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 (Radcliffe, 2016). В основном алгоритмизации подвергаются рутинные процедуры по сбору информации и подготовке первичных вариантов материалов, которые впоследствии, как правило, редактируются вручную, а освободившееся время журналистов можно использовать для аналитической работы и интервью.

В уже упомянутом «Путеводителе по автоматизированной журналистике» А. Графе (2016) описано автоматизированное производство новостей, в настоящее время активно внедряемое в производственные процессы в крупных медиакомпаниях. Автор полагает, что процесс пока находится на ранней фазе рыночного внедрения в ньюсрумах, однако видит в его активном использовании серьезные перспективы.

В целом, говоря о зарубежном контексте, можно отметить, что многие ведущие мировые СМИ уже не первый год используют в своей ежедневной практике роботизированные системы по созданию контента. В частности, это делают такие известные западные медиакомпании, как Associated Press, The New York Times, The Guardian, Forbes, Los Angeles Times, BBC и др. Тексты, создаваемые в данных изданиях журналистами-роботами, относятся к так называемым «рутинным»: сводки с финансовых рынков, прогнозы землетрясений, итоги спортивных соревнований, погода и автомобильные заторы на дорогах, криминальная хроника и др. Например, крупнейшее агентство новостей Associated Press использует роботизированные технологии на платформе Wordsmith для создания информационных заметок о бизнес-процессах (сколько прибыли заработала конкретная компания за текущий год). Платформа Wordsmith была специально разработана компанией Automated Insights (AI). Кроме информационного агентства Associated Press, с ней также сотрудничают такие известные поисковые системы, как Yahoo и российский «Яндекс». Narrative Sciencе и Yseoр – другие известные роботизированные платформы для работы с нарративом. Принцип их действия заключается в автоматическом мониторинге информации, сборе и обработке большого массива данных с последующим выделением из них наиболее необычных и их детального анализе.

В начале 2017 г. профессиональное журналистское сообщество было озадачено новостью о создании китайского робота-журналиста Xiao Nan, за секунду написавшего небольшую информационную заметку об автомобильных заторах на дорогах для газеты Southern Metropolis Daily. Однако, по словам создателя Xiao Nan профессора Пекинского университета Вань Сяоцзюня, робот-журналист пока не обучен самостоятельно брать интервью у людей, интуитивно реагировать на то, какие вопросы уместно будет задавать по ходу беседы, подбирать темы для статей и определять их вектор¹. При этом эксперимент с роботом-журналистом будет продолжен совместно с изданием Southern Metropolis Daily.

В российском медиапространстве известны эксперименты с роботами в редакции спортивного издания Sports.ru, поисковой компании «Яндекс». Автоматизированной является информация о спортивной хронике, также роботы занимаются генерированием различных заголовков, однако иногда они допускают ошибки и неточности.

Научный дискурс о применении технологий искусственного интеллекта и внедрении автоматизированных алгоритмов в процессы производства новостей выявил несколько вызовов, которые встают перед разными участниками информационного обмена.

Во-первых, перед производителями новостей – журналистами, которые встретились с вызовом еще одного конкурента, способного брать на себя рутинные действия по созданию новостных текстов. Пока еще автоматизированные новости создаются программами на определенные рутинные темы, однако в скором будущем возможно будет расширение алгоритмов для более широких тематик. В этой связи встанет вопрос о том, что те журналистские действия, которые призваны выполнять разъясняющие, ориентационные цели, раскрывать причинно-следственные связи, вряд ли могут быть полностью заменены роботами, а люди сосредоточатся на более сложных − аналитических, разъяснительных, исследовательских − процедурах.

Во-вторых, несмотря на то, что человеческое присутствие в роботизированной журналистике сведено до минимума, так же, как и при работе с естественным языком, редакторы могут столкнуться с проблемами искажения и предвзятости, поскольку цифры, которые являются основой для генерации контента, сами по себе могут быть недостоверными и являться источником этих проблем.

В-третьих, проблемы встают и перед медиакомпаниями, СМИ и организациями, производящими контент, которые будут вынуждены приспособиться к новым условиям. Например, помимо транспарентности в области своих редакционных стандартов качества, они должны стать открытыми и по части алгоритмов создания автоматизированных новостей, возможно, даже открыть коды своих программ, когда речь идет о резонансных новостях, созданных автоматизированно.

