Компьютерные алгоритмы в работе российских информационных агентств (на примере ИА "Интерфакс" и "ТАСС")

Скачать статью
Кульчицкая Д.Ю.

кандидат филологических наук, доцент кафедры новых медиа и теории коммуникации факультета журналистики МГУ имени М.В. Ломоносова, г. Москва, Россия

e-mail: diana.kulchitskaya@gmail.com
Фролова Т.И.

доктор филологических наук, профессор кафедры периодической печати факультета журналистики МГУ имени М. В. Ломоносова, г. Москва, Россия

e-mail: t_frolova@bk.ru

Раздел: Современная журналистика: тематика и проблематика

В статье описан опыт внедрения компьютерных алгоритмов в практику российских информационных агентств. Выбор ИА обусловлен тем, что в России ИА «Интерфакс» и «ТАСС» являются лидерами в сфере использования компьютерных программ для написания новостных текстов и категоризации заметок. Выделены основные тематические особенности новостных текстов, созданных с помощью алгоритмов, детально описан процесс создания автоматизированных текстов. Кроме того, обобщены те сложности и вызовы, с которыми сталкиваются редакции при внедрении алгоритмов в журналистскую работу. В статье использованы методы глубинного интервью, а также проанализированы заметки, написанные с использованием программ. Авторы приходят к выводу, что алгоритмы освобождают журналистов от рутинных задач и позволяют переключить внимание и время на создание более сложных произведений. Однако редакторы пока скептически настроены в отношении расширения сферы применения алгоритмов. На данном этапе использование алгоритмов требует серьезных финансовых затрат. Кроме того, существующие программы не безупречны и совершают много ошибок. Анализ заметок, созданных с помощью компьютерных программ, показал, что автоматизированные тексты соответствуют жесткому шаблону, в них используется нейтральная лексика и нет никаких средств выразительности.

Ключевые слова: автоматизированные тексты, алгоритмы в журналистике, роботизированная журналистика, работа с большими данными, информационные агентства.
DOI: 10.30547/vestnik.journ.1.2020.319

Введение

В современную журналистику все глубже проникают компьютерные технологии. Причем этот процесс происходит на нескольких уровнях. Компьютерные программы становятся необходимым инструментом как на этапе сбора и обработки информации, так и на этапе написания новостных сообщений, создания разного типа контента и его распространения. Относительно новым явлением можно считать использование компьютерных программ для генерации автоматизированных текстов, то есть сообщений, которые написаны не с помощью разума человека, а с помощью искусственного интеллекта. Такое явление в журналистике пока не получило универсального названия. В научной литературе можно встретить несколько терминов: роботизированная журналистика, журналистика алгоритмов, автоматизированная журналистика.

Когда практики и теоретики обращаются к этому явлению, они, как правило, имеют в виду несколько рабочих процессов. Во-первых, подразумевается использование алгоритмов для категоризации сообщений и создания «умных» лент. Во-вторых, речь может идти об использовании алгоритмов при работе с большими данными. В-третьих, под роботизированной журналистикой могут понимать использование алгоритмов для написания текстов. В рамках данной статьи мы сосредоточимся в первую очередь на том, как алгоритмы помогают писать новостные заметки. Хотя стоит отметить, что использование так называемых «умных» сервисов не ограничивается только созданием текстов. Искусственный интеллект применяется и при проверке, корректуре/редактуре текста, и при переводе с одного языка на другой, а также в рамках других операций.

Автоматизированные тексты появились в журналистике относительно недавно. Первыми к ним стали обращаться такие крупные СМИ, как Associated Press, Guardian, BBC, New York Times. Причем в каждой редакции есть своя специфика. Например, в газете New York Times стали использовать чат-бот, который рассылал сведения о результатах президентских выборов, а агентство. Associated Press внедрило роботизированные технологии при написании спортивных новостей с Олимпиады в Рио-де-Жанейро. В последнее время редакции начали использовать роботехнологии не только при написании новостных сообщений. К примеру, в 2017 г. был разработан китайский робот-журналист Джиа Джиа, который может проводить интервью. Правда, во время общения на английском языке с редактором журнала Wired робот сильно зависал и задавал довольно странные вопросы1. Однако некоторые разработчики настроены позитивно относительно развития роботов-журналистов. Крис Хаммонд, сооснователь компании Narrative Science, предсказывает, что к 2030 г. алгоритмы станут более совершенными и 90% журналистских текстов будут написаны компьютерными программами. Он также предрекает, что в скором времени текст, созданный с помощью алгоритмов, может выиграть Пулитцеровскую премию2.

