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

 

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, форматирующая выбранную и проверенную человеком информацию под требование указанной цифровой площадки и публикующая вычитанную выпускающим редактором типизированную новостную заметку в социальной сети в указанное время.

Искусственный интеллект посредством «Программы автоматизированного управления контентом»⁵ позволил существенно сократить разрыв по скорости сбора и публикации новостей между цифровыми платформами и телеэфиром. Цифровое решение «Медиа-П.А.У.К. (Программа автоматизированного управления контентом)», первоначально разработанное для мониторинга, рерайта и публикации новостей в социальных сетях, стало активно использоваться при подготовке новостей для телеэфира. Перечислим востребованные в соцсетях функциональные возможности программного продукта: «1. Автоматический сбор новостей из различных источников каждые 2-3 минуты; 2. Управление списком публикаций: создание, удаление, поиск, фильтрация по категориям; 3. Генерация и трансформация текстов с использованием нейросети ChatGPT-4o/Turbo; 4. Поддержка публикации во ВКонтакте, Telegram и сайте, с возможностью отложенного постинга; 5. Настройка отображаемых полей и количества записей в списке публикаций; 6. Управление категориями, источниками и группами для публикации; 7. Настройка стилей преобразования текстов через GPT и кнопок для социальных сетей; 8. Динамические настройки для улучшения качества трансформации текста и фильтрации запросов»⁶.

 

Искусственный интеллект и подготовка эфирных решений

С 2023 года ОТВ транслирует новостные выпуски «Мультимедийного информационного центра “Известия”». Краткость и стандартизованность актуальных новостей в телеэфире позитивно оценивались аудиторией, были снижены затраты на производство собственных новостных выпусков, однако МИЦ «Известия» не специализировался на региональной повестке, которая необходима областному телевидению.

 

ИИ-кейс 2. Новости «одной строкой» в телеэфире

Проблема: сотрудничество с МИЦ «Известия» ограничивается федеральной новостной повесткой, региональные новости в телеэфире по-прежнему отстают от цифровых площадок. Выбор решения: стандартизованность коротких новостей от информационного партнера показал, что по сходному шаблону можно автоматизировано создавать региональные новости для эфира. Решение: разработать обновление для «Медиа П.А.У.К.» с целью подготовки новостей к эфиру. Внедрение решения: летом 2024 года ИИ-функционал был расширен для экранной публикации телевизионных новостей, а креативный отдел подготовил стилистическое и монтажное решение. Рутинизация решения: корректор, выпускник филологического факультета УрФУ, ранее вычитывавший буквенно-шрифтовые экранные тексты, принял обязанности по отбору и подготовке коротких новостей для телеэфира.

В названии кейса словосочетание «одной строкой» указывает на относительную краткость, точнее будет сказать – одним слайдом или стандартизованным динамичным поликодовым текстом. 12-секундная эфирная новость монтируется четырьмя буквенно-текстовыми блоками: 1. Информативный заголовок. 2. Собственно новость. 3. Тематический или атмосферный хештег. 4. Ссылка на источник изображения. Текстовые блоки размещаются на фоновом изображении. Динамика кадра задается сменой фоновых изображений или изменением (кадрированием) одного изображения. Текст не озвучивается, но сопровождается повторяющимся музыкальным фрагментом.

Новостной выпуск длится 1 минуту 12 секунд, имеет открывающую и закрывающую обложки. На открывающей обложке: заголовок «Новости. Ничего лишнего», возрастное ограничение «16+», а также эмодзи с информационным титром «Выпуск сгенерирован без участия человека». Последняя формулировка – дань цифровой моде. Объективно: выпуск сгенерирован искусственным интеллектом при ответственном участии человека. На закрывающей обложке введен знак охраны авторского права – Открытое акционерное общество «Областное телевидение» © 2024 г. – заголовок «отыгрывается»: «Новости. Ничего личного».

Выпуск содержит 5 новостей. Так, 29 ноября 2024 г. один из выпусков собран из следующих «экранных» новостных заметок (каждая начинается хештегом):

#здравоохранение

НОВЫЙ МЕТОД ОПЕРАЦИИ ПРИ ЖЕЛЧНОКАМЕННОЙ БОЛЕЗНИ

Врачи ГКБ №40 сократили операцию до одного этапа и получили премию имени Татищева и де Геннина.

