CC BY
0(Б Гаранина Полина Васильевна
доцент кафедры массовых коммуникаций и медиабизнеса, Финансовый университет при Правительстве Российской Федерации
Ленинградский пр-т., 49, Москва, 125167 E-mail: [email protected]
Драган Виктория Викторовна
обучающаяся бакалавриата, факультет социальных наук и массовых коммуникаций, Финансовый университет при Правительстве Российской Федерации
Ленинградский пр-т., 49, Москва, 125167 E-mail: [email protected]
Перспективы генерации контента в областях с низким уровнем медийности с применением нейросетей
В статье рассматриваются причины возникновения областей с низкой медийностью, а также перспективы генерации для них контента благодаря применению технологий искусственного интеллекта (ИИ). В связи с растущим интересом со стороны профессионального сообщества к оптимизации работы и упрощению процессов создания контента, а также необходимостью поиска новых методов его генерации в работе не только анализируются текущие тенденции создания материалов при помощи нейросетей и перечисляются преимущества и недостатки использования инструментов искусственного интеллекта в сфере коммуникаций, но также делается обзор перспективных направлений развития отрасли в данном направлении. Кроме рассмотрения вышеперечисленных вопросов, в тексте статьи приведены результаты опросов экспертного мнения специалистов в сфере PR, IT, журналистики и маркетинга с целью выяснить, насколько распространено использование нейросетевых технологий в креативной сфере, затрагивает ли применение ИИ этические вопросы и какое влияние окажут нейросети на сферу и общество в целом в течение последующих пяти лет. Также приведены примеры использования искусственного интеллекта в работе специалистов и реакция на применение новых технологий со стороны потребителей контента внутри сфер с низким уровнем медийности.
Ключевые слова: генерация контента, искусственный интеллект, нейросети, коммуникация, перспективы развития, медийная активность.
Для цитирования: Гаранина П.В., Драган В.В. Перспективы генерации контента в областях с низким уровнем медийности с применением нейросетей // Вопросы медиабизнеса. 2024. Т. 3. № 3. С. 39-51. DOI: 10.24412/3034-1930-2024-0190
Polina V. Garanina ©
Associate Professor, Department of Mass Communications and Media Business, Financial University under the Government of the Russian Federation
Leningradsky Ave., 49, Moscow, 125167 E-mail: [email protected]
Victoria V. Dragan G
Bachelor's Student, Faculty of Social Sciences and Mass Communications, Financial University under the Government of the Russian Federation
Leningradsky Ave., 49, Moscow, 125167 E-mail: [email protected]
Prospects for content generation in areas with a low level of media using neural networks
The article discusses the prospects for content generation in low-media areas using artificial intelligence technologies due to the growing interest from the professional community in optimizing work and simplifying content creation processes in order to achieve a new level of development in this area. Due to the need to search for new methods of content generation, the article analyzes the current trends in creating content using neural networks, lists the advantages and disadvantages of using artificial intelligence tools in the field of communications, and lists possible prospects for the development of the industry in this direction. In addition to considering the above issues, the text of the article presents the results of expert opinion surveys of specialists in the field of PR, IT, journalism and marketing in order to find out how widespread the use of neural network technologies is in the creative sphere, whether the use of AI affects ethical issues and what impact neural networks will have on the sphere and society as a whole over the next five years. It also provides examples of the use of artificial intelligence in the work of specialists and the reaction to the use of new technologies from content consumers in spheres with a low level of media coverage.
Keywords: content generation, artificial intelligence, neural networks, communication, development prospects, network. JEL Classification: C55
For citation: Garanina P.V., Dragan V.V. Prospects for content generation in areas with a low level of media using neural networks. Issues of Media Business, 2024, vol. 3, no. 3, pp. 39-51. DOI: 10.24412/3034-1930-2024-0190
Коммуникационные тренды развития нашей цивилизации, если перевести их в цифры, демонстрируют, что современное общество переживает так называемый «Информационный
взрыв», который характеризуется постоянным увеличением объемов и скорости передачи и потребления информации [How Much Information 2003?]. Согласно исследованиям Калифорнийского университета в период с 1997 по 2002 гг. людьми было произведено информации больше, чем за предшествующие периоды всех известных на момент исследования человеческих культур, или 18 эксабайт контента на одного жителя Земли ежегодно [Hilbert, 2012]. В сложившейся ситуации специалист по коммуникациям обязан выдерживать заданный высокий темп производства информации, что ведет не только к увеличению расходов, связанных с профессиональной деятельностью, и разрастанию зон с низкой медийной активностью, но и к поиску инструментов, которые помогут производить качественные и оригинальные материалы для публикации по приемлемой для заказчика этой услуги цене. К тому же ситуация усугубляется феноменом, в рамках которого у пользователей формируется особый вид «насмотренности», в результате которой потребитель способен за несколько секунд проанализировать предложенную ему информацию, оценить ее качество, схожесть с другими источниками и принять решение о необходимости более детального просмотра. Поэтому в борьбе за зрительское внимание специалист по коммуникациям вынужден или создавать большое количество уникального контента, что отнимает много ресурсов материнской компании, или экспериментировать с новыми инструментами, которые обладают возможностью перерабатывать неуникальный контент или вторичную информацию таким образом, чтобы она считывалась пользователем как новая, а также выступать помощником для быстрого и относительно недорогого создания креативных форм. Одним из таких инструментов стало использование в работе специалистов по рекламе и связям с общественностью искусственного интеллекта и нейронных сетей.
Не смотря на то, что термин начал внедрятся еще в сороковых годах ХХ в. после публикации цикла работ, посвященных алгоритмам машинного обучения, в нашу профессиональную среду нейросети проникли только в 2022 г., когда на рынок вышло прорывное изобретение компании OpenAI — ChatGPT (от англ. Generative Pre-trained Transformer — «генеративный предварительно обученный трансформер») — пример искусственного интеллекта (далее — ИИ) в виде математической модели, а также ее программное или аппаратное воплощение, построенное по принципу организации и функционирования биологических нейронных сетей [Галанов, Селюкова, 2019]. Искусственный интеллект сделал генерацию контента более доступной, хотя и для него существуют ограничения, которые будут рассмотрены в данной статье. Областям же с низкой медийностью нейросети подарили возможность выхода из нее с минимальным задействованием ресурсов материнской компании в соотношении «цена-качество».
Для раскрытия понятия «низкомедийные области» обратимся к словарю: медийность — упоминаемость кого-либо или чего-либо в средствах массовой информации, известность какого-либо лица или явления благодаря освещению его жизни в них. Также ее можно охарактеризовать как сферу медийного поля с низким уровнем освещения событий, явлений, низкой активностью и заинтересованностью со стороны широкой аудитории в целом. Область с низкой медийностью может возникать и в связи с узкой или специфичной темой, недостатком финансирования, низкой пользовательской активностью, общей закрытостью сферы связанной, например, с госкорпорациями или закрытым производством, специализированными научными дисциплинами, локальными культурными практиками и т.п.
Области с низкой медийностью создают следующие коммуникационные проблемы как для компаний, так и персональных брендов:
• отсутствие узнаваемости и запоминаемости — без освещения в широких кругах объект продвижения не привлекает внимания, что не дает ему возможности привлекать инвестиции, новых партнеров. клиентов;
• низкая медийность может восприниматься как сигнал о высоких рисках — инвесторы скорее всего не заинтересуются вложением средств в предприятие без потенциала роста и хорошей репутации в медийной среде;
• перед объектом продвижения возникает опасность вовремя не получить обратную связь от своей аудитории и столкнуться с невозможностью адаптироваться под текущие тенденции;
• низкая медийность грозит усложнением взаимодействия или снижению эффективности коммуникации с местными сообществами и представителями власти, что может привести к социальной изоляции.
Среди компаний, подверженных риску попадания в зоны низкой медийности, можно вы- 41 делить:
• малые и средние предприятия, локальные бренды;
• предприятия, ведущие свою деятельность в труднодоступных местах;
• стартапы.
К факторам, усугубляющим низкую медиа-активность, относят: недостаток средств на профессиональных PR-специалистов и копирайтеров у малых и средних предприятий; невысокий уровень навыков у имеющихся специалистов; недоступность контента в связи с запретом публикации из-за общей закрытости сферы как на законодательном уровне, так и из-за внутренних регламентов компаний; приостановка работы некоторых соцсетей в России и изменения в алгоритмах оставшихся площадок для размещения контента, а также необходимость преодолевать технические барьеры, например, связанные с замедленной работой площадок из-за необходимости использовать специальные средства доступа — такие как VPN (virtual private network — «виртуальная частная сеть»). К тому же современная медиасреда полностью интегрировала в себя социальные сети таким образом, что сообщения из официальных аккаунтов компаний на таких платформах имеют имиджевый вес, аналогичный для сообщений, получаемых пользователем из СМИ. Поэтому зона низкой медийной активности, распространяющаяся на контент компании в социальных сетях, также носит проблемный характер. В этом случае эффективным инструментом для преодоления контентного голода также могут выступать программы, разработанные при помощи ИИ.
За последние десятилетия для генерации контента было разработано множество различных нейросетей, однако до сих пор не была составлена схема, в соответствии с которой генеративные нейросети можно было выделить из прочих нейросетей и классифицировать. Этим и занялись авторы исследования.
Рисунок 1. Области генерации контента нейросетями Источник: составлено авторами
В основании схемы (рисунок 1) находятся первичные функции нейросетей [8шшр1аппег. сот] — это генерация изображений, текста, видео, аудио. Кроме основных четырех видов нейрой сетей для создания контента, можно выделить «код» и «информацию», так как данные функции нейросетей имеют прямое отношение к созданию новых форм. Схема демонстрирует возможности генерации контента для специалистов, работающих в областях с низким уровнем медий-ности, предоставляя список неочевидных функций общедоступных нейросетей, которые могут качественно изменить их работу. Разберем их подробнее:
• изобразительные нейросети созданы для генерации визуального результата текстового запроса, однако с их помощью можно создавать частично подвижные изображения на примере канадского приложения WOMBO — это способствует эффектной демонстрации работ нейросети и подходит для презентаций. Кроме «интерактивных картинок» изобразительные сети способны генерировать «аватар» — интерактивный образ пользователя на основе фотографий и текстовых описаний, а также обрабатывать фото и на их основе создавать «аватарки» — графические изображения пользователя или его Интернет-персонажа. В отличие от «аватарки», «аватар» может двигаться и произно-
сить записанный текст, а также взаимодействовать со средой, в которой он был создан. Например, аватар может взаимодействовать с предметами в играх, в чатах с ИИ — отыгрывать роль в соответствии с заданными характеристиками и предысторией. Также технологию «аватара» можно использовать в создании видео, когда нет возможности самостоятельно участвовать в съемках, то можно сгенерировать и озвучить свой образ, — остальное «допишет» нейросеть. Ко всему вышеперечисленному, изобразительные нейросети при правильно составленном запросе-промпте, представляющем из себя короткую максимально емкую формулировку, дающую понимание нейросети того, что хочет получить в результате работы с ней пользователь, могут добавлять текст на изображения, редактировать его, создавать мемы (подписанные изображения с забавным или релевантным к определенной аудитории содержанием), новые шрифты и т.п.;
• текстовые нейросети, например Chat-GPT и Claude, предлагают пользователю значительный спектр возможностей — от генерации текста, сценариев и поиска новых идей до конструирования образа персонажа и ведения с ним беседы, в процессе которой пользователь может получить обратную связь на интересующие его темы, провести интервью с выдуманным или сконструированным образом реального человека;
• информационные нейросети — это ИИ отвечающий за обработку и поиск информации. Среди его функций есть возможность сбора большого количества текстовой информации с целью упрощения, выделения ключевых моментов, поиска взаимозаменяемых слов, исправления ошибок, перевода с других языков. Кроме того, анализу ИИ подлежат и видеофайлы, в результате чего пользователь получил возможность экономить время на просмотре, получая текстовые расшифровки онлайн-мероприятий, саммери или карточки с основной информацией;
• ИИ, создающие видео-контент, предоставляют пользователю возможность сгенерировать анимацию, reels (короткие видео), клипы и файлы в расширении GIF. Особенностью данного формата генерации является необходимость предоставлять нейросети дополнительно аудиофайлы;
• аудио-нейросети специализируются на обработке звука — это может работать и как программа для создания музыки и озвучки видео и текстов, так и для извлечения звуков из видео и аудио. Данный инструмент может автоматически переносить голос на музыку, создавая вокальную партию из повседневной речи. Примером такого использования нейросетей является серия каверов на популярные песни, выпущенные фанатами юту-бера Куплинова;
• ИИ, генерирующие исходные коды для программ, — с их помощью можно создавать сайты и движки для игр, а также добавлять специальные возможности на платформу публикации генерируемого контента, например ботов-помощников или специальные возможности для логистики по сайту. Можно создать программы для публикации рекламных кампаний, запуска таргетированной рекламы, как уже практикуют компании с наработками от «Сбер Таргет» и «Яндекс.Директ».
Для того, чтобы получить представление о перспективах развития генерации контента в областях с низким уровнем медийности с применением нейросетей, необходимо обратить внимание на работу сферы генерации контента нейросетями в настоящее время. Исследование общественного мнения, опубликованное Hi-Tech Mail.ru (проект VK) в июне 2024 г. показывает, что большинство россиян уверены в необходимости использовании нейросетей в сфере медицины (32%) и промышленности (25%), на долю креативных индустрий приходится всего 4% голосов [Исследование: половина россиян верит...]. Тем не менее согласно опросу, проведенному Высшей школой бизнеса НИУ ВШЭ и Российской ассоциацией по связям с общественностью (РАСО) 85% специалистов в области PR и маркетинга уже используют нейросети и 40% собираются повышать свою квалификацию в данной сфере [Из-за ИИ уволено больше...]. Также стало известно, что более 60% опрошенных применяют искусственный интеллект для генерации контента.
Еще одной тенденцией, которую указали авторы опроса, является качественное улучшение работы нейросетей — даже общедоступные бесплатные нейросети способны повысить уровень работы специалистов и сократить время на выполнение рутинных задач. Единственная проблема, которую смогли выделить на данном этапе — это необходимость повторной проверки и редактирования результатов генерации. Кроме того, качественный скачок в работе ИИ делает результаты его работы практически неотличимыми от аналогичных, но созданных человеком. Данный фактор влияет на разнообразие контента и предоставляет возможности для наполнения медиасреды.
Также на разнообразие контента влияет мультимодальность — это способность нейросетей работать с разными видами данных одновременно. Так, при использовании изображений, текстов, видео- и аудиофайлов можно создать новые формы интерактивного контента.
Существует ряд преимуществ при генерации контента в низкомедийных областях:
1. Возможность доносить сложную специфическую информацию для большинства читателей посредством упрощения текста, выделения ключевой информации или предоставления возможности поиска ключевых тезисов в тексте, то же самое касается видео-контента. Например, при помощи нейросетей можно переводить текстовую информацию в изображения и создавать комиксы, которые способствуют облегченному усвоению информации. Когда как раньше заказ аналогичной работы у художника многим компаниям был недоступен, так как стоил дорого и занимал много времени. Применение технологии упрощения поиска информации по аннотации и резюме представлено на платформах для обмена знаниями Research Gate и Academia — такие разработки ИИ позволяют ученым делиться знаниями на интересующие темы и находить коллег по смежным областям. А специалистам по коммуникациям — получать саммери на интересующие их профессиональные темы и быть в курсе новинок;
2. Применение технологий нейросетей позволяет обеспечить рост продуктивности труда и снизить затраты времени и ресурсов на создание контента. В итоге у специалиста остается больше времени на выполнение творческих задач, что выводит на новый уровень качество его работы;
3. Нейросети способствуют персонализации генерируемого контента. ИИ позволяет адаптировать содержание материалов наполнения медиасреды под интересы и потребности пользователей. Это особенно важно для сфер с неоднородной целевой аудиторией, чьи предпочтения могут сильно различаться или не подпадать под общепринятые критерии. Персонализированные материалы способствуют повышению вовлеченности потенциальных клиентов и качественно улучшают взаимодействие с контентом;
4. Еще одним важным преимуществом работы с ИИ является возможность настройки автоматизации процессов — благодаря этому можно ускорить рабочий процесс. Например: сбор информации и big data (огромных объемов данных, структурированных и неструктурированных, которые невозможно обработать без автоматических инструментов анализа информации); настройка автоматической рассылки; анализ предпочтений ЦА; систематизация рабочих процессов и т.п. Так как в низкомедийных сферах может быть недостаточно специалистов, это поможет восполнить недостаток квалифицированных работников. Однако настройка автоматической системы требует дополнительного обучения и времени на тестирование;
5. Также нейросети могут поддерживать единый стиль публикаций или выработать tone of voice (дословно «тон голоса») бренда. Это необходимо при жестком контроле за качеством контента, например, со стороны организации-заказчика. Кроме того, единый стиль определяет статус и отношения между аудиторией и брендом — с помощью ИИ можно проводить проверки на соответствие целям, миссии организации;
6. Поиск свежих идей посредством коммуникации с нейросетями. Так как многим специалистам нужен собеседник во время творческого процесса, то благодаря методу «вопрос-ответ» можно получить новый взгляд на тему, а также проверить собственные умозаключения, найти ошибки в рассуждениях. Это особенно эффективно в период творческого кризиса или при стагнации в процессе работы над текстом или проектом;
7. В дополнение к вышеперечисленному ИИ предоставляет возможность получения обратной связи, например, в отношении авторского контента. Нейросеть может предложить типичные для той или иной аудитории реакции или вспомогательную информацию. Писатель Стью Фортье применяет методику, которую он называет «обратным интервьюированием»: ChatGPT задает ему вопросы, помогая стимулировать мыслительную деятельность и генерировать идеи. Подобным образом Стью получает реакцию на шутки или поведение героев.
Среди недостатков и вызовов, которые возникают при использовании искусственного интеллекта в контексте генерации контента, можно выделить:
1. Качество генерируемого контента — из-за недостатка экспертизы в данной сфере его сложно отслеживать. Возникает риск дезинформации и манипуляции общественным мнением. Ошибки нейросетей сложно отследить еще и потому, что большинство поль-44 зователей не знают, по какому алгоритму нейросеть строит логические связи и какие
ошибки, в связи с этим могут возникнуть, поэтому единственный выход — это проверка информации (фактчекинг);
2. Контент, генерируемый нейросетями, не может считаться полностью оригинальным, потому что алгоритм ИИ не способен создавать новую информацию, только перерабатывать имеющуюся из открытых источников. Этические аспекты генерации контента — это широкая тема, которая затрагивает авторское право, рынок труда, подтасовку фактов, конфиденциальность данных пользователей и манипуляции общественным мнением. Возможное нарушение авторского права состоит в том, что ИИ обучается на основе общедоступных данных сети Интернет. Таким образом, работы писателей, фотографов и художников оказываются в «банке ответов» нейросетей и зачастую с минимальной обработкой генерируются ИИ, как «оригинальный контент». В результате труд авторов обесценивается, а создатели нейросетей отказываются отвечать за причиненный ущерб. Обесценивается не только труд художников, фотографов и копирайтеров, но и бухгалтеров, маркетологов, программистов и многих других представителей креативной индустрии. Хотя компании стараются этого не афишировать, большое число сотрудников попало под сокращение и найм работников в ряде специальностей постепенно уменьшается — их заменяет ИИ [85% российских PR-специалистов...];
3. Несмотря на заявление, что искусственный интеллект не придумывает факты, а берет их из открытых источников, можно заметить, что нейросети зачастую предоставляют в ответе информацию и ссылки на несуществующие источники. При проверке обнаруживается, что приведенной информации нет в Интернете. Более того, ИИ придает эмоциональную окраску, описывая события или реально существующих людей. Из-за этого у пользователей может сложиться образ «иллюзорной» реальности. Это связано с феноменом «галлюцинации нейросетей» — ситуацией, при которой нейросеть в ответ на запрос пользователя дает ошибочный или недостоверный ответ [Как ошибаются нейросети...]. Кроме того, искусственный интеллект подвержен влиянию ответов, которые он накапливает в своем банке данных. Например, англоязычная нейросеть опирается на данные и особенности той среды, откуда она берет информацию, что формирует культурно-информационное искажение. Возможно, в нейросети с самого начала была заложена неверная информация, тем не менее это не доказано. Также непонятно, как, кому и в каких целях ИИ может предоставлять информацию о пользователях, которая находится в открытом доступе [The Ethics of AI in Content Creation...]. Нет возможности проверить, действительно ли нейросеть не запоминает историю запросов и, не учится ли она на ответах пользователей, например, не сохраняет ли она конфиденциальную информацию, которую работники компаний предоставляют ей для составления графиков, таблиц и схем, ведь у ИИ есть возможность добавлять информацию к ответам на предыдущие вопросы;
4. Существует риск манипуляции общественным мнением при помощи нейросетей. Так, создаются не соответствующие действительности новости, видео, научные статьи. Необязательно писать в запросе для ИИ «создай фальшивый прецедент», можно выразиться другими словами и, нейросеть создаст наиболее правдоподобную и приближенную к реальности выдуманную историю или факт. И главное: никого нельзя призвать к ответу за публикацию такой информации, потому что отследить ее источник крайне сложно;
5. Возникают ошибки в генерации из-за отсутствия у нейросетей логических алгоритмов, схожих с логикой человека, а также полноценного понимания культуры и языка. Это зачастую проявляется у ИИ, изначально обучающегося на одном языке, а потом получающего запросы на другом. Например, на запрос, «опасна ли рысь для человека», в ChatGPT можно получить следующий ответ: «Рысь — это род ящериц, который не опасен для человека. Однако в семьях с маленькими детьми их заводить не стоит. Как правило, таких питомцев заводят любители экзотических животных. Необходимо помнить, что рысь и пума — это в первую очередь хищники»;
6. Отсутствие адаптации к изменениям в медийной среде — несмотря на то, что нейросети постоянно обучаются, они пока не способны отслеживать тренды или тот момент, когда популярность того или иного явления в медийном поле пройдет. Такая ошибка может стоить авторам потери аудитории, площадки или административным преследованием. В связи с этим рекомендуется проведение дополнительных исследований, которые будут уточнять информацию, предложенную ИИ;
7. Возникновение проблем с интерпретацией данных о предпочтениях аудитории — ИИ
не улавливает нюансов тонкости коммуникации и на данный момент не способен от- 45
личить ложные ответы, поэтому выборка ответов может содержать не только погрешность, но и ошибки интерпретации;
8. Отсутствие алгоритма приоритезации — невозможно предугадать, какой источник информации нейросеть выберет, чтобы сконструировать ответ. Иногда ИИ выдает информацию из несуществующих источников.
Итак, мы можем проследить, что, несмотря на постоянное развитие, нейросети на данном этапе далеки от идеала, поэтому здесь приведены правила пользования нейросетями для генерации контента и необходимый уровень контроля за ними.
Что нужно специалисту по генерации контента, чтобы столкнуться только с преимуществами нейросетей:
1. Знание основ работы алгоритма ИИ — как именно проходит обучение нейросетей, как выстраивается логика работы, какие языковые ошибки теоретически способна допустить нейросеть;
2. умение анализировать и перепроверять данные, в которых может находиться потенциальная ошибка;
3. знания в сфере SEO (Search Engine Optimization) и контент-маркетинга для понимания, как правильно выстроить запрос, чтобы получить необходимый ответ;
4. умение мыслить творчески — несмотря на возможность генерации идей, есть вероятность того, что они будут вторичны. Поэтому необходимо уметь задавать креативные запросы;
5. навыки редактирования и постобработки, чтобы работать над улучшением сгенерированного контента — делать его по-настоящему уникальным;
6. понимание этических рисков, с которыми можно столкнуться в процессе работы с ИИ;
7. понимание аудитории, для которой создается сгенерированный нейросетями контент, и специфики темы, чтобы поддерживать релевантность.
Приведем два примера из разных сфер, как нейросети уже эффективно применяются специалистами по связям с общественностью.
Пример № 1. Объект: стоматология, относящаяся к сфере малого бизнеса, в городе с населением 700 тыс. человек.
Проблемы низкой медийности: тема лечения зубов достаточно конечна с точки зрения кон-тентного наполнения и по ней сложно сказать что-то новое; не все пациенты дают согласие на публикацию своих фото; некоторые работы, предоставляемые докторами, выглядят недостаточно эстетично, поэтому не могут часто использоваться на сайте и в социальных сетях клиники; ограниченный бюджет на привлечение художников, копирайтеров и дизайнеров.
Решение: уже известную информацию о лечении зубов оформлять в брендированные комиксы посредством использования нейросетей. Таким образом бренд смог существенно сэкономить на привлечении художника, получил персонажа-маскота, от имени которого можно рассказывать различные истории по уходу за полостью рта; смог много текстовой информации перевести в лучше воспринимаемые современными пользователями социальных сетей в яркие изображения; все это было сделано в рамках существующего маркетингового бюджета, так как осуществлялось штатным специалистом по рекламе. Также бренд обратился к ИИ с функцией генерации слов и музыки для создания корпоративного гимна, который звучит во время ожидания ответа от специалиста колл-центра. Первичный опрос пациентов показал, что такого рода брендированная музыка им нравится больше, чем стандартные мелодии, которые они слышат при обращении в другие организации.
Пример № 2. Объект: крупная нефтегазовая компания федерального значения.
Проблемы низкой медийности: оперативный доступ специалистов по связям с общественностью к части месторождений, находящихся на территории Ямало-Ненецкого автономного округа, затруднен в связи со сложной и долгой логистикой, а также погодными условиями; проблемы с получением разрешений на использование фото сотрудников в социальных сетях и презентациях компании.
Решение: создание базы данных на основе фотоархива с конкретных месторождений, чтобы на их основе оперативно делать новый фотоматериал через генерацию нейросетью, в том числе с добавлением на картинку таких редких природных явлений как северное сияние. Пока фотоматериал применяется во внутренних документах компании, корпоративных рассылках, поздравлениях с праздниками и презентациях. На данный момент компания тестирует общественное мнение на предмет использования сгенерированного контента не только в сфере внутренних связей, но и официальном сайте и социальных сетях компании, хотя внутри отделов мнения раз-
делились и пока ожидание реакции пользователей на появление «электронного нефтяника» скорее негативные.
Также обратимся к теме контроля за работой ИИ: необходимость ограничения функционала нейросетей напрямую связана с качеством генерации контента, что позволяет сделать процесс менее хаотичным и сэкономить время. Для этого нужно:
1. Ограничить количество используемых нейросетей — отобрать только те, которые обеспечат необходимое качество контента и решат поставленные задачи. Если использование нейросети требует дополнительных неоправданных затрат времени или ресурсов, лучше отказаться от них;
2. установить правила генерации — длину запроса, при которой нейросеть выдаст наиболее релевантный ответ, какие элементы должны быть в итоговом ответе, что из ответа следует исключить;
3. правильно использовать подсказки (уточнения в диалоге с нейросетью, обычно они содержат в себе элементы первого запроса по теме), чтобы в цепи ответов не возникало разрывов и не приходилось начинать с начала. Правильная работа с подсказками заключается в корректной ссылке к исходному запросу и четкому формулированию последующих запросов;
4. постоянно анализировать работу модели ИИ для понимания ее слабых и сильных сторон;
5. выделить типичные ошибки в работе нейросети, чтобы тратить меньше времени на их выявление в дальнейшем;
6. поддерживать контакт с другими пользователями ИИ и следить за деятельностью разработчиков.
Для того, чтобы отследить возможные перспективы генерации контента для областей с низким уровнем медийности с применением нейросетей, нами было дополнительно проведено качественное исследование мнения экспертов посредством интервью. В исследовании участвовали специалисты из креативной сферы, в том числе PR- и IT-специалисты, журналисты и издатели СМИ. Им были заданы следующие вопросы:
1. Как вы считаете, возникают ли этические проблемы в связи с использованием ИИ? Если да, то какие вы считаете самыми важными?;
2. Какими наработками в области ИИ вы пользуетесь?;
3. Сложно ли было обучиться работе с ИИ? Насколько удобно и быстро приобретать такие программы?;
4. Что вас не устраивает в работе с ИИ?;
5. Как вы думаете, в каком направлении будет развиваться отрасль и куда продвинется через пять лет?