С каждым годом медиаиндустрия все чаще обращается к искусственному интеллекту, а программное обеспечение расширяет свой функционал и возможности. В апреле 2019 г. сингапурская версия журнала Esquire выпустила номер, в котором часть материалов была написана с помощью алгоритмов. Автора заметок журналисты назвали AI Squire. Программе понадобилось всего лишь 2,5 минуты, чтобы создать колонку редактора. Тексты робо-журналиста редактировались затем сотрудниками журнала3. Конечно, такие эксперименты показывают, что ИИ все еще ограничен в своих возможностях, но в будущем программы могут стать более совершенными.

В прогнозе компании Deloitte о развитии искусственного интеллекта Джефф Лукс пишет о том, что в ближайшее время ИИ станет более доступным и превратится из «технологии для избранных» в «технологию для многих». Как он отмечает, это произойдет за счет использования облачных технологий в разных корпорациях. По его подсчетам, к 2020 г. «уровень распространения корпоративного ПО с элементами ИИ и облачных платформ на его основе среди компаний, применяющих такое ПО, достигнет 87% и 83% соответственно»4.

Несмотря на серьезный интерес к роботизированной журналистике, в научных трудах пока затрагиваются только отдельные аспекты работы с алгоритмами. Кроме того, российский опыт использования алгоритмов в журналистике на данный момент осмыслен крайне слабо. Поэтому в рамках данной статьи мы решили обратиться к двум медийным компаниям, которые на отечественном рынке массмедиа являются лидерами использования компьютерных программ для создания новостных текстов – ИА «Интерфакс» и «ТАСС». В наши задачи входило описание процесса написания автоматизированных заметок (в работе мы будем использовать термин автоновости, именно так подобные тексты называют журналисты указанных СМИ). Мы также поставили перед собой задачу выделить стилистические и структурные особенности таких новостных заметок. Кроме того, мы попытались описать те сложности, с которыми сталкиваются отечественные редакции при внедрении роботехнологий в журналистскую работу.

Стоит сказать, что выбор пал именно на указанные редакции, так как в российской индустрии СМИ только эти две медийные компании активно используют алгоритмы для написания новостных заметок. В российском медиапространстве нет других массмедиа, которые бы внедряли алгоритмы в процесс создания новостей. Отдельные эксперименты по написанию текстов компьютерной программой проводились журналом ELLE, однако это единичный случай, редакция использовала алгоритм для написания авторской колонки всего лишь раз. Созданием текстов с помощью алгоритмов занимается и компания «Яндекс», но она не является СМИ, поэтому мы не рассматривали ее деятельность в рамках данного исследования. Эксперименты проводятся также компанией Sports.ru, но они не касаются написания текстов, а скорее создания «умных лент».

Научная новизна нашего исследования заключается в том, что впервые описывается опыт российских СМИ в области внедрения алгоритмических решений в работу журналиста, а также проводится анализ текстов, созданных с помощью компьютерных программ. Опыт российских массмедиа в этой сфере ранее не становился предметом изучения в научной литературе. Есть только одна работа, посвященная данной проблематике. В ней анализируется практика применения алгоритмов в российских СМИ, но авторы концентрируются только на агентстве «Интерфакс» и ставят перед собой другие задачи (Лукина, Палашина, 2019). Исследователи сравнивали тексты, написанные роботом, и заметки, написанные журналистом, чтобы выявить между ними отличия и сходства.