#вести с полей

18 ТОНН ОПАСНЫХ ТОМАТОВ ИЗ ТУРКМЕНИСТАНА ВЫЯВИЛ РОССЕЛЬХОЗНАДЗОР

Вирус коричневой морщинистости плодов томата может передаваться через семена, через прививки, пчелами и шмелями.

#благоустройство

В МУРЗИНКЕ УСТАНОВИЛИ 200 НОВЫХ СВЕТИЛЬНИКОВ

В деревне Мурзинка Среднеуральска до конца года осветят 15 улиц в рамках муниципальной программы.

#ми-ми-ми

30 НОЯБРЯ В «Л-52» ОБНИМАШКИ С СОБАКАМИ-ТЕРАПЕВТАМИ

В 15.00 в креативном кластере пройдет выставка «Мое собачье дело», посвященная канистерапии. Вход свободный.

#погода

ГОЛОЛЕД И ОТТЕПЕЛЬ ЖДУТ СВЕРДЛОВСКУЮ ОБЛАСТЬ

Ожидаются потепление и осадки на неделе. Мокрый снег и гололедица угрожают безопасности на дорогах. Ветер до 18 м/с.

Замеры зрительской аудитории убеждают, что проект воспринимается лояльно. Телезрители во время новостного блока не переключаются на другие каналы. Так, в октябре 2024 года, по данным «Медиаскопа», аудитория 4+, «Новости. Ничего лишнего» в Екатеринбурге посмотрело 62760 человек, а в Свердловской области – 219770 человек. Это стандартные средние показатели телесмотрения ОТВ.

Текстовые материалы показывают, что лингвостилистическое своеобразие заметок далеко от идеала (отчасти это соответствует ожиданиям целевой аудитории), но поставленная задача обеспечить выпуск актуальных новостей в эфир с привлечением искусственного интеллекта решена.

 

Искусственный интеллект и продвижение телеканала

В 2024 году после серии экспериментов стало очевидным, что подготовка текстов и материалов для трансляции с использованием высокотехнологичных инструментов искусственного интеллекта особенно удачна в рутинных процессах и стандартизованных продуктах и может не ограничиваться рерайтом и другими собственно текстовыми решениями.

 

ИИ-кейс 3. Прогноз погоды с аватаром

Проблема: работа телеведущего в кадре – это затраты на студию и съемку, на зарплаты коллектива, на постпродакшн, даже такое стандартное и небольшое включение в программу, как прогноз погоды, требует работы целого коллектива. Выбор решения: замена в кадре рутинной работы телеведущего на его аватар позволяет сэкономить ресурсы и кардинально не меняет картинку. Решение: подготовить промпт для автоматизированного рерайта необходимого текста, разработать проект, в котором голос ведущего и его аватар будет координироваться с текстом (синтезатор аудио и видео). Внедрение решения: были приобретены дополнительные компьютерные мощности, кроме того, проект натолкнулся на противодействие сотрудников, которые посчитали нецелесообразным свое участие в технологическом обновлении прогноза погоды, поэтому он был подготовлен на базе видео и аудио, предоставленных шеф-редактором новостей и руководителем телеканала (автором настоящей статьи). Рутинизация решения: работа руководителей способствовала росту лояльности сотрудников к искусственному интеллекту, привлекла внимание региональных СМИ, а само решение быстро и безболезненно вошло в программную сетку ОТВ и «4 канала».

Замеры зрительской аудитории для прогноза погоды не производились, но обратную связь от зрителей телеканал получил через городской портал.

5 июля 2024 года первый выпуск «нейросетевого» прогноза погода стал поводом для новостной заметки [7] на городском портале «Е1». Заголовок: «А вы заметите подвох? На свердловском ТВ показали ведущую, с которой что-то не так: видео». Приведем текст заметки:

На уральском ТВ выпустили в эфир виртуальных ведущих новостей.

Нейросеть заменяет ведущих ОТВ и «4 канала» на аватаров. Например, «Прогноз погоды» ведет виртуальный двойник шеф-редактора новостей Анны Поляковой.

– Пока нейросеть сама генерирует свежий выпуск, журналисты могут сосредоточиться на производстве уникального контента, который не под силу ИИ, – говорят на канале.

