CC BY
2
ПУБЛИЧНАЯ СФЕРА В АСПЕКТЕ МАССОВЫХ КОММУНИКАЦИЙ
THE PUBLIC SPHERE IN THE ASPECT OF MASS COMMUNICATIONS
Знак: проблемное поле медиаобразования. 2024. № 3 (53). С. 108-121 elSSN 2949-3641; ISSN 2070-0695 (print). Znak: problemnoe pole mediaobrazovanija. 2024;3(53): 108-121. elSSN 2949-3641; ISSN 2070-0695 (print).
Научная статья УДК 070; 004.8
DOI 10.47475/2070-0695-2024-53-3-108-121
ПОТЕНЦИАЛ ПРИМЕНЕНИЯ ГЕНЕРАТИВНЫХ ЯЗЫКОВЫХ МОДЕЛЕЙ В СОВРЕМЕННОЙ МЕДИАКОММУНИКАЦИИ И ЖУРНАЛИСТИКЕ (НА ПРИМЕРЕ CLAUDE И YALM 2.0)
Ирина Николаевна Зырянова1, Александр Сергеевич Чернавский2
1 Байкальский государственный университет, Иркутск, Россия, [email protected]
2 Московский педагогический государственный университет, Москва, Россия, [email protected]
Аннотация. Данная статья является теоретико-практическим обобщением по итогам проведенного авторами эксперимента. Несмотря на то, что основой данной публикации мы полагаем соответствующие результаты упомянутого авторского эксперимента, в работе также представлен небольшой теоретический аналитический обзор истории и основных проблемных зон развития генеративных языковых моделей на современном этапе. Методологическим фундаментом данной работы является системный и структурно-функциональный подходы к исследованию возможностей использования генеративных языковых моделей в современной журналистике, а также case study из трех частей, что стало основой работы. Соответствующий краткий аналитический обзор современного состояния академического дискурса, имеющего отношения к заявленной теме исследования приведен в начале данной статьи. Основное внимание уделено вопросам трансформации медиасферы в целом и средств медиакоммуникаций через призму развития технологий ИИ. При этом основная цель данной работы авторами ставилась как теоретико-прикладное исследование актуального потенциала ведущих генеративных языковых моделей в области медиакоммуникации и журналистики с помощью соответствующего авторского эксперимента. Важность подобных исследований фундирована тем, что в последние два года мы наблюдаем беспрецедентное стремительное развитие возможностей больших языковых моделей. При этом в авторском эксперименте были использованы и сравнивались результаты генераций в больших языковых моделях (Claude 2.0 и Yandex GPT), разработанных и публично доступных в 2023 году. Основой эксперимента стали соответствующие запросы на генерацию текстов в различных жанрах современной журналистики, которые затем оценивались как авторами, так и в автоматизированной системе Glavred. По итогам эксперимента авторами сформулированы выводы и краткие аналитические прогностические положения в контексте заявленной темы.
Ключевые слова: медиакоммуникация, генеративные языковые модели, искусственный интеллект, современная журналистика
Для цитирования: Зырянова И. Н., Чернавский А. С. Потенциал применения генеративных языковых моделей в современной медиакоммуникации и журналистике (на примере Claude и Yalm 2.0) // Знак: проблемное поле медиаобразования. 2024. № 3 (53). С. 108-121. doi: 10.47475/2070-0695-2024-53-3-108-121
Original article
POTENTIAL APPLICATION OF GENERATIVE LANGUAGE MODELS IN MODERN MEDIA COMMUNICATION AND JOURNALISM (ON THE EXAMPLE OF CLAUDE AND YALM)
Irina N. Ziryanova1, Alexander S. Chernavskiy2
1 Baikal State University, Irkutsk, Russia, [email protected]
2 Moscow State Pedagogical University, Moscow, Russia, [email protected]
Abstract. This article serves as a theoretical and practical synthesis based on the results of an experiment conducted by the authors. Although the core of this publication is grounded in the relevant outcomes of the aforementioned authorial experiment, the work also presents a brief theoretical analytical review of the history and key problem areas in the development of generative language models at the current stage. The methodological foundation of this study lies in the systematic and structural-functional approaches to exploring the potential use of generative language models in contemporary journalism, complemented by a three-part case study that forms the basis of the work. A concise analytical overview of the current state of academic discourse related to the stated research topic is provided at the beginning of the article. The main focus is on the transformation of the media sphere as a whole, and media communication tools, through the lens of AI technology development. The primary objective of this work, as set by the authors, was to conduct a theoretical and applied investigation into the current potential of leading generative language models in the field of media communication and journalism, utilizing the aforementioned authorial experiment. The importance of such research is underscored by the unprecedented rapid development of large language models over the past two years. In the author's experiment, the generation results of large language models (Claude 2.0 and Yandex GPT), developed and publicly available in 2023, were used and compared. The experiment was based on generating texts in various genres of contemporary journalism, which were subsequently evaluated both by the authors and by the automated system Glavred. Based on the experiment's outcomes, the authors formulated conclusions and brief analytical predictive statements within the context of the stated topic.
Key words: media communication, generative language models, artificial intelligence, contemporary journalism
For citation: Ziryanova I. N., Chernavskiy A. S (2024). Potential application of generative language models in modern media communication and journalism (on the example of Claude and Yalm). Znak: problemnoe pole mediaobrazovanija. 3(53): 108-121. (In Russ). doi: 10.47475/2070-0695-2024-53-3-108-121
Введение
За последнее десятилетие быстрый прогресс в области искусственного интеллекта (ИИ) привел к созданию больших генеративных моделей машинного обучения, способных по короткому запросу создавать человекоподобные тексты, изображения и другие мультимедийные объекты. Наиболее яркими примерами являются модели естественного языка, такие как GPT-3, Claude и т. п. - и генераторы изображений, такие как DALL-E 2, Midjourney, Kandinskiy и другие. Способность этих моделей синтезировать связный, разговорный текст и самые разнообразные, в том числе фотореалистичные изображения при минимальном участии человека после запуска соответствующих генеративных процессов представляет собой важнейший технологический скачок в развитии медиасферы, имеющий глубокие последствия для многих областей общественной жизни, включая журналистику и медиакоммуникации. Уже общеизвестно, что генеративные модели машинного обучения обучаются на обширных массивах данных, состоящих из текстов, изображений или других медиаданных, чтобы получить представление о закономерностях и установить алгоритмические взаимосвязи между данными (Намиот 2022). После соответствующего обучения генеративные модели могут создавать новый контент в соответствии со стилями использованных медиаданных и структурой обучающего корпуса (Понкин 2020). Отметим, что уже модель GPT-3, выпущенная в 2020 году, была обучена на многих миллиардах слов из онлайн-источников и доказала, что может выполнять текстовые запросы / генерации удивительно человекоподобным, логичным и последовательным образом. Например, модель DALL-E 2, анонсированная в 2022 году, способна генерировать фотореалистичные изображения и другой визуальный контент на основе текстовых описаний. Возможности этих моделей обусловлены такими IT-достижениями, как архитектура нейросетевых трансформеров, генеративно-состязательные алгоритмы (GAN), а также их огромным масштабом: некоторые модели сегодня имеют более 175 млрд. параметров (Жиляков 2022).