Обзор литературы

В западной научной литературе автоматизированная журналистика становилась объектом изучения намного чаще, чем в российских трудах. Это вполне закономерно, так как в ведущих западных СМИ роботизированные технологии появились раньше, чем в отечественных редакциях. Например, информационное агентство Associated Press стало внедрять искусственный интеллект в редакционные процессы еще в 2014 г.

В научных публикациях, посвященных изучению роботизированной журналистики, ученые концентрируют свое внимание на разных аспектах работы алгоритмов. В некоторых трудах делается акцент на том, как аудитория воспринимает тексты, написанные с помощью программы. Исследователи из Университета Амстердама выяснили, как пользователи относятся к новостным заметкам, созданным алгоритмами, и тем, которые написаны журналистами (Wolker, Powell, 2018). В результате онлайн-опроса исследователи установили, что серьезной разницы в восприятии респондентов не обнаружилось. Другое интересное исследование посвящено конкретной программе для создания автоматизированных текстов – Narrative Science (Carlson, 2014). Она была запущена в Лос-Анжелесе и активно используется в газете Los Angeles Times. В статье исследователь пытается обобщить возможные сценарии развития автоматизированной журналистики в будущем.

В исследовании Института журналистики Рейтер при Оксфордском университете впервые анализируются крупнейшие европейские информационные агентства, которые используют алгоритмы в процессе создания новостных текстов. Автор работы Александр Фанта провел опрос среди редакторов 14 агентств. Он выяснил, что чаще всего алгоритмы применяются при написании новостей на темы, связанные с финансами и спортом. Также ученый выделил те сложности, с которыми сопряжено развитие автоматических текстов. Например, существующие алгоритмы не способны выполнять сложные аналитические операции, сравнивать старые и новые данные. Кроме того, Фанта выделил и отсутствие прозрачности при распространении автоматизированных сообщений, так как не все новостные редакции информируют читателей о том, что текст создан с помощью алгоритма (Fanta, 2017).

В связи с внедрением компьютерных вычислений в практику журналистов некоторые ученые предпринимают попытку теоретически осмыслить эти изменения и категоризировать те явления, которые связаны с алгоритмизацией журналистской деятельности. Например, ученый из Техасского университета (США) Марк Коддингтон предлагает назвать происходящие процессы «количественным поворотом в журналистике» (Coddington, 2018). В статье, опубликованной в журнале Digital Journalism, он выделяет те направления, которые связаны с использованием компьютерных вычислений. Согласно его подходу, можно выделить дата-журналистику и «компьютерную журналистику» (она подразумевает использование алгоритмов, данных и знаний из сферы социальных наук). Коддингтон пытается развести эти понятия, подчеркивая особенности каждого направления. Как нам кажется, использование алгоритмов для создания текстов является частным проявлением этих двух явлений.

В западной литературе также можно встретить и другие теоретические выкладки, связанные с алгоритмизацией журналистики. Некоторые исследователи обращают внимание на вопросы объективности и профессионализма в контексте роботизированной журналистики. Как утверждает американский исследователь Матт Карлсон, алгоритмы становятся новым актором в информационном поле, предвзятость или непредвзятость которых не стоит приравнивать к журналистской субъективности/объективности. По мнению исследователя, этот принципиально новый субъект в журналистике ставит новые вопросы в отношении профессионализма и объективности в сфере массмедиа (Carlson, 2018). В последующей статье Карлсон анализирует понятие так называемой «механической объективности», которая, по мнению некоторых исследователей, присуща любой технологии в отличие от человека, чья позиция по определению субъективна. Исследователь обращается к фотожурналистике как сфере, в которой воплощена «механическая объективность», в связи с тем, что фотография фиксирует реальность без искажений (Carlson, 2019). Таким же образом алгоритмам сейчас приписывают универсальную объективность, так как в принятии решений не участвует человек. Однако ученый не разделяет техно-оптимизм некоторых авторов и утверждает, что приписывание алгоритмической журналистике объективности может привести к тому, что объективность как профессиональная норма будет размыта в традиционной журналистике.

