений» (Вартанова, 2024), а у региональных СМИ появляются новые вызовы в работе с традиционной целевой аудиторией, а также конкурентные возможности, определяемые гибкостью кадрового и маркетингового ресурса небольших (в сравнении с федеральными компаниями) предприятий.

Экономистам, социологам, политологам, журналистам (Акопян, Аракелян, Воронцова, Крысов, 2021; Дегтярев, 2022; Демина, 2020; Круглова, Щепилова, 2024) – теоретикам и практикам – очевидно, что «традиционные средства массовой информации необходимо постепенно трансформировать, заменяя стандартные бизнес-модели» (Кириленко, Колобова, 2021: 140). Под воздействием цифровых технологий меняются медиасистемы и сама «природа форм взаимоотношений СМИ, журналистики с обществом» (Вартанова, 2022: 8). Региональное телевидение выполняет функцию общественно-политического информирования населения и зачастую оказывается в заведомом проигрыше (Вырковский, Макеенко, 2014; Дугин, 2017; Ефанов 2017) как федеральным каналам, обладающим несопоставимо большими ресурсами, так и новым цифровым медиа, они в условиях значительной конкуренции становятся более гибкими и быстрыми – чуткими к требованиям аудитории, которая, просматривая публикации, создавая запросы, переходя по ссылкам, комментируя, принимает на себя среди прочего и функции коллективного автора. «Специфика федеральных новостей в России такова, что они затеняют события из глубинки» (Быков, 2015: 300). Подчеркнем: процесс этот распространяется и на жителей региона, а государственная поддержка, тесное взаимодействие с региональной властью создают для региональных телеканалов условия стагнации, неприемлемой в эпоху технологического прорыва. Сдержанный оптимизм внушает не столько исследование конкретных удач продвижения телеканалов (см.: Софьина, Журавлева, 2020), сколько то, что «успех медиаменеджера связан со способностью своевременно выявить интересующие организацию тренды, сформировать модели дальнейшего адаптивного поведения организации, купировать угрозы, использовать рандомно возникающие возможности» (Дружинин, Гуров, 2021: 8). Исследователи цифровой трансформации медиаполя и современного телевидения в качестве открывающихся и доступных возможностей указывают на взаимодействие телеканалов с аудиторией на разных цифровых платформах (Щепилова, 2014; Щепилова, 2018; Щепилова, Круглова 2018), на создание конвергентных редакций (Вырковский, 2017; Лоуюйтун, Землякова, 2024; Пряникова, 2022), на потенциал искусственного интеллекта (Давыдов, Замков, Крашенинникова, Лукина, 2023; Замков, Крашенинникова, Лукина, 2020).

Цель статьи – кейс-методом описать использование технологий искусственного интеллекта на региональном телеканале и охарактеризовать влияние внедрения ИИ-решений на развитие телевизионной редакции.

 

Материал и методы исследования

 

Материалом исследования является «Областного телевидения» Свердловской области (Далее по тексту – ОТВ – Э.Р.) с 2021 по 2024 год.

В 2021 году автор статьи принял руководство ОТВ и запустил процесс реформирования телеканала. Так, по мнению информационного агентства URA.RU, «начинается масштабная реорганизация медиаактивов правительства Свердловской области»1. Телетекст – с позиций руководителя телеканала – это результат управленческих решений, проявляющийся в творческой деятельности редакции и в совокупности текстов, выпускаемых под брендом телеканала как в телеэфире, так и в других медиа. Четыре года работы телеканала трудно объективно и убедительно представить в виде набора показательных текстов или таблиц данных в рамках одной статьи, поэтому автором выбран кейс-метод, который позволяет показать коллегам и экспертам ключевые этапы внедрения технологий искусственного интеллекта в работу редакции регионального телеканала.

В работе использован общенаучный описательный метод с приемами включенного наблюдения и экспериментального тестирования технологий искусственного интеллекта с последующим анализом полученных данных. Синтаксис кейсов опирается на «разработку модели внедрения технологий Индустрии 4.0» (Иванов, Гостилович, 2022).

 

Региональное телевидение в эпоху цифровизации

 

С начала 2018 года «Областное телевидение» формирует сигнал в HD-формате, поставщиком и интегратором студийно-аппаратного комплекса выступила компания «ОКНО-ТВ», до этого работавшая с Russia Today, СТС и службой новостей «Первого канала». На новом оборудовании инсталлирована программа Dalet, позволяющая практически мгновенно обрабатывать любую информацию и выдавать ее в эфир в высоком качестве.

Руководством телекомпании ОТВ в 2019 году было инициировано исследование ВЦИОМ методом телефонного интервьюирования CATI, которое показало, что телеканал входит в десятку самых узнаваемых каналов Свердловской области, включая федеральные. «Областное телевидение» смотрит 72% жителей Среднего Урала. 52% среди тех, кто знает и смотрит региональные каналы, считают, что ОТВ лучше всех информирует о жизни Свердловской области2.

