Научная статья.
УДК:009
Шипилова Полина Евгеньевна
Московский государственный университет имени М. В. Ломоносова, г. Москва, Российская Федерация, shipilova.94.94@mail.ru
Аннотация: Целью статьи является выявление и анализ эталонов новостного контента, формируемых искусственным интеллектом в практике современных информационных агентств. Актуальность исследования обусловлена стремительной цифровой трансформацией медиаиндустрии и внедрением алгоритмических систем в процессы создания и дистрибуции новостного контента. Теоретической основой выступили работы, посвященные исследованию цифровой трансформации в медиа и этическим аспектам использования искусственного интеллекта в журналистике. Методологию составили контент-анализ текстов, генерируемых с применением ИИ, сравнительный анализ практик ведущих мировых и российских СМИ, а также синтез данных отраслевых исследований. Эмпирическую базу составили материалы информационных агентств, активно использующих технологии искусственного интеллекта, включая российские медиа. В результате выявлены и концептуализированы ключевые алгоритмические эталоны, формирующие новую нормативную систему в журналистике. Показано, что доминирующими ценностями этой системы становятся операционная эффективность, стандартизация и масштабируемость. Основные выводы заключаются в том, что алгоритмические эталоны существенно трансформируют традиционные стандарты журналистики, создавая новые вызовы для профессионального сообщества. В заключении обосновывается необходимость разработки этических рамок и профессиональных стандартов использования ИИ в журналистике.
Ключевые слова: искусственный интеллект, новостные агентства, алгоритмизация, эталоны контента, цифровая трансформация, медиастандарты.
Original article
FORMATION OF AESTHETIC STANDARDS BY ARTIFICIAL INTELLIGENCE IN THE NEWS CONTENT OF INFORMATION AGENCIES
Shipilova Polina Evgenievna
Lomonosov Moscow State University, Moscow, Russian Federation, shipilova.94.94@mail.ru
Abstract. The purpose of the article is to identify and analyze the standards of news content formed by artificial intelligence in the practice of modern news agencies. The relevance of the study is due to the rapid digital transformation of the media industry and the introduction of algorithmic systems in the processes of creation and distribution of news content. The theoretical basis includes works devoted to the study of digital transformation in media and ethical aspects of the use of artificial intelligence in journalism. The methodology was based on content analysis of texts generated using AI, comparative analysis of practices of leading world and Russian media, as well as synthesis of industry research data. The empirical base consisted of materials from news agencies actively using artificial intelligence technologies, including Russian media. As a result, key algorithmic standards that form a new normative system in journalism are identified and conceptualized. It is shown that the dominant values of this system are operational efficiency, standardization and scalability. The main conclusions are that algorithmic standards significantly transform traditional journalism standards, creating new challenges for the professional community. In conclusion, the necessity of developing ethical frameworks and professional standards for the use of AI in journalism is substantiated.
Key words: artificial intelligence, news agencies, algorithmization, content standards, digital transformation, media standards.
Введение. Современная медиасреда переживает фундаментальную трансформацию, связанную с интеграцией искусственного интеллекта в процессы создания и дистрибуции контента. Цифровая трансформация в медиаиндустрии приобретает все более масштабный характер, затрагивая основы профессиональной деятельности (Белоусова, Панова, Кублашвили 2024: с. 947). Информационные агентства, являющиеся ключевыми поставщиками новостей для всей медиаэкосистемы, оказались на передовой линии этой трансформации. Их продукция – лаконичные, фактологичные тексты – представляет собой идеальный материал для автоматизации, что обусловливает их роль в качестве «лабораторий» по выработке новых медиастандартов.
Актуальность исследования обусловлена необходимостью осмысления новой нормативной системы, формируемой алгоритмами, которая становится эталоном для всей медиаиндустрии. Развитие искусственного интеллекта и трансформация журналистики создают как новые возможности, так и серьезные вызовы для профессионального сообщества (Виноградова 2023: с. 125). Если традиционные стандарты журналистики формировались под влиянием профессиональных сообществ, этических кодексов и общественных ожиданий, то новые стандарты все чаще задаются технологическими параметрами искусственного интеллекта – архитектурой языковых моделей, промптами, тренировочными данными и алгоритмами обработки информации.