Некоторый скепсис в отношении алгоритмов высказывает и швейцарский ученый Константин Дорр, который сомневается в возможности того, что алгоритмы будут выполнять все функции журналистов. Как подчеркивает Дорр, алгоритмы могут осуществлять лишь часть журналистских задач на технологическом уровне, но они все-таки не способны на данном этапе заменить журналистов полностью и ограничены в своем применении (Dörr, 2016). Кроме того, исследователи отмечают, что теория и практика применения алгоритмов в разных сферах сильно отличаются. Например, А. Кристин проанализировала практики внедрения алгоритмов в судопроизводство и в журналистику с помощью этнографического наблюдения (Christin, 2017). Исследование показало, что и в той, и в другой сфере существует расхождение между тем, зачем алгоритмы создаются и как они на деле применяются в работе. Автор также отметила сопротивление профессионалов распространению алгоритмов (и в судопроизводстве, и в онлайн-СМИ).

Внедрение алгоритмов в журналистику приводит к тому, что, кроме этических и иных вопросов, возникают и юридические сложности, требующие внимания специалистов по медиаправу. Группа ученых из США в 2019 г. подняла вопрос о том, возможна ли клевета со стороны алгоритма и как решить подобный казус, если он возникнет в будущем (Lewis, Sanders, Carmody, 2019). Исследователи рассматривают в первую очередь американский контекст и отмечают, что пока нет общего подхода в отношении того, кто несет ответственность за ошибки в текстах, созданных алгоритмами.

В России роботизированная журналистика изучается лишь отдельными учеными и исследовательскими группами. Ряд публикаций на эту тему принадлежит А. Д. Иванову из Челябинского государственного университета. В одной из статей ученый анализирует опыт нескольких ведущих международных редакций по внедрению роботизированных технологий. Иванов описывает четыре системы создания автоматизированных текстов: Narrative Science, Quakebot, Guarbot и Wordsmith. Каждая из этих систем имеет свои особенности, которые пытается обобщить ученый. Иванов приходит к выводу, что роботы-журналисты на данный момент обладают несколькими характерными чертами: сверхоперативностью, долгой настройкой и обучаемостью, отсутствием стиля и чувства юмора, а также высокой стоимостью услуг (Иванов, 2015).

Роботизированная журналистика привлекла внимание и московской группы исследователей, которые сфокусировали свое внимание на том, как новые технологии могут быть использованы в журналистском образовании (Замков, Крашенинникова, Лукина, Цынарёва, 2017). В статье, посвященной роботизированным технологиям, исследовательская группа факультета журналистики МГУ обращается к анализу научного дискурса, связанного с автоматизированной журналистикой, а также выделяет вызовы, с которыми сталкиваются редакции при внедрении алгоритмических решений. Среди прочих, по мнению исследователей, могут возникнуть проблемы с достоверностью данных, этические казусы, которые связаны с тем, кто будет нести ответственность за ошибки в тексте, созданном роботом. Кроме того, в какой-то момент внедрение роботизированных технологий может привести к сокращению рабочих мест для журналистов. Еще одна работа заслуживает внимания. Она посвящена анализу структуры текстов, созданных с помощью алгоритмических решений. В работе анализируется российская практика применения алгоритмов. Как мы уже отметили, это единственная работа, в рамках которой анализируется российский опыт внедрения компьютерных программ в процесс генерации текстов для СМИ (Лукина, Палашина, 2019).

Подводя итог, можно сказать, что пока еще никто не изучал детально российский опыт работы с алгоритмами для написания текстов. В рамках исследования мы попытались сравнить опыт зарубежных редакций с практиками российских информационных агентств и выделить общие и специфические черты внедрения компьютерных программ в процесс написания новостных заметок.