Генеративные языковые модели и современная медиакоммуникация
Подобные мощные генеративные модели привлекли внимание медиакомпаний и журналистов, которые осознали их потенциал для автоматизации некоторых задач по созданию контента. Associated Press в 2023 году заявило о тесном сотрудничестве с компанией Open AI. Forbes экспериментировал с использованием GPT-3 для создания самых разных медиаматериалов в 2023 году. Отметим, что еще около двадцати лет назад появилось программное обеспечение Newsblaster, которое автоматически генерирует конспективную суммаризацию на основе структурированных данных медиаматериалов из различных новостных агентств и крупнейших СМИ (McKeown, Barzilay, Evans [и др.] 2002). При этом совсем недавно, уже в эпоху активного распространения технологий ИИ, New York Times объявила об ограничении использования своих материалов в машинном обучении. Другие издательства, такие как The Washington Post, сегодня изучают возможности (и уже анонсировали использование) ИИ для улучшения работы своих сервисов и журналистов. При этом сегодня сохраняются и актуализируются этические проблемы, связанные с прозрачностью, точностью и социальными последствиями использования ИИ. Критики предупреждают, что автоматизированному контенту не хватает креативности, человеческой эмпатии и этических норм, которые привносят в свою работу журналисты-люди (Dorr, Hollnbuchner 2017). Генеративные модели, подобные GPT-3, могут распространять дезинформацию, алгоритмическую предвзятость и фактические ошибки, если дополнительно не контролировать результаты их работы. При этом отмечается, что с точки зрения использования потенциала машинного обучения, «существуют базы данных, например Palantir в
США или на основе баз GTD (база данных глобального терроризма) ИИ в Китае, которые анализируют сверхкрупные массивы данных, собранных из максимального количества доступных источников, которые ищут неочевидные закономерности, делают свой прогноз и проводят свое собственное расследование события, которое должно будет произойти в будущем, то есть ИИ (искусственный интеллект) уже заранее учат предопределять то, что произойдет» (Алешин 2022: 114). Подобные базы данных при этом могут быть успешно использованы, например, в таком актуальном направлении как data-журналистика.
Также некоторые исследователи в последние годы рассматривают эти технологии и как значимую угрозу творческому потенциалу человека вообще и профессии журналиста в частности (Mazzone, Elgammal 2019). Создание адекватных рациональных рабочих процессов, обеспечивающих ответственное использование ИИ уже сегодня может иметь решающее значение с точки зрения как дополнительного общественного блага, так и с точки зрения конкурентных преимуществ. В самой ближайшей перспективе улучшение корпуса обучающих данных, соответствующая адаптация контента и корректное контекстное моделирование могут повысить надежность и ценность генеративных моделей для журналистики и медиакоммуникаций. Если использовать ИИ в качестве мультипликатора производительности рутинного контента, то это теоретически позволит создавать более глубокие и даже персонализированные репортажи и освободит время журналистов для выполнения задач, требующих дополнительных человеческих компетенций и ответственности (Ali, Hassoun 2019). Сегодня человечество в целом только начинает учиться использовать потенциал новейших технологий ИИ для преобразования современных СМИ и медиасферы. Дальнейшие исследования влияния генеративных моделей на общество сегодня жизненно необходимы, поскольку генеративные алгоритмы ИИ продолжают стремительно развиваться.
Характеристики современной медиакоммуникации и ее роль в формировании культурных и политических трендов
В эпоху цифровизации и глобализации медиакоммуникация приобретает новые характеристики, которые требуют тщательного изучения и осмысления. Медиадискурс, изначально выступавший в качестве технического средства фиксации, трансляции и тиражирования информации, со временем превратился в мощный инструмент воздействия на массовое сознание (Володина 2018: 10). Одним из важнейших аспектов эволюции медиакоммуникации стал переход от традиционных средств массовой информации к социальным медиа-платформам.
Внедрение социальных медиа и цифровых платформ преобразило медийную коммуникацию, сделав ее более динамичной и интерактивной. Этот процесс обеспечил демократизацию медиакоммуникации, предоставив каждому возможность активного участия в обсуждениях и диалогах. С одной стороны, различные медиасредства выступают «важным ресурсом достижения публичности интеллектуального взаимодействия в социуме, интегративным результатом которого является социально-психологическая зрелость участников текущей социальной практики как коллективного субъекта цивилизационного процесса» (Гладкова, Демина, Шкондин 2023: 303). Однако, с другой стороны, подобная демократизация сопровождается и рядом негативных явлений, таких как увеличение объема дезинформации и распространение фейковых новостей (Таскара, Велитченко 2020). Алгоритмы социальных медиа-платформ, ориентированные на вовлеченность пользователей, могут способствовать распространению провокационных или искаженных информационных сообщений. В связи с этим возникает необходимость в развитии медиаграмотности и критического мышления для эффективной навигации в потоке онлайн-информации.
Еще одним важным аспектом изменения медиакоммуникации является увеличение персонализированного контента (Болотнов 2015). Современные медиа собирают значительные объемы данных о пользователях, что позволяет настраивать контент под индивидуальные предпочтения. Это влияет на формирование культурных и политических предпочтений аудитории (Водолазская 2015, Файкова 2022). Алгоритмы социальных медиа-платформ адаптируют контент в соответствии с интересами и поведением индивидуальных пользователей, что приводит к формированию «фильтрующих пузырей» (Авдеева, Коврига 2021, Боресков 2021, Вартанова, Дунас 2022). В таких «пузырях» пользователи ограничиваются информацией, подтверждающей их предварительные убеждения и взгляды, что может способствовать отсутствию экспозиции к разнообразным точкам зрения и сужению уровня дискуссии.
Кроме того, ключевыми особенностями современной медиакоммуникации являются ее интерактивность, мультимедийность, высокая скорость распространения информации и широкий охват аудитории:
1. Интерактивность и двусторонний характер коммуникации. Современные медиа позволяют не только транслировать информацию, но и вовлекать аудиторию в активное взаимодействие, обмен мнениями и обратную связь. Это способствует более активному участию граждан в общественных процессах (Красноярова 2010, Шагдарова, Вильмова 2018, Чернавский 2015).
2. Мультимедийность и конвергенция. Современные медиа интегрируют различные формы контента - текст, аудио, видео, графику. Это делает коммуникацию более насыщенной и привлекательной для аудитории. Кроме того, происходит конвергенция различных медиаплатформ, что расширяет возможности
распространения информации (Богданович, Федорова 2020, Крылова 2020).
3. Глобальный охват и скорость распространения информации. Благодаря интернету и социальным сетям, информация может мгновенно распространяться по всему миру, что позволяет оперативно реагировать на события и формировать общественное мнение (Уразова 2013, Фэн 2023).