Анализ существующих работ показывает, что проблематика алгоритмизации новостей изучена преимущественно в контексте редакционного управления, экономической эффективности и медиавоздействия. Значительный вклад в понимание технологических основ внесли работы, описывающие принципы машинного обучения и практического применения ИИ в СМИ (Суходолов, Бычкова, Ованесян 2019: с. 651). Однако вопрос о том, как именно технологические параметры ИИ формируют стандарты новостного контента на уровне языка, структуры и гносеологии, остается недостаточно исследованным. Данная работа призвана восполнить этот пробел.
Цель исследования: выявить, систематизировать и охарактеризовать эталоны новостного контента, формируемые искусственным интеллектом в практике информационных агентств.
Задачи исследования:
1. Проанализировать контекст внедрения ИИ в новостные агентства.
2. На основе анализа текстов, генерируемых ИИ, выявить устойчивые паттерны в лексике, синтаксисе и нарративной структуре.
3. Определить и концептуализировать ключевые алгоритмические эталоны.
Методы исследования: контент-анализ текстов, анализ стилистических и структурных особенностей, синтез данных из отраслевых исследований и экспертных публикаций.
Технологический контекст: ИИ как новый субъект в медиапространстве
Проникновение ИИ в журналистику изначально было связано с автоматизацией рутинных, высокоструктурированных операций. ИИ применяется для «генерации хроникальных заметок, категоризации по топикам и геолокации, «обвесов», подбора бэкграундов, справочной информации; анализа пользовательских комментариев; создания нишевых новостных лент» (РАЭК, НИУ ВШЭ, МГУ 2023, дата обращения: 01.10.2025). Это соответствует концепции «слабого» ИИ, решающего конкретные задачи (Суходолов, Бычкова, Ованесян 2019: с. 650). Однако современное развитие технологий демонстрирует переход от простой автоматизации к комплексной трансформации всего новостного цикла. Цифровая трансформация в медиаиндустрии приобретает характер системного переустройства, затрагивающего не только технические процессы, но и содержательные аспекты журналистики (Белоусова, Панова, Кублашвили 2024: с. 950). Этот переход сопровождается переосмыслением роли журналиста в условиях алгоритмизации: из создателя контента он все чаще превращается в куратора и редактора машинно-сгенерированных материалов.
Мировые информационные агентства стали пионерами в этой области. Формирование медийного интеллекта и внедрение искусственного интеллекта в сферу медиакоммуникаций становится стратегическим направлением развития современных медиа (Иноземцева 2025: с. 2). The New York Times разработала систему Echo, которая демонстрирует новые подходы к интеграции ИИ в журналистику, сочетая алгоритмическую обработку данных с сохранением редакционного контроля (Как ИИ трансформирует журналистику 2025, дата обращения: 09.11.2025). Аналогичные процессы наблюдаются и в других ведущих международных медиа: Reuters использует платформу Lynx Insight для анализа данных и генерации идей для материалов, Associated Press автоматизирует написание финансовых отчетов, BBC экспериментирует с персонализированными новостными лентами на основе алгоритмов машинного обучения. Эти примеры иллюстрируют глобальный тренд перехода от фрагментарного использования ИИ к построению целостных алгоритмических экосистем в медиа.
В российских СМИ, согласно независимому исследованию, наиболее активно ИИ используют «Ведомости» (70,66% AI-контента в проанализированных текстах) и РБК (67%) (Как российские СМИ используют AI в текстах 2024, дата обращения: 01.10.2025). При этом у «Ведомостей» более 25% статей были практически полностью созданы ИИ. Это свидетельствует о том, что технология перешла из стадии эксперимента в стадию повседневной редакционной практики, особенно в крупных медиахолдингах. Современные издания активно используют нейросети для оптимизации редакционных процессов (Искусственный интеллект в СМИ: как современные издания используют нейросети 2025, дата обращения: 09.11.2025). Особенностью российского медиарынка является активное внедрение ИИ в региональные СМИ, где алгоритмы помогают компенсировать нехватку кадровых ресурсов. Однако качество такого контента часто вызывает вопросы, поскольку региональные медиа не всегда обладают достаточными техническими и экспертные возможностями для полноценного внедрения сложных AI-решений.