Методология

В рамках данной работы мы попытались решить поставленные задачи с помощью двух методов. Во-первых, мы провели глубинные интервью с редакторами ИА «Интерфакс» и «ТАСС», используя стандартизированный опросник. Кроме того, на втором этапе исследования был осуществлен анализ 20 новостных заметок (10 ИА «Интерфакс», включая проект «Финмаркет», и 10 «ТАСС»), созданных с помощью компьютерных алгоритмов. Стоит отметить, что в процессе отбора текстов мы столкнулись проблемой, так как редакции не всегда помечают тексты как автоматизированные. Для того чтобы выявить особенности новостных сообщений, написанных с помощью компьютерной программы, нам пришлось в некоторых случаях обращаться в редакцию с просьбой прислать те тексты, которые соответствуют нашим критериям.

Выбор указанных информационных агентств обусловлен несколькими причинами. Во-первых, в России они одними из первых внедрили автоматические тексты в свою повседневную работу. Во-вторых, на российском рынке практически нет других компаний, которые бы использовали алгоритмы не в тестовом режиме, а как полноценную часть рабочего процесса. Автоматизированные тексты создаются в компании «Яндекс», также они применяются на портале Sports.ru. Однако только в случае ИА «Интерфакс» и «ТАСС» речь идет о новостных СМИ широкой тематики, и их опыт представляется наиболее интересным для изучения.

Для осуществления анализа текстов были использованы следующие категории:

1) тематика текста;

2) типы используемых источников информации;

3) наличие в тексте ссылок на источники;

4) наличие или отсутствие маркировки, указывающей на то, что это автоматизированное сообщение.

В процессе анализа мы обращали внимание на:

- соблюдение правил перевернутой пирамиды в тексте;

- наличие всех или некоторых элементов новостного сообщения (заголовок, лид, корпус новости, цитаты и ссылки на источники);

- стилистику сообщений, наличие или отсутствие средств выразительности;

- особенности синтаксиса анализируемых сообщений.

Для исследования авторами были произвольно отобраны тексты, которые появились на лентах ИА «Интерфакс» и «ТАСС» в 2018 г. – всего 20 (по 10 из каждого СМИ). На наш взгляд, такая выборка допустима и отвечает задачам исследования, так как на данный момент, как удалось выяснить в процессе интервью, тексты, создаваемые с помощью алгоритмов, являются стандартизированными, затрагивают крайне узкий набор тем и почти не отличаются друг от друга по структуре.

Глубинные интервью проводились по заранее сформированному опроснику. В процессе интервью мы поставили перед собой задачу выяснить:

- когда была внедрена технология написания текстов с помощью алгоритмов;

- какие тексты создаются с помощью этой технологии;

- как разрабатывалось программное обеспечение;

- каким образом происходит создание текста (схема работы алгоритма);

- с какими сложностями столкнулись редакции при внедрении подобной системы;

- планируют ли редакции расширять набор тем автоновостей и как дальше собираются внедрять алгоритмы в редакционные процессы.

Основные результаты

Как нам удалось выяснить в ходе исследования, в указанных информационных агентствах алгоритмы используются сравнительно недавно. С начала 2018 г. они стали применяться полноценно, не в тестовом режиме. И в «Интерфаксе», и в ТАССе эти технологии внедрены в процесс написания коротких стандартизированных новостных сообщений. В редакции ТАCС они также используются для категоризации текстов на новостной ленте. В обоих случаях речь идет только о коротких оперативных текстах, написанных по шаблону с использованием дискретных данных.

В западных редакциях тематическая палитра автоматизированных текстов шире, чем в России. Они могут быть посвящены спортивным мероприятиям, колебаниям индексов на бирже, стихийным бедствиям, прогнозу погоды и т. д. В рассмотренных нами агентствах на данном этапе алгоритмы используются преимущественно при работе с финансовой информацией. Как отметил первый заместитель редактора ИА «ТАСС» Михаил Лукин, в редакции агентства создаются автоматизированные тексты, которые касаются трех тематических сфер: колебаний курса рубля, изменений на Московской бирже, а также данных по расходам бюджета. В «Интерфаксе» тематика заметок шире, хотя и связана в основном с финансовой информацией. Заметки создаются по таким темам, как банки, финансовые рынки, разные отрасли экономики и т. д. В основу новостных текстов, написанных с помощью алгоритма, ложатся финансовые данные и производственная статистика. Это можно объяснить тем, что финансовая информация представляет собой дискретные данные и ее легче обработать с помощью компьютерных алгоритмов.

