Медии и комуникации

 

Стела Ангова

Университет за национално и световно стопанство

Имейл: sangova@unwe.bg

Иван Вълчанов

Университет за национално и световно стопанство

Имейл: valchanov@unwe.bg

Абстракт: Алгоритми, платформи за изкуствен интелект и софтуерни инструменти за автоматично генериране на текст (NLG) са в основата на появата на нов медиен отрасъл – автоматизираната журналистика. Чрез анализ на добри медийни практики показваме, че този актуален вид журналистика вече става естествена част от медийния процес. Описан е опитът с различни инструменти за генериране на съдържание на Los Angeles Times, Associated Press, The Washington Post, Yahoo!, ProPublica, Forbes, The New York Times, MittMedia. Литературното проучване на теоретични постановки и примери от практиката показа тенденциите за все по-широка приложимост на технологиите – транскрибиране на интервюта, идентифициране на недостоверни новини, създаване на графично и аудиовизуално съдържание. Идентифицирани са четири важни ефекта от навлизането на автоматизираната журналистика и са коментирани от гледна точка на технологичната, професионалната, икономическата и социалната перспектива.

Ключови думи: автоматизирана журналистика, роботизирана журналистика, робожурналистика, алгоритмична журналистика, журналистическа професия.

Automated Journalism Between the Human and Technology

Stella Angova

Media and Communications Department, UNWE, Sofia

E-mail: sangova@unwe.bg

Ivan Valchanov

Media and Communications Department, UNWE, Sofia

E-mail: valchanov@unwe.bg

Abstract: Algorithms, AI platforms and software tools for text generation (NLG) are at the heart of the emergence of a new media field – the automated journalism. Through analysis of good practices, we have established that this contemporary type of journalism is already a natural part of the media process. We describe cases of different tools for automatically generated content used by Los Angeles Times, Associated Press, The Washington Post, Yahoo!, ProPublica, Forbes, The New York Times, MittMedia. The literature review of theories and examples shows that there is a widespread use of technology in journalism – for transcribing interviews, identifying untrustworthy news, creating graphical and audio-visual content. We have identified four major effects of the oncoming of automated journalism in terms of technological, professional, economic and social perspectives.

Keywords: automated journalism, robotized journalism, robo-journalism, algorithmic journalism, journalistic profession.

1. Въведение

Усъвършенстването на хардуерните и софтуерните продукти породи нови журналистически практики за създаване на медийно съдържание с минимална човешка намеса. Глобални медийни марки като Associated Press, The Washington Post, Yahoo!, ProPublica, Forbes, The New York Times и локални като шведската MittMedia са пионери по отношение на автоматизираното новинарско съдържание. Машинното генериране на журналистически текстове от експеримент се превръща в утвърдена дейност по отношение на спортни, финансови, политически и криминални новини.

Чрез осъществено литературно проучване на теоретични постановки и примери от практиката са идентифицирани изследователските рамки и медийния опит по отношение на автоматизираната журналистика. Взаимодействието между технологии и съдържание обикновено се интерпретира като средство за обогатяване на медийното съдържание (в наши дни основно на аудиовизуалното), но използването на роботи, ботове и алгоритми за събиране и обработка на информация и за изработване на текстове без участие на хора предлага нова перспектива към професионалната журналистическа дейност и възприятието на аудиторията.

Медиатизацията на всичко [1] води към сливане на интелектуалните ресурси на човека и машината и до дълбока реконструкция на производствените отношения в медиите [2]. Трансформацията на медийния дискурс поставя много въпроси пред изследователи от различни полета и изисква сериозно теоретично осмисляне на механизмите на журналистическата дейност като социална практика и творчество и въздействията от автоматизирането на журналистиката върху всички участници в медийния процес.

Софтуерът ще продължи да допълва работата на журналистите и да променя медийния пейзаж. Тенденцията е технологиите да се развиват още повече, поради което считаме, че автоматизираната журналистика ще се превърне в естествена част от медийния процес. Тези практики за генериране на новини чрез алгоритъм имат „значими практически, социално-политически, психологически, правни и професионални последици за новинарските организации, журналистите и тяхната аудитория“ [3].

2. Литературен обзор

Автоматизираната журналистика е резултат от съвместното въвеждане на три основни технологични фактора в работата на журналистите – алгоритми, платформи за изкуствен интелект и софтуерни инструменти за автоматично генериране на текст (NLG – natural language generation). [4] Това е причината научният интерес в редица изследвания да е насочен към нарастващите алгоритмични практики в информационен (медиен) контекст. Съвременни експертни разработки разглеждат автоматизираната журналистика именно върху тази плоскост, а някои поставят знак за равенство между програмите за писане на текст и изкуствения интелект. [5] [6]

Възможностите за машинно генериране на текст насочват по-ранните дискусии към алгоритъма. [7] Карлсън (2018) дори нарича случващото се “алгоритмична интервенция”, която може да бъде хвалена за изобретателността си от гледна точка на информатиката, но търси отговор какво предлага тази технология на журналистиката. [8] В тази връзка той цитира Toraman и Can, компютърни учени, създали алгоритъм, който избира и поръчва новинарски статии за първа страница на уебсайт въз основа на съдържанието на статията, вместо на метаданните на статията или на информацията за потребителите. Според тях преимуществото на технологията пред човешкия фактор се състои в следното „Редакторите могат да избират безполезни новини неволно или дори според собствените си гледни точки. В резултат на това трябва да се разработят интелигентни алгоритми, които позволяват на агрегаторите на новини да обработват новини и да избират значими такива. [9] За Dörr и Caswell фокусирането върху алгоритмите е недостатъчно, тъй като моделите на данни вероятно имат много по-голямо влияние от „алгоритмите“ при определяне на това колко автоматизация е възможна или желана в журналистиката. [10]

Според Graefe (2016) обхватът на използването на тези технологии е различен – от базови програми, които извличат най-важната информация от бази данни и с нея попълват предварително създадени бланки на текстове, до много по-сложни операции като анализиране на големи количества данни за предоставяне на допълнителен контекст и автономно създаване на журналистически текстове благодарение на изкуствения интелект и NLG [11]. Относно NLG пише и Dörr (2016), според когото тази технология притежава пълния потенциал за създаване не само на журналистически текст, но и за надграждане до една от основните характеристики на онлайн медиите – мултимедийното съдържание. Това става чрез използването на хипертекст и превръщането на крайния продукт в интерактивен. [12] За последното пише и Monti (2018), според когото автоматизираната журналистика е едно от технологичните предизвикателства пред журналистиката, включващо употребата на изкуствен интелект (софтуер или алгоритъм) за автоматично създаване на новини без никаква човешка намеса с изключение на програмистите, създали алгоритъма. [13] Coddington (2014) разглежда автоматизираната журналистика като елемент от технологично ориентираната журналистика, фокусиран върху прилагането на компютърни технологии в процесите за събиране на информация, създаване на логичен резултат и представяне на информационния продукт на аудиторията. [14]