Сегодня «искусственный интеллект в медиа – привилегия крупных игроков», что усугубляет разрыв на медиарынке (РАЭК, НИУ ВШЭ, МГУ 2023, дата обращения: 01.10.2025). В отличие от них, «Коммерсантъ» демонстрирует более классический подход, имея самый высокий процент статей, написанных без помощи ИИ (Как российские СМИ используют AI в текстах 2024, дата обращения: 09.11.2025). Эта ситуация создает серьезные вызовы для медиаразнообразия: крупные холдинги, обладающие ресурсами для внедрения дорогостоящих AI-решений, получают дополнительное конкурентное преимущество, тогда как небольшие независимые издания рискуют оказаться на периферии медиаландшафта.
Развитие искусственного интеллекта и трансформация журналистики создают парадоксальную ситуацию, когда технологический прогресс, теоретически способный демократизировать медиапространство, на практике приводит к его большей концентрации (Виноградова 2023: с. 126).
Перспективы развития, по мнению представителей индустрии, связаны с массовым внедрением персонализации новостных лент (41,5% опрошенных) и автоматического создания текстов (39,2%) (РАЭК, НИУ ВШЭ, МГУ 2023, дата обращения: 01.10.2025). Это указывает на то, что влияние ИИ на нормативную систему контента будет не только усиливаться, но и становиться все более комплексным: от производства до конечной дистрибуции, замыкая аудиторию в персонализированном контуре потребления. Уже сегодня мы наблюдаем появление «интеллектуальных редакций», где человек и алгоритм работают в тесной связке: ИИ берет на себя рутинные операции (сбор данных, первичный анализ, генерация черновиков), а журналисты сосредотачиваются на сложных аналитических и творческих задачах. Однако такая модель требует пересмотра традиционных редакционных процессов и выработки новых стандартов качества.
Алгоритмические эталоны новостного контента
Анализ текстов, созданных с участием ИИ, и их сравнение с материалами, написанными журналистами, позволили выявить ключевые эталоны, формируемые алгоритмами. Эти эталоны действуют не изолированно, а как система, переопределяющая каноны новостного жанра. Важно подчеркнуть, что алгоритмические стандарты не являются исключительно техническим феноменом – они несут в себе определенные ценностные установки и представления о том, каким должен быть «качественный» новостной контент в цифровую эпоху. Нейросеть и журналистика вступают в сложное взаимодействие, в результате которого рождаются новые форматы и подходы к созданию медиапродуктов (Акуличева, Алиева 2023, дата обращения: 09.11.2025).
Языковая стандартизация
ИИ-модели, обученные на обширных массивах текстов из интернета, вырабатывают усредненный, клишированный язык. Это приводит к систематическому нивелированию индивидуального авторского стиля и метафор в пользу унифицированного, предсказуемого изложения. Как отмечается в анализе российских СМИ, тексты с высоким процентом AI-контента часто воспринимаются как «безликие» и лишенные «человечности» (Как российские СМИ используют AI в текстах 2024, дата обращения: 09.11.2025). Глубокая трансформация затрагивает самую суть журналистского творчества: там, где раньше ценилась уникальность авторского взгляда и стиля, теперь доминируют единые алгоритмические шаблоны. Это особенно заметно в новостях на узкоспециализированные темы (финансовые отчеты, спортивные результаты, метеорологические сводки), где алгоритмы демонстрируют высокую эффективность, но одновременно создают ощущение механистичности и обезличенности.
