В начале года на сайте HeadHunter появилось резюме редактора новостных материалов Ольги Петровой, чья личность была полностью синтезирована нейросетью. По заявлению создателей Ольги Петровой, компании Napoleon IT, объект был разработан, чтобы «продемонстрировать компетентность компании в области искусственного интеллекта и ее приверженность инновациям».

Созданная на базе чат-бота ChatGPT Ольга Петрова обладает степенью магистра и бакалавра искусств в области русской литературы, в свободное время «любит читать русскую литературу, путешествовать, заниматься йогой и медитацией, добровольно продвигает грамотность и образование».

Идея использовать нейросети в качестве редактора новостей не нова: сразу несколько популярнейших изданий объявили, что намерены доверить технологии создание контента. К примеру, ChatGPT будет создавать викторины для BuzzFeed, а в The New York Times — поздравлять читателей с праздниками.

«Ридус» связался с Napoleon IT, чтобы схантить Ольгу Петрову и посмотреть, как быстро нейросеть отберет рабочие места у наших живых редакторов.

Ольга Петрова в действии

Короткий набор требований к нейроредактору Ольге Петровой выглядел так:

• нейросеть сама выбирает свежие информационные поводы для заметок по указанным рубрикам;
• уникальность текста в работах нейросети должна достигать как минимум 70%;
• в день Ольга Петрова должна выдать на-гора 10–12 заметок — это стандартная норма для редактора;
• нейросеть сама определит необходимое количество символов для новостной заметки;
• Ольга Петрова занимается только текстами, иллюстрировать заметки будет человеческий бильд-редактор.

Эти пункты в целом не отличаются от тех, которыми руководствуется редактор-человек. Новостник справляется с небольшой заметкой за 20–25 минут. За это время он знакомится с новостью, переписывает ее заново, подыскивает дополнительную информацию, придумывает заголовок, оформляет текст согласно техническим требованиям и нередко еще и сам иллюстрирует его. От нейросети редакция ожидала схожих темпов работы.

После брифа с сотрудниками Napoleon IT Ольга Петрова вышла на свою первую рабочую смену. Нейросеть написала пару новостей о назначении Мари Лавандье на пост главы Центра национальных памятников Франции и о том, что резервы Кении в иностранной валюте достигли минимальной отметки за последние 13 лет.

Napoleon IT не раскрыл нам подробностей о работе оператора нейросети. Неизвестно, какие запросы он посылал Ольге Петровой и проверял ли он результаты ее работы. Но, по словам нашего корректора, тексты нейросети оставляли ощущение, что они выполнены машинным переводом.

«Трудно подобрать цензурные слова. В текстах Ольги Петровой попадались по два разных варианта одних и тех же фамилий и названий учреждений. Построение предложений — адское, употребление терминов хромает. Сочетание „лучезарная личность“ загадочности придало, „высокопоставленные должности“ тоже не порадовали. Выбор формы слова и залога — так себе: „был критикован“, например. Из других ошибок — словосочетания „была выбрана в качестве руководителя“ и „проблемы были подняты“. Кроме того, нейросеть использует реально лишние наречия, например „слишком сильно сосредоточился“», — отметила корректор «Ридуса».

Помимо этого, нейросеть с удовольствием генерирует фейки. С подачи Ольги Петровой погибший в 2017 году незрячий австралийский музыкант Джеффри Гуррумул Юнупингу воскрес и снова скончался в апреле текущего года.

Таким образом, времени на то, чтобы вычитать и откорректировать заметку Ольги Петровой, уходило гораздо больше, чем на написание нового материала с нуля. Качество ее работы никак не соответствовало заявленному в резюме «восьмилетнему опыту работы в области корректуры, копирайтинга и редактирования письменных материалов».

Высокий процент уникальности текстов Ольги Петровой был обусловлен тем, что все ее заметки основывались на зарубежных ресурсах. На момент их написания эти темы не поднимались в русскоязычных СМИ по разным причинам: либо инфоповод был очень свежий, либо тематика была неинтересна обитателю Рунета.