Пока аватар неидеален: немного видно неестественность мимики плюс ударения не в тех местах. В планах канала превратить в аватаров большую часть ведущих тех программ, где не требуется интерактив.

По данным на 1 декабря новостная заметка получила 123 комментария и более 41600 просмотров. Содержание высказываний «коллективного комментатора» можно обобщить по трем позициям: 1) не смотрю телевизор, 2) надо сделать лучше и гармоничнее, 3) ведущие страшные.

Новостная заметка сопровождалась голосованием по вопросу: «А вы за настоящих ведущих или в целом можно было бы смотреть на аватаров?» – варианты ответа: я только за живых (57%), нейросети рулят! так даже интереснее (13%), пусть будут, но только в прогнозах погоды, а общаться со зрителями должны живые (30%).

Таким образом, нейросетевой прогноз погоды положительно повлиял на узнаваемость телеканала. Большая вовлеченность интернет-пользователей в обсуждение показывает, что искусственный интеллект воспринимается аудиторией как явление привлекательное и приемлемое, но требующее доработки и осторожных решений.

Опыт с нейросетевыми новостями и роботизированным прогнозом погоды показал, что новые технологические решения влияют на переосмысление работы редакции телеканала (конкретных программ и сотрудников), а также имеют хорошие перспективы в поддержании ценностных установок телеканала на современное узнаваемое телевещание. Попутно отметим, что использование искусственного интеллекта пока приводит к увеличению рабочих мест для профильных специалистов: программистов, маркетологов, филологов и, конечно, журналистов.

 

Искусственный интеллект в поиске креативных решений

В 2024 году «Медиа-П.А.У.К.» стал использоваться целым рядом СМИ и показал, что это комплексное решение, открывающее многообразные возможности для разных контент-стратегий и редакционных бизнес-задач. Одним из направлений развития телеканала стал нацеленный поиск оптимизации существующих редакционных процессов и творческих открытий в текущих проектах. Именно в таком нацеленном поиске был разработан нейросетевой проект «Позитивные новости в образе – Уральская бабушка».

 

ИИ-кейс 4. От редактирования промпта к «новостям в образе»

Проблема: создание промптов для решения задач с помощью искусственного интеллекта не всегда приводит к должному стабильному результату, что подрывает лояльность сотрудников к нейросетевым решениям. Выбор решения: текущие проблемы преодолевались а) постоянным вмешательством руководителя нейросетевого отдела в генерацию текстов, б) редакторским вмешательством в сгененерированный, но неидеальный, а иногда непредсказуемый текст, в) экспертным изучением используемых промптов; при этом первые два варианта были частью процесса подготовки текстов и деструктивно влияли на сотрудников редакции. Решение: был нанят профессиональный филолог, специалист в области речевой коммуникации, журналистских текстов и речевых жанров, для изучения промптов и экспертизы качества генерации текста. Внедрение решения: экспертиза промптов показала комплексные возможности «Медиа-П.А.У.К.», переговорный процесс и регулярное присутствие специалиста в редакции повысили лояльность к продукту среди руководителей подразделений, постоянная презентация частных удачных нейросетевых решений создала атмосферу востребованности журналистского креатива на новом технологическом уровне. Рутинизация решения: с течением времени (2–3 месяца) был выработан показатель успешности нейросетевого решения – не идеальный текст, а текст, требующий редакторской проверки-доработки и сокращающий трудозатраты журналиста/редактора/корректора на 50 и более процентов.

Новости в образе появились как управленческая фиксация удачного стилистического решения. При знакомстве с используемыми промптами эксперт сразу указал на противоречие между требованием соблюдения всех норм литературного языка и установкой на «живую» речь. Для презентации этого наблюдения был сгенерирован ряд новостных текстов с игровой стилизацией народной речи пожилого человека. Приведем три примера (полужирным выделен заголовок, курсивом текст новостной заметки – исходный и переработанный).

Исходный текст текущей новостной повестки, собранный нейросетью⁸:

В Твиттере затравили создательницу «Гарри Поттера» Дж.К. Роулинг

Хейтер заметил, что на фото на ее аватарке растет плесень на стенах.

Твит завирусился, и писательница на следующий день поменяла аватарку.