Эта стандартизация не является технически нейтральной: она отражает статистически наиболее частотные языковые паттерны, которые становятся новой нормой. Журналистика и искусственный интеллект сталкиваются с фундаментальными вопросами сохранения творческого потенциала в условиях алгоритмизации (Мухаммедова, Этреков, Акмырадова 2024: с. 120). Алгоритмы, оптимизированные под массовое производство контента, естественным образом тяготеют к наиболее распространенным языковым конструкциям, избегая стилистического разнообразия и сложных риторических приемов. В результате формируется своеобразный «новояз», характеризующийся не только лексическим и синтаксическим единообразием, но и определенной идеологической нейтральностью, поскольку алгоритмы сознательно исключают потенциально спорные или эмоционально окрашенные формулировки.
В результате формируется своеобразный язык, для которого характерны:
1. Лексическая ограниченность: предпочтение высокочастотной лексики и избегание синонимии для однозначности интерпретации алгоритмом. Словарь AI-генерируемых текстов редко выходит за рамки наиболее употребительных слов и выражений, что обеспечивает универсальную понятность, но обедняет языковую палитру.
2. Синтаксическая простота: преобладание простых и сложносочиненных предложений над сложноподчиненными конструкциями, которые несут оттенки причинности, условности, уступки. Алгоритмы избегают сложных синтаксических структур, поскольку их обработка требует более глубокого понимания контекста и логических связей.
3. Элиминация метафоры: замещение образных выражений прямыми номинациями, так как метафора основана на человеческом опытном знании, недоступном машине. Ирония, сарказм, художественные сравнения – все это остается за пределами возможностей даже самых продвинутых языковых моделей.
Этот эталон, с одной стороны, повышает скорость восприятия, а с другой – обедняет языковую палитру медиапространства, делая его монотонным и предсказуемым. Длительное потребление такого контента может приводить к определенной «десенсибилизации» аудитории, привыкающей к однообразным языковым шаблонам и утрачивающей вкус к стилистическому разнообразию.
Структурная иерархия
Алгоритмы закрепляют и доводят до абсолюта жесткое следование шаблону «перевернутой пирамиды», где информация выстраивается по строгому убыванию значимости. Это приводит к алгоритмически заданной последовательности фактов, которая исключает альтернативные нарративные структуры, такие как сторителлинг, индуктивное изложение или «крючок». Такой подход идеально соответствует логике клиповой культуры, доминирующей в современном медиапространстве (Романов 2017: с. 105). Новостные материалы, создаваемые ИИ, максимально адаптированы под потребности пользователя, привыкшего к быстрому скроллингу и выборочному чтению: самые важные факты выносятся в начало, что позволяет получить основную информацию без прочтения всего текста.
Подобная структурная унификация, безусловно, повышает эффективность потребления информации и упрощает ее машинную обработку, но одновременно ограничивает возможности для творческого представления материала, формирования саспенса и эмоционального вовлечения аудитории (Романов 2017: с. 105). Журналистский текст традиционно рассматривался не просто как носитель информации, но и как определенное художественное произведение, где композиция играла роль в донесении смыслов. Алгоритмическая журналистика жертвует этим измерением в пользу утилитарной эффективности. Особенно заметны эти потери в материалах, требующих эмоционального сопереживания или сложного нарратива – репортажах с места событий, человеческих историях, аналитических обзорах.
Можно говорить о возникновении алгоритмического детерминизма в структуре: порядок изложения фактов диктуется не редакционным решением, основанным на логике раскрытия темы, а предзаданными настройками системы. Это создает рамки, в которые любое событие должно быть «вписано». В результате разные по своей природе события (спортивная победа, экономический отчет, политическое заявление) облекаются в одну и ту же структурную форму, что нивелирует их уникальность и специфику. Тенденции развития искусственного интеллекта в PR и медиа указывают на дальнейшее усиление этой унификации, поскольку стандартизация структур является ключевым условием масштабирования AI-решений. Ситуация усугубляется тем, что большинство медиакомпаний используют сходные алгоритмические платформы и языковые модели, что приводит к возникновению глобального структурного единообразия в новостном контенте.
