ШІ не замінить журналістів, але замінить тих, хто не вміє з ним працювати — теза, яку вже певний час у різних варіантах озвучують як у технологічних компаніях, так і в медіабізнесі. Як і будь-які інновації, великі мовні моделі потребують часу, щоб спуститися на рівень рутинного й повсюдного використання. Багато редакцій це прийняли та відстежують, як і де ШІ може допомогти. Наприклад, у роботі із систематизацією великих масивів даних або для покращення користувацького досвіду чи клієнтської підтримки, із виділенням головного з довгих зустрічей та підбиванням підсумків — тобто з тим, що машинне навчання виконає за лічені хвилини, коли людина потребуватиме або команди, або значно більше часу. Це не обов’язково означає вкладення великих ресурсів, але потребує відкритості до експериментів і чіткого розуміння цілей свого проєкту. Розповідаємо, що, як і де впроваджують світові редакції у сфері ШІ.
Меншими зусиллями — більший результат
Місцевому американському виданню Connecticut Mirror (CT Mirror) не вистачало ресурсів для того, щоб висвітлювати всі важливі події штату Коннектикут. Велика частина новин редакції стосується місцевих політичних і муніципальних питань, наприклад, засідань місцевої влади, а фокус — на роботі з великими масивами даних та звітів, які вимагають кропіткої роботи. Тому в медіа вирішили звернутися до штучного інтелекту і створити нову позицію для роботи з інноваціями.
Тепер у CT Mirror працює репортерка з даних і розробниця ШІ-продуктів Анджела Айкхорст (Angela Eichhorst), повідомляє видання Poynter. Завдання Айкхорст — через великі мовні моделі (LLM) аналізувати офіційні документи й законодавчі тексти, архіви, а також відстежувати законопроєкти та транскрибувати засідання місцевої влади, щоб шукати теми для матеріалів.
Перед тим як до CT Mirror приєдналась Анджела Айкхорст, керівний редактор видання Стівен Б’юзмаєр уже експериментував із ШІ. Він створив 4 інструменти, натреновані на різних даних про владу в Коннектикуті: про закони штату, довідник інформації про уряд, про голосування кожного члена генеральної асамблеї для аналізу патерну їхнього вибору та для аналізу джерел, які місцеві політики використовують під час написання законопроєктів. Оскільки масштаб такого аналізу не під силу місцевим редакціям, CT Mirror вдається робити унікальні й суспільно-важливі матеріали та виділятися серед конкурентів.
Б’юзмаєр дуже прихильний до ідеї продукту на кшталт Ask The Post AI — чат-боту The Washington Post, який видає відповідь на певні запити, базуючись на архіві матеріалів видання — і також прагне створити щось схоже для власного медіа. Проте, в редакції обов’язково редагують роботу ШІ. Керівний редактор називає його "інтерном, що перебрав з кофеїном" — тобто зрозуміло, що в будь-якій деталі він може припуститися помилки й потрібно все перевіряти вручну.
Зараз, серед іншого, в редакції працюють над ШІ-інструментом для відеоскрапінгу, тобто автоматичного збору й систематизації даних з публічно доступних відео в мережі, щоб розширити можливості команди. Їхня мета — насамперед покращити якість своїх матеріалів, а ШІ у цьому — спосіб зробити це ефективніше і з користю для читача.
Великі маленькі зміни
У той самий спосіб медіа також аналізують користувацьку залученість — процес, коли унікальний чи глибокий матеріал досягає читача й змушує його повертатися за новим контентом. У Financial Times (FT) часто експериментують з інноваціями. Але вони не завжди є масштабними чи ресурсозатратними. Навпаки — нерідко це про те, щоб із мінімальними ресурсами вирішити кейс ефективніше. Белла Кокарілл (Bella Cockarill), старша продакт-менеджерка видання, розповіла у блозі відділу продуктів та технологій FT як там вирішили покращити взаємодію з читачами в розділі коментарів.