[КК 🐀](https://t.me/petrovtel)

Результат генерации (рерайта со стилистической задачей) текста искусственным интеллектом (без редакторской / корректорской правки):

Ой, деточки, слыхали, чего с той писательшей, сочинительницей книжек про волшебника-мальчика, Джоаной Роулинг творится? Вот в Твиттере-то на неё набросились, словно сороки на опадок. За что её только не клюют, а вот теперь приметили, что на картинке, что она себе на страничке поставила, прямо на стенах плесень расцвела. Видать, забыла наш людской обычай, что чистота залог здоровья.

А картинка эта, как на рынке шумно, взяла да и полетела по интернетам, словно подорожник по ветру. Один нашёптал, другой подхватил, и расплылась новость широко. На следующий день Джоанны не стало терпеться, взяла и картинку-то поменяла – теперь уж, бог даст, без плесени.

А вот ссылочку, которую ты мне скидываешь, сынок, и открывать не буду. Там, глядишь, и самой плесенью закинет. Лучше б уж книженцию почитали на досуге, да попили чаю с пирогами. А то всё эти ваши виртуальные миражи да сплетни.

Ценностно-гуманистическая и эстетическая составляющие текста так впечатлили редактора и редакцию, что этот образ стал восприниматься как презентационный для регионального телеканала. Поступило предложение делать в этом стиле анонсы спецпроектов, однако выбор именно новостного формата был подтвержден следующими генерациями.

Исходный текст текущей новостной повестки:

Биткойн снижается более чем на 11%, до $53,524

Результат генерации (рерайта со стилистической задачей) текста искусственным интеллектом (без редакторской/корректорской правки):

Ну слушай, вот какое дело: этот биткойн, помнишь, о чем рассказывали по телевизеру, так вот, знай, упал он на целых одиннадцать процентов, да! Теперь стоит всего ничего – пятьдесят три тысячи пятьсот двадцать четыре доллара, вот такие пироги. Но ты, дорогой, держись подальше от этих чудес – земля крепче, картошку посадишь да гарантированно ужин на столе будет, а эти бумажки электронные, то растут, то падают, никакой надежности, слово держу.

Проверка кейса на региональной повестке дала как негативные, так и положительные результаты. Приведем пример, в котором снимается пафос «риторики власти», содержательное ядро не исчезает, а пропитывается сдержанной «личной» доброжелательностью.

Исходный текст текущей новостной повестки:

Евгений Куйвашев направил 100 миллионов рублей муниципалитетам, которые достигли лучших показателей социально-экономического развития.

Результат генерации (рерайта со стилистической задачей) текста искусственным интеллектом (без редакторской / корректорской правки):

Знаете, деточки, Евгений Куйвашев тот еще молодец, раздалил он сто лямов рублей тем поселкам да городам, где дела идут в гору, чин-чинарем. Людям жить легче станет, ведь хозяйство поднимать – не жуков жать. И у нас на Урале слово держат, дадут – так не в обиду. Сама видела, как городки расцветают, коли денежка в дело идет.

Очевидно, что даже в текстах, требующих серьезной правки, редакторская работа занимает несопоставимо меньше времени, чем работа райтера по созданию подобной стилизации. Например:

Что Евгений Куйвашев за молодец! Отправил по справедливости он сто мильёнов рублей тем поселкам да городам, где дела в гору идут. Людям жить легче станет, ведь хозяйство поднимать – не жуков жать. И у нас на Урале слово держат, дадут – так не в обиду.

Сама видела, как городки расцветают, коли денежка народная да государственная вовремя старания людские поддержит.

Приведенные примеры можно считать артефактами, но они стали основой разработки проекта «добрых» новостей «Уральская бабушка».

Для новостей был проведен кастинг, в результате которого выбрана жительница Екатеринбурга, чей аудиовизуальный образ использован в проекте.

Рейтинг телесмотрения подтверждает, что проект стартовал удачно. По данным «Медиаскопа», аудитория 4+, вторая половина ноября, в Екатеринбурге аудитория  проекта «Уральская бабушка. Народные новости» составила 30590 человек, в области – 107070 человек.