«Объективность по алгоритму»
Традиционная журналистская объективность, понимаемая как сложный этический принцип, основанный на профессиональной рефлексии, стремлении к балансу, проверке источников и осознанию собственной субъективности, подменяется технической «объективностью». Эта новая «объективность» основана на статистической репрезентативности данных, объемах выборки и математической корректности модели. ИИ оперирует данными, а не смыслами (Осипова 2025, дата обращения: 09.11.2025). Это фундаментальное различие приводит к тому, что алгоритмическая объективность оказывается лишенной ценностного измерения и контекстуального понимания, которые являются неотъемлемыми компонентами человеческого восприятия реальности.
Применение искусственного интеллекта в журналистике сталкивается с серьезными этическими вызовами, связанными с подменой человеческого суждения алгоритмическими решениями (Акуличева, Алиева 2023, дата обращения 09.11.2025). Алгоритмическая объективность оказывается бесстрастной, стерильной и лишенной человеческого контекста, что в реальной журналистике может приводить к искажениям. Особую опасность представляет иллюзия «технологической непогрешимости» – склонность пользователей и даже редакторов безоговорочно доверять результатам работы алгоритмов, забывая о том, что они обучены на данных, созданных людьми и несущих в себе все их предубеждения и стереотипы.
Яркой иллюстрацией рисков является кейс американского технологического сайта CNET, который тайно опубликовал 77 статей, созданных с помощью ИИ. Последующее расследование показало, что более половины материалов содержали фактические ошибки, которые не были замечены редакцией (Слишком далеко зашли? Как ИИ-инструменты изменили мир медиа 2023, дата обращения 01.10.2025). Это демонстрирует, что «объективность по алгоритму» уязвима для ошибок, заложенных в тренировочных данных или архитектуре модели, а слепая вера в нее опасна. Более того, алгоритмы могут незаметно воспроизводить и усиливать существующие в обществе предрассудки, поскольку обучаются на массивах текстов, отражающих эти предрассудки. Таким образом, техническая объективность может становиться каналом трансляции системных предубеждений.
Таким образом, происходит редукция: многогранный профессиональный принцип сводится к технической задаче обработки данных. Журналистская деятельность рискует превратиться из процесса интерпретации реальности в инженерию по упаковке данных в стандартизированные текстовые формы. Это ставит под вопрос саму сущность журналистики как гуманитарной практики, основанной на критическом осмыслении действительности и ценностном отношении к миру. Будущее профессии во многом будет зависеть от того, удастся ли найти баланс между эффективностью алгоритмов и сохранением человеческого измерения в журналистике.
Нормативная система ИИ и ее идеологическое измерение
Выявленные эталоны не являются разрозненными явлениями. Они формируют целостную нормативную систему, которая обладает собственной внутренней логикой и ценностями. Доминирующими ценностями в этой системе становятся операционная эффективность, скорость производства, стандартизация и масштабируемость. Эта система активно опосредует реальность, предлагая аудитории не просто отфильтрованную, но и алгоритмически структурированную картину мира. Важно понимать, что эта нормативная система не является технологически детерминированной – она отражает определенные экономические и идеологические установки, доминирующие в современном медиабизнесе.
Влияние искусственного интеллекта на медийное пространство приобретает системный характер, трансформируя не только производственные процессы, но и сами принципы конструирования реальности (Влияние искусственного интеллекта на медийное пространство 2025, дата обращения 09.11.2025). Алгоритмы не только отбирают контент по тематическому принципу, но и формируют его по единым языковым и структурным лекалам. В результате аудитория оказывается замкнутой не только в тематическом, но и в стилистико-нарративном пузыре, где все события описываются одним и тем же обезличенным, стандартизированным языком в одной и той же жесткой структуре. Это создает принципиально новую медийную среду, характеризующуюся невиданной ранее степенью однородности и предсказуемости.
Эта нормативная система обладает идеологическим измерением. Она продвигает ценности, выгодные медиабизнесу в условиях цифровой экономики внимания: максимальный охват при минимальных издержках. Качество контента начинает измеряться не его глубиной, оригинальностью или общественной значимостью, а его алгоритмической оптимизированностью – способностью генерировать вовлеченность и удерживать внимание в соответствии с метриками платформ.