Технологическое развитие в сфере искусственного интеллекта оказало значительное влияние на медиапространство, трансформируя традиционные подходы к созданию и распространению контента. В современных условиях нейросети и алгоритмы машинного обучения становятся неотъемлемыми инструментами в арсенале медиаспециалистов. Их применение способствует оптимизации процессов, что позволяет значительно ускорить выполнение базовых рабочих задач, таких как обработка данных, анализ аудитории и автоматизация рутинных операций. Это освобождает ресурсы и время профессионалов, позволяя им сосредоточиться на более значимых и креативных аспектах своей работы, таких как разработка инновационных концепций, создание оригинального контента и стратегическое планирование. Использование нейросетевых технологий позволяет медиаспециалистам значительно ускорить выполнение базовых рабочих задач, сосредоточившись на более важных и креативных вопросах» (Рубцова 2024: 167).
Однако использование нейросетей в медиасфере не лишено рисков и отрицательных последствий. Качество контента, генерируемого ИИ, может иногда оставлять желать лучшего, что приводит к распространению неточной информации или даже дезинформации. Автоматизация процессов может также привести к потере рабочих мест, особенно в таких областях, где рутинные задачи могут быть выполнены алгоритмами. Этические вопросы, касающиеся авторских прав и интеллектуальной собственности, становятся все более актуальными: кто является владельцем контента, созданного ИИ? Это может вызвать юридические споры и неопределенности. Кроме того, зависимость от алгоритмов может привести к стандартизации контента и снижению креативности. Если медиаорганизации полагаются на нейросети для генерации идей и материалов, это может ограничить разнообразие и оригинальность представляемого контента. Более того, нейросети могут быть использованы для создания фальшивых новостей и манипулятивного контента, что подрывает доверие к медиа и может иметь серьезные последствия для общества (Архангельская 2020, Давыдов, Замков, Крашенинникова, Лукина 2023, Осипенко 2023, Stewart, Lyubashenko, Stefanek 2023).
Говоря о текущем положении дел в области развития технологий ИИ в сфере медиакоммуникаций и журналистики, также необходимо обратить внимание на некоторые важные правовые прецеденты последнего времени. Например, представляется важным следующее соображение: «крупнейшая американская газета, New York Times подала иск на OpenAI и Microsoft. Такие дела требуют совершенно нового взгляда на авторское право в стезе использования искусственного интеллекта» (Шамова 2024: 75). Также обратим внимание и на процесс 2024 года, когда издания The Intercept, Raw Story и AlterNet подали коллективный иск в суд на компании Open AI и Microsoft, заявив о нарушении авторских прав (Chaparro 2024). Подобные прецеденты наглядно свидетельствуют об очевидной проблеме и новых беспрецедентных правовых вызовах в области использования технологий ИИ и обучении разнообразных больших языковых моделей на материалах СМИ.
Таким образом, современная медиакоммуникация, претерпев значительную эволюцию, играет ключевую роль в формировании культурных и политических трендов в обществе. Переход к социальным медиа-платформам обеспечил демократизацию медийного пространства, но также породил проблемы, связанные с распространением дезинформации и формированием «фильтрующих пузырей». Для эффективного использования потенциала медиакоммуникации необходимо развитие медиаграмотности и критического мышления у аудитории. Интеграция технологий искусственного интеллекта в медиаиндустрию не только повышает эффективность рабочих процессов, но и открывает новые горизонты для творческого самовыражения и профессионального роста специалистов. В результате можно говорить о том, что искусственный интеллект становится важным катализатором изменений в медиапейзаже, способствуя его эволюции в сторону большей адаптивности и гибкости. Однако необходимо учитывать и возможные негативные последствия его применения, чтобы обеспечить этичное и ответственное использование технологий в формировании культурных и политических трендов. Медиаконтент не только отражает, но и активно конструирует реальность, влияя на восприятие и поведение людей. Изучение характеристик и механизмов функционирования современной медиакоммуникации имеет важное значение для понимания происходящих в обществе трансформаций. Анализ ее роли в процессах культурной идентификации, политической мобилизации и социальной консолидации позволяет выявить как позитивные, так и негативные аспекты этого влияния. Это, в свою очередь, создаст основу для разработки эффективных стратегий управления медиапространством и повышения его социальной ответственности.
Авторский эксперимент
Наш эксперимент состоит из 3 частей.
1. По итогам ряда запросов ниже будут представлены несколько итоговых генераций, которые отражают актуальные возможности больших языковых моделей (БЯМ) Claude 2.0 и Yandex GPT в разных
жанрах медиакоммуникации.
2. Каждый текст прошел оценку в автоматизированном онлайн сервисе «Главред». Данный сервис «находит в тексте рекламные, газетные и бытовые штампы, канцелярит, неточные и брехливые формулировки, необъективные оценки, огульные обобщения, плеоназмы, паразиты времени, неправильно используемые заимствования, некоторые проблемы синтаксиса, страдательный залог, вводные конструкции, модальность, матерные выражения и некоторые эвфемизмы. Оценка по шкале Главреда показывает отношение стоп-слов к числу слов в тексте. Чем меньше стоп-слов или чем больше чистого текста - тем выше балл. Оценка по шкале Главреда показывает только долю стоп-слов. Это не показатель качества текста» (О проекте // Главред. https://glvrd.ru/about/).
3. Итоговые результаты генераций и оценки сведены в единую таблицу для понимания актуального потенциала использования генеративных языковых моделей в современной медиакоммуникации.
Генерация 1
Напиши обзорную новостную информационную заметку в нейтральном стиле, с использованием конкретных примеров и цифр, посвященную Дню Конституции в РФ. Текст предназначен для общественно-политического СМИ.
Claude
12 декабря в России отмечается День Конституции РФ - дата принятия Основного Закона страны в 1993 году.
За 29 лет действия Конституции в нее было внесено 5 пакетов поправок. Например, поправки 2020 года закрепили приоритет Конституции РФ над международным правом. А в 2021 году внесены дополнения о защите исторической правды и повышении МРОТ.
В День Конституции по всей России проходят около 2 тысяч мероприятий. Например, в Москве состоялось торжественное заседание в Кремле с участием 1700 человек. А в Санкт-Петербурге прошла научная конференция в СПбГУ на тему «Конституция в современном мире».
По данным ВЦИОМ, Конституцию РФ в полном объеме прочитали 34% россиян, а 92% знакомы с ее основными положениями. Это свидетельствует о важности Constitution Day для повышения правовой культуры граждан.
Рис 1. Оценка чистоты текста, сгенерированного нейросетью Claude, в сервисе «Главред»
Yandex GPT
Сегодня, 12 декабря, в России отмечается День Конституции. В 2023 году этот праздник имеет особое значение, так как Конституция - это основной закон государства, регулирующий все сферы жизни общества.
За годы существования Конституции РФ была проведена значительная работа по ее совершенствованию. За это время было принято множество законов, затрагивающих различные аспекты общественной жизни: от социальной защиты до прав свобод граждан.
Например, Конституция РФ декларирует право на труд, свободу слова, свободный выбор места жительства и т.д. Также в Конституции закреплены основные принципы государственного управления, включая разделение властей и принцип равенства перед законом.
