Научный журнал Байкальского государственного университета
Вопросы теории и практики журналистики
ISSN 2308-6203 (Print), 2308-6211 (Online)
Издается с 2012 года
Menu
РусскийEnglish

Информация о статье

Название статьи:

Обзор литературы на тему искусственного интеллекта в журналистике: библиометрический анализ научных статей, проиндексированных в международных базах данных WoS и Scopus

Авторы:
Зорина В.А., аспирант, кафедра массовых коммуникаций, филологический факультет, Российский университет дружбы народов, г. Москва, Российская Федерация, zorina-va@rudn.ru,

Осиповская Е.А., кандидат филологических наук, доцент, кафедра массовых коммуникаций, филологический факультет, Российский университет дружбы народов, г. Москва, Российская Федерация, osipovskaya-ea@rudn.ru
В рубрике:
ТВОРЧЕСТВО МОЛОДЫХ ИССЛЕДОВАТЕЛЕЙ
Год: 2021 Том: 10 Номер журнала: 4
Страницы: 734-744
Тип статьи: Обзорная статья
УДК: 070:004.8
DOI: 10.17150/2308-6203.2021.10(4).734-744
Аннотация:
Искусственный интеллект (ИИ) - быстро развивающаяся сфера в США и Европе, которая затрагивает практически каждую сферу человеческой жизни: медицину, бизнес, экономику, инженерию и медиаиндустрию. Согласно отчету консалтинговой компании Gartner, популярность технологий искусственного интеллекта активно росла с 2015 г. Спрос на технологии ИИ закономерно породил повышенный интерес научного сообщества и, как следствие, увеличение числа публикаций на данную тему. В этом исследовании проведен обзор научных статей на тему использования ИИ в области журналистики. В основе методологии исследования лежит работа, посвященная эволюции и концептуализации data-журналистики. Цель исследования - определить степень научной разработанности темы, связанной с использованием ИИ в сфере медиакоммуникаций. Для этого был применен метод количественного анализа, который позволил отобрать по ключевым словам статьи, индексируемые международными наукометрическими базами данных Scopus и Web of Science, за период с 2015 по 2021 г. На тему ИИ в медиа было выявлено 130 статей, после удаления дубликатов корпус выборки составил 70 публикаций. Авторы сосредоточились на статьях, основанных на эмпирических исследованиях, и исключили обзоры, которые лишь сообщали о потенциале искусственного интеллекта и его текущем состоянии в журналистике. В дальнейшем статьи были проанализированы по следующим параметрам: 1) частота публикаций за определенный период времени, 2) аффилиация авторов научных статей для установления географического указания, 3) цитируемость. Авторы анализировали, как зарождался интерес к ИИ в медиаиндустрии и достигал своего пика. Согласно результатам, с 2015 по 2018 г. наблюдался умеренный рост числа публикаций, а в 2019 г. произошел резкий скачок публикационной активности. В то же время наибольшее число статей наблюдалось в 2020 г., что объясняется возросшей ролью технологий искусственного интеллекта в эпоху COVID-19. ИИ сыграл ключевую роль во всех аспектах реагирования на кризис, например, в прогнозировании эволюции вируса, создании эффективных инструментов для сферы здравоохранения. Ожидается, что в 2021 г. количество публикаций будет расти, поскольку пандемия сыграла каталитическую роль в цифровой трансформации и эволюции ИИ. Исследование также показало, что первые три позиции по количеству публикаций в двух наукометрических базах занимают ученые из США, Китая и Англии. Лидерство авторов из США во всех анализируемых аспектах неудивительно, их статьи раскрывают теоретические основы и фундаментальные вопросы искусственного интеллекта в журналистике. Было установлено, что ИИ в новостных агентствах применяют для разных задач, например, для процедуры проверки фактов, поиска информации в больших базах данных, написания коротких статей и заметок, автоматической публикации и расстановки тегов. Поскольку каждое действие выполняется машиной, авторы исследований используют следующие термины для описания ИИ в журналистской практике: «автоматизированная журналистика», «роботизированная журналистика» и «алгоритмическая журналистика». В рамках «роботизированной журналистики» ИИ рассматривается в качестве потенциального репортера и редактора. В «алгоритмической журналистике» нейросети используются для сбора информации, создания историй и распространения их среди граждан. «Автоматизированная журналистика» подразумевает анализ больших баз данных, работу модераторов, выявление фейковых новостей и написание простых по структуре статей. Каждая категория подразумевает использование определенного типа технологий ИИ, при этом, в целом, данные понятия синонимичны друг другу. Анализ содержания статей позволил сформулировать предложения для дальнейших исследований. Например, сегодня наиболее остро стоит вопрос, связанный с этической и правовой стороной использования роботизированных технологий в журналистской практике. Не менее актуальным вопросом является и потенциальная вероятность замены журналистов роботами.
