Интернет-журналистика. Как писать хорошие тексты, привлекать аудиторию и зарабатывать на этом

Другое дело, что этих задач сейчас мы представить не можем. Например, с большей или меньшей уверенностью сообщество ожидает AR- и VR-журналистике, описанных выше. А вот, например, о новостных потребностях интернета вещей говорят редко.

Должен ли ваш автомобиль узнавать о погоде и пробках раньше вас? Обязаны ли инженеры заранее подключать его заранее к метеосервису и данным о пробках?

Ответ на первый вопрос – конечно, да. Ответ на второй не так очевиден. Если бы людей надо было подключать заранее ко всем источникам информации, мы бы далеко не продвинулись.

Вероятно, автомобили, холодильники, пылесосы и кондиционеры должны со временем научиться получать структурированную информацию от новостного провайдера. Мы писали новости для людей. Но потребность машин в правильно структурированных новостях куда больше и важнее.

Ваш телевизор должен понять, когда записать трансляцию матча Чемпионата мира по футболу. Это решение он должен сделать не по инструкциям производителя, а в соответствии с предпочтениями своих хозяев. Но для этого ему придется узнать, что происходит в мире. И кто-то, знающий все о новостях, должен будет понять, как упаковать важную для человека информацию в формат, который был бы интересен и ему, и машине.

Другой важный навык, который мы вряд ли автоматизируем в ближайшую сотню лет – умение решать этические задачи. Это умение становится все более важным с появлением рекомендательных систем, которые должны быть не только понимающими, но и этичными^[51].

Например, пока роботы не могут эффективно делить нашу идентичность на автономные части. Одна моя знакомая на излете прошлого века на работе изучала секты. Это входило в ее служебные обязанности. Страшно подумать, во что превратилась бы лента ее Facebook, Яндекс. Дзена или Pinterest в наши дни.

Алгоритмы социальных медиа способны больно ранить наши чувства точно так же, как ранили маркетинговые письма одну американку, потерявшую ребенка, в докомпьютерную эпоху. Младенец умер вскоре после оформления свидетельства о рождении; к сожалению, список всех родившихся утёк к рекламщикам.

Вскоре ее стали догонять открытки и проспекты с предложениями купить те или иные товары, сфотографировать ребенка на день рождения и так далее. В наше время ее бы достало еще и похоронное бюро, преследуя в поисковой выдаче, ленте Facebook и мобильной рекламе в приложениях.

Рекомендательные системы, кроме того, очень малоэффективны, когда речь заходит о представлении мнений другой стороны. Чтобы принимать правильные решения, нам просто необходимо выходить из зоны комфорта. Знать, что вокруг не только наши сторонники. Но как определить требуемое разнообразие? Вот это уже похоже на редакционную задачу, и можно надеяться, что будущие выпускники журфаков сумеют подсказать программистам, как ее решать.

Забавно, что поговорка, определяющая новости как нечто, что кто-то хочет скрыть[195], ударила по читателям. Именно они в век рекомендательных механизмов хотели бы скрыть информацию, с которой не согласны, но которая, тем не менее, им необходима, чтобы адекватно воспринимать окружающий мир.

Сейчас, когда я пишу эти строки, медиа пока неохотно используют все возможности алгоритмических сред.

Точнее, часто новые медиа под ведением страницы, группы, паблика понимают трансляцию выходящих на сайте материалов. Иногда они продвигают те или иные публикации, чтобы привлечь побольше внимания. Но если сравнить маркетинговые потуги медиа с искусством маркетинга в тех же каналах, следует признать – СМИ находятся в каменном веке. Ни тебе автоматического подбора подводок, ни автоматического запуска нескольких сотен вариантов одного и того же текста, ни автогенерации десятков иллюстраций со сбором данных.

Еще в 2013 году Григорий Бакунов, директор по распространению технологий Яндекса, рассказывал о правильном подходе к организации рекламных кампаний^[96] в социальных сетях. Через несколько итераций выяснилось, что прекрасный эффект дают посадочные страницы, измененные в зависимости от времени суток. Пара месяцев и несколько десятков тысяч долларов позволили понять, что легче полуавтоматически создать 61 тысячу рекламных кампаний, чем прожигать деньги, пытаясь интуитивно найти верное решение.

К сожалению, спустя много лет медиа почти не используют эти возможности, так как не привыкли автоматизировать работу с контентом и аудиторией. Но можно быть уверенным – двадцатые годы 21 века пройдут в медиа под флагом привлечения аудитории и адаптации под нее материалов с помощью алгоритмов машинного обучения.

Это неизбежно, потому что лидеры медиарынка – The New York Times^[97], The Times of London^[70], The Wall Street Journal показали, как они зарабатывают на этих технологиях реальные деньги. Их также подгоняют рекламщики, которые все чаще учатся обходиться в общении с потребителями без помощи СМИ. Например, Saatchi LA задействовали искусственный интеллект, чтобы сгенерировать тысячи рекламных объявлений для Toyota^[8].

Таким образом, медиа придется научиться: