Нейросети и журналистика: перспективы-опасности-прогнозы

На Зимней школе-2023 преподаватель ВШЭ, доцент, руководитель трека «Журналистика данных» Алексей Владимирович Новичков представил презентацию, подготовленную с использованием нейросети Stable Diffusion.

© Фото из архива А.В. Новичкова

 Попробуем разобраться, что такое нейросети, каковы их возможности и перспективы использования в журналистике?

Термин «нейросети» активно входит в наш повседневный лексикон, а тексты и изображения, созданные искусственным интеллектом, становятся ведущим трендом в коммуникациях. 

Нейросети являются одним из направлений в разработке систем искусственного интеллекта, при котором компьютерная программа работает по принципу нейронной сети живого организма. Главное отличие нейросети - это обучаемость системы, то есть способность действовать на основании предыдущего опыта, совершая с каждым разом все меньше ошибок. Обучение происходит либо путем алгоритмов или команд, заданных человеком, либо на основе накопленного опыта, то есть самостоятельно с опорой на ранее полученные данные.

Нейронные сети как правило применяют для классификации, прогнозирования, принятия решений, распознавания образов, анализа данных, позволяя автоматизировать многие процессы в бизнесе, медицине, маркетинге, производстве и других сферах. Наиболее успешно они справляются с теми задачами, где уже есть определенный накопленный объем релевантных данных и которые уже были решены иными способами. Принципиально новые задачи — это та область знаний, к которым нейросеть вряд ли будет способна когда-нибудь подступиться.

Фото из архива А.В. Новичкова

В журналистике на данный момент ведущей областью применения нейросетей является генерация контента. Как мы наблюдаем, обученные нейросети довольно неплохо справляются уже не только с текстовыми, но также с визуальными и видео креативами, определяя их тематику и в считанные минуты предлагая оригинальные результаты. Эти технологии позволяют журналистам сфокусироваться на содержании контента, а не на монотонном процессе его адаптации под разные форматы и аудитории, экономя время на поиск идей и их реализацию, а также уменьшают технические проблемы с модерацией площадок.

Нейросети быстро развиваются, но, очевидно, что журналистов вытеснят еще не скоро. Неспособность искусственного интеллекта к критическому мышлению, рефлексии, юмору позволяет авторам оставаться ценнейшим элементом в построении доверительных отношений со своим читателем.

Оценить перспективы использования искусственного интеллекта в журналистике нам помог преподаватель НИУ ВШЭ, доцент, руководитель трека «Журналистика данных» на Зимней школе-2023 Алексей Владимирович Новичков.

Новичков Алексей Владимирович
Институт медиа: Доцент

— Алексей Владимирович, расскажите, пожалуйста, подробнее о вашей презентации трека «Журналистика данных»  с использованием нейросети Stable Diffusion.

— Идея презентации заключалась в перечислении различных тем, за которыми я рекомендовал бы следить в ближайшем будущем. Был выбран формат текстового блока в сочетании с изображениями. Мне показалось, что будет интересно подчеркнуть призрачность таких предсказаний изображениями, которые нарисовал искусственный интеллект. Все эти шестипалые персонажи, бредовые графики идеально отразили концепцию.

— С какими нейросетями вы уже успели поработать?

— Пока только со Stable Diffusion и тем набором, который устанавливается с IvokeAI. В ее использовании меня привлекает генерация несуществующих эскизов, пейзажей, создание безымённых портретов. Неудобно то, что когда всматриваешься в такие портреты или пейзажи, то замечаешь огрехи генерации. Сделать реалистичный имидж займет довольно много времени и экспериментов. Понимаю, почему уже формируется новая профессия — редактор запросов для искусственного интелелекта.

— Какие нейросети Вы бы уже порекомендовали использовать студентам в процессе обучения?

— Каждый новый искусственный интеллект будет мощнее. Вместе с этим он будет дорогим и иметь ограничение на коммерческое использование. Пока только опенсорсные проекты доступны пользователям без оплаты, из таких мне известен только Stable Diffusion. Он работает на локальном компьютере, что тоже существенный плюс, однако потребуется специальная видеокарта.

— Какие алгоритмы искусственного интеллекта применяются в журналистике уже сейчас? 

— В первую очередь, это анализ данных СМИ: кто, что и как читает или смотрит. Это можно сделать привычными алгоритмами, однако нейросети позволяют ускорить вычисления, хотя при этом выдают порой весьма приблизительные результаты. Для экспертного анализа это не подходит.

Что касается создания материалов, то скоро пройдёт момент, когда СМИ хвастались генеративными обложками или текстами. Искусственная генерация контента станет коммерческой тайной. Поэтому следить за новостями в этой области станет сложнее.

— Какие существуют опасности использования нейросетей в журналистике?

— В первую очередь — фейки. Анализируя без разбора массивы текстов в интернете, искусственный интеллект сталкивается с контентом активного большинства. Как результат — за достоверные данные вполне могут быть выданы стереотипы, массовые теории или слухи.

— Как использование нейросетей сказывается на процессе обучения и качестве образования? Положительно или отрицательно? Почему?

— Затрудняюсь ответить. С одной стороны, открытый доступ к знаниям даёт свободу образования. С другой — возможность без труда решить любую задачу негативно влияет на освоение материала. Человеку нужны трудности, чтобы крепче усвоить уроки. Лёгкий доступ к любому факту или быстрая генерация контента обесценивает процесс обучения и лишает мозг тренировки.

  — Чем дата-журналист отличается от обычного журналиста?

— Дата-журналист лучше умеет работать с данными. Это не значит, что остальным журналистам не нужно обладать этим навыком. И наоборот, это не значит, что дата-журналист работает только с датой. Чёткую границу сложно провести. Скорее можно сказать, что есть дата-журналистика и есть эксперты в этой области. Но все же это по-прежнему журналистика.

— Чем журналистика данных отличается от традиционных методов сторителлинга? 

— Методы сторителлинга едины. Они зависят не от объёма и сложности данных, а от аудитории и от контекста коммуникации. Если стоит задача привлечь, увлечь и объяснить, то методы будут те же самые, что в любой истории. Это связано с психологией восприятия больше, чем с тем, какое исследование лежит за историей.

— Как отличить текст, написанный искусственным интеллектом, от работы журналиста?

— Если коротко — никак. Если подумать, то эффект «зловещей долины» никуда не делся. Часть аудитории интуитивно будет чувствовать формальный подход к созданию контента, которым пропитана работа искусственного интеллекта. Сейчас это легко заметить. В будущем будет всё сложнее и сложнее. Но вот вам подсказка: человек ошибается и следует единому стилю изложения с большим трудом, что доказывает, например, этот текст.

Фото из архива А.В. Новичкова

Фото из архива А.В. Новичкова

---

Таким образом, как мы уже убедились, нейросеть все больше адаптируется к медиапространству, благодаря чему достигаются масштабные цели в более сжатые сроки с привлечением меньшего числа сотрудников. Сегодня искуственный интеллект и журналист успешно справляются со своими задачами, работая именно в тандеме. Нейросеть аккумулирует необходимую информацию, анализирует базы данных, готовит композиционно элементарную структуру текста. В свою очередь журналист контролирует процесс создания материалов, сделанных нейросетью: определяет фейки, выполняет фактчекинг, добавляет экспертное мнение. Главные качества человека в таком дуэте - это любознательность, открытость новому, готовность экспериментировать в совместной работе с искусственным интеллектом.

Дарья Кириллова,

1 курс магистерской программы «Медиаменеджмент» Института медиа НИУ ВШЭ