На конференции ЦИПР в Нижнем Новгороде в рамках партнерской сессии Дзена обсудили одну из самых чувствительных тем для современного медиарынка: как искусственный интеллект меняет потребление новостей, работу редакций и саму роль журналиста.
Сессия называлась «ИИ-инструменты как драйвер новостного потребления. Глобальные тренды и их влияние на российские медиа». В центре разговора оказались не только технологические возможности ИИ, но и риски: доверие аудитории, качество новостей, обучение моделей на редакционных материалах, монетизация СМИ и необходимость регулирования.
Но особенно важный акцент в дискуссии сделала Юлия Аблец, заместитель генерального директора АНО «Диалог Регионы» и основатель мастерской новых медиа. Ее выступление перевело разговор из плоскости «какие инструменты внедрять» в более глубокий вопрос: каким должен стать человек в редакции, если рядом с ним уже работают нейросети и ИИ-агенты.
Дзен делает ставку на новостного ИИ-ассистента
Разговор начался с опыта Дзена, который тестирует пользовательский ИИ-инструмент - новостного ассистента Glyve.
Толокольников Александр, управляющий директор Дзена, отметил, что причина запуска такого инструмента связана с изменением пользовательского поведения. Люди все чаще хотят не просто прочитать новость, а сразу получить ответ на вопрос: «что это значит?»
В обсуждении отмечалось, что пользователю бывает непонятен термин, контекст события или практическое значение новости лично для него. Например, если речь идет о ключевой ставке, аудитории важно понять не только, что произошло, но и как это может повлиять на кредиты, депозиты и повседневные финансовые решения.
Платформа не могла игнорировать глобальный тренд, когда ИИ-инструменты становятся привычной частью информационного потребления. При этом подход Дзена строится не на случайном поиске по интернету, а на работе с базой новостных материалов из лицензированных источников. В ходе сессии прозвучала цифра: около 200 миллионов новостных материалов были использованы для обучения и доработки модели.
Сейчас ассистент помогает объяснять новости, дополнять их связанным контентом и пересказывать ленту.
Главный вопрос для медиа: кто будет платить за контент
Отдельный важный блок дискуссии был посвящен отношениям ИИ-платформ и СМИ.
Для редакций ИИ несет не только возможности, но и прямую угрозу привычной модели монетизации. Если ассистент пересказывает пользователю новость, возникает вопрос: что получает медиа, которое эту новость произвело?
В ходе разговора прозвучала мысль, что за использование новостного контента в генеративных ответах нужно искать модель оплаты в пользу медиа и СМИ. При этом участники признали: вопрос нетривиальный. Особенно если речь идет о коротких новостях, перепечатках, первоисточниках и определении того, кто именно произвел исходную информацию.
«Редакционный контент стоит дорого: за ним стоят журналисты, редакционная политика, ответственность перед регуляторами и доверие аудитории. И если нейромодели обучаются на этих массивах, а затем «забывают сказать спасибо», это становится проблемой не только бизнеса, но и всей медиасреды».
Промт-инжиниринг - уже вчерашний день
Самый содержательный разворот в сторону будущего профессии сделала Юлия Аблец, заместитель генерального директора, АНО "Диалог Регионы".
Она начала с того, что сегодня практически невозможно представить образовательную программу для медиа, создания контента, журналистики или продюсирования беяз модулей, связанных с искусственным интеллектом. Такие модули регулярно появляются и в программах, которыми занимается ее команда.
Но дальше прозвучал принципиально важный тезис: учить только промт-инжинирингу и делать обзоры нейросетей - это уже вчерашний день.
Юлия подчеркнула, что если сегодня обучать специалиста только этому, то через полгода или год такой навык может оказаться уже невостребованным. Многие медийщики уже сами умеют работать с промтами и разбираться в базовых инструментах.
Настоящий запрос редакций, по ее словам, находится глубже. Он связан не с одиночными запросами к нейросети, а с работой со сложными моделями и агентами, которые способны брать на себя часть большого функционала.
Речь уже не о том, чтобы попросить нейросеть написать текст или сделать краткую выжимку. Речь о том, как встроить ИИ в редакционный процесс, как управлять не одним агентом, а целой командой агентов, которые могут помогать выполнять значимую часть редакционной работы.
И здесь важна формулировка: не заменить редакцию, а сделать ее более производительной.
Редакция перестает быть только фильтром фактов
Одна из самых сильных мыслей касалась изменения самой функции редакции.
Раньше, по словам Юлии, редакции часто выступали как фильтр фактов. Задача журналистов и медийщиков была в том, чтобы дать достоверную, проверенную информацию.
Сегодня эта функция не исчезает, но к ней добавляется новая. Редакция становится еще и фильтром смысловых рамок.
Почему это важно?
Нейросеть - это не нейтральная магическая машина. Внутри любой модели есть данные, на которых она обучалась. И результат ее работы зависит от этих данных, от заложенных смыслов, от культурного и информационного контекста.
Поэтому редактору недостаточно проверить только факты, грамотность и корректность формулировок. Теперь ему нужно понять, отвечает ли итоговый продукт той аудитории, для которой он предназначен.
Юлия Аблец сформулировала это как один из ключевых вызовов: специалист будущего должен уметь работать не только с текстом, видеорядом и фактчекингом, но и с когнитивными рамками - то есть с тем, какой смысловой контур в итоге получает аудитория.
Аудитория хочет видеть «свой» культурный код
Аудитория готова взаимодействовать с ИИ-продуктами, но хочет, чтобы результат был понятен ей культурно и ценностно. В ходе выступления прозвучала статистика: 82% опрошенных считают, что ИИ-модели должны понимать российский культурный код. Иначе, как было сказано, люди не хотят с ними работать.
Это один из ключевых выводов всей дискуссии.
Для медиа недостаточно просто внедрить технологию. Недостаточно ускорить производство контента. Недостаточно построить ИИ-агента, который быстро собирает информацию, обращается к браузеру, работает с файлами и сервисами.
Важно, чтобы на выходе продукт был не чужеродным, не механическим, не оторванным от аудитории, а соответствовал ее языку, ожиданиям, культурным особенностям и представлениям о достоверности.
В финале эту мысль участники фактически свели к образной формуле: нужна ИИ-система, которая будет «русской душой». За этой фразой стоит не шутка, а вполне серьезная профессиональная задача - научиться работать с моделями так, чтобы они усиливали, а не размывали собственную медиасреду.
Важно не свести все к механическому внедрению нейросетей. Победа будет не за тем, кто быстрее поставит ИИ-инструменты и начнет что-то делать с помощью агентов. Победит тот, кто сможет с помощью нейросетей усилить человеческую субъектность.
ИИ не должен становиться заменой мышления, ответственности и профессиональной позиции. Если использовать его только как способ заменить тысячу сотрудников одним агентом, это путь в никуда. Особенно в медиа, где уже обсуждалась проблема «нейрослопа» - потока низкокачественного сгенерированного контента.
Задача в другом: понять, как нейромодель может усилить то, что делает человек. Как она может помочь чиновнику, журналисту, редактору, продюсеру работать точнее, быстрее и глубже, не теряя ценность человеческого труда.