Ключевые слова: искусственный интеллект, автоматизированная журналистика, алгоритмическая журналистика, роботизированная журналистика
Скачиваний - 772
География скачиваний
Скачать полный текст статьи
Список цитируемой литературы:
  • Panetta K. 3 Themes Surface in the 2021 Hype Cycle For Emerging Technologies. Available at: https://www.gartner.com/smarterwithgartner/3-themes-surface-in-the-2021-hype-cycle-for-emerging-technologies.
  • Panetta K. 5 Trends Drive the Gartner Hype Cycle for Emerging Technologies, 2020. Available at: https://www.gartner.com/smarterwithgartner/5-trends-drive-the-gartner-hype-cycle-for-emerging-technologies-2020/.
  • Grinshkun V., Osipovskaya E. Teaching in the Fourth Industrial Revolution: Transition to Education 4.0. CEUR Workshop Proceedings, 2020, vol. 2770, pp. 9-15.
  • Ausserhofer J., Gutounig R., Matiasek S., Goldgruber E., Oppermann M. The Datafication of Data Journalism Scholarship: Focal Points, Methods, and Research Propositions for the Investigation of Data-intensive Newswork. Journalism, 2017, vol. 21, iss. 3, DOI: https://doi.org/10.1177/1464884917700667.
  • Kunert J. Automation in Sports Reporting: Strategies of Data Providers, Software Providers, and Media Outlets. Media and Communication, 2020, vol. 8, iss. 3, pp. 5-15. DOI: 10.17645/mac.v8i3.2996.
  • Moravec V., Mackova V., Sido J., Ekstein K. The Robotic Reporter in the Czech News Agency: Automated Journalism and Augmentation in the Newsroom. Communication Today, 2020, vol. 11, iss. 1, pp. 36-52.
  • Segarra-Saavedra J., Cristofol F. J., Martinez-Sala AM. Artificial Intelligence (AI) Applied to Informative Documentation and Journalistic Sports Writing. The Case of BeSoccer. Doxa Comunicacion, 2019, no. 29, pp. 275-286.
  • Milosavljevic M., Vobic I. Human Still in the Loop Editors Reconsider the Ideals of Professional Journalism Through Automation. Digital Journalism, 2019, vol. 7, iss. 8, pp. 1098-1116.
  • Brlek SS., Trivundza IT. Algorithmisation of a National Press Agency: the case of STA. Javnost-The Public, 2019, vol. 26, iss. 1, pp. 62-81.
  • Diakopoulos N., Koliska M. Algorithmic Transparency in the News Media. Digital Journalism, 2017, vol. 5, iss. 7, pp. ? 809-828.
  • Dorr K.N., Hollnbuchner K. Ethical Challenges of Algorithmic Journalism. Digital Journalism, 2017, vol. 5, iss. 4, pp. 404-419.
  • Waddel T.F. Can an Algorithm Reduce the Perceived Bias of News? Testing the Ef-fect of Machine Attribution on News Readers' Evaluations of Bias, Anthropomorphism, and Credibility. Journalism & Mass Communication Quarterly, 2019, vol. 96, iss. 1, pp. 82-100.
  • Salazar I. Robots and Artificial Intelligence. New Challenges of Journalism. Doxa Comunicacion, 2018, no. 27, pp. 295-315.
  • Montal T, Reich, Z. I, Robot. You, Journalist. Who Is the Author? Authorship, bylines and full disclosure in automated journalism. Digital Journalism, 2017, vol. 5, iss. 7, pp. 829-849.
  • Carlson M. The Robotic Reporter: Automated Journalism and the Redefinition of Labor, Compositional Forms, and Journalistic Authority. Digital Journalism, 2015, vol. 3, iss. 3, pp. 416-431.
  • Kim D., Kim S. Newspaper Companies' Determinants in Adopting Robot Journalism. Technological Forecasting and Social Change, 2017, no. 117, pp. 184-195. DOI: 10.1016/j.techfore.2016.12.002.
  • Diakopoulos N. Algorithmic Accountability: Journalistic Investigation of Computational Power Structures. Digital Journalism, 2015, vol. 3, iss. 3, pp. 398-415. DOI: 10.1080/21670811.2014.976411.
  • Napoli Philip M. Automated Media: An Institutional Theory Perspective on Algorithmic Media Production and Consumption. Communication Theory, 2014, vol. 24, iss. 3, pp. 340-360. DOI: 10.1111/comt.12039.
  • Coddington M. Clarifying Journalism's Quantitative Turn: A Typology for Evaluating Data Journalism, Computational Journalism, and Computer-Assisted Reporting. Digital Journalism, 2015, vol. 3, iss. 3, pp. 331-348. DOI: 10.1080/21670811.2014.976400.
  • Ananny M. Toward an Ethics of Algorithms: Convening, Observation, Probability, and Timeliness. Science Technology and Human Values, 2016, vol. 41, iss. 1, pp. 93-117. DOI: 10.1177/0162243915606523.
  • Lewis S.C., Sanders A.K., Carmody C. Libel by Algorithm? Automated Journalism and the Threat of Legal Liability. Journalism and Mass Communication Quarterly, 2019, vol. 96, iss. 1, pp. 60-81. DOI: 10.1177/1077699018755983.
  • Sun WL., Nasraoui O., Shafto P. Evolution and Impact of Bias in Human and Machine Learning Algorithm Interaction. PLoS ONE, 2020, vol. 15, iss. 8. DOI: 10.1371/journal.pone.0235502.
  • Graefe A., Haim M., Haarmann B., Brosius, H.-B. Readers' Perception of Computer-Generated News: Credibility, Expertise, and Readability. Journalism, 2018, vol. 19, iss. 5, pp. 595-610. 23. Ostrivnaya E.A. Media Education in the Paradigm of the Creative Economy Using the Model of Student Television. Kreativnaya ekonomika = Creative Economy, 2018, vol. 12, no. 8, pp. 1213-1220. (In Russian).