 

Заключение

 

Технологии искусственного интеллекта массово используются на уровне поиска информации. В работе ОТВ искусственный интеллект востребован при рерайте текстов телевизионных программ для цифровых платформ. Те же приемы автоматизированного рерайта позволяют конкурировать с цифровыми платформами в скорости и доставке адресату текущих новостей при выборе подходящего для автоматизированного рерайта формата – короткая новость. Использование телеканалом технологий искусственного интеллекта потенциальной аудиторией воспринимается, скорее, позитивно – доказывает современность телеканала и готовность к технологическому развитию. Технологии ИИ позволяют оперативно тестировать лингвостилистические решения в условиях реформирования редакции, а также при подготовке к очередному телесезону.

Поиск и внедрение технологических решений на основе искусственного интеллекта, разработка «Программы автоматизированного управления контентом» показали пути развития регионального телеканала, оптимизировали работу редакции. В частности, в редакции постепенно растет лояльность к технологическим новациям, выстраивается система обучения молодых журналистов. За время внедрения «Медиа–П.А.У.К.» отток кадров не увеличился, в штат были приняты новые квалифицированные сотрудники, а опытные журналисты получили больше времени для реализации творческих проектов. Фактически редакция разделилась на тех, кто постоянно взаимодействует с искусственным интеллектом и тех, кто отвечает за сохранение и развитие ценностей традиционных СМИ.

Таким образом, технологии искусственного интеллекта, используемые не вместо редакции, а вместе с редакцией регионального телеканала, дают эффективный инструмент развития медиаресурса в аспектах а) полиформатного вещания, б) проверки и внедрения креативных решений, в) продвижения бренда во внутренней и внешней коммуникации телеканала.

 

---

Примечания

1. Маркуш П. Как новый директор изменит ОТВ, «4 канал» и «Студию-41». Режим доступа: https://ura.news/articles/1036281970 (дата обращения: 11.11.2024).
2. Данные с сайта «Свердловского областного телевидения». Режим доступа: https://www.obltv.ru/company (дата обращения: 11.11.2024).
3. Там же. Режим доступа: https://www.obltv.ru/ (дата обращения: 06.12.2024).
4. Здесь и далее рейтинги даются по данным компании «Медиаскоп»/Mediascope.
5. Программа для ЭВМ «Медиа-П.А.У.К.» (Программа автоматизированного управления контентом)» (свидетельство о государственной регистрации программы для ЭВМ № 2024681148 от 05.09.2024 г.).
6. Там же.
7. Березкина В. А вы заметите подвох? На свердловском ТВ показали ведущую, с которой что-то не так: видео // Городской портал E1.RU. 2024. Июль, 05. Режим доступа: https://www.e1.ru/text/gorod/2024/07/05/73791371/ (дата обращения: 01.12.2024).
8. Телеграм-канал КК (крысиный король) / КК. Режим доступа: https://t.me/petrovtel. Сообщество посвящено драмам и скандалам.

 

Библиография

Акопян А.Р., Аракелян А.М., Воронцова Ю.В., Крысов В.В. Исследование влияния факторов на контент российских федеральных каналов в условиях цифровизации // Вестник университета. 2021. № 1. С. 134–141. DOI: 10.26425/1816-4277-2021-1-134-141

Быков Д.В. Как сделать локальные новости глобальными (на примере региональных выпусков новостей России и США) // Вестник ЧелГУ. 2015. № 5 (360). С. 297–302.

Вартанова Е.Л. К вопросу о последствиях цифровой трансформации медиасреды // Меди@льманах. 2022. № 2 (109). С. 8–14. DOI: 10.30547/mediaalmanah.2.2022.814

Вартанова Е.Л. Цифровой переход: от технологических к сущностным трансформациям медиа? // Меди@льманах. 2024. № 2 (121). С. 8−15. DOI: 10.30547/mediaalmanah.2.2024.815

Вырковский А.В., Макеенко М.И. Региональное телевидение России на пороге цифровой эпохи: монография. М.: МедиаМир. 2014.

Вырковский А.В. Структура редакций СМИ: традиция и современность // Вестник Московского университета. Серия 10. Журналистика. 2017. № 4. С. 136–151.