Однако, несмотря на все достижения, конституционное право в России остается недостаточно развитым, что проявляется в проблемах, связанных с эффективностью законодательства и его исполнением. Так, проблема коррупции, низкий уровень доходов населения и другие негативные явления требуют более глубокого анализа и решения.
Тем не менее, День Конституции - это праздник всех граждан, который напоминает о значимости правового государства и о важности соблюдения законов. Работа над укреплением конституционного строя и демократических ценностей продолжается, и надеемся, что в ближайшее время Россия станет еще более сильным и процветающим государством.
Рис. 3. Оценка чистоты текста, сгенерированного нейросетью Yandex GPT, в сервисе «Главред»
Чистота Читаемость
Сегодня, 12 декабря, в России отмечается День Конституции, 5 2023 году отот праздник имеет особое значение, так как Конституция - это основной закон государства, р<^-угипу*:_все сферы жизни общества.
За годы существования Конституции РФ была проведена значительная работа го ее совершенствованию. За это время вьтемтринято множество законов, заваривающих различные аспекты общественной жизни: от социальной защиты до прав свобод граждан.
Генерация 2
Напиши обзорную новостную информационную заметку в нейтральном стиле, с использованием конкретных примеров и цифр, посвященную новой постановке Гамлета. Текст предназначен для блога, посвященного культуре.
Claude
В Московском театре драмы состоялась премьера новой постановки трагедии Уильяма Шекспира «Гамлет». Это уже седьмая интерпретация данного произведения на сцене театра.
Главную роль принца датского исполнил заслуженный артист России Павел Лапин. В его трактовке Гамлет предстал мятущимся интеллектуалом в мире жестокости и лицемерия.
Постановка отличается смелым режиссерским решением - действие перенесено в современность. На сцене присутствуют видеоэкраны, гаджеты, элементы hi-tech.
Спектакль длится 2 часа 45 минут и состоит из 2 актов с антрактом. Зрители тепло встретили новый «Гамлет», спектакль шел при полном аншлаге. Уже раскуплено 72 % билетов на следующие 10 показов.
Таким образом, новая трактовка вечной шекспировской трагедии обещает стать заметным событием театрального сезона и привлечь внимание ценителей драматического искусства.
Режиссер-постановщик спектакля - заслуженный деятель искусств РФ Андрей Петров. В своей интерпретации классической пьесы он сделал акцент на внутреннем конфликте Гамлета, его философских раздумьях о смысле жизни.
Художник-постановщик Иван Сидоров создал лаконичное пространство спектакля, стилизованное под интерьер современного лофта. В нем присутствуют холодные оттенки серого, черного и белого.
В роли короля Клавдия и королевы Гертруды заняты ведущие актеры театра - народные артисты России Петр Лукьянов и Анна Ковалева.
Минималистичная сценография и костюмы героев в духе авангардной моды подчеркивают мысль постановщиков о вневременном характере темы. Премьера получила высокие оценки театральных критиков.
Чистота Читаемость
В Московском театре драмы состоялась премьера новой постановки трагедии Уильяма Шекспира
«Гамлет». Это уже седьмая интерпретация данного произведения на сцене театра.
Главную роль принца датского исполнил заслуженный артист России Павел Лапин. В трактовке
Гамлет предстал мятущимся интеллектуалом в мире жестокости и лицемерия.
Постановка отличается смелым режиссерским решением - действие перенесено в современность. На
сцене присутствуют видеоэкраны, гаджеты, элементы hi-tech.
Спектакль длится 2 часа 45 минут и состоит из 2 актов с антрактом. Зрители тепло встретили новый «Гамлет», спектакль шел при полном аншлаге. Уже раскуплено 72% билетов на следующие 10
трактовка вечной шекспировской трагедии обещает стать зак событием I привлечь внимание ценителей драматического искусства.
- заслуженный деятель искусств РФ Андрей Петров. В э! он сделал акцент на внутреннем конфликте Гамлета,
Таким образом, театрального сс Режиссёр-г интерпретации
философских раздумьях о смысле жизни.
Художник-постановщик Иван Сидоров создал лаконичное пространство сг под интерьер современного лофта. В нем присутствуют холодные оттенки серого, чёрного и белого. В роли короля Клавдия и королевы Гертруды заняты ведущие актёры театра - народные артисты России Пётр Лукьянов и Анна Ковалева.
Минималистичная сценография и костюмы героев в духе авангардной моды подчёркивают мысль постановщиков о вневременном характере темы. Премьера получила высокие оценки театральных критиков.
9,1:
в. Основные проблемы: канцеляризм
Необъективная оценка
Качественные прилагательные Редактура текста о компании
Прилагательн Для красного
которые следует ос
Рис. 5. Оценка чистоты текста, сгенерированного нейросетью Claude, в сервисе «Главред»
Yandex GPT
«Гамлет» - одна из самых известных пьес Шекспира, которая стала классикой мирового театра. Постановка этой пьесы - знаковое событие как для Александринцев, так и для российской театральной сцены.
Режиссер Луис Пера Фернандо Монтерокс выбрали в качестве режиссера спектакля одного из наиболее талантливых молодых постановщиков в Италии. Федерико Мария Мули (29 лет) выступал директором в оперной и балетной скалах Мариинского театра, организовал постановку трилогии «Три сестры» в Лионе, много работал с испанскими и французскими хореографами, режиссером по пластике. Директором Государственного театра оперы и балета под руководством Т. Габрийеван, Ла Франс и д'Эйкщ, а также дирижер музыки Национальным театром в Авеля, среди многих других, является автором нескольких телевизионных мини-сериалов, которые транслировались по национальному телевидению. Он ставит спектакли для театров в различных городах Италии и Италии, в том числе театр Verdi, Катании, Teatro Lírico Mascagni и Opera Emilia. Его режиссерское портфолио включает в себя Федерико Феллини, Джона Фредерика Барабара, Клод-Антуан Огэ, Джузеппе Верди, Альфред де Виньи, Уильям Шекспир, Орсон Уэллс, Бертольт Брехт. Для Трио, организованного с Театром Америки в Риме, он поставил «Вруонца», причем эта постановка была основана на 5-летнем возрасте дочери певца. Последние ваши работы включают Эстерхази, Тино, Денизти из Денниза, при котором идет живая немая опера на музыку Нинетто Ниттани.
Масштабное нововведение не скрыло от глаз подмостки партера, на которых восседали артисты, внимающие действиям зала. Реконструкция старой сцены часто включает в себя сцены, уже ставшие шедеврами театра: александринский балкон, «золотая середина» по одну сторону от нее и за ним, старые кулисы (в частности, его открытие), движение канатов, движущихся над головой зрителей и многое другое. Такая реконструкция делает ее очень реальной благодаря механизмам прошлых лет, сохранившимся в весьма хрупком состоянии. Зал также узнал пресловутый занавес с символикой Певца, которому так давно предстояло уйти на пенсию. Я решил возродить этот символ для грандиозного спектакля, который наконец-таки закроет один из самых важных этапов в истории Александринской оперы, - начало XIX века, эпоха рождений великих звезд на нашей сцене. Занавес оставил себя свободным. На 10 дней пространство превратилось в настоящие похороны старинного театра «Новая сцена», в которых нынешний Александр принял участие, «Чендлер» и его друзья. В ходе реконструкции на сцене Александру было выделено очень большое количество места: она была слишком большой для Новой сцены, поэтому сцены обошли бы перед первыми рядами большой сцены, и они поднялись бы над занавесом. Настоящая сцена для поклонников музыки.