Обращаясь к первому вопросу, стоит уточнить, что два эксперта из области журналистики и политического PR не пользуются нейросетями. Однако все респонденты согласились с тем, что этические проблемы в связи с использованием ИИ существуют, хотя в ответе на первый вопрос назвали совершенно разные приоритетные проблемы:
• этические проблемы — 5 экспертов;
• ложный ответ, искажение фактов — 3 эксперта;
• плагиат, похищение существующих материалов — 3 эксперта;
• создание дипфейков — синтез изображений нейросетями с целью наложения на существующие изображения и видео, используется для обмана пользователей — 2 эксперта;
• сокращение персонала — 2 эксперта;
• нет проблем — 1 эксперт.
В этические проблемы, перечисленные в ответах экспертов, входит и создание дипфейков, и сокращение персонала, и плагиат, тем не менее эти проблемы были перечислены более одного раза, поэтому на них стоит обратить внимание. Получение ложного ответа скорее связано с ошибками в работе ИИ, уточнили респонденты, чем с намеренным искажением правды, поэтому в данном случае они не являются этическими проблемами.
Среди этических проблем, перечисленных в интервью, были: «Если результат работы искусственного интеллекта приведет к ошибкам, ... то, кто будет за это отвечать?», «Из наиболее важных этических проблем — отсутствие умышленного вреда людям при использовании LLM. К примеру, военные AI часто готовы пустить гражданских на территориях конфликта "в расход"», «ИИ в образовании, когда студенты генерируют доклады/работы, не пользуясь собственным ин- 47 теллектом», «ИИ может обрабатывать большие объемы персональных данных, и есть риски их
утечки или неправильного использования», «"цифровое воскрешение" при помощи нейросетей, когда создаются симуляции людей, которые уже ушли из жизни и у которых нет возможности дать свое согласие или отказ на цифровое воссоздание личности. Как это влияет на процесс принятия утраты для близких? Является ли цифровая симуляция отражением личности реально жившего человека?».
Отвечая на второй вопрос, эксперты привели функции ИИ и примеры нейросетей. Функции ИИ в работе специалистов: Написание текстов — 6 экспертов; Визуальный контент — 4 эксперта; Создание видео — 2 эксперта; Контент-анализ — 1 эксперт; Рекомендации — 1 эксперт; Перевод — 1 эксперт; Расшифровка видео — 1 эксперт; Программные роботы — 1 эксперт; Озвучка — 1 эксперт. Виды используемых ИИ: Chat-GPT — 6 экспертов; Midjourney — 2 эксперта; Yandex GPT — 1 эксперт; DALL-E — l эксперт; Claude — 1 эксперт; Leonardo — 1 эксперт; Runaway Gen-2 — 1 эксперт; Hailuo Al — 1 эксперт.
На третий вопрос большинство респондентов ответило, что обучиться работе с ИИ было не сложно, один респондент не высказался. На вопрос «Насколько удобно и быстро покупать такие программы?», большинство экспертов ответили, что не покупают, пользуясь лишь бесплатным функционалом. И только четверо используют иностранные карты для покупки доступа к нейро-сетям, у половины из них не возникает сложностей при покупке.
Если обращаться к перечислению аспектов, которые не устраивают пользователей при работе с нейросетями, то это, прежде всего, необходимость перепроверять полученную информацию из-за наличия в ней ошибок (6 экспертов) и технические сложности (необходимость использовать программ типа VPN), низкое качество языка в полученных текстах, невозможность ИИ запомнить длинный диалог, отсутствие действительно качественных русскоязычных нейросетей и сложность обучения новым программам. О необходимости перепроверять полученную информацию высказались 3 эксперта. Собственные навыки по созданию промпта не устроили одного эксперта. Также упоминались такие сложности как: качество языка в тексте — 1 эксперт; непредсказуемость результат — 1 эксперт; отсутствие обратной связи — 1 эксперт.
В финальном вопросе о перспективах развития ИИ только трое экспертов смогли дать примерный прогноз на ближайшие 5 лет: «Везде будут использовать ИИ. Их уже используют, но через 5 лет это будет массово, и жить без них будет сложно»; «Думаю, что в ближайшие 5 лет отрасль будет развиваться в направлении более узкоспециализированных моделей, заточенных под конкретные задачи и индустрии. Также ИИ станет более персонализированным». Третий эксперт обратил внимание на развитие нейросетей-помощников: «А вот через пять лет огромное количество инструментов обратной связи будет уже генериться с помощью искусственного интеллекта, все помощники, встроенные типа системы бронирования, мелкие поручения (покупка билетов, осуществление платежей и подписок) будет происходить через голосовые команды тем ботом, который будет управляться искусственным интеллектом».
В том, что ИИ получит распространение во всех сферах уверены 7 экспертов. О том, что умение работать с ИИ станет обязательным в медиасфере, говорят двое экспертов. Столько же считают, что это приведет к проблемам на рынке труда. Также они ждут углубления ИИ в сферу маркетинга; улучшения функций прогнозирования и качества текстов.
К негативным сценариям, перечисленным экспертами, можно отнести: ИИ будет представлять опасность для жизни человека — 1 эксперт; снизится личное общение — 1 эксперт; в целом упадет качество пиар-продукта — 1 эксперт.
Из проведенного экспертного интервью можно сделать следующие выводы: существует 48 множество важнейших этических проблем, связанных в генерацией контента нейросетями, которые влияют на развитие данной сферы и, с одной стороны, дают толчок для дальнейшего ро-
ста, с другой стороны, уже сейчас демонстрируют ограничения. Именно возможность этической работы с ограничениями становится первостепенной задачей специалистов креативной сферы — от этого зависит доверие к компании и ее репутация. Отдавая приоритет созданию этичного контента, специалисты смогут создать надежную, безопасную и объективно справедливую среду для клиентов и заинтересованных сторон.