Оскільки коментарі дуже добре впливають на читацьку залученість і формування лояльності до медіа, FT хотіли підвищити їхню видимість для читачів і заохотити все ж догортувати до цієї секції. Адже читачі дуже рідко використовують такий тип взаємодії на вебсайтах. Для цього на сторінці, коли читач прогортав орієнтовно дві третини матеріалу, з’являлося коротке питання стосовно теми публікації. Так FT підштовхувало аудиторію до короткої, але глибшої рефлексії над текстом, яка могла б спонукати піти й залишити коментар під матеріалом.
Питання команда генерувала з допомогою штучного інтелекту: спочатку через chain-of-thought промпт ШІ просили підсумувати статтю, а потім запропонувати гіпотетичні запитання для дискусії над нею вже з окремими уточненнями щодо tone of voice у формулюванні (щодо відповідності часу, зрозумілого вступу та відсутності абревіатур). Згенеровані запитання завжди перевіряли й за потреби змінювали редактори видання, тобто безконтрольної публікації не допускалося. Водночас ШІ тут дав змогу скоротити час виконання завдання, на яке в людини могло б піти більше ресурсу.
Результати були очікувано невеликі, але все ж позитивні — перегляди коментарів зросли на 3,5% у загальному, а також з’явилося +11,5% переглядів від читачів, які попереднього місяця не переглядали цю секцію. Також змінився загальний тон коментарів — завдяки запитанню, яке чітко стосувалося теми статті, вони стали сфокусованішими й дискусія не змінювалася на щось непов’язане. Надалі "Financial Times" планує тестувати цю функцію й у новинному додатку видання.
Чат-боти для всіх
Компанія також допомагає "спускати" ШІ-рішення далі, до світових регіональних видань. Al-Masry Al-Youm — єгипетська щоденна газета, яка виходить друком уже понад 20 років, і трохи менше публікується онлайн. У межах спільної ініціативи FT Strategies та Google News Initiative видання працювало над застосуванням ШІ-технологій для покращення користувацького досвіду, а також для того, аби екологічніше ставитися до контенту та продовжити життя свого багаторічного кількамільйонного масиву матеріалів. Пізніше за результатами програми видали звіт із детальним описом кейсів.
За прикладом The Washington Post там створили чат-бот (у колаборації із платформою, що розробляє API на базі штучного інтелекту). Через семантичний пошук LLM він дає чіткі та змістовні, але прості відповіді на запитання користувачів, що стосуються місцевих чи регіональних новин. Відповідь базується не на відкритих даних з мережі, а на матеріалах, що раніше виходили на сайті Al-Masry Al-Youm. У результаті редакція створила перший подібний арабомовний ШІ-продукт й аналізуватиме його потенціал через докладне вимірювання за метриками.
У межах тієї ж програми схожий продукт створила й німецька газета Ruhr Nachrichten із Дортмунда, що охоплює регіональні теми. Як і у випадку єгипетського видання, у газеті спробували полегшили процес пошуку та споживання інформації, і заразом продовжити тривалість сеансу на користувача. Їхній німецькомовний чат-бот на базі машинного навчання шукав і генерував коротку відповідь із релевантними лінками серед контенту видання за останні 30 днів.
Результати були непоганими й навіть трохи перевершили очікування. Наприклад, під час тестування чат-бот подолав бенчмарк у 85% відповідності контенту до запиту й показав 91%. Водночас були й відгуки про галюцинації ШІ у відповідях, до яких на цьому етапі команда додала дисклеймер і гайдлайн із користування, аби залишатися прозорими.
Цей підхід вже можна вважати повноцінним інструментом персоналізації пошуку новин і відповіддю на "протистояння" між Big Tech та медіабізнесом. Замість того, аби протиставляти одне іншому, такі медіа приймають факт зміни інформаційного ландшафту та користувацької поведінки й бачать у ШІ підтримку, а не ворога. Підхід, коли інформація залишається створеною та перевіреною людськими репортерами, але дистрибутується через ШІ-автоматизацію корисний тим, що це персоналізує та спрощує видачу результату під специфічний запит користувача. Також він безпечніший, ніж пряме використання штучного інтелекту як нецензурованого ресурсу, бо інформація не буде вкраденою з-за пейволу чи без згадки першоджерела.
Помічник, а не панацея
Як уже згадувалося в частині про експеримент FT, ШІ може стати помічником у найбільш нескладних, але повторюваних і часозатратних завданнях. Деякі з них штучний інтелект уже робить краще за людину, тож справа не лише в оперативності.
