аспирант, ГАОУ ВО МГПУ, Москва
старший преподаватель кафедры журналистики АНО ВО «МосГУ»
E-mail: olegmushkov@gmail.com
Научный руководитель:
Машарова Т. В.
доктор педагогических наук, профессор,
ГАОУ ВО МГПУ, Москва
Статья рассматривает интеграцию технологий искусственного интеллекта в образовательный процесс подготовки журналистов. В исследовании анализируется роль нейросетей в обучении студентов современным медиатехнологиям, включая их применение для создания и обработки контента, анализа данных, персонализации новостей и моделирования сценариев журналистской деятельности. Также освещены примеры использования нейросетей для повышения эффективности учебного процесса, формирования у студентов критического мышления и навыков работы с большими данными. Выявлены преимущества внедрения нейросетей в образовательные программы, что способствует адаптации студентов к требованиям цифровой медиаиндустрии и развитию их профессиональных компетенций.
Ключевые слова:
Abstract. The article examines the integration of artificial intelligence technologies in the education of journalism students. The study analyzes the role of neural networks in training students in modern media technologies, including their use for content creation and processing, data analysis, news personalization, and modeling scenarios for journalistic activities. Examples are also highlighted on how neural networks enhance the efficiency of the educational process, fostering critical thinking and big data handling skills in students. The benefits of incorporating AI into educational programs are identified, supporting students’ adaptation to the demands of the digital media industry and the development of their professional competencies.
В условиях стремительного развития цифровых технологий и возрастающей интеграции искусственного интеллекта и сервисах на базе нейросетей в медиапрактике важно исследовать влияние этих изменений на учебные программы. Сочетание теоретических знаний с практическим освоением передовых технологий становится необходимым для студентов факультетов журналистики, чтобы они могли адаптироваться к динамично развивающейся медиаиндустрии. Поскольку нейросети активно применяются для анализа данных, автоматизации контента и улучшения персонализации материалов, его значимость в обучении журналистов выходит на первый план. Журналистика — это профессия, которая работает с информацией, визуальными и смысловыми образами.
Интеграция искусственного интеллекта в образовательные программы по журналистике позволяет как расширить технологическую грамотность студентов, так и подготовить их к работе с инструментами, которые трансформируют профессиональные стандарты и подходы. На занятиях по современным медиатехнологиям обучающиеся осваивают использование нейросетей для создания и обработки контента, анализа данных, проверки фактов и прогнозирования медиа-трендов. Подобные практические занятия способствуют развитию критического мышления и навыков работы с большими массивами данных, что становится важной составляющей журналистского образования в условиях цифровой трансформации.
В качестве примера практического применения технологий в обучении студентов-журналистов можно рассмотреть дисциплину «Современные медиатехнологии в журналистике», используемую автором статьи в обучении студентов второго курса направления «Журналистика» Московского гуманитарного университета. В рамках этой дисциплины студенты самостоятельно выбирают формат работы и тематику своих проектов, готовя две авторские программы в выбранном формате с интеграцией сервисов, использующих искусственный интеллект. Содержание программ должно быть логически завершённым, с проработанной идеей и концепцией, а также конкретными целями и задачами. Однако ключевым критерием для успешного выполнения работы является именно внедрение технологий на базе нейросетей. Студенты представляют первую программу на промежуточной стадии и получают рекомендации по улучшению, после чего подготавливают вторую программу с учётом полученных замечаний. Такой подход ориентирован на развитие профессиональных компетенций и навыков работы с инновационными инструментами, а также на совершенствование качества медиаконтента.
На занятиях по дисциплине «Современные медиатехнологии в журналистике» студенты совместно с преподавателем моделируют различные сценарии использования искусственного интеллекта в журналистской деятельности. Примером может служить разработка структуры сценария: студенты ставят задачи для генерации текста с помощью нейросетей, получая от них чёткий план для подготовки ролика, который они затем реализуют. Важно при этом не полагаться на сервисы как на основной инструмент, чтобы у студентов не исчезала потребность в развитии творческих и креативных навыков. Однако использование нейросетей для выполнения рутинных задач позволяет снизить трудозатраты и повысить эффективность учебного процесса, позволяя студентам сосредоточиться на содержательных и аналитических аспектах работы.
Искусственный интеллект уже занял прочное место в современной журналистике, способствуя автоматизации многих процессов, таких как генерация новостей, обработка мультимедийного контента и анализ больших данных. Системы на основе нейросетей могут создавать новостные заметки на основе заранее заданных данных, упрощая трудоёмкие процессы рутинного контент-производства и позволяя журналистам сосредоточиться на аналитике и уникальных сюжетах. Кроме того, искусственный интеллект способен анализировать поведенческие предпочтения аудитории и персонализировать подачу новостей, что делает медиапродукт более адаптивным и востребованным. Визуализация данных и автоматизированное создание мультимедийного контента также помогают журналистам донести информацию до аудитории более наглядно и эффективно.
