Наука о данных - это растущая специализация в различных отраслях. Одним из результатов ее работы является стратегическая информация, которая при правильном использовании может позволить принимать решения, в большей степени отвечающие потребностям клиента, даже потребителя журналистского контента. Это междисциплинарный подход, объединяющий принципы и практики из области математики, статистики, искусственного интеллекта и компьютерной техники для анализа больших объемов данных». Анна Виссенс, физик по образованию (выпускница Национального исследовательского ядерного университета - МИФИ - в Москве), имеет большой опыт создания и руководства высокоэффективными междисциплинарными командами на службе издательской индустрии. В 2019 году она присоединилась к команде The Guardian Data Insight, которая с тех пор стала второй по величине в аналитическом отделе компании. «Наука о данных - название, которое впервые появилось в 1960-х годах как альтернатива статистике и было принято компьютерными специалистами в 1990-х годах - является ключевым, потому что она объединяет инструменты, методы и технологии для освещения проектов на основе данных. Эта информация, применяемая в глубоких расследованиях, является ключом к одному из величайших вкладов журналистики в современное общество: поиску актуальных историй - часто связанных с сильными мира сего - и донесению их до общественности. «В интервью LA NACION Виссенс говорит, что ее дисциплина значительно улучшила глубину и широту традиционных журналистских расследований, «позволив журналистам работать с большими массивами данных более эффективно и проницательно». Что является самой веселой и интересной частью вашей работы в качестве главы отдела науки о данных в The Guardian? Самой приятной и полезной частью моей роли является работа с невероятной командой, которую я лично создала за последние пять лет. У меня была возможность нанять каждого члена команды, и я очень горжусь талантом, который мы воспитали. Добиваться ощутимых результатов вместе с командой - это очень приятно. Самая интересная часть работы для меня - это когда мы решаем сложные и трудные проблемы, особенно когда гипотеза подтверждается и приводит к эффективным решениям. Хотя моя должность предполагает много руководства, я все равно люблю участвовать в практической работе, когда это возможно, будь то проведение анализа или обучение новой модели. Это самое интересное для меня: оставаться на связи с техническими аспектами науки о данных». „- Каков наибольший вклад науки о данных в традиционную журналистскую расследовательскую деятельность, которая всегда была основной для газет?“ - Наука о данных значительно улучшила глубину и широту традиционной журналистской расследовательской деятельности, позволив журналистам работать с большими массивами данных более эффективно и проницательно. В The Guardian мы тесно сотрудничаем с командами Data Projects и Investigative Journalism. Одним из наших ключевых вкладов стало расследование участия частного капитала в заботе о детях в Англии. Наш эксклюзивный анализ показал, что всего за четыре года инвестиционные фонды более чем удвоили свое участие в этом секторе. Это исследование предоставило важную информацию, которая позволила предупредить, что участие частных фондов может увеличить риск закрытия детских садов в этом секторе и усугубить нехватку доступных детских садов в бедных районах. Подобные репортажи, основанные на данных, привносят в журналистику новый уровень глубины и достоверности, позволяя выявлять тенденции и последствия, которые иначе могли бы остаться незамеченными. «Мы значительно увеличили глубину и широту традиционных журналистских расследований, позволив журналистам работать с большими массивами данных более эффективно и проницательно» - Очевидно, что хорошо обученный генеративный ИИ может быть очень полезен для работы в редакции. Каково конкретное влияние науки о данных на журналистику?"- Генеративный ИИ может стать мощным инструментом в новостных редакциях, но важно помнить, что ИИ - это не волшебство и должен использоваться как инструмент, а не решение. Когда речь идет о журналистских расследованиях, генеративный ИИ никогда не должен быть единственным источником информации, поскольку он не обладает фактическими знаниями; он просто предсказывает следующее слово в последовательности, основанной на шаблонах, что может внести неточности или «галлюцинации». Однако при правильном использовании ИИ может значительно ускорить рабочий процесс. Например, мы использовали генеративный ИИ в проектах, где он помогал нам извлекать определенную информацию, но каждый результат перед публикацией тщательно проверялся человеком. Самое большое влияние ИИ в науке о данных на журналистику заключается в том, что он позволяет нам экономить время на рутинных или повторяющихся задачах, позволяя журналистам сосредоточиться на более творческих и глубоких репортажах.«- Что приносят в журналистику более технически подкованные специалисты, и наоборот?»- Настоящее волшебство происходит, когда мы создаем синергию между редакционными командами и техническими специалистами. Как руководитель отдела науки о данных, я фактически подчиняюсь руководителю отдела инноваций в редакции, что может удивить некоторых, но отражает именно то, что мы ищем: тесную связь между техническим и редакционным миром. Профессионалы с техническим образованием способны работать со сложными данными, автоматизировать процессы и применять передовую аналитику для выявления фактов, которые в противном случае могли бы остаться незамеченными. Журналисты, с другой стороны, привносят в проекты, основанные на данных, критический взгляд и глубокое понимание контекста, этики и повествования, гарантируя, что технология имеет значимую и точную цель.«- Каково ваше мнение об особых отношениях между издателями и крупными платформами?»