Инструменты AI-журналистики в противодействии фейковой реальности
DOI:
https://doi.org/10.47475/2070-0695-2024-54-4-31-38Ключевые слова:
ИИ-журналистика, дезинформация, фейковые новости, фейковая реальность, автоматизация, проверка фактов, фактчек, этические нормы, журналистские навыки, искусственный интеллектАннотация
В статье рассматривается роль журналистики в противодействии фейковой реальности с использованием технологий искусственного интеллекта (AI). Анализируется сегодняшнее состояние инструментов и технологий искусственного интеллекта, позволяющих автоматизировать процесс проверки фактов и улучшить качество новостного контента СМИ. Проводится краткий обзор отечественных и зарубежных публикаций по этой теме. В статье указываются такие интернет-сервисы, как ClaimBuster, Snopes, PolitiFact, Factmata, Google Fact Check Tools, Botometer, DeepFact, Project Debater и другие. Многие из них уже сегодня стали действенными помощниками журналистов. Основными методами в исследовании стали: кейс-стадии и функциональный анализ. Они позволили раскрыть базисные подходы в применении искусственного интеллекта в журналистике. К таковым можно отнести автоматическую систему проверки фактов, алгоритмизацию анализа массива больших данных. В результате исследования выявлены, как положительные, так и отрицательные аспекты применения искусственного интеллекта в журналистской деятельности. Особый акцент в статье делается на то обстоятельство, что использование AI, улучшая эффективность работы журналистов, повышая скорость и точность обработки информации, при полной автоматизации процесса создания новостей, фундирует угрозы утраты журналистских навыков, снижения качества редакционного контроля, риска избыточной автоматизации и неизбежных ошибок в интерпретации данных. В статье делается вывод о том, что искусственный интеллект играет ключевую роль в современной журналистике: сегодня различные алгоритмы и методы AI применяются для улучшения качества и доступности информации. К основным выводам исследования можно отнести также необходимость разработки стратегий внедрения AI в журналистику, включая инвестиции в обучение журналистской аудитории и реализацию этических норм. Это позволит сохранить доверие аудитории и обеспечить высокое качество информации.
Библиографические ссылки
Abbood, M. W. A. (2024). Inakovost’ individual’nogo bytiya cheloveka v usloviyakh feykovoy real’nosti [Otherness of individual existence in the context of fake reality]. Izvestiya Saratovskogo universiteta. Novaya seriya. Seriya: Filologiya. Zhurnalistika, t. 24, vyp. 2, 212–219. https://doi.org/10.18500/1817-7115-2024-24-2-212-219. (In Russ).
Karimov, K. S. (2022). Osnovnye problemy iskusstvennogo intellekta v nauke [The main problems of artificial intelligence in science]. Postsovetskiy materik, 4, 59–65. https://doi.org/10.48137/23116412_2022_4_59. (In Russ).
Lizikova, M. S. (2022) Eticheskie i pravovye voprosy razvitiya iskusstvennogo intellekta [Ethical and Legal Issues in the Development of Artificial Intelligence]. Trudy Instituta gosudarstva i prava RAN, t. 17. 1, 178–194. https://doi.org/10.35427/2073- 4522-2022-17-1-lizikova. (In Russ).
Lukina, M. M., Zamkov, A. V., Krasheninnikova, M. A. & Kul’chitskaya, D. Yu. (2022). Iskusstvennyy intellekt v rossiyskikh media i zhurnalistike: k diskussii ob eticheskoy kodifikatsii [Artificial Intelligence in Russian Media and Journalism: Towards a Discussion on Ethical Codification]. Voprosy teorii i praktiki zhurnalistiki, t. 11, 4, 680–694. https://doi.org/10.17150/2308-6203.2022.11(4).680- 694. (In Russ).
Makashоva, V . V. (2023). Dezinformatsiya kak predmet nauchnogo analiza: traditsionnye i novye podkhody [Disinformation as a Subject of Scientific Analysis: Traditional and New Approaches]. Medial’manakh, 6, 16–21. https://doi.org/10.30547/ mediaalmanah.6.2023.1622. (In Russ).
Medvedeva, M. V. (2023) Mediakompetentnost’ i riski ispol’zovaniya neyrosetey molodezh’yu [Media Competence and Risks of Using Neural Networks by Youth]. Kommunikatsii v usloviyakh tsifrovykh izmeneniy : sbornik materialov VII Mezhdunarodnoy nauchno-prakticheskoy konferentsii. Sankt-Peterburg, 28-29 noyabrya 2023 g. SPb. : Izd-vo SPbGEU, 67–69. (In Russ).
Muratova, N. & Toshpulatova, N. & Alimova, G. (2020). Fake news: dezinformatsiya v media [Fake news: disinformation in the media]. Tashkent: Innovatsion rivojlanish nashriyot-matbaa uyi, 104 p. (In Russ).
Sternin, I. A. & Shesterina, A. M. (2021). Markery feyka v mediatekstakh [Markers of Fake in Media Texts]. Voronezh: izdatel’stvo «RITM», 60 p. (In Russ).
Tret’yakov A. O., Filatova O. G., Zhuk D. V., Gorlushkina N. N. & Puchkovskaya A. A. (2018) Metod opredeleniya russkoyazychnykh feykovykh novostey s ispol’zovaniem elementov iskusstvennogo intellekta [Method for Identifying Russian-language Fake News Using Elements of Artificial Intelligence]. International Journal of Open Information Technologies, t. 6, 12, 99–105.
Shaderkin, I. A. (2021) Slabye storony iskusstvennogo intellekta v meditsine [Weaknesses of Artificial Intelligence in Medicine]. Rossiyskiy zhurnal telemeditsiny i elektronnogo zdravookhraneniya, 7 (2), 50–52. https://doi.org/10.29188/2712-9217-2021-7-2-50- 52. (In Russ).
Shvetsov, A. N., Dianov, S. V., Popova, A. A. & Kuznetsov, D. O. (2022). Modelirovanie protsessov rasprostraneniya dezinformatsii v informatsionnykh setyakh [Modeling the Processes of Disinformation Spread in Information Networks]. Vestnik Cherepovetskogo gosudarstvennogo universiteta, 6 (111), 89–109. https://doi.org/10.23859/1994-0637-2022-6-111-7. (In Russ).
Diakopoulos, N. (2019). Automating the News: How Algorithms Are Rewriting the Media. Harvard University Press, 304 p. https:// doi.org/10.1177/1464884919876179.
Newman, N., Fletcher, R., Kalogeropoulos, A., Levy, D. A. L. & Nielsen, R. K. (2023). Reuters Institute Digital News Report. https://doi.org/10.2139/ssrn.2619576.
Simon, F. M. (2024). Artificial Intelligence in the News: How AI Retools, Rationalizes, and Reshapes Journalism and the Public Arena. Columbia Journalism Review, February 6, https://clck.ru/3C9num.
Zhou, J. (2023). An Evaluation of State-of-the-Art Large Language Models for Sarcasm Detection. ArXiv, October 7. https://doi. org/10.48550/arXiv.2312.03706.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2024 Mohammed Wahhab Abbood Abbood
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