Автоматизираната журналистика е близо до извървяването и на следваща крачка от развитието си – надграждане от писане на по-елементарни текстове, базирани основно на статистически данни, до създаване на текстове, преразказващи събития и осъществяващи по-сложни връзки. Caswell и Dörr описват начина на работа на платформата Structured Stories, в която събитията се представят под формата на данни, за да може алгоритъмът да ги разпознае и превърне в текст. За тях това е „радикален нов подход за работа с журналистическата информация“. Всъщност към момента единственото по-сериозно ограничение пред разказването на истории от алгоритми е недостатъчното количество събития и истории, превърнати в бази данни. [15]

Други изследователи обръщат внимание на ефекта от навлизането на автоматизираната журналистика върху бъдещето на професията. Карлсън разсъждава относно важна част от журналистическата работа – преценката, в категориите субективно-обективно от гледна точка на това кой взима решението ‒ човекът или софтуерът. [16] Други автори виждат в автоматизирането на журналистиката заплаха за професионалното оцеляване, тъй като инструментът намира, обработва и създава в непосилни за човека обеми информационни единици в реално време. [17] Роб Льове от Франс прес описва как ботът Тоби е създал за Тамедия близо 40 000 публикации за резултатите от изборите в Швейцария само за 5 минути. [18] Това е сигнал, че бизнес моделите и персоналът в медиите ще изпитат още по-голям натиск, тъй като алгоритмите ще поемат все повече задачи (Петков, 2019). [19] Пешева (2019) повдига въпрос за възможността в недалечно бъдеще изкуственият интелект в журналистиката да се еманципира дотолкова, че да поеме контрола върху медийната среда. [20]

Може да се срещне и оптимистичната гледна точка, според която технологията ще освободи журналистите от скучни и рутинни дейности и ще им предостави свободно време за извършване на качествена журналистическа работа. Graefe пише, че във време, в което търсенето на медийни продукти нараства и медиите постоянно търсят нови начини за създаване на качествено съдържание и намаляване на разходите, автоматизираната журналистика представлява сериозна възможност, а не заплаха за професията. [21] Необходимостта от човека в журналистиката остава, защото една от функциите на медиите е да набавят опит, а не само данни на света, твърди Павлова. В тази връзка се наблюдава развитие на „бавната“ журналистика, която не се състезава по бързина с машините, а разчита на внимателния, експертен и задълбочен поглед. [22]

Аудиторията и нейните критерии за получената информация и доверие към техническите средства за създаването и разпространението ѝ също предизвикват научния интерес. Очаква се сериозно преосмисляне на журналистическия авторитет и разбирането за качествена журналистика с навлизането на автоматизираното създаване на новини (Carlson). [23] В тази връзка Shirky (2009) твърди: „Добрата журналистика не се състои в писането като човек. Тя е въпрос на доверие. А докато доверието към традиционно авторитетните източници продължава да ерозира, роботите може би изчакват момента, в който да поемат щафетата“. [24]

3. Контекст и дефиниции

В научните и експертни публикации автоматизираната журналистика (automated journalism) може да се срещне още под името изчислителна журналистика (computational journalism)[25], [26], [27], алгоритмична журналистика (algorithmic journalism) [28], [29], роботизирана журналистика (robotized journalism) и нейният съкратен вариант – робожурналистика (robo-journalism), машинно писана журналистика (machine-written journalism). По същия начин варират термините по отношение на машинно създаденото съдържание. Автоматизирано съдържание (automated content) е един от синонимите за редакционно съдържание, което е продуцирано без намеса на човек или информационна агенция [30]. В литературата се използват още автоматизирано писане (automated writing), машинно написани новини (machine written news). [31] В българската научна литература в терминологична употреба са навлезли едновременно робожурналистика и автоматизирана журналистика.

Напредъкът в изкуствения интелект и NLG превръщат писането от машини (писането от „нехора“ – nonhuman writing) от теория в практика, като журналистиката е начело на индустриите. [32] Тази технология се появява за пръв път през 50-те години на 20. век като част от работата за създаване на машинен превод, но използването ѝ се разширява значително през последните години. Съвременните NLG продукти се предлагат основно като корпоративни инструменти за предоставяне на информация от „големи данни“, достъпна за хора без специализиран експертен опит, но тези технологии се използват все повече за автоматизиране на определени рутинни задачи за писане в новинарските организации – практика, известна като „автоматизирана журналистика“. [33], [34]

Някои автори описват изчислителната журналистика като различна от алгоритмична журналистика, роботизирана журналистика и автоматизирана журналистика. Привежда се довод, че при изчислителната акцентът е не върху формата и съдържанието на преобразуваните данни, а върху използването на изчислителните алгоритми за анализ на информация, за да се покажат невидимите (неочевидните) факти. [35] В същото време намират, че семантичното значение на синонимните термини алгоритмична журналистика, роботизирана журналистика и автоматизирана журналистика указват към използването на особени автоматизирани инструменти (роботи, ботове и алгоритми) за изпълнението на журналистически задачи по събиране и обработване на информация, а също така и за написването на готови текстове без участието на човек. [36]

Хамилтън и Търнър (2009) насочват към социалния фактор в изчислителната журналистика и я дефинират като „комбинация от алгоритми, данни и знания от социалните науки, за да допълнят функцията за отговорност на журналистиката“. [37]

Доколкото откриваме общ ключ към разясняването на този нов дял от журналистиката (във всичките упоменати назовавания) в думата алгоритъм, то считаме, че изчислителна журналистика е още едно име за автоматизираната журналистика.

Някои автори доразвиват идеята за същността на автоматизираната журналистика, като я обвързват с изкуствения интелект, който стои в основата на нова медийна концепция, която бележи новото забележително развитие в журналистиката по отношение на алгоритмично създаваните текстове. [38]

Автоматизираната журналистика представлява писане на журналистически материали от специално създадени за целта софтуерни инструменти – алгоритми. „Неформално алгоритъмът е всяка ясно определена компютърна процедура, която започва с въвеждане на стойност или редица от стойности на входа и завършва с извеждането на стойност или редица от стойности на изхода. В тази връзка алгоритъмът е последователност от компютърни стъпки, които трансформират въведеното в резултат“ (Cormen и колектив). [39] Използваните компютърни програми анализират въведени в тях данни и ги тълкуват, създавайки написан текст в реално време. [40]

Процесът на създаване на подобен алгоритъм преминава през няколко етапа. Той е продукт от работата на инженери, журналисти и програмисти. След като бъде създаден, алгоритъмът трябва да бъде „обучен“ как да открива и анализира данните, какви са специфичните правила и обстоятелства, с които трябва да се съобразява. Работата на журналистите пък е да определят критериите за това какво е новина, за да може автоматизираният генератор на новини да извежда най-важните елементи от обработваните данни. [41]

Carlson (2015) описва автоматизираната журналистика като машинно извличане и изчисление на данни, което обаче продължава с автоматичното генериране на новинарски истории, следвайки изцяло практиката на „човешката журналистика”, като по този начин функциите на технологиите се разпростират отвъд досегашните. Той говори и за партниране между анализа на големите данни (big data) и похватите в професионалната журналистика. [42]

Разликата при автоматичното създаване на журналистически текстове е в изказа, използването на шеги и допълването на факти, с които разполагат само очевидците на даденото събитие – към момента това е във възможностите само за хората репортери.