пластике. Директором Государственного театра оперы и балета под руководством Т. Габрийеван, /1а Франс и д'Эйкщ, а также дирижер музыки Национальным театром в Авеля, среди многих других, является автором нескольких телевизионных мини-сериалов, которые транслировались по национальному телевидению. Он ставит спектакли для театров в различных городах Италии и Италии, в том числе театр Verdi, Катании, Teatro Urico Mascagni и Opera Emilia. Его режиссерское портфолио включает в себя Федерико Феллини, Джона Фредерика Барабара, Клод-Антуан Огэ, Джузеппе Верди, Альфред де Виньи, Уильям Шекспир, Орсон Уэллс, Бертольт Брехт. Для Трио, организованного с Театром Америки в Риме, он поставил "Вруонца", причем эта постановка была основана на 5-летнем возрасте дочери певца. Последние ваши работы включают Эстерхази, Тино, Денизти из Денниза, при котором идет живая немая опера на музыку Нинетто Ниттани. Масштабное нововведение не скрыло от глаз подмостки партера, на которых восседали артисты,
шедеврами театра: александринский балкон, "золотая середина" по одну сторону от нее и за ним, старые кулисы (в частности, его открытие), движение канатов, движущихся над головой зрителей и многое другое. Такая реконструкция делает ее очень реальной благодаря механизмам прошлых лет,
Певца, которому так давно предстояло уйти на пенсию. Я решил возродить этот символ для
Александринской оперы, - начало XIX века, эпоха рождений великих звезд на нашей сцене, занавес оставил себя свободным. На 10 дней пространство превратилось в настоящие похороны старинного театра "Новая сцена", в которых нынешний Александр принял участие, «Чендлер» и его друзья. В ходе реконструкции на сцене Александру было выделено очень большое количество места: слишком большой для Новой сцены, поэтому сцены обошли бы перед первыми рядами большой сцены
8,1 ™г.
Рис. 7. Оценка чистоты текста, сгенерированного нейросетью Yandex GPT, в сервисе «Главред»
пластике. Директором Государственного театра оперы и балета под
является автором нескольких телевизионных мини-сериалов, которые транслировались по национальному телевидению. Он ставит спектакли для театров в различных городах Италии и Италии, в том числе театр Verdi, Катании, Teatro Lírico Mascagni и Opera Emilia. Его режиссерское портфолио включает в себя Федерико Феллини, Джона Фредерика Барабара, Клод-Антуан Огэ, Джузеппе Верди, Альфред Трио,
организованного с Театром Америки в Риме, он поставил "Вруонца", причем эта постановка была основана на 5-летнем возрасте дочери певца. Последние ваши работы включают Эстерхази, Тино, Денизти из Денниза, при котором идет живая немая опера на музыку Нинетто Ниттани. Масштабное нововведение не скрыло от глаз подмостки партера, на которых восседали артисты,
шедеврами театра: александринский балкон, "золотая середина" по одну сторону от нее и за ним, старые кулисы (в частности, его открытие), движение канатов, движущихся над головой зрителей i многое другое. Такая реконструкция делает ее очень реальной благодаря механизмам прошлых ле-
Певца, которому так давно предстояло уйти на пенсию. Я решил возродить этот символ для грандиозного спектакля, который наконец-таки закроет один из самых важных этапов в истории Александринской оперы, - начало XIX века, эпоха рождений великих звезд на нашей сцене, занаве
театра "Новая сцена", в которых нынешний Александр принял участие, «Чендлер» и его друзья. В х реконструкции на сцене Александру было выделено очень большое количество места: она была
и они поднялись бы над занавесом. Настоящая сцена для поклонников музыки.
Нагромождение существительных
9,з г«;:.,»» »r^rzr^™
Рис. 8. Оценка читаемости текста, сгенерированного нейросетью Yandex GPT, в сервисе «Главред»
Генерация 3
Напиши аналитический обзор в нейтральном стиле, с использованием конкретных примеров и цифр, посвященную состоянию экономики РФ за 2022 год. Текст предназначен для экономического отдела федеральной газеты.
Claude
Экономика России в 2022 году находилась под влиянием внешних санкций, однако продемонстрировала устойчивость по ряду ключевых показателей.
По данным Росстата, инфляция в РФ в 2022 году составила 11,9%. Это меньше прогнозируемых 1720%. Ключевая ставка ЦБ была снижена до 7,5% по состоянию на 16 декабря 2022 года после повышения до 20% в начале года.
ВВП России по итогам трех кварталов 2022 года вырос на 2,5% после снижения на 4% во втором квартале, несмотря на санкционное давление. Рост обеспечили добывающие отрасли, а также сельское хозяйство.
Реальные располагаемые доходы россиян снизились на 3% за январь-сентябрь 2022 года. Однако безработица удерживается на историческом минимуме 3,9%. Годовой объем экспорта, по оценкам, может составить более 500 млрд долларов.
Таким образом, несмотря на беспрецедентное внешнее давление, экономика России в целом продемонстрировала жизнеспособность и адаптационные возможности. Ключевыми задачами остаются сдерживание инфляции, поддержка реального сектора экономики и населения.
По прогнозам Минэкономразвития, в 2023 году ожидается дальнейшее замедление инфляции до 5-7% под влиянием сдержанной денежно-кредитной политики и насыщения внутреннего спроса.
Основными рисками для российской экономики остаются возможное расширение санкций, снижение цен на энергоресурсы и ограничение доступа к импортным комплектующим.
Для минимизации негативного влияния Правительство РФ намерено продолжить поддержку системообразующих предприятий, развивать импортозамещение в ключевых отраслях, стимулировать рост несырьевого экспорта.
Кроме того, будут предприняты меры по регулированию рынка труда, чтобы не допустить роста безработицы. Также запланирована индексация пенсий и социальных пособий выше уровня инфляции.
В целом, несмотря на сохраняющиеся вызовы, российская экономика обладает потенциалом для обеспечения макроэкономической стабильности и постепенного восстановительного роста.
Рис. 9. Оценка чистоты текста, сгенерированного нейросетью Claude, в сервисе «Главред»
9.2 =1,
Yandex GPT
В этом году экономика России демонстрировала признаки восстановления после ряда ограничительных мер, связанных с пандемией COVID-19. Однако, произошедшая частичная мобилизация экономики в 2023 г. стала одним из факторов, приводящих к росту инфляции и ухудшению экономических показателей.
Доходы бюджета в 2002 г. составили 4,86 трлн руб., что является рекордным показателем за все время. Рост ВВП за последние 3 года составляет около 6%. Инфляция составила около 5%, что ниже, чем ожидалось, но выше желаемого уровня.