В-четвертых, возникает важная проблема, связанная с медиаэтикой (робоэтикой), затрагивающей различные морально-нравственные аспекты и ставящей множество пока неразрешимых вопросов: как будет выглядеть свод этических норм для журналистов-роботов, как они будут учитывать его в своей работе. Перед медиасообществом уже сегодня возникают и такие проблеиы, как в эпоху расцвета информационных войн предупредить возникновение или остановить направленную или случайную (в результате сбоя алгоритма) пропаганду роботом антисоциальных норм поведения, запрещенных тем, кто будет диктовать ему этические стандарты и определять нормы и правила². На все эти вопросы необходимо будет ответить в ближайшем будущем.

В связи с этим можно выделить и пятый вызов: со временем предстоит исследовать эффекты воздействия текстов искусственного интеллекта, а также выяснить, каково отличие их восприятия от новостей, созданных естественным интеллектом (и имеется ли оно). Возможно, с принятием решений по использованию разных платформ для разных типов контента режиссеры или продюсеры автоматизированных текстов встанут перед выбором – использовать ли роботизированные алгоритмы или применять более сложный «естественный» нарратив, созданный человеком, использующим естественный язык и богатство лексикона, наработанное человеческими поколениями.

В-шестых, представители массовых профессий, связанных с рутинной обработкой семантической информации, к которым относится и журналистика, будут озабочены вопросом, не угрожает ли роботизация потерей рабочих мест. Еще около сорока лет назад известный экономист и Нобелевский лауреат Василий Леонтьев (1997) пытался ответить на подобные вопросы в исследовании долгосрочного влияния массовой автоматизации на занятость населения развитых стран. В то время возможности будущих технологий обработки естественного языка, не говоря об их интеллектуализации, даже не обсуждались. Возможно, поэтому сделанный Леонтьевым прогноз предрекал довольно мягкий сценарий развития событий. Автоматизация, по выдвинутым им предположениям, в первую очередь, изменит производительность рутинных трудовых операций. Если же массовый «захват» рабочих мест и произойдет, то его компенсирует кросс-отраслевая миграция рабочей силы в возникающие новые отрасли интеллектуальной поддержки роботизации.

Сегодня эти вопросы уже вышли за рамки чисто академических дебатов, а сценарий прихода роботов на рынок труда может стать довольно жестким. Например, в исследовании, выполненном Оксфордским университетом, предсказывается, что около 35% рабочих мест в Англии подвержено риску автоматизации в течение ближайших 20 лет.

К числу «групп риска» потери рабочих мест в первую очередь относятся представители индустрии данных – офисные работники, составители корпоративных отчетов, а также некоторые категории журналистов, работающих в области спортивных и финансовых новостей, криминальной хроники, расшифровки интервью и др. По мнению технических экспертов телерадиовещательной компании BBC, в ближайшие 15 лет до 90% новостного контента будет производиться машинами. Разумеется, это не означает потери 90% вакансий. Скорее, это говорит о возможном расширении мира новостей. От журналиста потребуется более широкий кругозор и анализ причинно-следственных связей событий. Рутинным статистическим анализом больших данных и генерацией недвусмысленного контента будет заниматься машина при частичном участии человека. Просто растет вероятность того, что спортивные новости или отчеты Forbes, подготовленные человеком и машиной, станут практически неразличимы. Профессиональным сообществом неоднократно уже проводились исследования по сравнению и анализу текстов, написанных человеком и машиной, в результате которых выявились совсем незначительные различия между заметкой робота и журналиста³. На данный момент «главным сдерживающим фактором развития роботизированной журналистики является стоимость разработки и внедрения автоматизированных алгоритмов в работу редакций» (Иванов, 2016: 109).

 

Журналистское образование: прогнозирование и перспективы

Неизбежность внедрения роботизированных решений в журналистские практики, а также вызовы, с которыми сталкиваются журналистское сообщество, медиакомпании и медиапотребители при использовании новых технологий производства, требуют адаптации к новым реалиям образовательных программ по журналистике. И главной задачей будет включение в результаты обучения новых или расширение «старых» профессиональных компетенций.

Наиболее очевидным изменениям, на наш взгляд, подвергнется инструментальная компетенция, отвечающая за формирование умений обеспечить на всех этапах производственно-технологический процесс создания журналистского продукта. Привычные, традиционные инструменты, на освоение которых нацелены современные журналистские дисциплины соответствующей направленности, станут неактуальны для новых технологических решений и программных новинок. Журналистика все больше переходит в междисциплинарную сферу, включая в себя менеджмент, экономику, социологию и, наконец, IT.