4. Автоматизиране на новинарската индустрия

4.1. Медийни практики

Пионер в автоматизираната журналистика с отразяването на земетресение през месец март 2014 г. е журналистът Кен Швенке от Los Angeles Times. Медията е първата, която съобщава за настъпилото природно бедствие, благодарение на алгоритъма, създаден от съвместяващия длъжностите на журналист и програмист Швенке. С това той дава начало на сериозното развитие както на технологиите, така и на научните изследвания по темата. Създаденият от него инструмент първо открива данни за сеизмична активност от официални източници, след което използва предварително създаден шаблон, в който попълва новата информация. Според създателя му публикуването на материала е отнело около три минути, след като са пристигнали данните за събитието. Като автор е посочен журналистът, но всъщност той е само редактор на първоначално публикувания материал. Самият Швенке обяснява ползата от използването на автоматизирана журналистика: „От наша гледна точка, тя подкрепя нашата работа. Пести време, а описва информацията толкова добре, колкото би го направил всеки от нас. От моя гледна точка ботът не елиминира работната позиция на никого, просто прави работата на всички ни по-интересна“. Използваният алгоритъм се нарича Quakebot, а в медията използват и други подобни инструменти например да проследяват информация за престъпност в града. [43]

Един от ключовите случаи за употреба на автоматизирана журналистика идва от друга от медиите, проправящи пътя в тази насока – Associated Press. През юни 2014 г. от AP обявяват, че ще създават материали от четиримесечните финансови отчети и доклади, които компаниите официално публикуват, чрез инструмента Wordsmith на Automated Insights. Преди въвеждането на тази технология журналистите са писали всичко сами, създавайки около 300 материала по темата за четиримесечие, оставяйки хиляди доклади неотразени. Това се променя бързо и материалите започват да се измерват в хиляди, като достигат до 4400, давайки много по-задълбочен и подробен анализ. При използването на софтуера е направено и сравнение между времето, което отнема писането на един материал от журналист и от алгоритъма ‒ 7 срещу 2 минути. „Автоматизираната журналистика е добър инструмент за новинарските медии, когато имат истории или информация, които са точни и повтаряеми, а тъй като има много подобни случаи, автоматизирането ще се развие. То обаче никога няма да може да замести човека и начина, по който той може да пресъздаде събитие“, казва Филана Патерсън, асистент бизнес редактор в Associated Press. Медията публикува до 4250 такива истории за четиримесечие и до 18 000 на година. Това е 14 пъти повече от писаните от човек статии. По този начин се позволява освобождаването на двама до трима репортери, които по време на работата на алгоритъма могат да се занимават с много по-задълбочени и изискващи внимание проекти. [44] Forbes също използва подобен инструмент, наречен Bertie, който да помага на журналистите при отразяване на икономически теми.

Друга сфера, в която успешно се използва автоматизирано писане, е отразяването на спортни събития поради честото използване на заучени фрази и словосъчетания и сходната подредба при структурирането на текстове за спорт, Associated Press предлага спортни новини, генерирани чрез алгоритъм.

Други медийни компании, които прилагат автоматизация за създаване на текстове, са The Washington Post, Yahoo!, ProPublica, Forbes, The New York Times.

The Washington Post. разчита на смарт софтуера Heliograf, като го използва за първи път през 2016 г. за целите на отразяването на Олимпийските игри в Рио де Жанейро. [45] Ботът е използван, за да анализира статистика от спортните събития още в момента, в който те се случват. След това специално подбрани фрази и информация се сглобяват в история от машината. Следва автоматично разпространение в различни вътрешни и външни за медията платформи.

Същата медия използва автоматизирано създаване на новини и по време на изборите в САЩ през 2016 г. за камарата на представителите, сената и за губернатори, проследявайки в реално време и дълбочина над 500 изборни резултата, което иначе би било невъзможно с екип от 60 репортери.

Платформата Yahoo! използва алгоритъм за създаване на журналистически материали за спортни събития. Работещите в компанията отбелязват два важни момента при използването на бота – (1) привличане на аудитория за по-дълъг престой на сайта, защото се създават истории, анализиращи статистика на конкретни отбори, спортисти и т.н.; и (2) всичко това е полезно от гледна точка на вложения от страна на рекламодатели, които търсят интересни истории и по-дълга ангажираност на аудиторията в платформата, в която инвестират. [46]

Чрез опита на шведския издател на местни новини Mittmedia можем да разгледаме автоматизираната журналистика като нов бизнес модел. Благодарение на използването на алгоритъм, който пише новини, Mittmedia достига 1000 дигитални абонамента в 20 от местните си новинарски сайтове. През 2017 г. компанията решава да използва инструмент, наречен Homeowners Bot, след като разбира, че информацията за пазара на недвижими имоти допринася за най-много абонаменти. Алгоритъмът пише кратък материал за всяка продадена къща в съответния регион, дава полезна информация като най-високите цени и добавя снимки от Google Street View. Инструментът създава по 480 текста на седмица, подписани от автор MittMedia’s Text Robot, а цената за абонамент започва от $11.28 на месец. От компанията са направили проучване, според което 68% от 102 читатели не са забелязали, че съдържанието е създадено от робот. [47]

4.2. Инструменти

Работещите на английски език медии използват основно двама производители на специален софтуер, който превръща определени данни в текст. Единият е Wordsmith на Automated Insights – програма, която според създателите си генерира над 1.5 млрд. истории годишно, а другият – Quill на Narrative Science, работеща със специално разработени алгоритми за истории, подходящи за различни цели.

Инструментът Quill на компанията Narrative Science използва данни за разказване на истории. Това помага за по-лесното разбиране на данните и извеждането на най-важните елементи от тях. Може да бъде използван както от медии за писане на новини, така и от корпорации, които да осъществяват по-лесно анализите си. Инструментът използва постоянно обогатявани и развивани речник и база данни, а благодарение на Natural Language Generation (NLG) всичко се сглобява в текст, максимално близък до писания от човек. Софтуерът има и настройки, които показват сериозни разлики в тенденциите и насочва вниманието на използващите го към най-съществените елементи от въведените данни [48]. Това означава, че той не само сглобява текста на материала, но и открива значими теми, анализирайки предоставените му данни. По този начин той може да насочи вниманието на журналистите към потенциални бъдещи разработки.

Automated Insights работи на същия принцип, а през 2015 г. разширява обхвата на автоматизираната журналистика, след като пуска за употреба първото безплатно и достъпно за всекиго приложение за новини. Обикновено компанията работи с медийни гиганти, които да разработят свои собствени шаблони за новини и да ги интегрират в инструмента Wordsmith. В случая на свободната версия обаче всеки може сам да си създаде шаблон и да го използва, зареждайки данни в него и определяйки конкретни словосъчетания, които алгоритъмът да използва, както и определени команди, които да следва при сравняване и обработване на данните. [49]

Третият участник с голям потенциал в пазара на NLG платформите е британският Arria, който създава текст на базата на въведени данни. Според информация от официалния сайт на инструмента той може да напише материал по финансов отчет за около четири минути, докато това би отнело не по-малко от четири часа на човек, както и подготвяне на 60-дневна прогноза за времето, която би отнела 24 часа на човек, за 43 минути. Създателите му твърдят, че бъдещето принадлежи не само на създаването, но и откриването на първичните данни от машини. Това се нарича M2M комуникация (machine to machine или машина към машина), при която човешкият фактор е изцяло ненужен. От Arria обаче вярват, че връзката между журналиста и технологията, която помага в работата му, е от ключово значение за добрия краен резултат.