Интеграция подобных технологий в учебные процессы действительно предоставляет студентам-журналистам уникальные возможности для освоения передовых инструментов, применяемых в отрасли. Использование нейросетей на занятиях помогает обучающимся приобрести навыки работы с инструментами автоматизации и анализа данных, формирует у них умение оценивать качество контента и подходы к его персонализации. Такие знания повышают конкурентоспособность студентов на рынке труда, так как позволяют не только быстро адаптироваться к текущим изменениям в медиа, но и внедрять инновационные методы в профессиональную практику.
Во время работы на занятиях по дисциплине “Современные медиатехнологии в журналистике”, студенты, совместно с преподавателем проводят модуляцию использования таких технологий в работе. Самый простой пример — подготовка структуры сценария. Студенты задают определённые задачи для текстовой генерации сценария и получают чёткий план подготовки ролика. Далее — снимают его. Сценарий и, собственно, сам текст — ключевая сторона работы журналиста. Исследователи Татьяна Машарова и Маргарита Кузьмина в своей работе “Особенности медиадеятельности участников образовательного сообщества в студиях детского и юношеского медиатворчества” отмечают: “Ключевая особенность медиадеятельности молодежи заключается в том, что началом любой медиадеятельности становится текст, поскольку именно текст объединяет мультимедийную историю в единое целое, придает ей аналитичность и художественную остроту. Остальная медиадеятельность осуществляется вместе с преобразованием текстовой информации в другой вид медийной информации.” [1, с.159].
Важно не дать возможность молодым медийщикам использовать нейросети для всех задач при подготовке материалов, иначе они разучатся размышлять и творить. Но в качестве дополнения к основной работе это отлично помогает разгрузить рутинные процессы. Отдельные исследователи упоминают использование искусственного интеллекта при работе над такими задачами, как дописывание или даже создание новостей, в частности, такую практику уже несколько лет использует информационное агентство Reuters, с помощью программы Lynx Insight [2, с.313]. А в журналистике нет ничего более рутинного, чем новостные заметки. Тем не менее, заменить некоторые профессиональные навыки машинами крайне сложно, а порой и вовсе невозможно. Об этом говорит Л.С. Сальникова в своей статье “Роботы против журналистов: есть ли у журналистики будущее?”. Автор ссылается на доклад Всемирного банка «Изменения характера труда» (2019), в котором подчеркивается, что определенные человеческие способности остаются недоступными для роботов. К ним относятся общие когнитивные навыки, такие как критическое мышление, а также социально-поведенческие навыки, включая управление и распознавание эмоций, и способность к командной работе [3]. Но отметим, компания OpenAI добилась невероятных успехов, новая версия уже способна распознавать эмоции, хотя пока и не идеально. В их последней презентации возможностей этой технологии ChatGPT распознаёт эмоции человека, может самостоятельно говорить в различных тональностях, характерных для отдельных эмоций, а кроме того и оценивать внешний вид человека, давать советы по улучшению настроения и эмоционально поддерживать, если нейросеть посчитает, что человек грустит.
Одним из примеров успешного использования нейросетей в подготовке журналистских материалов является выпуск программы «Заботливый? Подкаблучник» студенток Дины и Татьяны. Одна из студенток, будучи замужем, обратила внимание на уничижительные комментарии под видео, где мужчины выполняют работу по дому. Это натолкнуло её на идею создания видеоподкаста вместе с однокурсницей, в котором они обсудили эту проблему с женской точки зрения. Хоть этот проект и не является классической журналистской работой, такой как репортаж или интервью, он включал в себя элементы аналитического подхода и значительную предварительную подготовку, что делает его ценным для учебного процесса. Студентки изучили комментарии, опросили знакомых, сформировали идею и концепцию подкаста, а затем интегрировали искусственный интеллект на разных этапах создания программы.
Для подготовки подкаста студентки использовали несколько нейросетевых сервисов. Во-первых, они отправили идеи, концепцию и текстовые наработки в ChatGPT, который помог им составить подробный сценарий для их беседы. Стоит отметить, что эта нейросеть, которая изначально основывалась только на создании текстов, а сейчас генерирует и фото и графики и прочие материалы, является одной из самых популярных, а исследование Массачусетского технологического института (MIT) показало, что использование нейросетей делает написание некоторых профессиональных текстов на 40% более быстрым и на 18% более качественным [4], что, безусловно, делает выбор этого сервиса обоснованным в этом случае. Во-вторых, для визуализации образа «типичного подкаблучника» они обработали более 30 комментариев, выделив ключевые слова, и отправили их в нейросеть DALL-E, которая создала визуальное изображение, обсуждаемое ими в выпуске. В-третьих, для музыкального оформления программы был использован сервис Songly Gift, который сгенерировал песню «Ты подкаблучник» на основе заданных шаблонных фраз, подходящую по стилю под популярные российские композиции. Эта песня была использована в тизере и заставке выпуска. Данный проект демонстрирует, как нейросети могут эффективно использоваться для анализа данных и оформления контента, особенно если студенты не обладают глубокими навыками в смежных областях, таких как музыка или дизайн, но хотят создать качественный, современный медиапродукт.
