Началось всё с CNET: сайт тихо разместил 70-с лишним «финансовых» статей. И только крошечная надпись сообщала, что писал их искусственный интеллект. Когда читатели присмотрелись, выяснилось, что бот не только путал годовую процентную ставку с процентной доходностью, но ещё и воровал абзацы у Forbes, Investopedia и даже у самого CNET, меняя слова местами. Хотя редакция обещала, что все тексты «будут проходить ревизию редактора». Ну да, верим.
Практика как раз показывает иное. Очень велик соблазн — делегировать создание контента ИИ, денег получать столько же, сколько и до этого, но платить работникам в несколько раз меньше. И вот десятки клонов ринулись клепать такой же «контент». Ведь если CNET не стыдно — почему должно быть стыдно им? Gannett пытался автоматизировать репортажи о школьном футболе, но даже там ИИ умудрился оставить заглушки вроде [[WINNING_TEAM_MASCOT]]. В итоге проект приостановили, но журналистам от этого не легче — их уже уволили годом раньше.
The New York Times запустил Echo. Сотрудники могут использовать ИИ для генерации SEO-заголовков и промо, анализа документов и подготовки вопросов для интервью. При этом запрещено использовать искусственный интеллект для написания или переработки статей — вот только как это проконтролировать? Особенно учитывая, что детекторы ИИ пока не работают. Одновременно газета судится с OpenAI за воровство контента при обучении своего ИИ. Шизофрения? Нет, просто прогресс редакции нравится, только когда приносит деньги.
Associated Press разрешили журналистам «играться» с ChatGPT, но запретило публиковать сырой машинный текст. Bloomberg разработали BloombergGPT — модель, специально созданную для задач в сфере финансов, которая будет обрабатывать данные и генерировать инсайды и тексты для медиа.
А недавно появилась новость, что Washington Post тайком разрабатывает «Ripple» — платформу, где новички при поддержке чат-бота «Ember» будут писать колонки для газеты Безоса. Боковая панель будет подсказывать структуру, чат-бот — комментировать и предлагать идеи, а оценщик «драматургии» в реальном времени оценивать получившийся текст.
Что объединяет все эти кейсы? Деньги. Алгоритм прост:
• Берём LLM.
• Делаем сотню постов по ключевым запросам с аффилиат-ссылками.
• Сокращаем штат (платим в лучшем случае чаевые редактору-надсмотрщику).
• Ждём попадания в поисковую выдачу.
• Дополнительно можем попасть в выдачу ИИ-поисковиков с заранее заготовленным рекламным или аффилированным контентом.
И если читатель останется без ответа — не беда: воронка лидов уже сработала. С 2020 года число сайтов с ИИ-текстами на первой странице выдачи Google выросло в 8 раз. И несмотря на «мартовское обновление», которое как раз должно было вычислять и убирать из выдачи подобные сайты, бороться с этой ситуацией нормально у Google так и не получилось. Такими темпами в будущем нас ждут не редакции, а контент-фермы.
Это явление характерно не только для СМИ — мы уже писали про Duolingo, которые начали использовать ИИ для генерации курсов с кучей ошибок и неточностей, предпочтя качеству — количество. А экстремисты из Meta спят и видят, как полностью автоматизировать создание рекламы с помощью искусственного интеллекта. Вопрос, какое качество будет у таких рекламных материалов?
И всё бы ничего — прогресс не остановить, за генеративными текстами будущее. Но ключевое слово здесь «будущее», причём не понятно, насколько отдалённое. Когда ИИ сможет преодолеть так называемый «verification gap» и научится самостоятельно верифицировать тексты, искать фейки и оценивать правдивость результата. А ещё получит подобие «человечности» и «жизненного опыта», без которых сделать это практически невозможно. А пока отдельные редакции в погоне за хайпом убивают саму суть журналистики.