Други инструменти за автоматизирано създаване на текст са: AX Semantics; Text-On; 2txt NLG; Retresco; Textomatic (Германия), Syllabs; Labsense (Франция), Tencent (Китай), Yandex (Русия).

Междувременно през 2018 г. на азиатския пазар стъпи друг тип инструмент, който да замести медийните професионалисти хора. Това е първият виртуален водещ на новинарска емисия с изкуствен интелект. Той има човешкия облик на главния водещ в Xinhua News Agency, но е изцяло продукт на дигиталните технологии. Роботизираният водещ може да чете новини денонощно, без да има необходимост от пауза и без да се уморява. Изкуственият интелект се адаптира и учи, следейки хора, които водят емисии или се включват на живо от мястото на събитието. Инструментът е разработен от медията съвместно с китайската интернет търсачка Sogou.com. За разлика от описаните инструменти, които създават журналистически текстове, роботизираният водещ не ги генерира сам, а само ги съобщава на аудиторията. Той работи под контрола на хора, въвеждащи информацията, която той трябва да прочете. Това означава, че в случая говорим за различен вид навлизане на автоматизирането в медийната професионална среда.

Към момента няма описани случаи за използване на алгоритъм за писане на новини в българската медийна практика. Една от основните причини за това е, че разгледаните инструменти работят с речници на английски език и други широко използвани в световен мащаб езици, и е необходимо усъвършенстване на технологията за нейното имплементиране на повече пазари, както и средства и ниво за експертност в областта за управляването ѝ от медиите, които я използват.

5. Тенденции и проблеми

Според Селест Лекомте автоматизацията предлага нови възможности за журналистите да правят това, в което са най-добри – да разказват истории [50]. Тези възможности са от две гледни точки – използване на софтуера за откриване и идентифициране на значими теми в големи количества данни и физическо време, което роботите спестяват за писане на новини от безкрайния поток, в което журналистите могат да се посветят на по-сериозни, изискващи време и внимание проекти.

Автоматизираната журналистика може да бъде разгледана и като бизнес модел с потенциал. Както споменахме, медийни гиганти, определящи насоките и бъдещето на журналистиката като Associated Press (АР), Los Angeles Times, The Guardian, Forbes, New York Times, ProPublica, вече имат опит в тази посока. Ползите от машинния информационен подбор могат да бъдат открити в бързината при създаване и публикуване, намаляването на броя на грешките, по-висока ефективност, генериране на рутинни новинарски истории, за които са налични ясни, точни и структурирани данни, повече време за журналистите за създаване на аналитични публикации, интервюта, разследващи материали. Подборът на новинарско съдържание чрез агрегатори крие и опасности, които се състоят в това, че (1) възможно издателят да загуби контрол върху разпространението и (2) налице е непрозрачност и непредвидимост за алгоритмите, контролирани от технологични компании и управлявани от търговски подбуди.

Тенденциите за намаляване на числеността на журналистическите екипи в онлайн среда продължава, съответно професионалистите имат нужда от помощ за ежедневните си задължения. След първоначалната инвестиция в развитието на софтуер, който може да създава и публикува новини изцяло или почти изцяло самостоятелно, тази перспектива изглежда обнадеждаваща. Освен техническото създаване на алгоритъма, има период на „обучаване“ от страна на журналистите – да отстранят бъгове при създаването на новини и да прецизират функционалността при автоматичното генериране на текстове. Експерти в областта твърдят, че след като това се случи, човешката намеса почти не е необходима. [51] От AP разкриват, че използването на изкуствен интелект спестява около 20% от времето, отделено от репортерите, отразяващи финансовите резултати на компаниите. Това позволява на екипа да се посвети на други задачи, като разказване на истории, анализи и развитие на по-сложни теми. [52]

Можем да наблюдаваме и интересна връзка между две съвсем нови практики в медиите – разглежданата автоматизирана журналистика и въведената малко по-рано във времето журналистика на данните. Общото между тях е, че използват големи количества данни, които могат да бъдат обработени и анализирани единствено чрез помощта на компютърни технологии. При журналистиката на данните журналистите определят начина, по който ще бъде представена и визуализирана историята след като бъдат изведени най-важните елементи от анализираната информация. При автоматизираната журналистика резултатът е текст, но с усъвършенстването на технологиите алгоритмите биха могли да създават и интерактивни визуализации, инфографики, карти. Бъдещето ще покаже кога и как ще се случи това, но със сигурност връзката между журналистиката на данните и автоматизираната журналистика ще бъде все по-силна и интересна за изследване.

Все повече нови и иновативни средства за автоматизиране на създаването на медийно съдържание, които не са свързани само с писането на текст, си проправят път на пазара. Платформата Wibbitz използва изкуствен интелект, за да анализира вече написани журналистически текстове и да помогне на създателите им да ги превърнат във видео материали. Платформата предлага видео вариант на текста, като подбира сам елементи, вгражда субтитри и глас на говорител, а от възможностите ѝ се възползват медии като USA Today. [53] Друг „четящ“ вече публикуваните новини инструмент е Opinary, който в реално време създава анкети и чрез тях отчита мнението на аудиторията по темата, за която тя се информира. [54] The Wall Street Journal and Dow Jones експериментират с технологии с изкуствен интелект, които да подпомогнат журналистите и в други аспекти от работата им – транскрибиране на интервюта, откриване на тенденции и зависимости в големи количества данни, разобличаване на манипулирани или изкуствено създадени изображения („дълбоки фалшификати“). [55] Getty Images създаде инструментa Panels, който да помогне на журналистите да избират по-лесно подходящи снимки за своите материали. Той се учи и оптимизира на база поведението и търсенето на потребителите. [56]

Съществува обаче аспект, в който автоматизираната журналистика изостава далеч от хората, пишещи новини. Специфичното при създаване на един текст от алгоритъм е, че трябва да има ясно очертани граници и правила, по които той да действа. Съответно, поне в обозримо бъдеще, машината няма да може да извършва задълбочен анализ, да свързва събития, давайки контекст, да свързва личности и историите им, осъществявайки логически връзки, да извършва разследвания. Именно това ще продължи да бъде силната страна на професионалните журналисти, които, благодарение на автоматизираната журналистика и предоставеното от нея свободното време, ще могат да се посветят на създаването на качествено аналитично съдържание, оригинални и интересни истории и разследвания.

6. Дискусия

Превръщането на автоматизираната журналистика в утвърдена медийна практика оставя много възможности за дискусия. Ние маркираме по-важните от тях без претенции за изчерпателност:

– ефекти – влиянието на умния софтуер трябва да се търси в посока икономически, политически, социален, културен, технологичен, организационен ефект.