Аналогичный процесс, вызвавший широкий диссонанс в обществе, уже имел место в истории, когда в 1980-е гг. началось активное внедрение компьютерного оборудования в производство. Данный процесс имел достаточно затяжной характер, и далеко не сразу образовательные организации подхватили инициативу и адаптировались к новой практике. Современные реалии диктуют свои условия, заставляя внедрять новые разработки в вузах на этапе стратегического планирования образовательных технологий и прогнозирования желаемых результатов обучения.

Помимо технологического апгрейда существенно поменяется и само понимание продукта журналистской деятельности. Привычный для нашего мировосприятия журналистский текст, созданный исключительно человеческими ресурсами, перестанет быть таковым, что потребует значительной корректировки одной из главных компетенций, касающихся сущности журналистской профессии, – творческого процесса создания текста. Концентрация на определенном типе текстов, особенностях их создания и функционирования (аналитика, расследование и др.), а также управление автоматизированным процессом генерирования типизированных продуктов – вот очертания новой компетенции, формирующей профессиональные навыки журналиста.

Также можно предположить введение в образовательные программы новых пунктов этической компетенции, формирующей не только отношение к сводам норм и правил, возникающих между людьми, но и определяющей контуры этических границ, которые должны будут устанавлены в отношении роботов.

Процесс роботизации напрямую затронет редакторский вид деятельности (редакторскую компетенцию), который будет распространяться и на тексты, созданные естественным языком, и на продукт машинного производства.

Фактически набор основных профессиональных компетенций полностью модернизируется за счет внедрения в профессию новой «умной» технологической составляющей, без которой журналистика будущего не представляется возможной, поскольку в общественный диалог человека с человеком вступил активно действующий квазисубъект – автоматизированный робот.

Структура учебного плана и образовательной программы также должна претерпеть изменения в соответствии с новыми направлениями развития медиаиндустрии. Это коснется как профессиональных дисциплин, так и предметов общеобразовательного профиля. В частности, мы прогнозируем существенные изменения в курсе по информатике, в рамках которого вуз должен будет обучить студента основным принципам функционирования современных роботизированных систем. Данные знания, на наш взгляд, должны быть практикоориентированы и детализированы в рамках преподавания будущим журналистам курса мультимедийных технологий. Более подробное изучение работы конкретных автоматизированных платформ возможно во время специальных семинаров, факультативных дисциплин и в экспериментальных медиалабораториях. Это предоставит обучающимся возможность приобрести дополнительные компетенции, связанные непосредственно с использованием роботизированных систем для выполнения конкретных журналистских задач.

В зависимости от частоты и особенностей применения роботов на разных платформах и в тематических областях возможно включение специальных разделов или дисциплин в профессиональные профили/модули (интернет-журналистика, спортивная журналистика, дизайн СМИ и др.). Такие изменения в программе предоставят обучающимся возможность научиться применять полученные знания и навыки в интересующей их области журналистики.

Особо отметим появление новых проблем в журналистской этике, связанных с автоматизированными технологиями. Это касается верификации информации, ее качества, а также прозрачности источников, используемых роботами. Применение автоматизированных систем требует пересмотра и дополнения существующих этических норм.

Роботизация многих рутинных журналистских трудовых действий приведет к появлению новых дисциплин в учебных планах. Речь идет о журналистике данных, которая сейчас изучается, как правило, в факультативном режиме и далеко не во всех вузах, реализующих направление подготовки «Журналистика». Похожая ситуация сложится и с дисциплиной, посвященной журналистике дронов, которая уже несколько лет является важным направлением деятельности ведущих медиапредприятий, при этом в журналистском образовании значится лишь как перспективное направление развития отрасли. Необходимо отметить, что внесение изменений в уже существующие учебные планы, а также введение новых дисциплин с неизбежностью поставит вопрос об обновлении и существенном расширении технического парка вузов и актуализации имеющегося программного обеспечения.

Ситуация, при которой обучение студентов-журналистов технологиям (зачастую – уже устаревшим) уступало в приоритетности общегуманитарным теоретическим дисциплинам, уходит в прошлое. Перед журналистским образованием будущего стоит задача в равной степени уделять внимание всем составляющим обучения студента – будущего сотрудника современной редакции СМИ. В некотором смысле вузам предстоит игра на опережение медиарынка. Наш прогноз подтверждается и мнением исследователя К.А. Зорина (2016): «… невозможно адаптировать студентов к работе, с которой они столкнутся в будущем на рынке труда, если опираться только на прошлый опыт и современные проблемы медиаотрасли».

