Когда искусственный интеллект впервые пришёл в редакции: три версии одной истории
У самой заметной технологической революции в журналистике XXI века нет единой точки отсчёта. И это не случайность — автоматизация редакционных процессов происходила поэтапно, в разных компаниях, для разных задач, и каждый из трёх ключевых эпизодов 2010–2014 годов имеет право называться «первым».
2010: индустриальный масштаб без журналистов
12 ноября 2010 года американская компания StatSheet, основанная Робби Алленом, запустила сеть из 345 сайтов, покрывающих баскетбол всех команд первого дивизиона NCAA. Все материалы — предматчевые обзоры, отчёты об играх, статистические разборы — генерировались алгоритмом на основе базы из 500 миллионов показателей, без участия редакторов или репортёров на любом этапе. Это был первый медиапроект в истории, полностью построенный на автоматической генерации текста в промышленном масштабе.
2010: интеграция в существующую редакцию
В том же году студенческий проект Stats Monkey Северо-Западного университета оформился в компанию Narrative Science. Её алгоритм начал писать заметки о студенческих бейсбольных и софтбольных матчах для телеканала Big Ten Network. Принципиальное отличие от StatSheet: здесь технология была встроена в производственный цикл действующего медиа, а не образовала отдельную инфраструктуру с нуля — модель, которая впоследствии легла в основу коммерческих сервисов автоматической генерации новостей (в том числе для деловой и спортивной журналистики).
2014: случай, ставший символом
17 марта 2014 года, в 6:25 утра, в районе Лос-Анджелеса произошло землетрясение магнитудой 4,4. Журналист и программист Los Angeles Times Кен Швенке, разбуженный толчками, обнаружил на своём компьютере уже готовую заметку — оставалось лишь просмотреть текст и нажать «опубликовать». Автором в системе значился он, но текст сформировал алгоритм Quakebot, написанный Швенке ещё в 2011 году под впечатлением от землетрясения в Японии. Бот получал данные из уведомлений Геологической службы США и подставлял их в заранее подготовленный шаблон. Материал вышел раньше, чем у любого другого издания, — и именно этот эпизод впоследствии стал хрестоматийным примером в учебниках по журналистике и медиаменеджменту.
Почему это важно сегодня
Показательно, что во всех трёх случаях речь шла не о творческом письме, а о рутинных, формализуемых типах контента — спортивной статистике и сейсмических сводках, где данные заранее структурированы, а сама форма текста предсказуема. Это принципиально отличает первое поколение автоматизации от нынешних генеративных моделей, которые работают с неструктурированным контентом и претендуют на куда более широкий круг редакционных задач — от расшифровки интервью до черновиков лонгридов.
Читать в MAX
У самой заметной технологической революции в журналистике XXI века нет единой точки отсчёта. И это не случайность — автоматизация редакционных процессов происходила поэтапно, в разных компаниях, для разных задач, и каждый из трёх ключевых эпизодов 2010–2014 годов имеет право называться «первым».
2010: индустриальный масштаб без журналистов
12 ноября 2010 года американская компания StatSheet, основанная Робби Алленом, запустила сеть из 345 сайтов, покрывающих баскетбол всех команд первого дивизиона NCAA. Все материалы — предматчевые обзоры, отчёты об играх, статистические разборы — генерировались алгоритмом на основе базы из 500 миллионов показателей, без участия редакторов или репортёров на любом этапе. Это был первый медиапроект в истории, полностью построенный на автоматической генерации текста в промышленном масштабе.
2010: интеграция в существующую редакцию
В том же году студенческий проект Stats Monkey Северо-Западного университета оформился в компанию Narrative Science. Её алгоритм начал писать заметки о студенческих бейсбольных и софтбольных матчах для телеканала Big Ten Network. Принципиальное отличие от StatSheet: здесь технология была встроена в производственный цикл действующего медиа, а не образовала отдельную инфраструктуру с нуля — модель, которая впоследствии легла в основу коммерческих сервисов автоматической генерации новостей (в том числе для деловой и спортивной журналистики).
2014: случай, ставший символом
17 марта 2014 года, в 6:25 утра, в районе Лос-Анджелеса произошло землетрясение магнитудой 4,4. Журналист и программист Los Angeles Times Кен Швенке, разбуженный толчками, обнаружил на своём компьютере уже готовую заметку — оставалось лишь просмотреть текст и нажать «опубликовать». Автором в системе значился он, но текст сформировал алгоритм Quakebot, написанный Швенке ещё в 2011 году под впечатлением от землетрясения в Японии. Бот получал данные из уведомлений Геологической службы США и подставлял их в заранее подготовленный шаблон. Материал вышел раньше, чем у любого другого издания, — и именно этот эпизод впоследствии стал хрестоматийным примером в учебниках по журналистике и медиаменеджменту.
Почему это важно сегодня
Показательно, что во всех трёх случаях речь шла не о творческом письме, а о рутинных, формализуемых типах контента — спортивной статистике и сейсмических сводках, где данные заранее структурированы, а сама форма текста предсказуема. Это принципиально отличает первое поколение автоматизации от нынешних генеративных моделей, которые работают с неструктурированным контентом и претендуют на куда более широкий круг редакционных задач — от расшифровки интервью до черновиков лонгридов.
Читать в MAX