– видове автоматизирана журналистика – трябва ли автоматизираното създаване на новинарски материали и роботизираният говорител да бъдат разглеждани заедно или като отделни направления в заместването на човешката дейност в професионалните медии;

– достоверност на информацията – доколко аудиторията се доверява на алгоритмите като създател и източник на информация и могат ли те да имат авторитет пред потребителите на медията;

– бъдещето на журналистическата професия – как автоматизираната журналистика ще влияе в обозримо бъдеще върху развитието на професионалните журналисти и техните функции в нюзрума и какви ще бъдат социалните последствия за журналистиката;

– нови компетенции и роли – какви ще бъдат уменията, необходими за създаване, обучаване и управление на алгоритмите и как ще се променят журналистическите роли вследствие навлизането на този нов вид журналистика;

– качество и значимост на съдържанието – алгоритъмът ще умее ли да прави по-добра преценка за информацията от човека; обективността на алгоритъма ще пребори ли човешката субективност и доколко е необходимо да се създава противоречие между човек и робот; какви ще бъдат възможностите за творческо автоматизирано съдържание и алгоритъмът ще измести ли човешката наративност?

7. Изводи

Още през 2010 г. The Economist посвещава специална тема на “чудовищното количество данни”. [57] В текста се обръща внимание на това, че потокът от данни от сензори, компютри, изследователски лаборатории, камери, телефони и други подобни надминава капацитета на технологиите за съхранение. Като пример се посочва свърхколичеството от данни, което се генерира при експериментите в ЦЕРН – 40 терабайта всяка секунда, които трудно могат да бъдат съхранявани или анализирани. В огромното значение на данните се вглежда и Тим Бърнърс-Лий, според когото чрез тях журналистиката и публичната сфера се обогатяват, като се набавят липсите, добавят се контексти, улавят се и други гласове, които обогатяват картината на цялото и способстват за разбирането ѝ. Публичните и частните източници на данни се разширяват експоненциално и защитниците на прозрачността настояват за още. [58]

В ситуация на свръхпоява на данни технологията позволява по-голяма продуктивност и свръхоперативност за медиите като автоматизира повтарящите се части от ежедневната работа на журналистите. Медийните организации се възползват от специализиран софтуер за производство на истории, за персонализирани емисии с новини, създаване на нишов продукт и за подбор на данни с важни новини. С увеличаването на алгоритмичните приложения цялата медийна система ще се приспособява, променяйки режимите на журналистическа легитимност, формата на познанията за новините и обществените очаквания от журналистиката. [59] Във връзка с развитието на алгоритмите, Ван Дален казва, че ще бъдат автоматизирани всички процеси, които по принцип се поддават на автоматизация. [60] Manovich (2011) поставя много важен въпрос за разбирането на взаимодействието между мащабно събиране на данни, алгоритмичен анализ, изчислителни практики и производство на обществено знание. [61]

Въз основа на описаните автоматизирани медийни практики идентифицираме следните важни ефекти от навлизането на алгоритъма за създаване на съдържание:

1. Техническа перспектива. Прилагането на автоматизирана журналистика вече е неделима част от работата на много издателства. Алгоритъмът ефективно открива данни по зададени критерии и внася информацията в шаблон. Това позволява медията да разполага с огромно количество текстове, създадени за кратък период и в реално време. Автоматизирането на процеса по събиране и представяне на информация вече сработва и по отношение на аудиовизуалното и графичното съдържание, транскрибиране на интервюта, идентифициране на “дълбоки фалшификати”. Вероятно не е далече времето, когато технологията ще може да предлага идентично на създаваното от човек съдържание. Технологично мултимедийното съдържание може да бъде интерпретирано като смесване на битове ‒ предстои да наблюдаваме дали ще настъпи време, в което и журналистът ще бъде възприеман като единица за обем на информация, записана в двоичен вид.

2. Финансова перспектива. Въвеждането на роботи в нюзрума ще позволи на издателите да съкратят разходите за шаблонни журналистически практики. Заедно с това ще се засилят инвестициите от рекламодатели, които търсят интересно и оригинално съдържание, чрез което да постигнат висока степен на ангажираност на аудиторията. Инвестирането в потенциала на технологиите може да се разглежда като един от новите и ефективни бизнес модели в медиите, които ще носят материални и нематериални ползи за медиите.

3. Професионална перспектива. Водеща теза по отношение на еуфорията от употребата на алгоритъм е намаляване на монотонността на журналистическата работа. Технологията засега отлично се справя със събиране и представяне на данни по финансови, спортни, политически и много други теми. Но не бива да се забравя, че журналистиката е много повече от извършване на скучни еднотипни дейности и в цитираните области на алгоритмично генериране на информация има потенциал за намиране на важна информация от обществен интерес. Автоматизирането ще позволи на журналистите да намират време за придобиване на нови технологични (и други) компетенции, необходими за навлезлите нови професионални роли.

4. Социална перспектива. Автоматизирането предефинира концепцията за социалната роля на журналистиката. Журналистите ще имат времето и ресурсите да се съсредоточат върху обществено значимите теми като интегрират комуникационните технологии в своята работа. За запазването на социалната роля е необходимо да има етичен подход от създателите на софтуер за автоматизиране. Важен въпрос е какви цели за изпълнение ще бъдат заложени в алгоритъма по отношение определяне на публичния дневен ред на обществото, важността на информацията, интерпретацията на фактите, свободното съдържание и влиянието върху аудиторията. От значение е също темата за това колко обективна може да бъде една технология ‒ вероятно толкова, колкото е заложено от нейния създател или колкото самата тя “прецени”. Най-сериозното опасение в социален план за журналистиката е дали тя ще успее да запази своите легитимност и идентичност в една “петабайтова” или “екзабайтова” епоха.

Цитирани източници

[1] Livingstone, S. (2009). On the mediation of everything: ICA presidential address 2008. Journal of communication, 59 (1): 1-18, DOI: 10.1111/j.1460-2466.2008.01401.x

[2] Замков, А. (2019). Новостной медиаробот: теоретические аспекты интеллектуальной системы генерации контента. Вопросы теории и практики журналистики №2 (27). https://cyberleninka.ru/article/n/novostnoy-mediarobot-teoreticheskie-aspekty-intellektualnoy-sistemy-generatsii-kontenta, Retrieved on 15.10.2019. [Zamkov, A. (2019). Novostnoy mediarobot: teoreticheskie aspektы intellektualynoy sistemы generatsii kontenta. Voprosы teorii i praktiki zhurnalistiki №2 (27). https://cyberleninka.ru/article/n/novostnoy-mediarobot-teoreticheskie-aspekty-intellektualnoy-sistemy-generatsii-kontenta, Retrieved on 15.10.2019,]

[3] Montal, T. & Reich, Z. (2016). I, Robot. You, Journalist. Who is the Author?: Authorship, bylines and full disclosure in automated journalism. Digital Journalism, Volume 5, Issue 7, DOI: 10.1080/21670811.2016.1209083,

[4] Montal, T. & Reich, Z. (2016). I, Robot. You, Journalist. Who is the Author?: Authorship, bylines and full disclosure in automated journalism. Digital Journalism, Volume 5, Issue 7, DOI: 10.1080/21670811.2016.1209083, Retrieved on 15.10.2019.