Так Хільке Шелльманн (Hilke Schellmann) — журналістка розслідувачка, володарка премії Emmy та доцентка журналістики в Університеті Нью-Йорка (New York University) — протестувала можливості різних популярних чат-ботів на базі штучного інтелекту у вмінні робити підсумок зустрічей.
Разом із колегами-науковцями й журналістами, Шелльманн перевіряла ChatGPT-4o, Claude Opus 4, Perplexity Pro та Gemini 2.5 Pro. Їм дали однаковий транскрипт зустрічей місцевих чиновників із трьох різних міст та штатів і попросили згенерувати три короткі (200 слів) та три довгі (300 слів) підсумки кожної зустрічі. Водночас це ж завдання виконували люди, щоби порівняти результат і продуктивність LLM. Вийшло, що короткі підсумки краще та швидше робити через ШІ — всі чат-боти впоралися із завданням добре (найкращий показник був у ChatGPT-4o). Зокрема, їхні тексти містили більше фактів, ніж людські, і були майже без галюцинацій.
Найближчим часом ми спостерігатимемо ще більше розвитку таких можливостей. Компанії активно впроваджують ШІ-помічників у свої відеопродукти, які можуть допомагати із транскрибацією відеоконференцій та нотуванням важливого. Так незабаром Google запустить асистента Ask Gemini AI в Google Meet. Серед іншого, він зможе підсумовувати розмову окремих учасників дзвінка та генерувати підсумки, якщо учасник доєднався до конференції пізніше. Хоча функція буде обмеженою для окремих користувачів і також може галюцинувати, про що Google попереджує і просить перевіряти контент ще самостійно.
Проте від цілковитого зачарування машинним навчанням варто утримуватися і дійсно робити те, про що згадується в дисклеймерах. Метою Хільке Шелльманн було чесно підсвітити точність роботи чат-ботів, і вона далеко не є беззаперечною. Якщо для коротких підсумків ШІ підходить майже бездоганно, то із генеруванням довшого варіанту частішали галюцинації й більшало нерелевантної інформації. І хоча ШІ генерував це завдання за хвилину, тоді як людина протягом 3-4 годин, у людських підсумках містилося значно більше фактів.
Ще гірша ситуація виявилася з аналізом ШІ-інструментів для пошуку списків релевантної наукової літератури для журналістів — жоден із 5 ресурсів не згенерував списку, що відповідав би бенчмарку, через кілька днів змінював список за тим самим промптом і погано підбирав приклади наукових праць. Висновок з експерименту: не всі завдання варто доручати ШІ, але є сенс чекати, що ці проблеми вирішать наступні ітерації оновлень та нові покоління продуктів.
Треба шукати покращення, а не новинок
Скандинавський медіааналітик і журналіст Томас Бекдал (Thomas Baekdal) у своїй нещодавній розсилці дуже критично відгукувався про партнерства між ШІ-компаніями та видавцями. Це складно назвати партнерством, адже перші тут отримують значно більше, по суті експлуатуючи працю медіа. Але крім грішних техногігантів він також звернув увагу на важливий нюанс — видавці так само винні в тому, що людям більше не подобаються новини.
Вони шукають більших охоплень, способу підвищити click-through rate й, відповідно, збільшити аудиторію та заробітки, але переважно — не через зростання, а обхідні шляхи до успіху. Як приклад Бекдал провів детальну паралель із тим, як із часом розвивалися роботи-пилососи. Від найпростішого (але найкращого з можливих на момент випуску) до останніх моделей із передовими навігаційними можливостями з наявних. Тобто у світі технологій кожен продукт покращують відповідно до того, яке завдання він може зробити якісніше й краще за конкурента. Цей прогрес дуже легко простежити з часом і якщо попросити відгук на певну модель — можна швидко визначити "найкращий продукт". Так само видавці мають підходити до впровадження інновацій та нових опцій. Чи покращить вона досвід користувача? Чи дійсно вона потрібна? Що вирішить та чи інша ШІ-інтеграція? Ці та інші подібні питання (можна за методом "5 чому") обов’язково ставити всім виданням, які прагнуть справді ефективно використовувати штучний інтелект.