Рост ВВП в основном был обеспечен промышленным производством, а также ростом торговли и сельского хозяйства. Доходы от нефти и газа составляют около 70% доходов бюджета. При этом доля промышленного производства в общей структуре валового внутреннего продукта увеличилась до 36,7% по сравнению с прошлым годом.
В целом, состояние экономики Российской Федерации за 21-й год можно охарактеризовать как стабильное. Уровень инфляции оказался ниже запланированного, а экономический рост продолжается. Но в то же время экономическая политика должна быть продолжена, чтобы укрепить экономическую стабильность и достичь более высоких уровней экономического роста.
Рис. 11. Оценка чистоты текста, сгенерированного нейросетью Yandex GPT, в сервисе «Главред»
Рис. 12. Оценка читаемости текста, сгенерированного нейросетью Yandex GPT, в сервисе «Главред»
Итоги эксперимента
1
№ ген. Показатель Claude Yandex GPT
1 Чистота 8,3 7,3
Читаемость 9 8,9
2 Чистота 9,1 8,1
Читаемость 9,4 9,3
3 Чистота 8,1 7,2
Читаемость 9,2 8,9
L Чистота 25,5 22,6
L Читаемость 27,6 27,1
Выводы
По итогам проделанной работы мы можем сформулировать несколько основных тезисов, которые на наш взгляд являются не только выводами, но и частично определяют перспективное осмысление заявленной темы. По итогам аналитического обзора и проведенного авторского эксперимента сформулированы следующие выводы.
Современные большие языковые модели, такие как Claude 2.0 и YaLM, уже сейчас демонстрируют высокую способность к созданию самых разнообразных русскоязычных текстов на основе машинного обучения и больших объемов данных (с некоторым качественным преимуществом БЯМ Claude). Это позволяет использовать их в различных жанрах современной журналистики, оптимизируя потребности в последующей редакторской правке, что способствует повышению производительности и сокращению временных затрат на создание целевых материалов.
Генеративные языковые модели, как продемонстрировал наш авторский эксперимент, уже сегодня могут быть весьма широко использованы для создания контента для разных жанров современной журналистики. Тексты, созданные моделями, продемонстрировали высокий уровень «читаемости» и «чистоты», что подтверждает их пригодность для использования в профессиональной среде. Это открывает новые возможности для журналистов, предоставляя им инструменты для быстрой генерации разнообразного контента, что особенно актуально в условиях высокоинтенсивного информационного потока, - и необходимости оперативного реагирования на события.
Несмотря на некоторые преимущества, использование генеративных языковых моделей сегодня может представлять и определенную опасность, так как при соответствующих запросах они могут быть востребованы для создания абсолютно выдуманного, хоть и весьма правдоподобного контента (см. Генерацию № 2) с использованием большого количества псевдофактов и вымышленных деталей. Это может вводить аудиторию в заблуждение и негативно сказываться на уровне доверия к СМИ в целом. Сегодня необходимо учитывать данные риски - и внедрять механизмы контроля качества и проверки фактов для минимизации возможных негативных последствий.
Таким образом, мы полагаем, что перспективное использование БЯМ в журналистике открывает значительные возможности для автоматизации и улучшения процессов создания контента, но также требует внимательного подхода к управлению потенциальными рисками и угрозами, связанными с достоверностью и точностью информации.
Список источников
Авдеева З. К., Коврига С. В. Систематизация психологических факторов влияния на изменение убеждений и аттитюдов в результате коммуникативных воздействий в виде модели причинно-следственных влияний // Проблемы управления безопасностью сложных систем: материалы XXIX. 2021. С. 275-281.
Алешин Ю. Д. Цифровизация журналистики и Ключевые тенденции ее развития // Современные медиакоммуникации в глобализирующемся мире : Сборник научных трудов II Международной научно-практической конференции, Пятигорск, 25 февраля 2022 года / под редакцией С. В. Ануфриенко,
A. К. Боташевой, И. А. Герейхановой, В. Н. Панина. Казань : Индивидуальный предприниматель Барышов Дмитрий Андреевич, 2022. С. 113-115.
Архангельская И. Б., Архангельская А. С. Фейк-ньюс в доцифровую и цифровую эпохи // Знак: проблемное поле медиаобразования. 2020. № 3 (37). С. 95-104. https://doi.oig/10.24411/2070-0695-2020-10314.
Богданович Г. Ю., Федорова А. Ю. Новые медиа и медиаконвергенция как современная платформа восприятия медиапродукта // Ученые записки Крымского федерального университета имени
B. И. Вернадского. Филологические науки. 2020. № 1. С. 199-210.
Болотнов А. В. Информационное поле и его типы в медиакоммуникации: лингвистический аспект // Вестник ТГПУ 2015. № 9 (162). С. 28-33.
БоресковГ. К. Этические аспекты применения инструментов искусственного интеллекта для обеспечения пространства доверия в электронных СМИ // Институт проблем управления им. В. А. Трапезникова РАН, 2021. C. 286-292.
Вартанова Е. Л., Дунас Д. В. Российская медиасистема в начале 2020 гг.: вызовы эпохи неопределенности // Меди@льманах. 2022. № 6 (113). С. 8-17.
Водолазская С. А. Конвергенция как инновационный способ организации работы в современном медиапространстве // Вестник Томского государственного университета. Филология. 2015. № 2 (34).
C. 174-183.
Володина М. Н. "Медийная культура": pro et contra (с позиции отечественных и зарубежных исследователей) // Политическая лингвистика. 2018. № 1 (67). С. 10-18.
Гладкова А. А., Демина И. Н., Шкондин М. В. Журналистика как фактор социально-психологической зрелости субъектов цивилизационного процесса // Вопросы теории и практики журналистики. 2023. Т. 12, № 2. С. 296-309.
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. C. 3-21. https://doi.oig/10.30547/vestnikjoura5.2023.321.
Жиляков Г. В. Исследование возможности построения GAN-систем // Региональная информатика и информационная безопасность : Сборник трудов Юбилейной XVIII Санкт-Петербургской международной конференции, Санкт-Петербург, 26-28 октября 2022 года. Том Выпуск 11. Санкт-Петербург : Региональная общественная организация «Санкт-Петербургское Общество информатики, вычислительной техники, систем связи и управления», 2022. С. 582-585.
Красноярова О. В. Современная трансформация традиционной модели массовой коммуникации // Известия БГУ 2010. № 4.
Крылова Е. Г. Трансформация коммуникационных технологий новых и конвергентных СМИ // Коммуникология: электронный научный журнал. 2020. № 5 (2). С. 15-22.
Намиот Д. Е. Порождающие модели в машинном обучении // International Journal of Open Information Technologies. 2022. № 7. C. 110-118.
Осипенко А. Л. Технологии искусственного интеллекта в преступной деятельности: новые угрозы и вызовы // Общество и право. 2023. № 4 (86). С. 15-25.