Обучение студентов-журналистов новым роботизированным технологиям актуализирует использование междисциплинарного подхода. Это могут быть как традиционные учебные выпуски СМИ, практические занятия, так и экспериментальные факультативные проекты.

Важное место в новой системе обучения журналистике должно отводиться повышению квалификации преподавательского состава. Особенно актуальным становится метод «погружения» преподавателя в создание материалов различной жанровой и мультимедийной направленности, в том числе с использованием роботов. Повышение квалификации может проходить как на базе вуза (с приглашением журналистов-практиков, журналистов-экспериментаторов), так и на отчужденных площадках – учебных центрах ведущих медиапредприятий, форсайт-сессиях, отраслевых конференциях и др.

В заключение статьи стоит еще раз подчеркнуть вывод, продиктованный современными изменениями в медиаотрасли и сфере информационных технологий. Основная задача образовательных организаций и педагогического журналистского сообщества – не только отслеживать произошедшие изменения и приспосабливаться к ним, но также предвосхищать отраслевые тренды, которые могут стать массовыми явлениями в профессии, вводить их в образовательные стандарты и профессиональные программы.

 

---

Примечания

1. Чумаков Н. Китайский робот-журналист за секунду написал первую статью из 300 символов // TJournal. 2017. Янв. 19. Режим доступа: https://tjournal.ru/40042-kitaiskii-robot-zhurnalist-za-sekundu-napisal-pervuu-statu-iz-300-simvolov(дата обращения: 12.02.2017).
2. Корнев М., Пуля Вс. 5 трендов новых медиа в 2017 году // Mediatoolbox. 2016. Режим доступа: http://mediatoolbox.ru/trends2017/(дата обращения: 12.02.2017).
3. Мирошниченко А. Роботожурналистика: вкалывают роботы – счастлив человек? // TexTerra. 2015. Ноябрь, 26. Режим доступа: https://texterra.ru/blog/roboto-zhurnalistika-vkalyvayut-roboty-schastliv-chelovek.html (дата обращения: 12.02.2017).

 

Библиография

Вартанова Е.Л. Факторы модернизации российских СМИ и проблема социальной ответственности // Медиаскоп. 2009. Вып. 1. Режим доступа: http://www.mediascope.ru/факторы-модернизации-российских-сми-и-проблема-социальной-ответственности (дата обращения: 27.01.2017).

Замков А.В., Крашенинникова М.А., Лукина М.М., Цынарёва Н.А. Информационно-технологические подходы для обучения журналистов: состояние, дискурс, перспективы // Современные информационные технологии и ИТ-образование. 2016. Т. 12. № 3. С. 62–67.

Зорин К.А. Медиафутурология: «журналистика смысла» в условиях роботизации медиапроизводства и общества // Медиаскоп. 2016. Вып. 1. Режим доступа: http://www.mediascope.ru/node/2078 (дата обращения: 27.01.2017).

Иванов А.Д. Современное состояние роботизированной журналистики // Журналистика в цифровую эпоху: как меняется профессия. Материалы международной научно-практической конференции. Екатеринбург, 2016. С. 106 – 109.

Кастельс М., Паркс М., Ван дер Хаак Б. Будущее журналистики: сетевая журналистика // Как новые медиа изменили журналистику. 2012−2016. Екатеринбург: Гуманитарный университет, 2016. С. 268-297.

Леонтьев В. Межотраслевая экономика. Серия «Экономисты − лауреаты Нобелевской премии». М.: Экономика, 1997.

 

Graffe A. (2016) Guide to Automated journalism. Режим доступа: http://towcenter.org/research/guide-to-automated-journalism/ (дата обращения: 24.01.2017)

Radcliffe D. (2016) The Upsides (and Downsides) of Automated Robot Journalism. Режим доступа: http://mediashift.org/2016/07/upsides-downsides-automated-robot-journalism/ (дата обращения: 24.01.2017)

Watry G. (2016) The fourth industrial revolution and robot journalism. Advantage Business Media, 21 January. Режим доступа: http://www.rdmag.com/news/2016/01/fourth-industrial-revolution-and-robot-journalism (дата обращения: 24.01.2017).