[5] Martin, N. (2019). Did A Robot Write This? How AI Is Impacting Journalism. https://www.forbes.com/sites/nicolemartin1/2019/02/08/did-a-robot-write-this-how-ai-is-impacting-journalism/#3f5027447795, Retrieved on 17.10.2019

[6] Underwood, C. (2019). Automated Journalism – AI Applications at New York Times, Reuters, and Other Media Giants. https://emerj.com/ai-sector-overviews/automated-journalism-applications/, Retrieved on 10.11.2019.

[7] Caswell, D. & Dörr, K. (2017). Automated Journalism 2.0: Event Driven Narratives. Journalism Practice, Volume 12 – Issue 4, DOI: 10.1080/17512786.2017.1320773

[8] Carlson, M. (2018). Automating judgment? Algorithmic judgment, news knowledge, and journalistic professionalism. New media & society 20(5): 1755–1772.

[9] Цит. по Carlson, M. (2018). Automating judgment? Algorithmic judgment, news knowledge, and journalistic professionalism. New media & society 20(5): 1755–1772.

[10] Цит. по Carlson, M. (2018). Automating judgment? Algorithmic judgment, news knowledge, and journalistic professionalism. New media & society 20(5): 1755–1772.

[11] Graefe, A. (2016). Guide to Automated Journalism. Tow Center for Digital Journalism. Retrieved from https://academiccommons.columbia.edu/doi/10.7916/ D8QZ2P7C/download

[12] Dörr, K. (2016). Mapping the field of Algorithmic Journalism. Digital Journalism, 4(6):700-722. DOI: https://doi.org/10.1080/21670811.2015.1096748.

[13] Monti, M. (2018). Automated Journalism and Freedom of Information: Ethical and Juridical Problems Related to AI in the Press Field. Studies in Comparative and National Law Vol. 1, n. 1/2018, https://www.researchgate.net/publication/330666843, Retrieved on 15.10.2019.

[14] Coddington, M. (2015). Clarifying Journalism’s Quantitative Turn. Digital Journalism, 3(3): 331-348, DOI: 10.1080/21670811.2014.976400.

[15] Caswell, D. & Dörr, K. (2017). Automated Journalism 2.0: Event Driven Narratives. Journalism Practice, Vol.12, Issue 4, DOI: 10.1080/17512786.2017.1320773.

[16] Carlson, M. (2018). Automating judgment? Algorithmic judgment, news knowledge, and journalistic professionalism. New media & society 20(5): 1755–1772.

[17] Carlson, M. (2015). The Robotic Reporter. Digital Journalism, 3(3): 416-431, DOI: 10.1080/21670811.2014.976412.

[18] Льове. Р. (2019). Изкуственият интелект навлиза в редакционните зали на медиите. Медиапул, https://www.mediapool.bg/izkustveniyat-intelekt-navliza-v-redaktsionnite-zali-na-mediite-news290838.html, последно посещение на 11.10.2019. [Lyove. R. (2019). Izkustveniyat intelekt navliza v redaktsionnite zali na mediite. Mediapul, https://www.mediapool.bg/izkustveniyat-intelekt-navliza-v-redaktsionnite-zali-na-mediite-news290838.html, posledno poseshtenie na 11.10.2019.]

[19] Петков, С. (2019). Някои аспекти на влиянието на изкуствения интелект върху медиите. Годишник Масови комуникации 2019. https://www.researchgate.net/publication/337023945_NAKOI_ASPEKTI_NA_VLIANIETO_NA_IZKUSTVENIA_INTELEKT_VRHU_MEDIITE, последно посещение на 10.10.2019 [Petkov, S. (2019). Nyakoi aspekti na vliyanieto na izkustvenia intelekt varhu mediite. Godishnik Masovi komunikatsii 2019. https://www.researchgate.net/publication/337023945_NAKOI_ASPEKTI_NA_VLIANIETO_NA_IZKUSTVENIA_INTELEKT_VRHU_MEDIITE, posledno poseshtenie na 10.10.2019]

[20] Пешева, М. (2018). Медиите във времето на робо-журналистиката. Медиите на 21 век. https://www.newmedia21.eu/analizi/mediite-vav-vremeto-na-robo-zhurnalistikata/, последно посещение на 10.10.2019. [Pesheva, M. (2018). Mediite vav vremeto na robo-zhurnalistikata. Mediite na 21 vek. https://www.newmedia21.eu/analizi/mediite-vav-vremeto-na-robo-zhurnalistikata/, posledno poseshtenie na 10.10.2019.]

[21] Graefe, A. (2016). Guide to Automated Journalism. Tow Center for Digital Journalism. Retrieved from https://academiccommons.columbia.edu/doi/10.7916/ D8QZ2P7C/download

[22] Павлова, И. (2016). Професия журналист 21 век. Велико Търново: Фабер, 134. [Pavlova, I. (2016). Profesia zhurnalist 21 vek. Veliko Tarnovo: Faber, 134.]

[23] Carlson, M. (2018). Automating judgment? Algorithmic judgment, news knowledge, and journalistic professionalism. New media & society 20(5): 1755–1772

[24] Shirky, C. (2009). A Speculative Post on the Idea of Algorithmic Authority. http://www.shirky.com/weblog/2009/11/a-speculative-post-on-the-idea-of-algorithmicauthority/, Retrieved on 11.10.2019.

[25] Hamilton, J. T. & Turner, F. (2009). Accountability through algorithm: Developing the field of computational journalism. Report from the Center for Advanced Study in the Behavioral Sciences, (pp. 27–41). Summer Workshop, https://web.stanford.edu/~fturner/Hamilton%20Turner%20Acc%20by%20Alg%20Final.pdf, Retrieved on 11.10.2019.

[26] Flew, T., Spurgeon, C., Daniels, A., Swift, A. (2012). The promise of computational journalism, in: Journalism Practice, no. 6 (2): 157–171. https://eprints.qut.edu.au/45743/1/ThePromiseofComputationalJournalism.pdf, Retrieved on 11.10.2019.

[27] Anderson, C. W. (2013). Towards a Sociology of Computational and Algorithmic Journalism. New Media & Society 15 (7). DOI: 10.1177/1461444812465137

[28] Anderson, C. W. (2013). Towards a Sociology of Computational and Algorithmic Journalism. New Media & Society 15 (7). DOI: 10.1177/1461444812465137.

[29] Dörr, K. (2016). Mapping the field of Algorithmic Journalism. Digital Journalism, 4(6):700-722. DOI: https://doi.org/10.1080/21670811.2015.1096748.

[30] Franklin, B. & Canter, L. (2019). Automated content. Digital Journalism Studies: The Key Concepts, Routledge. Retrieved from https://www.taylorfrancis.com/books/9781315406107

[31] Van Dalen, A. (2012). The algorithms behind the headlines: How machine-written news redefines the core skills of human journalists, Journalism Practice, no. 6 (5-6): 648–658. DOI: 10.1080/17512786.2012.667268.

[32] Carlson, M. (2016). Automated journalism: A posthuman future for digital news? The Routledge Companion to Digital Journalism Studies, pp. 226-234. DOI: 10.4324/9781315713793

[33] Caswell, D. & Dörr, K. (2017). Automated Journalism 2.0: Event Driven Narratives. Journalism Practice, Volume 12 – Issue 4, DOI: 10.1080/17512786.2017.1320773.