Понкин Д. И. Концепт предобученных языковых моделей в контексте инженерии знаний // International Journal of Open Information Technologies. 2020. № 8 (9). С. 18-29.
РубцоваН.В. Нейросети в медиа: возможности, проблемы, перспективы для будущих медиаспециалистов // Вопросы теории и практики журналистики. 2024. Т. 13, № 1. С. 156-171. https://doi.org/10.17150/2308-6203.2024.13(1).156-171.
Таскара Б., Велитченко С. Н. Методы фактчекинга в цифровых сми: коммуникативный аспект // International Journal of Information and Communication Technologies. 2020. Т. 1, № 4. C. 261-267 https://doi. org/10.17150/2308-6203.2024.13(1).156-171.
Уразова С. Л. Цифровое медиапространство в парадигме институционального и социального // Вестник НГУ Серия : История, филология. 2013. № 12 (10). С. 39-44.
Файкова С. Д. ^циальные сети как инструмент формирования лояльности молодежи к российским телеканалам // Знак: проблемное поле медиаобразования. 2022. № 3 (45). С. 81-94.
Фэн Ц. Медиакоммуникация в контексте глобализационных процессов // Власть истории - История власти. 2023. № 47. С. 40-45.
Чернавский А. С. «Новые медиа» и развитие журналистики цифровой эры // Контуры глобальных трансформаций: политика, экономика, право. 2015. № 5 (37). С. 18-24.
Шагдарова Б. Б., Вильмова К. К. Интернет-журналистика и новые медиа // Вестник БГУ Язык, литература, культура. 2018. № 4. С. 64-68.
Шамова В. О. Результаты генеративного искусственного интеллекта: вопросы правового регулирования. Российское право онлайн. 2024. № 1. С. 70-76. https://doi.org/10.17803/2542-2472.2024.29.L070-076.
Ali W., Hassoun M. Artificial Intelligence and Automated Journalism: Contemporary Challenges and New Opportunities International Journal of Media // Journalism and Mass Communications 2019. № 5 (1). P. 40-49. http://dx.doi.org/10.20431/2454-9479.0501004.
Chaparro J. M. P., Ramírez L. B. Implicaciones legales del web scraping en el entrenamiento de modelos de inteligencia artificial generativa // Revista la Propiedad Inmaterial. 2024. Т. 38. Р. 167-189. https://doi. org/10.18601/16571959.n38.07.
DörrK. N., HollnbuchnerK. Ethical challenges of algorithmic journalism //Digital journalism. 2017. № 5 (4). P. 404-419. https://doi.org/10.1080/21670811.2016.1167612.
Mazzone M., Elgammal A. Art, creativity, and the potential of artificial intelligence // In Arts. 2019. Vol. 8, № 1. https://doi.org/10.3390/arts8010026.
McKeownK. R., Barzilay R., EvansD., Hatzivassiloglou V., Klavans J. L., NenkovaA., Sable C., SchiffmanB. and Sigelman S. Tracking and summarizing news on a daily basis with Columbia's Newsblaster // In Proceedings of the human language technology conference. 2002. P. 280-285.
Stewart J., Lyubashenko N., Stefanek G. The efficacy of detecting AI-generated fake news using transfer learning // Issues in Information Systems. 2023. Vol. 24, №2. P. 164-177. https://doi.org/10.48009/2_iis_2023_114.
References
Avdeeva, Z. K. & Kovriga, S. V. (2021). Sistematizacija psihologicheskih faktorov vlijanija na izmenenie ubezhdenij i attitjudov v rezul'tate kommunikativnyh vozdejstvij v vide modeli prichinno-sledstvennyh vlijanij [Systematization of psychological factors of influence on the change of beliefs and attitudes as a result of communicative influences in the form of a model of cause-and-effect influences]. Problemy upravlenija bezopasnost'ju slozhnyh sistem: materialy XXIX, 275-281. (In Russ).
Aleshin, Ju. D. (2022). Cifrovizacija zhurnalistiki i Kljuchevye tendencii ee razvitija [Digitalization of Journalism and Key Trends in Its Development]. Sovremennye mediakommunikacii v globalizirujushhemsja mire : Sbornik nauchnyh trudov IIMezhdunarodnoj nauchno-prakticheskoj konferencii, Pjatigorsk, 25 fevralja 2022 goda, Kazan': Individual'nyj predprinimatel' Baryshov Dmitrij
3bip%Hoea H. H., HepnaecKuu A. C.
Andreevich, 113-115. (In Russ).
Arhangel'skaja, I. B., Arhangel'skaja, A. S. (2020). Fejk-n'jus v docifrovuju i cifrovuju jepohi [Fake news in the pre-digital and digital era]. Znak: problemnoepole mediaobrazovanija, 3 (37). 95-104. https://doi.org/10.24411/2070-0695-2020-10314. (In Russ).
Bogdanovich, G. Ju. & Fedorova, A. Ju. (2020). Novye media i mediakonvergencija kak sovremennaja platforma vosprijatija mediaprodukta [New media and media convergence as a modern platform for perception of media products]. Uchenye zapiski Krymskogo federal'nogo universiteta imeni V.I. Vernadskogo. Filologicheskie nauki, 1. 199-210. (In Russ).
Bolotnov, A. V. (2015). Informacionnoe pole i ego tipy v mediakommunikacii: lingvisticheskij aspekt [Information field and its types in media communication: linguistic aspect]. TSPUBulletin, 9 (162). 28-33. (In Russ).
Boreskov, G. K. (2021). Jeticheskie aspekty primenenija instrumentov iskusstvennogo intellekta dlja obespechenija prostranstva doverija v jelektronnyh SMI [Ethical aspects of using artificial intelligence tools to ensure a space of trust in electronic media]. Institut problem upravlenija im. V. A. TrapeznikovaRAN. 286-292. (In Russ).
Vartanova, E. L. & Dunas, D. V. (2022). Rossijskaja mediasistema v nachale 2020 gg.: vyzovy jepohi neopredelennosti [The Russian Media System in the Early 2020s: Challenges of the Era of Uncertainty]. Medi@l'manah, 6 (113). 8-17. (In Russ).
Vodolazskaja, S. A. (2015). Konvergencija kak innovacionnyj sposob organizacii raboty v sovremennom mediaprostranstve [Convergence as an innovative way of organizing work in the modern media space]. VestnikTomskogo gosudarstvennogo universiteta. Filologija, 2 (34). 174-183. (In Russ).
Volodina, M. N. (2018). "Medijnaja kul'tura": pro et contra (s pozicii otechestvennyh i zarubezhnyh issledovatelej) ["Media Culture": Pro et Contra (from the perspective of domestic and foreign researchers)]. Politicheskaja lingvistika, 1 (67). 10-18. (In Russ).
Gladkova, A. A., Demina, I. N. & Shkondin, M. V. (2023). Zhurnalistika kak faktor social'no-psihologicheskoj zrelosti subektov civilizacionnogo processa [Journalism as a factor of socio-psychological maturity of subjects of the civilization process]. Voprosy teorii ipraktiki zhurnalistiki, V. 12, 2. 296-309. https://doi.org/10.17150/2308-6203.2023.12(2).296-309. (In Russ).