Давыдов С.Г., Замков А.В., Крашенинникова М.А., Лукина М.М. Использование технологий искусственного интеллекта в российских медиа и журналистике Вестник Московского университета. Серия 10. Журналистика. 2023. № 5. С. 3–21. DOI: 10.30547/vestnik.journ.5.2023.321

Дегтерев Д.А. Ценностный суверенитет в эпоху глобальных конвергентных медиа // Вестник Российского университета дружбы народов. Серия: Международные отношения. 2022. Т. 22, № 2. С. 352–371. DOI: 10.22363/2313-0660-2022-22-2-352-371

Демина И.Н. Цифровизация медиасреды: вызовы для экономической массовой коммуникации // Вестник ВУиТ. 2020. № 1 (31). Режим доступа: https://cyberleninka.ru/article/n/tsifrovizatsiya-mediasredy-vyzovy-dlya-ekonomicheskoy-massovoy-kommunikatsii (дата обращения: 15.12.2024).

Дружинин А.М., Гуров Ф.Н. Цифровизация медиапроизводства: адаптация, целеполагание, аксиологические аспекты // Гуманитарный вестник. 2022. Вып. 2. Режим доступа: https://cyberleninka.ru/article/n/tsifrovizatsiya-mediaproizvodstva-adaptatsiya-tselepolaganie-aksiologicheskie-aspekty/viewer (дата обращения: 06.12.2024). DOI: 10.18698/2306-8477-2022-2-772

Дугин Е.Я. Региональное телевидение: стратегии развития или судьба? // Журналист. Социальные коммуникации. 2017. № 1 (25). С. 27–39.

Ефанов А.А. Влияние цифровизации на деструкцию института регионального телевидения // Власть. 2017. № 8. С. 49–53.

Замков А.В. Новостной медиаробот: теоретические аспекты интеллектуальной системы генерации контента // Вопросы теории и практики журналистики. 2019. № 2. С. 260–273.

Замков А.В., Крашенинникова М.А., Лукина М.М. Трудовая деятельность журналиста: люди или роботы // Вопросы теории и практики журналистики. 2020. № 1. С. 46–64. DOI: 10.17150/2308-6203.2020.9(1).46-64

Иванов К.А., Гостилович А.О. Разработка модели внедрения технологий Индустрии 4.0 в производственные процессы предприятий авиационной промышленности // Экономика и управление. 2022. Т. 28. № 6. С. 584–594. DOI: 10.35854/1998-1627-2022-6-584-594

Кириленко В.П., Колобова Е.Ю. Развитие медиабизнеса в условиях глобальной цифровизации // Управленческое консультирование. 2021. № 2. С. 127–142.

Ковалева В.В., Савкина Е.С. Автоматизированная система по подбору и печати новостных данных путем обработки информации из интернет-ресурсов // Вестник МГУП. 2011. № 1. С. 114–117.

Круглова Л.А., Щепилова Г.Г. Российские телеканалы и социальные медиа в условиях трансформации медиаполя // Вестн. Том. гос. ун-та. Филология. 2024. № 87. С. 255–272. DOI: 10.17223/19986645/87/14

Лоуюйтун, Землякова Н.В. Конвергенция как основное свойство коммуникации в современных СМИ // Наука. Образование. Современность. 2024. № 1. С. 38–41. DOI: 10.23672/SEM.2024.73.76.005

Пряникова А.В. Конвергенция медиа: опыт и перспективы развития российских СМИ // Коммуникология: электронный научный журнал. 2022. Том 7. № 3. С. 8–18.

Софьина Е.В., Журавлева А.А. Региональное телевидение в социальных сетях: успешный опыт продвижения «ОТВ» (Челябинск) и «ОТВ» (Екатеринбург) // Челябинский гуманитарий. 2020. № 4 (53). С. 57–66. DOI: 10.24411/1999-5407-2020-10408

Щепилова Г.Г. Взаимодействие СМИ и социальных медиа // Российская пиарология-6: тренды и драйверы. СПб: Изд-во СПбГЭУ, 2018.

Щепилова Г.Г. Потребность аудитории в Интернете и традиционных СМИ // Вестник Московского университета. Серия 10. Журналистика. 2014. № 5. С. 45–54.

Щепилова Г.Г., Круглова Л.А. Телеканалы и социальные сети: специфика взаимодействия // Вестник Московского университета. Серия 10. Журналистика. 2018. № 3. C. 3–16.