По словам выпускающего редактора «Интерфакса» Ивана Слепцова, в информационном агентстве можно выделить два типа материалов, производимых с помощью компьютерной программы. Первый тип – это материалы, основанные на табличных данных. Они копируются из системы и в виде таблицы представляются на новостной ленте для подписчиков. Второй тип материалов – это текстовые новостные заметки, в которых также используются цифровые значения, но информация представлена в виде связного текста. В ИА «ТАСС» алгоритм создает в первую очередь текстовые заметки. Они могут быть представлены как в виде молнии (срочное сообщение, в котором суть новости изложена в одном предложении), так и в виде связного текста, состоящего из нескольких абзацев.

Также удалось установить последовательность действий, выполняемых программой и редактором при использовании алгоритмов в процессе создания текстов. Специально разработанный алгоритм ежедневно собирает данные с определенных сайтов (сайт Центрального банка РФ, Московской биржи и т. д.). Затем программа заносит данные в текстовый шаблон. После этого текст высвечивается в системе профильного редактора. Перед выпуском на новостную ленту он проверяет заметку и оценивает адекватность данных. Это делается для того, чтобы избежать выпуска на ленту некорректных сообщений. Иногда из-за сбоев в работе сайтов случается, что на некоторых ресурсах отображается устаревшая информация. В информационном агентстве «Интерфакс» постепенно отказались от практики предварительного просмотра заметки редактором. Сейчас автоматизированные тексты публикуются сразу на ленту. Кроме того, в «Интерфаксе» используется так называемое машинное обучение. Алгоритм постепенно сам учится избегать ошибок и решать более сложные задачи.

Опрошенные редакторы отметили, что в обоих случаях программное обеспечение, которое используется в информационных агентствах, создавалось специально для редакции, готовые компьютерные решения не применялись. Это отличает российские СМИ от западных медиа, в которых есть набор общеизвестных программ. Кроме того, редакторы высказали мнение о том, что алгоритмы позволяют решать ряд рутинных задач и у журналистов появляется больше времени, чтобы заниматься более объемными материалами. Однако алгоритмы не заменят журналистов полностью, так как они не могут создавать сложные аналитические тексты.

В планы редакций входит расширение тематики автоматизированных сообщений. Например, в ИА «Интерфакс» хотели бы внедрить алгоритмы в процесс написания новостных заметок по производственной статистике и для анализа нормативно-правовых и судебных документов. Редакторы в обоих информационных агентствах отмечают сложности, связанные с финансированием подобных проектов. Кроме того, по их мнению, проблемой является нехватка на рынке труда специалистов, которые одновременно знали бы редакционный процесс и понимали бы, что такое алгоритмизация, умели разговаривать на языке, понятном для разработчиков.

На втором этапе мы проанализировали 20 сообщений, написанных с помощью компьютерных алгоритмов. Ниже представлены типовые тексты, созданные с помощью алгоритма. Как мы видим, они полностью соответствуют по структуре классической новостной заметке. В проанализированных нами текстах присутствовали все элементы новости, кроме цитат, так как робот не может обрабатывать на данном этапе информацию, полученную отживых источников. Стиль изложения нейтральный, не используются эмоционально окрашенные слова и выражения.

(C) Interfax 16:20:00 30.11.2018 

РОССИЯ-ВТБ-ОБЛИГАЦИИ-ИТОГИ

ВТБ разместил 28,7% выпуска однодневных бондов серии КС-3-90 на 21,5 млрд рублей

Москва. 30 ноября. «Интерфакс» – ВТБ разместил 30 ноября однодневные биржевые облигации серии КС-3-90 на 21 млрд 510,1 млн рублей по номиналу при заявленном объеме. 75 млрд рублей, следует из материалов «Московской биржи», на которой прошло размещение.