В результате возникает парадоксальная ситуация: технологии, теоретически способные радикально разнообразить медиаландшафт, на практике приводят к его усиливающейся унификации, поскольку экономическая логика диктует предпочтение масштабируемых и стандартизированных решений.
Эволюция визуального образа в массмедийной коммуникации также подвергается влиянию алгоритмических стандартов, что проявляется в унификации визуального контента и его подчинении логике платформ (Киршин, Загидуллина, Тулупов 2024: с.152). Алгоритмы подбора изображений и генерации визуального контента тяготеют к наиболее популярным и «безопасным» вариантам, избегая сложных, провокационных или неоднозначных визуальных решений. Это приводит к возникновению своеобразного «визуального новояза», где разнообразие образов уступает место стандартизированным шаблонам, оптимальным с точки зрения алгоритмической обработки и массового восприятия.
Таким образом, нормативная система, формируемая искусственным интеллектом в медиа, представляет собой сложный феномен, сочетающий технологические, экономические и идеологические аспекты. Ее развитие будет во многом определять будущее не только журналистики как профессии, но и всего медиапространства как ключевого института современного общества. Противостояние между технологической эффективностью и гуманитарными ценностями становится одним из центральных конфликтов цифровой эпохи, от разрешения которого зависит, сможет ли журналистика сохранить свою социальную миссию в условиях тотальной алгоритмизации.
Выводы. Проведенное исследование демонстрирует, что внедрение искусственного интеллекта в новостные агентства приводит к формированию новой нормативной системы, основанной на технологических эталонах. Выявленные и проанализированные эталоны – языковая стандартизация, структурная иерархия и «объективность по алгоритму» – представляют собой не просто технические усовершенствования, а активную силу, переопределяющую фундаментальные стандарты журналистики на уровне языка, повествования и гносеологии.
Эта система обладает собственной идеологией, в которой доминируют ценности операционной эффективности, стандартизации и масштабируемости, что может приводить к системным последствиям: обеднению языкового разнообразия медиапространства, ограничению нарративных возможностей для репрезентации сложных событий и подмене человеческой рефлексии и этической ответственности статистическими моделями и техническим редукционизмом. При работе с ИИ в журналистике важно учитывать, что нейросети не обладают критическим мышлением, поэтому могут ошибаться и не всегда корректно интерпретировать полученную информацию. Это особенно заметно при работе со сложными темами, где требуется глубокий контекстуальный анализ.
В свете полученных выводов становится очевидной насущная необходимость скорейшей разработки этических рамок и профессиональных стандартов использования ИИ в журналистике. Эти рамки должны включать:
1. Транспарентность: информирование аудитории об использовании ИИ.
2. Сохранение человеческого контроля: редактор должен сохранять конечную ответственность за контент.
3. Запрет на передачу ИИ полномочий по принятию этических решений.
4. Расширение понятия «редакционная ответственность» редакторов и руководителей телекомпаний, утверждающих тексты, созданные ИИ.
Будущее качественной, глубокой и социально ответственной журналистики будет зависеть от способности медиасообщества найти оптимальный баланс между неизбежной технологической эффективностью и сохранением гуманитарных, креативных и этических оснований профессии. Не человек должен адаптироваться к логике алгоритма, а алгоритм должен быть инструментом для усиления интеллектуального и творческого потенциала человека-журналиста.