В будущем ИИ проникнет во все сферы и перейдет на новый уровень взаимодействия с человеком. К этому моменту не только действительность, но и наше восприятие происходящего изменится. Один из экспертов писал: «И у меня скорее есть страхи, что слишком частое обращение к ИИ разрушит мою компетентность, так как я привыкну пользоваться такими "костылями" постоянно». Вероятно, доверие к нейросетям приведет к проблемам в будущем. Сейчас многие люди не способны отличить текст, сгенерированный ИИ, от написанного человеком. Нейросеть нельзя будет отличить от человека, мошенничество такого рода, скорее всего, станет «нормой» в будущем. Хотя мы просто может недооценивать способность человеческого мозга тренировать «насмотренность», которая со временем будет выявлять сгенерированные тексты.
«Уже с вопросами программирования должны быть на "ты" не только айтишники, но и маркетологи» — так ответил один из респондентов. Действительно, несмотря на кажущуюся простоту использования ИИ, появляется все больше аспектов, которые нельзя игнорировать. Пока что процесс генерации контента нейросетями напоминает скорее игру — специалисты открыли для себя новый уникальный инструмент и тестируют его. Однако с популяризацией ИИ появится и высокая конкуренция в креативной сфере. У потребителя сформируется «насмотренность» и предпочтения, и в борьбе за удовлетворение информационных потребностей потребителя между компаниями может начаться серьезное противостояние. Поэтому постоянное обучение и повышение квалификации даст сначала значительное преимущество, затем станет необходимостью и, возможно, одним из важнейших факторов конкуренции на рынке труда.
Пока наибольшей популярностью среди специалистов пользуются нейросети для генерации изображений Midjourney и текста Chat-GPT. Можно спрогнозировать, что впоследствии станут необходимы ИИ для поиска ошибок генерации и проверки фактов, этичные нейросети, а также ИИ, собирающие и обрабатывающие большие объемы данных о целевой аудитории. Кроме того, уровень интерактивности контента повысится, что говорит о возможной необходимости в нейросети, работающей в виртуальном пространстве и коммуницирующей на высоким уровне.
Наблюдая за развитием ИИ, можно сделать вывод, что уже ведется работа над созданием этической среды использования нейросетей. С началом многих судебных процессов, связанных с кражей данных и плагиатом, можно увидеть первые шаги в этом направлении. Так, была создана нейросеть Claude от Anthropic, которая отслеживает безопасность данных и не дает ответы на «сомнительные» запросы.
Ведется работа над созданием синтетических данных для обучения нейросетей [Лапушкин, Гаврилов, Щелкунов, Бакеев, 2021] — это технология генерации искусственных данных, имитирующих реальные наблюдения, чтобы проводить машинное обучение, которое не будет допускать плагиата. Основной причиной для работы над этой технологией является поиск новых данных, так как в будущем возможно объема открытых материалов будет недостаточно для обучения. Создание синтетических данных, возможно, сможет оказать положительное влияние на этический аспект генерации контента.
В дополнение к вышеперечисленному, нейросети влияют на критическое мышление [Gerlich, 2025] — из-за высокого уровня доверия к сгенерированной информации или «авторитетным» источникам, предложенным ИИ, люди перестают оценивать качество рекомендуемых материалов и «берут на веру», недостоверные факты. Поэтому необходимо разрабатывать способы проверки и выявления ошибок, так как зависимость от ИИ продолжит расти. В худшем случае подверженность влиянию моделей по генерации контента может стать причиной потери не только аналитических, но и творческих способностей. Использование нейросетей приведет не к оптимизации процессов и выходу на новый уровень развития контента, а к деградации сферы в целом и падению квалификации специалистов в частности.
Возникла тенденция к изменению потребления контента — персонализация форматов и новые технологии рекомендации сделали из процесса поиска контента пользователем, поиск пользователя контентом. Теперь контент на основе анализа аудитории и механизмам подсказки находит своего потребителя. Это можно наблюдать на примере новых технологий генерации единственного ответа на запрос от Яндекс и Google. Технологии SEO, таким образом, выйдут на новый уровень и их логику будет намного сложнее проследить. Это может иметь неоднозначное влияние на профессию — непонятно, какое место будет занимать человек в цепи работы над информацией. Данные проблемы изучаются несколькими учеными, и поднятая ими волна об- 49
суждений ведет к общественной дискуссии, которая в свою очередь может привести к законодательным инициативам. Так, по сбору и использованию данных пользователей написаны труды «Надзорный капитализм» Шошаны Зубоф и «Новые боги. Как онлайн-платформы манипулируют нашим выбором и что вернет нам свободу» Кристиан Монтага. Поэтому мы ждем, когда подобные дискуссии касательно искусственного интеллекта выйдут на новый уровень — из узкопрофессиональных конференций в более широкую информационную среду.
Формат размещения контента тоже претерпит некоторые изменения в сторону повышения разнообразия. Благодаря оптимизации работы с видео, текстом, аудио и визуальным материалом у специалистов появится возможность преобразовывать формат контента для различных предпочтений аудитории на примере создания аудио- и видеоверсий статей. Наблюдается тенденция интеграции технологий искусственного интеллекта и виртуальной реальности — появляется все больше инструментов на основе нейросетей, которые помогают добиться разнообразия контента и добавляют интерактивные элементы в процесс взаимодействия с VR.