В программе ОТВ – блоки информационного, общественно-политического, социального, художественного, спортивного и детского вещания. Телекомпания производит свыше 15 собственных тематических программ. «Областное телевидение» не утрачивает узнаваемости за счет освещения деятельности областной власти и знаковых региональных событий. Так, на сайте ОТВ на начало декабря 20243 года в главных темах наряду с текущими новостными поводами фигурируют ИННОПРОМ – июль 2024, «Уральская ночь музыки» – июнь 2024, 9 мая — эти события широко освещались телеканалом.

Пики телесмотрения, по замерам «Медиаскопа», распределяются несколько иначе. Средняя доля информационного вещания телеканала ОТВ за 2024 год – 1,19%4. При сравнении доли трансляций торжественных и ключевых событий и мероприятий в течение 2024 года прослеживается значительный рост аудитории. Лидеры: викторина «Опорный край» – 20,58% (в эфире разыгрывались значимые призы – квартиры, автомобили); военный парад, посвященный 79 годовщине Победы в Великой Отечественной войне (Екатеринбург) – 15,87%; поздравительное обращение Губернатора Свердловской области Евгения Куйвашева к жителям региона в День Победы – 3,44%; военный парад, посвященный 79 годовщине Победы в Великой Отечественной войне (Нижний Тагил) – 3,04%; телемарафон в честь Дня Победы – 3,01%. Существенный прирост телеаудитории наблюдается во время спортивных трансляций, так, открытый чемпионат России (КХЛ) в сезоне 2023–2024 дал среднюю долю 1, 88%, а в сезоне 2024–2025 – уже 2,39%.

Вместе с тем постоянный мониторинг телесмотрения фиксирует сокращение и старение накопленной аудитории, видимо, потенциальный молодой телезритель легче находит нужную информацию на цифровых платформах.

 

Искусственный интеллект и новостная лента

На протяжении многих лет новостной эфир ОТВ ассоциировался с программой «События» (8 выпусков в день), однако в эпоху информационной глобализации и цифровых платформ, дающих мгновенный доступ к актуальным новостям из любого региона, телевидение стало существенно отставать – подготовка и публикация новостной заметки на цифровой платформе происходит значительно быстрее и дешевле, чем съемка и верстка новостной программы для телеэфира. К моменту выхода новостной телепрограммы информационный запрос аудитории уже удовлетворен на цифровых платформах, а более качественное видео не ощущается потребителем как значительное конкурентное преимущество.

Запрос на ускорение и алгоритмизацию работы с новостными источниками велик – еще в 2011 году программисты писали: RSS-ридер от компании Google «позволяет пользователю создавать и редактировать свой список RSS-лент, что отменяет необходимость следить за обновлениями интересующих сайтов вручную. Данные о свежих статьях и публикациях появляются в левой колонке системы, а в правой отображается анонс интересующей новости со ссылкой на первоисточник» (Ковалева, Савкина 2011: 114). Авторы цитируемой разработки ставили перед собой следующие задачи: «Реализация обработки параметров выдачи новостей (даты начала и конца интервала публикации новостей, рубрики, сайты и RSS-ленты на сайтах). Реализация самостоятельного добавления пользователем интересующих новостных лент в список выдачи. Реализация настройки параметров отображения новостной выдачи (цвета, шрифты, количество колонок, шаблоны страницы целиком). Создание подсистемы сбора информации и анализа ее с точки зрения предпочтений пользователя. Обеспечение удобства обращения пользователя с системой. Создание поиска по системе» (Ковалева, Савкина 2011: 115). Из сказанного следует, что программное обеспечение, оптимизирующее работу с новостными лентами существует давно, а за последние пять лет эта система дополнена и алгоритмами генерации текстов, в том числе на русском языке. А.В. Замков отмечает, что современные интеллектуальные системы, нацеленные на языковой анализ и генерацию «контента, отражающего динамику стереотипных ситуаций» успешно применяются для создания «сводки финансовых, спортивных новостей, хроники криминальных событий» (Замков 2019: 262).

 

ИИ-кейс 1. Сбор и обработка информации для публикации

Проблема: не удается оперативно и в соответствии с технологическими требованиями цифровых площадок наполнять паблики телеканалов востребованным новостным контентом. Выбор решения: ограниченность финансовых и кадровых ресурсов на фоне условной простоты новостного формата в соцсетях конкурентов потребовал взаимодействия со специалистами в информационном маркетинге, которые хорошо знакомы со спецификой продвижения контента на цифровых площадках, но не могут создавать авторские тексты. Решение: с позиций маркетолога проанализирован путь информации от сбора до создания публикации в пабликах и предложен алгоритм стандартизации и оптимизации этой работы. Внедрение решения: редакцией составлен список источников информации, программистами подготовлена система круглосуточного сбора информации. Рутинизация решения: разработана цифровая оболочка, форматирÑ