Список источников:
Акуличева А. Р., Алиева С. А. Нейросеть и журналистика: этический вопрос использования умных технологий в СМИ. 2023. URL: https://moluch.ru/archive/498/109426
Ассоциация электронных коммуникаций (РАЭК), НИУ ВШЭ, Факультет журналистики МГУ. Искусственный интеллект в медиа и коммуникациях: практики российского медиабизнеса. 2023. URL: https://raec.ru/live/smi/14041/
Белоусова Н. М., Панова Н. А., Кублашвили О. В. Цифровая трансформация в медиаиндустрии. 2024. URL: https://www.researchgate.net/publication/387164263_Cifrovaa_transformacia_v_mediaindustrii
Виноградова К. Е. Развитие Искусственного интеллекта и трансформация журналистики: новые возможности и вызовы. 2023. URL: https://cyberleninka.ru/article/n/razvitie-iskusstvennogo-intellekta-i-transformatsiya-zhurnalistiki-novye-vozmozhnosti-i-vyzovy/viewer
Влияние искусственного интеллекта на медийное пространство. 2025. URL: https://ria.ru/20250605/media-2021055778.html
Иноземцева А. В. Формирование медийного интеллекта и внедрение искусственного интеллекта в сферу медиакоммуникаций. 2025. URL: https://research-journal.org/archive/10-160-2025-october/10.60797/IRJ.2025.160.9
Искусственный интеллект в СМИ: как современные издания используют нейросети. 2025. URL: https://hi-tech.mail.ru/review/133525-iskusstvennyj-intellekt-v-smi-kak-sovremennye-izdaniya-ispolzuyut-nejroseti/
Как ИИ трансформирует журналистику: подход The New York Times к Echo. 2025. URL: https://www.unite.ai/ru/how-ai-is-transforming-journalism-the-new-york-times-approach-with-echo/
Как российские СМИ используют AI в текстах? 2024. URL: https://vc.ru/life/1709557-kak-rossiiskie-smi-ispolzuyut-ai-v-tekstah
Киршин Б. Н., Загидуллина М. В., Тулупов В. В. Эволюция визуального образа в массмедийной коммуникации. Челябинский государственный университет, 2024. URL: https://rusneb.ru/catalog/000199_000009_013162396/
Мухаммедова Л., Этреков З., Акмырадова А. Журналистика и искусственный интеллект: возможности и вызовы // Научный журнал «Ceteris Paribus». 2024. № 10. URL: https://cyberleninka.ru/article/n/zhurnalistika-i-iskusstvennyy-intellekt-vozmozhnosti-i-vyzovy/viewer
Осипова Т. А. Применение искусственного интеллекта в журналистике // Филологический аспект: международный научно-практический журнал. 2025. № 06 (122). URL: https://scipress.ru/philology/articles/primenenie-iskusstvennogo-intellekta-v-zhurnalistike.html
Романов Н. А. Клиповая культура в современном медиапространстве. 2017. URL: https://cyberleninka.ru/article/n/klipovaya-kultura-v-sovremennom-mediaprostranstve/viewer
Слишком далеко зашли? Как ИИ-инструменты изменили мир медиа. 2023. URL: https://www.techinsider.ru/technologies/1664085-slishkom-daleko-zashli-kak-ii-instrumenty-izmenili-mir-media/
Суходолов А. П., Бычкова А. М., Ованесян С. С. Журналистика с искусственным интеллектом // Вопросы теории и практики журналистики. 2019. Т. 8, № 4. С. 649–670. URL: https://cyberleninka.ru/article/n/zhurnalistika-s-iskusstvennym-intellektom/viewer
References
Akulicheva A. R., Alieva S. A. (2023). Neiroset' i zhurnalistika: eticheskij vopros ispol'zovaniya umnyh tekhnologij v SMI [Neural network and journalism: the ethical issue of using smart technologies in the media]. URL: https://moluch.ru/archive/498/109426
Assotsiatsiya elektronnykh kommunikatsiy (RAEK), NIU VShE, Fakul'tet zhurnalistiki MGU (2023). Iskusstvennyy intellekt v media i kommunikatsiyakh: praktiki rossiyskogo mediabiznesa [Artificial intelligence in media and communications: practices of the Russian media business]. URL: https://raec.ru/live/smi/14041/
Belousova N. M., Panova N. A., Kublashvili O. V. (2024). Tsifrovaya transformatsiya v mediaindustrii [Digital transformation in the media industry]. URL: https://www.researchgate.net/publication/387164263_Cifrovaa_transformacia_v_mediaindustrii
