Инновационное развитие телевещательной индустрии в контексте искусственного интеллекта

В условиях широкомасштабной цифровой трансформации телевещательная индустрия находится в непрерывном инновационном процессе. На вершине технологических инноваций стоит искусственный интеллект, инструменты которого являются наиболее востребованными интеллектуальными решениями. Их применения в сфере телевещания обеспечивает быструю обработку больших данных, оптимизацию процессов сбора информации и создания контента, а также моментальную доставку контента потребителю.

Цель. Выявление, систематизация и анализ функциональных возможностей и концептуальных особенностей применения инструментов искусственного интеллекта в основных сегментах телевещательной деятельности, разработка концептуальных основ эффективного применения искусственного интеллекта в телевещании.

Процедура и методы. Теоретической основой исследования являются научные труды отечественных медиаисследователей, научные статьи в рецензируемых и специализированных изданиях, ресурсы сети «Интернет». В процессе исследования применялись методы включённого наблюдения, теоретического обобщения, сравнительного анализа, табличный метод, эмпирические методы (практический опыт работы автора на телевидении).

Результаты. В работе выявлены сходство и отличия искусственного интеллекта и человеческого разума, актуализированы и систематизированы возможности применения инструментов искусственного интеллекта в телевещательной деятельности. Автором определены и структурированы основные риски и проблемы, связанные с применением инструментов искусственного интеллекта в сфере телевещания, предложен комплекс рекомендаций по совершенствованию практики внедрения и развития инструментов искусственного интеллекта в телевещательной индустрии.

Теоретическая и/или практическая значимость. Научная новизна исследования заключается в том, что впервые сформулированы принципы и условия применения инструментов искусственного интеллекта в телевещательной индустрии, которые могут послужить концептуальной основой для дальнейших медиаисследований в данной научной области. Полученные результаты исследования представляют практическую значимость для всех телекомпаний, внедряющих инструменты искусственного интеллекта. Работа может быть полезна медиаменеджерам, медиаэкспертам, медиаисследователям, преподавателям профильных кафедр, магистрам и аспирантам.

1. Атанов А. А. Журналист по имени робот: вопросов больше, чем ответов // Вопросы теории и практики журналистики. 2019. № 1. C. 210–215. DOI: 10.17150/2308-6203.2019.8(1).210–215

2. Вартанова Е. Л. Меняющаяся архитектура медиа и цифровые платформы // Меди@льманах. 2022. № 1 (108). С. 8–13. DOI: 10.30547/mediaalmanah.1.2022.813

3. Виноградова К. Е. Развитие искусственного интеллекта и трансформация журналистики: новые возможности и вызовы // Гуманитарный вектор. 2023. Т. 18. № 3. С. 121–130. DOI: 10.21209/1996-7853-2023–18–3–121–130

4. Залова С. М. Журналистика, основанная на технологиях искусственного интеллекта // Известия Южного федерального университета. 2022. Т. 26. № 3. С. 184–195. DOI: 10.18522/1995–0640–2022–3–184–195

5. Замков А. В. Новостной медиаробот: теоретические аспекты интеллектуальной системы генерации контента // Вопросы теории и практики журналистики. 2019. № 2. С. 260– 273. DOI: 10.17150/2308-6203.2019.8(2).260-273

6. Использование технологий искусственного интеллекта в российских медиа и журналистике / С. Г. Давыдов, А. В. Замков, М. А. Крашенинникова, М. М. Лукина // Вестник Московского университета. Серия 10: Журналистика. 2023. № 5. С. 3–21. DOI: 10.30547/vestnik.journ.5.2023.321

7. Кульчицкая Д. Ю., Фролова Т. И. Компьютерные алгоритмы в работе российских информационных агентств (на примере ИА Интерфакс и ТАСС) // Вестник Московского университета. Серия 10: Журналистика. 2020. № 1. С. 3–19. DOI: 10.30547/vestnik.journ.1.2020.3–19

8. Лукина М.М., Палашина Е.А. Сравнительный анализ структурно-содержательных элементов машинных и журналистских новостных сообщений// Медиа@льманах. 2019. №1. С.72–84.

9. Першина Е. Д. Новостные ленты на основе машинного обучения как площадки для дистрибуции контента в России // Медиаскоп: электронный научный журнал. 2019. Вып. 2. DOI: 10.30547/mediascope.2.2019.6 URL: http://www.mediascope.ru/2547 (дата обращения: 04.10.2024).

10. Роботизированная журналистика: от научного дискурса к журналистскому образованию / А. В. Замков, М. А. Крашенинникова, М. М. Лукина, Н. А. Цынарёва // Медиаскоп: электронный научный журнал. 2017. Вып. 2. URL: http://www.mediascope.ru/2295 (дата обращения: 11.10.2024).

11. Соколов В. А. Мишункина М. Н. Критерии идентификации текстов медиакоммуникации, сгенерированных искусственным интеллектом // Вестник Академии медиаиндустрии. 2023. № 3. С.17–35.

12. Фомина А. Н. Перспективные направления развития технологий искусственного интеллекта в телеиндустрии // Креативная экономика 2022. Т. 36. № 3. С. 1081–1100. DOI: 10.18334/се.16.3.114306

13. Фомина А. Н. Проблемы и перспективы развития рынка искусственного интеллекта в России // Вопросы инновационной экономики. 2022. Т. 12. № 2. С. 1051–1068. DOI: 10.18334/vinec.12.2.114607

14. Чертовских О. О. Искусственный интеллект на службе современной журналистики: история, факты и перспективы развития // Вопросы теории и практики журналистики. 2019. Т. 8. № 3. С. 555–568. DOI: 10.17150/2308-6203.2019

15. Шнайдер А. А. Тренды массмедиа: применение искусственного интеллекта, машинного обучения, СЕО-инструментов и дата-журналистики в контексте мирового медиаландшафта // Вестник НГУ. Серия: История, филология. 2022. Т. 21. № 6: Журналистика. С. 59–68. DOI: 10.25205/1818-7919-2022-21-6-59-68