Таким образом, банк реализовал 28,6801% объема выпуска. С бумагами было совершено 274 сделки.

Бумаги размещались по цене 99,9413% от номинала, что соответствует доходности к погашению в размере 7,15% годовых. Дисконтные облигации размещаются по открытой подписке в рамках третьей программы биржевых однодневных бондов ВТБ серии КС-3 объемом до 15 трлн рублей, которую«Московская биржа» зарегистрировала 16 мая под номером 401000B004P02E. Программа бессрочная. Номинальная стоимость бумаг – 1 тыс. рублей.

Пилотная программа краткосрочных бумаг ВТБ на 5 трлн рублей была утверждена в сентябре 2016 года. Дебютные однодневные бонды серии КС-1-1 ВТБ разместил 24 октября 2016 года, затем продолжил выходить на рынок каждый рабочий день.

ВТБ планирует размещать такие бумаги в ежедневном режиме, однако оставляет за собой право не выходить на рынок.

22.11.2018                                                                                                                                  11:04:24

МРСК-ЦЕНТРА

ЭКОНОМИКА: МРСК-ЦЕНТРА-МСФО-ФИНИТОГИ

Чистая прибыль «МРСК Центра» по МСФО за 9 месяцев сократилась на 18%, до 2 млрд руб.

МОСКВА, 22 ноября. /ТАСС/. Чистая прибыль «МРСК Центра» по международным стандартам финансовой отчетности (МСФО) за 9 месяцев 2018 г. сократилась по сравнению с показателем за аналогичный период предыдущего года на 17,9%, до 2,04 млрд руб. Это следует из материалов компании.

Выручка «МРСК Центра» в отчетном периоде выросла на 4%, до 68,43 млрд руб., операционная прибыль снизилась на 25,9%, до 5,5 млрд руб., доналоговая прибыль сократилась на 33,6%, до 3,04. млрд руб.

«МРСК Центра» – сетевая компания, обеспечивающая электроэнергией предприятия и население 11 областей Центральной части России. Контролирующий акционер компании – ПАО «Российские сети» (50,23%).

Как мы видим из приведенных двух примеров, текст, написанный алгоритмом, может состоять из нескольких абзацев. В структуре материала иногда встречается справочная информация (бэкграунд). Особенностью автоматических текстов можно назвать очень высокую степень точности цифр: иногда указываются не только сотые, но и тысячные доли.

Следует отметить, что все тексты, созданные с помощью алгоритма, были сравнительно небольшого размера. Присутствовали ссылки на источники. Большинство заметок не были помечены как автоматические. Ни в ТАССе, ни в «Интерфаксе» не практикуется маркировка подобных сообщений. Только в проекте «Финмаркет», который является частью ИА «Интерфакс», новостные заметки, созданные с помощью алгоритма, помечаются как «автоматические сообщения».

Выводы

Проведенное исследование позволяет нам говорить о том, что алгоритмы в современной российской журналистике только начинают внедряться в редакционный процесс. Это довольно дорогостоящая технология, поэтому не все СМИ могут себе позволить выделить средства на разработку программы. В разных компаниях интеграция алгоритмов в работу с текстами происходит более или менее успешно. Все редакторы отмечают позитивные стороны использования компьютерных программ в процессе создания текстов. Алгоритмы позволяют решать рутинные задачи, дают журналистам возможность сосредоточиться на решении более сложных задач и не тратить время на написание стандартизированных заметок.

Функционал алгоритмических программ для генерации новостных текстов пока ограничен. С помощью алгоритмов можно создавать тексты только определенной тематики. Кроме того, ограничен и жанровый диапазон таких сообщений. Компьютерная программа качественно может писать пока только новостные заметки.

Внедрение алгоритмов ставит перед журналистами и медиаменеджерами несколько проблем. Во-первых, речь идет об этических коллизиях. Пока непонятно, кто несет ответственность за ошибки в текстах, созданных роботами. Также существует проблема с маркировкой подобных сообщений. Их в большинстве случаев не помечают как автоматические, что нарушает принцип прозрачности в отношениях между подписчиками и редакцией информационного агентства.