Vinogradova K. E. (2023). Razvitie Iskusstvennogo intellekta i transformatsiya zhurnalistiki: novye vozmozhnosti i vyzovy [Development of Artificial Intelligence and transformation of journalism: new opportunities and challenges]. URL: https://cyberleninka.ru/article/n/razvitie-iskusstvennogo-intellekta-i-transformatsiya-zhurnalistiki-novye-vozmozhnosti-i-vyzovy/viewer
Vliyanie iskusstvennogo intellekta na mediynoe prostranstvo (2025). [The impact of artificial intelligence on the media space]. URL: https://ria.ru/20250605/media-2021055778.html
Inozemtseva A. V. (2025). Formirovanie mediynogo intellekta i vnedrenie iskusstvennogo intellekta v sferu mediakommunikatsiy [Formation of media intelligence and introduction of artificial intelligence in the field of media communications]. URL: https://research-journal.org/archive/10-160-2025-october/10.60797/IRJ.2025.160.9
Iskusstvennyy intellekt v SMI: kak sovremennye izdaniya ispol'zuyut neyroseti (2025). [Artificial intelligence in the media: how modern publications use neural networks]. URL: https://hi-tech.mail.ru/review/133525-iskusstvennyj-intellekt-v-smi-kak-sovremennye-izdaniya-ispolzuyut-nejroseti/
Kak II transformiruet zhurnalistiku: podkhod The New York Times k Echo (2025). [How AI is transforming journalism: The New York Times approach to Echo]. URL: https://www.unite.ai/ru/how-ai-is-transforming-journalism-the-new-york-times-approach-with-echo/
Kak rossiyskie SMI ispol'zuyut AI v tekstakh? (2024). [How do Russian media use AI in texts?]. URL: https://vc.ru/life/1709557-kak-rossiiskie-smi-ispolzuyut-ai-v-tekstah
Kirshin B. N., Zagidullina M. V., Tulupov V. V. [et al.] (2024). Evolyutsiya vizual'nogo obraza v massmediynoy kommunikatsii [Evolution of the visual image in mass media communication]. Chelyabinsk: Chelyabinsk State University. 359 p. URL: https://rusneb.ru/catalog/000199_000009_013162396/
Mukhammedova L., Etrikov Z., Akmyradova A. (2024). Zhurnalistika i iskusstvennyy intellekt: vozmozhnosti i vyzovy [Journalism and artificial intelligence: opportunities and challenges]. Nauchnyj zhurnal «Ceteris Paribus», 10. URL: https://cyberleninka.ru/article/n/zhurnalistika-i-iskusstvennyy-intellekt-vozmozhnosti-i-vyzovy/viewer
Osipova T. A. (2025). Primenenie iskusstvennogo intellekta v zhurnalistike [Application of artificial intelligence in journalism]. Filologicheskij aspekt: mezhdunarodnyj nauchno-prakticheskij zhurnal. URL: https://scipress.ru/philology/articles/primenenie-iskusstvennogo-intellekta-v-zhurnalistike.html
Romanov N. A. Klipovaya kultura v sovremennom mediaprostranstve [Clip culture in the Modern Media Space]. 2017. URL: https://cyberleninka.ru/article/n/klipovaya-kultura-v-sovremennom-mediaprostranstve/viewer
Slishkom daleko zashli? Kak II-instrumenty izmenili mir media (2023). [Have you gone too far? How AI tools have changed the world of media]. URL: https://www.techinsider.ru/technologies/1664085-slishkom-daleko-zashli-kak-ii-instrumenty-izmenili-mir-media/
Sukhokolov A. P., Bychkova A. M., Ovanesyan S. S. (2019). Zhurnalistika s iskusstvennym intellektom [Journalism with artificial intelligence]. Voprosy teorii i praktiki zhurnalistiki, 8 (4). P. 649–670. URL: https://cyberleninka.ru/article/n/zhurnalistika-s-iskusstvennym-intellektom/viewer
Информация об авторе
Шипилова Полина Евгеньевна – студентка 4 курса Высшей школы (факультета) телевидения Московского государственного университета имени М. В. Ломоносова.
Information about the author
Shipilova Polina Evgenievna – a fourth-year undergraduate student at the Higher School (Faculty) of Television at Lomonosov Moscow State University
Автор заявляет об отсутствии конфликта интересов.
The author declare no conflicts of interests.