В контексте использования нейросетей возникают этические вопросы, связанные с авторским правом, манипуляциями и дезинформацией, влиянием на экономику и рынок труда. Уже было заведено несколько громких дел против OpenAI на почве кражи данных для обучения искусственного интеллекта и, компании заявили об обсуждении и разработке руководства, правил и стандартов для ответственного использования нейросетей, однако до сих пор нет результатов. А в связи со свежими данными о том, что некоторые нейросети могут проникать в закрытые подписки и пересказывать материалы из них пользователю, проблема становится лишь актуальнее. Несмотря на динамичное развитие, техническую грамотность, корректную структуру публикации, контент от ИИ пока не достиг уровня опытных профильных специалистов по коммуникациям и созданию креативов, хотя уже серьезно конкурирует с ними по времени, необходимому на генерацию материала . Можно сделать вывод, что с сохранением темпов развития сферы ней-росетей роль человека сместится в сторону составления задания (генерации промптов ), модера-ции и анализа результатов работы ИИ, так как «искусственный» контент заполнит как медийную среду в целом, так и области с низкой медийностью в частности. Однако авторы данной статьи надеются, что в будущем сфера создания контента с применением нейросетей будет представлять соединение автоматизации, персонализации и творчества в равном количестве.
В заключение можно отметить, что нейросети для генерации контента вместе с многочисленными преимуществами, несут риски, связанные не только с публикацией материалов и заимствованием интеллектуальной собственности, поэтому профессионалы в сфере маркетинга и связей с общественностью должны взять на себя ответственность за регулирование взаимодействия с ИИ, не надеясь только на разработчиков программного обеспечения. Соблюдение этических норм, контроль качества и достоверности генерируемых материалов, тематическое соответствие, понятные инструкции по работе с ИИ — все это станет основными принципами в работе внутри и вне областей с низким уровнем медийности.
Литература
Из-за ИИ уволено больше работников, чем готовы признать работодатели. URL: https://www.cnews.ru/news/top/2024-02-16_ii_vyzval_uvolnenie_bolshego#:~:text (дата обращения: 01.10.2024).
Исследование: половина россиян верит, что нейросети могут помочь в решении рутинных задач. URL: https:// telecomdaily.ru/news/2024/06/ll/issledovanie-polovina-rossiyan-verit-chto-neyroseti-mogut-pomoch-v-reshenii-rutinnyh-zadach (дата обращения: 01.10.2024).
Галанов А.Э., Селюкова Г.П. Нейронные сети и нейронные технологии // Актуальные вопросы науки и хозяйства: новые вызовы и решения: сборник материалов LIII Международной студенческой научно-практической конференции. Тюмень: Государственный аграрный университет Северного Зауралья, 2019. С. 399-405.
Как ошибаются нейросети и можно ли уберечь себя от их промахов. URL: https://practicum.yandex.ru/blog/kak-oshibayutsya-nejroseti/ (дата обращения: 04.10.2024).
Лапушкин А.Г., Гаврилов Д.А., Щелкунов Н.Н., Бакеев Р.Н. Основные подходы к подготовке визуальных данных для обучения нейросетевых алгоритмов // Искусственный интеллект и принятие решений. 2021. № 4. С. 62-74.
85% российских PR-специалистов используют нейросети в своей работе — результаты опроса. URL: https://www.cnews. ru/news/line/2024-06-28_85_rossijskih_pr_-_spetsialistov (дата обращения: 01.10.2024).
Gerlich M. AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking // Societies. 2025. Т. 15. №. 1. С. P. 6.
Hilbert M. How to Measure» How Much Information»? Theoretical, Methodological, and Statistical Challenges for the Social Sciences Introduction. International Journal of Communication (19328036), 2012, vol. 6.
How Much Information 2003? URL: https://web.archive.Org/web/20221015221835/http://groups.ischool.berkeley.edu/archive/ how-much-info-2003/ (дата обращения: 01.10.2024).
The Ethics of AI in Content Creation: What Marketers Need to Know. URL: https://aicontentfy.com/en/blog/ethics-of-ai-in-content-creation-what-marketers-need-to-know-1 (дата обращения: 04.10.2024).
References
Galanov A.E., Selyukova G.P. Neural networks and neural technologies. Actual issues of science and economy: new challenges and solutions: collection of materials of the LIII International student scientific and practical conference. Tyumen: State Agrarian University of the Northern Trans-Urals, 2019, pp. 399-405. (In Russian)
Gerlich M. AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies, 2025, vol. 15, no. 1 pp. 6.
Hilbert M. How to Measure» How Much Information»? Theoretical, Methodological, and Statistical Challenges for the Social Sciences Introduction. International Journal of Communication (19328036), 2012, vol. 6.
How Much Information 2003? URL: https://web.archive.org/web/20221015221835/http://groups.ischool.berkeley.edu/archive/ how-much-info-2003/ (date of access: 01.10.2024).
How neural networks make mistakes and is it possible to protect yourself from their blunders. URL: https://practicum.yandex. ru/blog/kak-oshibayutsya-nejroseti/ (date of access: 04.10.2024). (In Russian)
Lapushkin A.G., Gavrilov D.A., Shchelkunov N.N., Bakeev R.N. The main approaches to the preparation of visual data for training neural network algorithms. Artificial Intelligence and Decision Making, 2021, no. 4, pp. 62-74. (In Russian)
More Workers Have Been Fired Due to AI Than Employers Are Ready to Admit. URL: https://www.cnews.ru/news/top/2024-02-16_ii_vyzval_uvolnenie_bolshego#:~:text (accessed: 01.10.2024). (In Russian)
Study: Half of Russians Believe Neural Networks Can Help Solve Routine Tasks. URL: https://telecomdaily.ru/news/2024/06/11/ issledovanie-polovina-rossiyan-verit-chto-neyroseti-mogut-pomoch-v-reshenii-rutinnyh-zadach (date of access: 01.10.2024). (In Russian)
The Ethics of AI in Content Creation: What Marketers Need to Know. URL: https://aicontentfy.com/en/blog/ethics-of-ai-in-content-creation-what-marketers-need-to-know-1 (date of access: 04.10.2024).
85% of Russian PR Specialists Use Neural Networks in Their Work — Survey Results. URL: https://www.cnews.ru/news/ line/2024-06-28_85_rossijskih_pr_-_spetsialistov (date of access: 01.10.2024). (In Russian)