Примечания

1 Плец Т. Быстро и надежно: как роботы теснят журналистов // Forbes. 2017. Май, 16. Режим доступа: http://www.forbes.ru/tehnologii/343931-bystro-i-nadezhno-kak-roboty-tesnyat-zhurnalistov (дата обращения: 29.01.2020).

2 Adams T. And the Pulitzer goes to... a computer. The Guardian. Режим доступа: https://www.theguardian.com/technology/2015/jun/28/computer-writing-journalism-artificial-intelligen... (дата обращения: 29.01.2020).

3 Сингапурский. Esquire выпустил первый в истории написанный ботом журнал // Журнал «Журналист». 2019. Май, 13. Режим доступа: https://jrnlst.ru/singa-purskiy-esquire-vypustil-pervyy-v-istorii-napisannyy-botom-zhurnal (дата обращения: 29.01.2020).

4 Прогнозы международной сети «Делойт» на 2019 г. Режим доступа: https://www2.deloitte.com/ru/ru/pages/technology-media-and-telecommunications/articles/tmt-predictio... (дата обращения: 29.01.2020).

Библиография

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

Иванов А. Д. Роботизированная журналистика и первые алгоритмы на службе редакций международных СМИ // Знак: проблемное поле медиаобразования. 2015. № 2 (16).

Лукина М. М., Палашина Е. А. Сравнительный анализ cтруктурно-содержательных элементов машинных и журналистских новостных сообщений // МедиаАльманах. 2019. № 1. С. 72–84. DOI: 10.30547/mediaalmanah.1.2019.7284

Carlson M. (2014) The Robotic Reporter. Digital Journalism 3. DOI: 10.1080/21670811.2014.976412

Carlson M. (2018) Automating Judgment? Algorithmic Judgment, News Knowledge, and Journalistic Professionalism. New Media & Society 20 (5): 1755–1772.

Carlson M. (2019) News Algorithms, Photojournalism and the Assumption of Mechanical Objectivity in Journalism. Digital Journalism 7 (8). DOI: 10.1080/21670811.2019.1601577

Christin A. (2017) Algorithms in practice: Comparing web journalism and criminal justice. Big Data & Society: 1–14. DOI: 10.1177/2053951717718855

Coddington M. (2015) Clarifying journalism’s quantitative turn: A typology for evaluating data journalism, computational journalism, and computer-assisted reporting. Digital Journalism 3 (3): 331–348.

Dörr K. N. (2016) Mapping the Field of Algorithmic Journalism. Digital Journalism 4 (6): 700–722.

Dörr K., Hollnbuchner K. (2016): Ethical Challenges of Algorithmic Journalism. Digital Journalism 5 (4). DOI: 10.1080/21670811.2016.1167612

Fanta A. (2017) Putting Europe’s Robots on the Map: Automated journalism in news agencies. Research paper. Available at: https://reutersinstitute.politics.ox.ac.uk/our-research/putting-europes-robots-map-automated-journal... (accessed: 29.01.2020).

Graefe A., Haim M., Haarmann B., Brosius H.-B. (2016) Readers’ perception of computer-generated news: Credibility, expertise, and readability. Journalism 19 (5): 595–610. DOI:10.1177/1464884916641269

Lewis S. C., Sanders A. K., Carmody C. (2018) Libel by Algorithm? Automated Journalism and the Threat of Legal Liability. Journalism & Mass Communication Quaterly 96 (1): 60-81. DOI: https://doi.org/10.1177/1077699018755983

Thurman N., Dörr K., Kunert J. (2017) When Reporters Get Hands-on with Robo-Writing. Digital Journalism 5 (10): 1240–1259. DOI: 10.1080/21670811.2017.1289819

Wolker A., Powell T. E. (2018) Algorithms in the newsroom? News readers’ perceived credibility and selection of automated journalism. Journalism: 1–18. DOI: https://doi.org/10.1177/1464884918757072


Поступила в редакцию 17.01.2019