Что важнее определения роли в начале работы с ИИ? Медиаэксперт и журналист из Литвы Алексей Терехов считает, что прежде всего необходимо чётко понимать желаемый результат. Недостаточно попросить модель «представить себя редактором издания и переписать текст». Редакция или журналисты должны заранее определить, что именно они хотят получить, как должен выглядеть готовый материал и каким требованиям он должен соответствовать.
Иначе ИИ выполнит задачу, которая заставит пользователя нервничать.
О том, как правильно ставить задачи языковым моделям и какую роль в этом играет редакционная база знаний, Алексей Терехов рассказал на тренинге «Ответственное и практическое использование ИИ для журналистов Центральной Азии».
«Новый репортёр» записал главные тезисы его выступления.
С чего начать работу с ИИ?
Эффективная работа редакции с языковыми моделями начинается не с выбора сервиса и даже не с написания промпта. Сначала редакции необходимо понять, какую задачу она хочет решить и каким должен быть результат. Просьба «перепиши текст по-другому» почти ничего не объясняет модели: ей нужно сообщить, для кого предназначен материал, в каком формате его подготовить, каким требованиям он должен соответствовать и чего в нём быть не должно.
«Приведу пример промпта из семейной жизни. Сына — ему на тот момент было 18 лет — отправили за сметаной. Он принёс сметану на растительном масле, а мы такую не едим. Мы спрашиваем: “Ты что принёс?”, он отвечает: “Вы сказали принести сметану. На банке написано ‘сметана’”. И ведь формально он выполнил поставленную задачу. Просто мы не уточнили, какой именно результат хотим получить. Так же самое и с чатом. Мы пишем: “Переделай по-другому”, но не можем объяснить, что именно нам не нравится. Чат очень чётко подсвечивает нашу неспособность формулировать свои ожидания. Ты можешь сколько угодно просить его переделывать: он будет переделывать, вы будете беситься, но ему то всё равно», — объясняет Терехов.
Что касается жалоб пользователей на то, что результат работы с чатом ИИ не всегда соответствует стилистике хорошей журналистики, то медиаэксперт согласен с этими утверждениями, но только отчасти:
«Сейчас очень много претензий к тому, что все тексты стали похожи на написанные чатом: исчезла собственная стилистика, журналистика якобы умерла. С чем-то я согласен, но в каком-то смысле журналистика сделала это уже давно. Однажды, когда возникла такая дискуссия, я ради эксперимента взял несколько новостных текстов двадцатилетней давности из российской “Газеты.ру” и предложил определить, кто их написал — человек или чат. И аудитория посчитала, что это написал ИИ, хотя это было сделано журналистами. То есть обычные новостные заметки уже тогда были написаны примерно так же, как сегодня пишет языковая модель», — говорит Терехов.
Зачем нужна информационная база?
Медиаэксперт советует создавать редакционную базы знаний, в которую могут войти:
- Стандарты работы с источниками;
- Правила проверки фактов;
- Языковые нормы (особенно важно для национальных языков ЦА);
- Примеры удачных материалов;
- Редакционная политика использования ИИ.
«Если вы собираете знания о журналистике и ищете точку опоры, например, хотите разработать редакционную политику, изучайте не только опыт BBC и американских медиа, но обязательно обращайтесь к стандартам скандинавских редакций. На мой взгляд, это одно из лучших, что было создано в мировой журналистике: за ними стоит около 200 лет развития независимой журналистской традиции», — говорит Терехов.
Кодекс этики для медиа Швеции.
Также он подробно останавливается на использовании национальных языков Центральной Азии при работе с ИИ. Дело в том, что пока языковые модели недостаточно эффективно работают с этими языками, однако, этот вопрос можно решить дополнительными настройками.
«Правила казахского, туркменского и других языков Центральной Азии можно добавить в кастомный чат. Например, прописать наиболее распространённые ошибки при переводе, основные языковые нормы, правила транслитерации. Для этого вы создаёте отдельный файл и загружаете его в базу знаний», — добавляет Терехов.
Он поясняет, что если мы говорим не о кастомном чате, а о полноценном приложении, для него потребуется разработать собственный языковой слой.
«В этом случае начать стоит с исследования: попросить Deep Research собрать существующие языковые ресурсы, справочники, исследования и похожие решения, а также предложить предварительный план приложения. Я советую сохранить отдельно сам отчёт в формате Markdown и файл со всеми найденными ссылками. Затем эти материалы можно передать кодинг-агенту и вместе с ним определить, что подходит для вашего языка и как это должно работать в приложении», — объясняет Терехов.
Что выбрать: кастомный чат или обычный проект?
Базу знаний понадобится, прежде всего, для создания кастомного чата под определённую задачу редакции. По словам Терехова, кастомный чат лучше использовать для повторяющихся повседневных задач, в которых не нужно сохранять историю работы: например, для поиска новостей, перевода или обработки пресс-релизов по одним и тем же правилам. Проект больше подходит для долгосрочной работы с меняющимся контекстом — расследования или управления проектом, куда постоянно добавляются новые документы, факты и сведения о текущем этапе работы.
«Кастомный чат устроен иначе: его сложнее постоянно обновлять, поэтому он больше подходит для ежедневных повторяющихся задач, где история предыдущих диалогов не нужна», — объясняет Терехов.
По его словам, единой базы знаний, которая одинаково подойдёт всем редакциям, не существует. Общие журналистские принципы необходимо дополнять собственными стандартами, местным законодательством, правилами работы с конфиденциальными источниками и требованиями конкретного языка.
При создании ИИ-инструмента редакции также необходимо заранее определить его полномочия. Модель может предложить запросить комментарий, но это ещё не означает, что редактор разрешит отправить запрос или что система действительно его отправила. Рекомендация, одобрение человеком и выполнение действия должны оставаться разными этапами. Особенно это важно при работе с публикациями, персональными данными, обвинениями и чувствительными источниками.
При этом развитие языковых моделей не отменяет необходимости в редакционной базе знаний. Напротив, чем совершеннее становится модель, тем лучше она может использовать предоставленный ей контекст. Но ни база, ни промпт сами по себе не гарантируют качественного результата: ассистента необходимо проверять на реальных материалах редакции, фиксировать его ошибки и уточнять инструкции. Окончательное решение о том, соответствует ли результат журналистским стандартам, в любом случае остаётся за человеком.
Тренинг «Ответственное и практическое использование ИИ для журналистов Центральной Азии» проходит в рамках регионального проекта «Повышение устойчивости аудитории через достоверные истории (CARAVAN)», финансируемого Европейским Союзом и реализуемого Internews.