Davydov, S. G., Zamkov, A. V., Krasheninnikova, M. A. & Lukina, M. M. (2023). Ispol'zovanie tehnologij iskusstvennogo intellekta v rossijskih media i zhurnalistike [Use of artificial intelligence technologies in Russian media and journalism]. Vestnik Moskovskogo universiteta. Serija 10. Zhurnalistika, 5. 3-21. https://doi.org 10.30547/vestnik.journ.5.2023.321. (In Russ).
Zhiljakov, G. V. (2022). Issledovanie vozmozhnosti postroenija GAN-sistem [Research into the possibility of building GAN systems]. Regional'naja informatika i informacionnaja bezopasnost' : Sbornik trudov Jubilejnoj XVIII Sankt-Peterburgskoj mezhdunarodnoj konferencii, Sankt-Peterburg, 26-28 oktjabrja 2022 goda. Tom Vypusk 11. Saint Petersburg: Regional public organization «Sankt-Peterburgskoe Obshhestvo informatiki, vychislitel'noj tehniki, sistem svyazi i upravlenija», 582-585. (In Russ).
Krasnojarova, O. V. (2010). Sovremennaja transformacijatradicionnoj modeli massovoj kommunikacii [Modern transformation of the traditional model of mass communication]. IzvestijaBGU, 4. (In Russ).
Krylova, E. G. (2020). Transformacija kommunikacionnyh tehnologij novyh i konvergentnyh SMI [Transformation of communication technologies of new and convergent media]. Kommunikologija: jelektronnyjnauchnyjzhurnal, 5 (2). 15-22. (In Russ).
Namiot, D. E. (2022). Porozhdajushhie modeli v mashinnom obuchenii [Generative Models in Machine Learning]. International Journal of Open Information Technologies, 7. 110-118. (In Russ).
Osipenko, A. L. (2023). Tehnologii iskusstvennogo intellekta v prestupnoj dejatel'nosti: novye ugrozy i vyzovy [Artificial Intelligence Technologies in Criminal Activity: New Threats and Challenges]. Obshhestvo ipravo, 4 (86). 15-25. (In Russ).
Ponkin, D. I. (2020). Koncept predobuchennyh jazykovyh modelej v kontekste inzhenerii znanij [The concept of pre-trained language models in the context of knowledge engineering]. International Journal of Open Information Technologies, 8 (9). 18-29. (In Russ).
Rubcova, N. V. (2024). Nejroseti v media: vozmozhnosti, problemy, perspektivy dlja budushhih mediaspecialistov [Neural networks in media: opportunities, problems, prospects for future IT specialists]. Voprosy teorii i praktiki zhurnalistiki, V. 13, 1. 156171. (In Russ).
Taskara, B. & Velitchenko, S. N. (2020). Metody faktchekinga v cifrovyh smi: kommunikativnyj aspekt [Fact-checking methods in digital media: the communicative aspect]. International Journal of Information and Communication Technologies, V. 1, 4, 261-267. https://doi.org/10.17150/2308-6203.2024.13(1).156-171. (In Russ).
Urazova, S. L. (2013). Cifrovoe mediaprostranstvo v paradigme institucional'nogo i social'nogo [Digital media space in the paradigm of institutional and social]. VestnikNGU. Serija: Istorija, filologija, 12 (10). 39-44 (In Russ).
Fajkova, S. D. (2022). Cocial'nye seti kak instrument formirovanija lojal'nosti molodezhi k rossijskim telekanalam [Social networks as a tool for forming youth loyalty to Russian TV channels]. Znak: problemnoe pole mediaobrazovanija, 3 (45), 81-94. (In Russ).
Fjen, C. (2023). Mediakommunikacija v kontekste globalizacionnyh processov [Media communication in the context of globalization processes]. Vlast' istorii - Istorija vlasti, 47. 40-45. (In Russ).
Chernavskij, A. S. (2015). «Novye media» i razvitie zhurnalistiki cifrovoj jery ["New Media" and the Development of Journalism in the Digital Era]. Kontury global'nyh transformacij: politika, jekonomika, pravo, 5 (37). 18-24. (In Russ).
Shagdarova, B. B. & Vil'mova, K. K. (2018). Internet-zhurnalistika i novye media [Internet journalism and new media]. Vestnik BGU. Jazyk, literatura, kul'tura, 4. 64-68. (In Russ).
Shamova, V. O. (2024). Rezul'taty generativnogo iskusstvennogo intellekta: voprosy pravovogo regulirovanija. [Results of generative artificial intelligence: issues of legal regulation]. Russian law online, 1, 70-76. https://doi.org/10.17803/2542-2472.2024.29.1.070-076 (In Russ).
Ali, W. & Hassoun, M. (2019). Artificial Intelligence and Automated Journalism: Contemporary Challenges and New Opportunities International Journal of Media. Journalism andMass Communications, 5 (1), 40-49. http://dx.doi.org/10.20431/2454-9479.0501004.
Chaparrom, J. M. P. & Ramirez, L. B. (2024). Implicaciones legales del web scraping en el entrenamiento de modelos de inteligencia artificial generative. Revista laPropiedadInmaterial, 38, 167-189. https://doi.org/10.18601/16571959.n38.07.
Dörr, K. N. & Hollnbuchner, K. (2017). Ethical challenges of algorithmic journalism. Digital journalism, 5 (4), 404-419, https:// doi.org/10.1080/21670811.2016.1167612.
Mazzone, M. & Elgammal, A. (2019). Art, creativity, and the potential of artificial intelligence. In Arts, Vol. 8, 1. https://doi. org/10.3390/arts8010026.
McKeown, K. R., Barzilay, R., Evans, D., Hatzivassiloglou, V., Klavans, J. L., Nenkova, A., Sable, C., Schiffman, B. & Sigelman, S. (2002). Tracking and summarizing news on a daily basis with Columbia's Newsblaster. In Proceedings of the human language technology conference, 280-285.
Stewart, J., Lyubashenko, N. & Stefanek, G. (2023). The efficacy of detecting AI-generated fake news using transfer learning. Issues in Information Systems, Т. 24, 2. 164-177. https://doi.org/10.48009/2_iis_2023_114.
Информация об авторах
И. Н. Зырянова - кандидат филологических наук, доцент, заведующий кафедрой теоретической и прикладной лингвистики А. С. Чернавский - старший преподаватель кафедры политологии Института истории и политики
Information about the authors Irina N. Ziryanova - PhD in Philology, Associate Professor, the Head of the Department of Theoretical and Applied Linguistics Alexander S. Chernavskiy - Senior Tutor, Department of Political Science, Institute of History and Politics
Авторы заявляют об отсутствии конфликта интересов. The authors declare no conflicts of interests.
Статья поступила в редакцию 25.08.2024; одобрена после рецензирования 23.09.2024; принята к публикации 03.10.2024. The article was submitted 25.08.2024; approved after reviewing 23.09.2024; accepted for publication 03.10.2024.