Интеграция искусственного интеллекта в образовательный процесс способствует формированию у студентов-журналистов новых компетенций, таких как умение работать с большими данными, анализировать информацию и применять её в создании контента. Пример с видеоподкастом Дины и Татьяны иллюстрирует, как студенты могут использовать нейросети для глубокого анализа аудитории, создания визуальных и аудиальных образов, а также структурирования информации. В этом процессе искусственный интеллект помогает автоматизировать рутинные задачи и способствует более целенаправленному и продуктивному использованию времени, позволяя студентам сосредоточиться на разработке идеи и аналитической составляющей проекта.
Вместе с тем подобные примеры подчёркивают важность дальнейшего развития и интеграции технологий искусственного интеллекта в подготовку журналистов. Проекты студентов показывают, что такие инструменты, как ChatGPT, MidJourney, DALL-E, Songly Gift, CutOut и другие способны не только упростить творческие процессы, но и дать студентам навыки работы с инструментами, которые становятся неотъемлемой частью современной медиаиндустрии. Эти умения не только повышают их профессиональную квалификацию, но и помогают подготовить к практической деятельности в условиях постоянно меняющегося цифрового ландшафта. Отметим, большинство сервисов, которые используют студенты в рамках дисциплины — иностранные. В России в 2020-м году был принят Федеральный закон от 24 апреля 2020 г. N 123-ФЗ «О проведении эксперимента по установлению специального регулирования в целях создания необходимых условий для разработки и внедрения технологий искусственного интеллекта в субъекте Российской Федерации — городе федерального значения Москве и внесении изменений в статьи 6 и 10 Федерального закона «О персональных данных» [6], что, вполне вероятно, влияет на разработку и внедрение подобных сервисов и их популярность.
Стоит также упомянуть статью BBC за 2015 год, в которой главный научный сотрудник Narrative Science Кристиан Хаммонд, ранее заявлявший, что через 15 лет 90% новостей будут создаваться машинами, впоследствии пересмотрел свою позицию. Он пояснил: «Это не означает, что 90% журналистских должностей исчезнут. Это значит, что журналисты смогут расширить свои возможности. Мир новостей станет шире, и журналисты не будут создавать истории из данных. Та информация, которая требует однозначного подхода и не нуждается в интерпретации, будет генерироваться машинами» [5]. И если профессионалам использование подобных технологий поможет расширить свой функционал, то при обучении студентов студентов эта помощь является еще более масштабной — на выходе из университета они будут обладать не только классическими навыками, которым обучают уже много лет, но и смогут оперативно адаптироваться к быстро трансформирующемуся медийному миру.
Список литературы
- Машарова Т.В., Кузьмина М.В., Особенности медиадеятельности участников образовательного сообщества в студиях детского и юношеского медиатворчества / Т.В. Машарова, М.В. Кузьмина — Ярославль: Ярославский педагогический вестник. № 4. 2017.
- Иванова Л.В. Алгоритмы искусственного интеллекта как фактор трансформации способа журналистской деятельности / Челябинск: Материалы VI Международной научной конференции Медиаобразование: Медиа включенность VS медиа изоляция. Челябинск, 23–25 ноября 2021 года. Том 2. С.313.
- Сальникова Л.С. Роботы против журналистов: есть ли у журналистики будущее? / Л.С. Сальникова. — DOI: 10.17150/2308-6203.2019.8(4).668-678 // Вопросы теории и практики журналистики. — 2019. — Т. 8, No 4. — С. 668–678.
- Рождественская Я. Осторожно, снова интеллект! // Коммерсантъ. — 2023. — 20 авг.
- Хвостик Е. Люблю ИИ ненавижу / Е. Хвостик // Коммерсантъ. — 2023. — 8 окт.
- Федеральный закон от 24 апреля 2020 г. N 123-ФЗ «О проведении эксперимента по установлению специального регулирования в целях создания необходимых условий для разработки и внедрения технологий искусственного интеллекта в субъекте Российской Федерации — городе федерального значения Москве и внесении изменений в статьи 6 и 10 Федерального закона «О персональных данных». — М: Российская газета, 2020.
http://izvestia-ippo.ru/mushkov-o-a-integraciya-iskusstvennog/