[34] Dörr, K. (2016). Mapping the field of Algorithmic Journalism. Digital Journalism, 4(6):700-722. DOI: https://doi.org/10.1080/21670811.2015.1096748.

[35] Иванов, А. (2015). Роботизированная журналистика ипервые алгоритмы на службе редакций международных. Проблемное поле медиаобразования. 2015. №2 (16). from https://cyberleninka.ru/article/n/robotizirovannaya-zhurnalistika-ipervye-algoritmy-na-sluzhbe-redaktsiy-mezhdunarodnyh-smi, Последно посещение на 10.11.2019. [Ivanov, A. (2015). Robotizirovannaya zhurnalistika ipervыe algoritmы na sluzhbe redaktsiy mezhdunarodnыh. Problemnoe pole mediaobrazovania. 2015. №2 (16). from https://cyberleninka.ru/article/n/robotizirovannaya-zhurnalistika-ipervye-algoritmy-na-sluzhbe-redaktsiy-mezhdunarodnyh-smi, Posledno poseshtenie na 10.11.2019.]

[36] Иванов, А. (2015). Роботизированная журналистика ипервые алгоритмы на службе редакций международных. Проблемное поле медиаобразования. 2015. №2 (16). from https://cyberleninka.ru/article/n/robotizirovannaya-zhurnalistika-ipervye-algoritmy-na-sluzhbe-redaktsiy-mezhdunarodnyh-smi, Последно посещение на 10.11.2019. [Ivanov, A. (2015). Robotizirovannaya zhurnalistika ipervыe algoritmы na sluzhbe redaktsiy mezhdunarodnыh. Problemnoe pole mediaobrazovania. 2015. №2 (16). from https://cyberleninka.ru/article/n/robotizirovannaya-zhurnalistika-ipervye-algoritmy-na-sluzhbe-redaktsiy-mezhdunarodnyh-smi, Posledno poseshtenie na 10.11.2019.]

[37] Hamilton, J. T. & Turner, F. (2009). Accountability through algorithm: Developing the field of computational journalism. (pp. 27–41). Report from the Center for Advanced Study in the Behavioral Sciences, Summer Workshop, https://web.stanford.edu/~fturner/Hamilton%20Turner%20Acc%20by%20Alg%20Final.pdf, Retrieved on 27.10.2019.

[38] Waleed, А. Hassoun, M. (2019) Artificial Intelligence and Automated Journalism: Contemporary Challenges and New Opportunities. International Journal of Media, Journalism and Mass Communications (IJMJMC), Volume 5, Issue 1, 2019, PP 40-49, ISSN 2454-9479, http://dx.doi.org/10.20431/2454-9479.0501004.

[39] Cormen, T., Leiserson, C., Rivest, R. & Stein, C. (2009). Introduction to Algorithms. Third Edition. Cambridge, Massachusetts, London: The MIT Press.

[40] Carlson, M. (2015). The Robotic Reporter. Digital Journalism, 3(3): 416-431, DOI: 10.1080/21670811.2014.976412.

[41] Graefe, A. (2016). Guide to Automated Journalism. Tow Center for Digital Journalism. Retrieved from https://academiccommons.columbia.edu/doi/10.7916/ D8QZ2P7C/download

[42] Carlson, M. (2015). The Robotic Reporter. Digital Journalism, 3(3): 416-431, DOI: 10.1080/21670811.2014.976412

[43] Oremus, W. (2014). The First News Report on the L.A. Earthquake Was Written by a Robot. https://slate.com/technology/2014/03/quakebot-los-angeles-times-robot-journalist-writes-article-on-la-earthquake.html, Retrieved on 27.10.2019.

[44] Marquez, A. (2015). What we learned at ONA from a conference “newbie”. https://insights.ap.org/events/what-we-learned-at-ona-from-a-conference-newbie, Retrieved on 29.10.2019.

[45] Alpert, L. (2016). Washington Post to Cover Every Major Race on Election Day With Help of Artificial Intelligence. https://www.wsj.com/articles/washington-post-to-cover-every-major-race-on-election-day-with-help-of-artificial-intelligence-1476871202, Retrieved on 14.10.2019.

[46] Underwood, C. (2019). Automated Journalism – AI Applications at New York Times, Reuters, and Other Media Giants. https://emerj.com/ai-sector-overviews/automated-journalism-applications/, Retrieved on 27.10.2019.

[47] Southern, L. Robot writers drove 1,000 paying subscribers for Swedish publisher MittMedia. https://digiday.com/media/robot-writers-drove-1000-paying-subscribers-swedish-publisher-mittmedia/, Retrieved on 24.10.2019.

[48] Translating Business Data into Plain-English Stories. https://narrativescience.com/products/, Retrieved on 29.10.2019.

[49] Finley. K. (2015). This News-Writing Bot Is Now Free for Everyone. https://www.wired.com/2015/10/this-news-writing-bot-is-now-free-for-everyone/, Retrieved on 11.10.2019.

[50] Lecompte, C. (2015). Automation in the Newsroom. https://niemanreports.org/articles/automation-in-the-newsroom/, Retrieved on 15.10.2019.

[51] Marquez, A. (2015). What we learned at ONA from a conference “newbie”. https://insights.ap.org/events/what-we-learned-at-ona-from-a-conference-newbie, Retrieved on 19.10.2019.

[52] Martin, N. (2019). Did A Robot Write This? How AI Is Impacting Journalism. https://www.forbes.com/sites/nicolemartin1/2019/02/08/did-a-robot-write-this-how-ai-is-impacting-journalism/#3f5027447795, Retrieved on 29.10.2019.

[53] Mail Plus Partners with Wibbitz to Produce Video for Amazon Echo Show. Retrieved from https://apnews.com/8b12ecbc6faf4bee8b1565fe1a83e327

[54] Bilton, R. (2018). Opinary is building new tools to help news orgs use polls to inform their coverage. https://www.niemanlab.org/2018/01/opinary-is-building-new-tools-to-help-news-orgs-use-polls-to-inform-their-coverage/, Retrieved on 10.10.2019.

[55] Peicer, J. (2019). The Rise of the Robot Reporter. The New York Times, 05.02.2019. https://www.nytimes.com/2019/02/05/business/media/artificial-intelligence-journalism-robots.html, Retrieved on 19.10.2019.

[56] Kunova, M. (2018). Getty Images launches a new AI tool that helps publishers find the right picture for the story. Journalism, (6 August 2018), https://www.journalism.co.uk/news/getty-images-launches-a-new-ai-tool-that-helps-publishers-find-the-right-picture-for-the-story/s2/a725797/, Retrieved on 17.10.2019.

[57] Data, data everywhere. The Economist Special Report. (2010). The Economist, 27.02.2010. https://www.economist.com/special-report/2010/02/27/data-data-everywhere, Retrieved on 11.10.2019.

[58] Hamilton, J. T. & Turner, F. (2009). Accountability through algorithm: Developing the field of computational journalism. (pp. 27–41). Report from the Center for Advanced Study in the Behavioral Sciences, Summer Workshop. https://web.stanford.edu/~fturner/Hamilton%20Turner%20Acc%20by%20Alg%20Final.pdf, Retrieved on 24.10.2019.

[59] Carlson, M. (2018). Automating judgment? Algorithmic judgment, news knowledge, and journalistic professionalism. New media & society 20(5): 1755–1772

[60] Van Dalen, A. (2012). The algorithms behind the headlines: How machine-written news redefines the core skills of human journalists, Journalism Practice, no. 6 (5-6): 648–658. DOI: 10.1080/17512786.2012.667268.

[61] Manovich, L. (2011). Trending: The Promises and the Challenges of Big Social Data http://manovich.net/index.php/projects/trending-the-promises-and-the-challenges-of-big-social-data, Retrieved on 14.10.2019.

Библиография

Павлова, И. (2016). Професия журналист 21. век. Велико Търново: Фабер. [Pavlova, I. (2016). Profesia zhurnalist 21 vek. Veliko Tarnovo: Faber.]

Петков, С. (2019). Някои аспекти на влиянието на изкуствения интелект върху медиите. Годишник Масови комуникации 2019. https://www.researchgate.net/publication/337023945_NAKOI_ASPEKTI_NA_VLIANIETO_NA_IZKUSTVENIA_INTELEKT_VRHU_MEDIITE, последно посещение на 10.10.2019 [Petkov, S. (2019). Nyakoi aspekti na vliyanieto na izkustvenia intelekt varhu mediite. Godishnik Masovi komunikatsii 2019. https://www.researchgate.net/publication/337023945_NAKOI_ASPEKTI_NA_VLIANIETO_NA_IZKUSTVENIA_INTELEKT_VRHU_MEDIITE, posledno poseshtenie na 10.10.2019]

Пешева, М. (2018). Медиите във времето на робо-журналистиката. Медиите на 21 век. https://www.newmedia21.eu/analizi/mediite-vav-vremeto-na-robo-zhurnalistikata/, последно посещение на 10.10.2019. [Pesheva, M. (2018). Mediite vav vremeto na robo-zhurnalistikata. Mediite na 21 vek. https://www.newmedia21.eu/analizi/mediite-vav-vremeto-na-robo-zhurnalistikata/, posledno poseshtenie na 10.10.2019.]

Anderson, C. W. (2013). Towards a Sociology of Computational and Algorithmic Journalism. New Media & Society 15 (7). DOI: 10.1177/1461444812465137.

Bennett, C. (2015). AP modernizes with robojournalism. Newspapers & Technology, November/December 2015, 1.

Carlson, M. (2016). Automated journalism: A posthuman future for digital news? The Routledge Companion to Digital Journalism Studies, 226-234. DOI: 10.4324/9781315713793

Carlson, M. (2018). Automating judgment? Algorithmic judgment, news knowledge, and journalistic professionalism. New media & society 20(5): 1755–1772.

Carlson, M. (2015). The Robotic Reporter. Digital Journalism, 3(3): 416-431, DOI: 10.1080/21670811.2014.976412.

Caswell, D. & Dörr, K. (2017). Automated Journalism 2.0: Event Driven Narratives. Journalism Practice, Volume 12, 2018 – Issue 4, DOI: 10.1080/17512786.2017.1320773.

Coddington, M. (2015). Clarifying Journalism’s Quantitative Turn. Digital Journalism, 3(3): 331-348, DOI: 10.1080/21670811.2014.976400.

Cormen, T., Leiserson, C., Rivest, R. & Stein, C. (2009). Introduction to Algorithms. Third Edition. Cambridge, Massachusetts, London: The MIT Press.

Dörr, K. (2016). Mapping the field of Algorithmic Journalism. Digital Journalism, 4(6):700-722. DOI: https://doi.org/10.1080/21670811.2015.1096748.

Graefe, A. (2016). Guide to Automated Journalism. Tow Center for Digital Journalism. https://academiccommons.columbia.edu/doi/10.7916/D8QZ2P7C/download, Retrieved on 12.10.2019.

Flew, T., Spurgeon, C., Daniels, A., Swift, A. (2012). The promise of computational journalism, in: Journalism Practice, no. 6 (2), pp. 157–171. https://eprints.qut.edu.au/45743/1/ThePromiseofComputationalJournalism.pdf, Retrieved om 12.10.2019.

Franklin, B. & Canter, L. (2019). Automated content. Digital Journalism Studies: The Key Concepts, Routledge. https://www.taylorfrancis.com/books/9781315406107, Retrieved on 12.10.2019.

Hamilton, J. T. & Turner, F. (2009). Accountability through algorithm: Developing the field of computational journalism. Report from the Center for Advanced Study in the Behavioral Sciences, Summer Workshop, pp. 27–41. https://web.stanford.edu/~fturner/Hamilton%20Turner%20Acc%20by%20Alg%20Final.pdf, Retrieved on 72.10.2019.

Livingstone, S. (2009). On the mediation of everything: ICA presidential address 2008. Journal of communication, 59 (1). pp. 1-18, DOI: 10.1111/j.1460-2466.2008.01401.x

Manovich, L. (2011). Trending: The Promises and the Challenges of Big Social Data. http://manovich.net/index.php/projects/trending-the-promises-and-the-challenges-of-big-social-data, Retrieved on 21.10.2019.

Mayr, C. (2017). When Robots write Articles. Capabilities and Consequences of Algorithmic Journalism. https://www.academia.edu /34879826/When_Robots_write_Articles_Capabilities_and_Consequences_of_Algorithmic_Journalism, Retrieved on 15.10.2019.

Montal, T. & Reich, Z. (2016). I, Robot. You, Journalist. Who is the Author?: Authorship, bylines and full disclosure in automated journalism. Digital Journalism, Volume 5, 2017 – Issue 7, DOI: 10.1080/21670811.2016.1209083.

Monti, M. (2018). Automated Journalism and Freedom of Information: Ethical and Juridical Problems Related to AI in the Press Field. Studies in Comparative and National Law Vol. 1, n. 1/2018, https://www.researchgate.net/publication/330666843, Retrieved on 11.10.2019.

Van Dalen, A. (2012). The algorithms behind the headlines: How machine-written news redefines the core skills of human journalists, Journalism Practice, no. 6 (5-6): 648–658. DOI: 10.1080/17512786.2012.667268

Waddell, F. (2017). A Robot Wrote This?. Digital Journalism, Vol. 2018. Issue 2: 236-255, DOI: 10.1080/21670811.2017.1384319.

Wolker, A. & Powell, T. (2018). Algorithms in the newsroom? News readers’ perceived credibility and selection of automated journalism. https://journals.sagepub.com/doi/10.1177/1464884918757072, Retrieved on 10.11.2019.

Manuscript was submitted: 10.12.2019.

Peer Reviews: since 17.12.20190 till 03.01.2020.

Accepted: 05.01.2020.

Сп. „Реторика и комуникации“, бр. 42, януари 2020 г.

Rhetoric and Communications Journal, Issue 42, January 2020

Брой 42 на сп. „Реторика и комуникации“, януари 2020 г. се издава с финансовата помощ на Фонд научни изследвания, договор № КП-06-НП1/39 от 18 декември 2019 г.