- Многие издатели считают, что с ними обращаются несправедливо, особенно когда их высококачественный контент используется для обучения таких моделей, как крупномасштабные языковые модели (LLM), без должной компенсации или признания. Это происходит в то время, когда объективная журналистика уже столкнулась с финансовыми трудностями, что в конечном итоге может нанести ущерб демократии во всем мире. Расцвет социальных сетей стал серьезной проблемой для издателей, но теперь мы сталкиваемся с еще большей угрозой, связанной с генеративным искусственным интеллектом и другими новыми технологиями. Однако я не теряю оптимизма по поводу того, что технологии также могут стать частью решения, помогая издателям выживать и процветать в этой быстро меняющейся среде, если только индустрия будет стремиться к более справедливому партнерству с этими платформами.«- Как вы думаете, каковы будут самые большие достижения в области машинного обучения применительно к журналистике?»- Хотя во многих редакциях сейчас есть специалисты по изучению данных, мы все еще находимся на ранних стадиях полного использования потенциала данных в журналистике. Самые большие успехи будут достигнуты не за счет перехода к генеративному ИИ, а за счет освоения фундаментальных основ: сбора высококачественных данных, их правильного хранения и обработки в нужных форматах. Как только эта основа будет заложена, стандартные методы машинного обучения смогут принести огромную пользу, например, повысить эффективность маркетинговых кампаний или автоматизировать такие задачи, как маркировка контента. Многие рассматривают генеративный ИИ как короткий путь, но очень рискованно полагаться на него, если в вашем «доме данных» не наведен порядок. Настоящий прорыв будет достигнут благодаря продуманной интеграции машинного обучения в рабочие процессы новостных редакций (безопасным и ответственным способом) и обеспечению того, чтобы оно было построено на прочном фундаменте практики работы с данными». „Генеративный ИИ может стать мощным инструментом в новостных редакциях, но важно помнить, что ИИ - это не волшебство и должен использоваться как инструмент, а не решение“ - Считаете ли вы важным партнерство с академическими и неправительственными организациями? »Безусловно. Одной из первых инициатив, которую я запустил, когда пришел в The Guardian, стало сотрудничество с Университетским колледжем Лондона (UCL). Каждый год мы представляем проект аспирантам Центра подготовки специалистов по науке с использованием больших объемов данных UCL. Это сотрудничество позволяет нам проводить исследования и экспериментальные разработки, часто ориентируясь на долгосрочные инновации, а не на сиюминутные коммерческие потребности. Мы реализовали несколько проектов, которые оказали непосредственное влияние на нашу бизнес-стратегию. Например, в 2020 году мы сотрудничали с доктором наук из Калифорнийского университета в создании базовых моделей для извлечения структурированных данных из неструктурированных рецептов. Впоследствии эти модели были переобучены и теперь используются в нашем новом приложении Feast, которое предоставляет нашим читателям эксклюзивный доступ к рецептам из The Guardian. Это партнерство не только привносит академический опыт в наши проекты, но и напрямую влияет на нашу бизнес-стратегию, что делает такое сотрудничество бесценным.«- Как The Guardian строит свои отношения с самыми преданными читателями?»- Один из недавних проектов, над которым я работал лично, включал анализ комментариев читателей, которые решили прекратить поддерживать нас либо через подписку на наше премиум-приложение, либо через пожертвования. Чтобы разобраться в большом объеме комментариев, я применил методы обработки естественного языка, которые помогли мне обнаружить закономерности и идеи, которые было бы сложно выявить вручную. Некоторые из полученных результатов подтвердили наши существующие гипотезы, а другие оказались неожиданными и явно пригодными к действию. Такой анализ не только помогает нам лучше понять наших читателей, но и позволяет скорректировать нашу стратегию, чтобы поддерживать прочные отношения с нашими самыми верными подписчиками. Эти методы дают нам инструменты для принятия бизнес-решений, основанных на данных, и постоянного улучшения качества обслуживания наших читателей."- В Аргентине одной из новых карьер, развивающихся в университетах, является наука о данных. Как вы думаете, почему на них такой большой спрос?"- Растущий спрос на образование в области науки о данных характерен не только для Аргентины, это глобальная тенденция. ИИ стал одной из самых обсуждаемых тем сегодня, а OpenAI «демократизировал» доступ к этим мощным моделям, сделав их доступными для всех, у кого есть интернет. В результате все больше компаний стремятся использовать эти технологии для решения своих бизнес-задач. За последние пять лет я активно нанимал сотрудников, поэтому могу с уверенностью сказать, насколько перегретым стал рынок труда. Каждый раз, когда мы открываем вакансию, мы получаем сотни заявок. Однако я заметил, что, несмотря на высокий спрос, качество кандидатов зачастую не соответствует требованиям. Многие приходят к нам со степенью магистра наук о данных из учебных заведений, которые традиционно не были сильны в этой области, что говорит о том, что бурный рост спроса может привести к быстрому предложению курсов без необходимости поддерживать высокие стандарты.«- Что делает The Guardian узнаваемым брендом, ассоциирующимся с качественной журналистикой?»- The Guardian заслужила репутацию качественной журналистики благодаря своей приверженности независимости, глубокому освещению событий и прочным этическим основам. уделяет первостепенное внимание журналистским расследованиям, привлекая к ответственности сильных мира сего и освещая вопросы, которые важны для нашей аудитории и общества. Независимость редакции является ключевым фактором, позволяющим нам сосредоточиться на освещении событий без влияния извне. Мы также используем инновации, внедряя науку о данных и передовые технологии для углубления повествования, но при этом не забываем о точности и достоверности. Этот баланс между прочной традиционной основой и инновациями - часть того, что позволяет The Guardian оставаться в авангарде качественной журналистики».