Не исключено, что большинство проблем с текстами Ольги Петровой мог бы решить опытный оператор нейросети, способный грамотно составлять запросы. Однако от предложения «Ридуса» приставить к нейросети сотрудника редакции, который скармливал бы Петровой инфоповоды, правил ее заметки и в итоге замерял ее эффективность, в компании Napoleon IT отказались.

Другие нейросети

Одно из распространенных мнений большинства пользователей нейросетей заключается в том, что технология испытывает непреодолимые трудности с получением точной информации о текущих событиях или данных в реальном времени. Фактически это означает, что на данном этапе нейросети не подходят для освещения срочных новостей, не умеют добавлять перекрестные ссылки и отрицают фактчекинг.

Но может ли чат-бот сделать порядочный рерайт уже готовой новости, чтобы облегчить задачу редактору-новостнику?

В качестве эксперимента возьмем заметку ТАСС «Песков заявил, что закон об электронных повестках призван исправить бардак в военкоматах». Она состоит из трех небольших цитат пресс-секретаря президента России и бэкграунда о создании онлайн-реестра информации о военнообязанных.

Популярному в Telegram чат-боту, дублирующему функции ChatGPT, потребовалась одна минута, чтобы предоставить рерайт четырех абзацев. На выходе получился совсем уж коротенький текст из одного абзаца с уникальностью в девять с лишним процентов. Уникальность заметки удалось повысить несколько уточняющих запросов спустя, но превысить 40% чат-боту не удалось. Зато в тексте появились совсем уж глупые ошибки, которые придется править вручную.

С переводами материалов с английского чат-бот на основе ChatGPT справился гораздо лучше. Если скормить ему ссылку на рецензию портала IGN на «Братья Супер Марио в кино», то он за минуту предоставит среднего размера заметку на три абзаца со стопроцентной уникальностью текста. Перевод на русский местами выходит куда более качественным и литературным, чем в сервисах от Google и «Яндекса». Впрочем, эти сервисы могут перевести текст на любой язык мира.

Прибавим к минуте перевода на русский еще 15 для того, чтобы скорректировать текст, придумать заголовок, поставить ссылку на первоисточник, добавить данные о бюджете картины и датах проката, оформить и опубликовать материал, и получим примерное время написания оригинальной заметки с нуля человеческим редактором.

Другой популярный инструмент, «заточенный» на журналистские нужды, предоставляет сообщество TurboText AI. Его нейросеть сразу предупреждает, что тема ее заметки может быть любой, но лучше всего технология справляется с общественными событиями, например подорожанием сахара, празднованием Дня Победы или отношениями знаменитостей.

Отправляем чат-боту ту же заметку с цитатами Пескова. TurboText предлагает два варианта рерайта — переосмыслить сразу всю структуру текста или переписать его по отдельным предложениям. Выбираем первый вариант и ждем две минуты. Нейросеть присылает два варианта рерайта, их объем соответствует оригиналу. Уникальность первого — 12%, второго — всего 2%.

Вышло еще хуже, чем в первый раз. Для повышения уникальности текста нейросеть действительно изменила его структуру, но результаты получились совсем уж дурацкие. Вот список ошибок в двух вариантах рерайта:

• «Песков заявил, что в военкоматах РФ много бардака»;
• «Законопроект призван исправить бардак — а) исправить, б) сделать процесс удобным»;
• «Закон об электронных поповестках»;
• «Должен служить воинской службой»;
• «Какие-либо вопросы по вопросам».

Как и в случае с Ольгой Петровой, править заметки этой нейросети гораздо дольше, чем сделать собственный рерайт: публикация одной новости с TurboText займет более получаса.

Резюме: не стоит ожидать от нейросетей слишком многого, на данном этапе технология уж точно не сможет взять на себя полную автоматизацию производства контента. Но если рассматривать ее как инструмент, повышающий эффективность работы журналиста, то в этом качестве нейросеть может быть вполне полезна, если научиться отправлять ей правильные запросы.