Пол Брэдшоу: «Отсутствие данных может быть самой историей».

Пол Брэдшоу - один из самых влиятельных специалистов по журналистике данных в Великобритании. Профессор Бирмингемского городского университета, автор многочисленных руководств и статей о журналистских инновациях и создатель блога Online Journalism Blog, он стал незаменимым помощником в понимании того, как данные, алгоритмы и аудитория переопределяют профессию. В этом интервью LA NACION Брэдшоу разворачивает строгую и провокационную карту настоящего и будущего журналистики. Он утверждает, что недостаток данных или их низкое качество должны быть не препятствием, а отправной точкой для повествования; что искусственный интеллект может помочь нам выявить предвзятость, а не увековечить ее; и что журналистика - это не только рассказ историй, но и создание инструментов, процессов и связей с сообществами, к которым она обращается. От стратегий расследования в авторитарных режимах до ключей к решению проблемы усталости от новостей или давления, связанного с быстрой публикацией, Брэдшоу настаивает на одном руководящем принципе: журналистика должна быть полезной, гуманной и самокритичной. Их взгляд не технический, а глубоко этический: технологии меняются, но приверженность служению обществу остается непоколебимой."- Журналистика данных часто ассоциируется с цифрами и статистикой, но как журналисты могут обеспечить, чтобы человеческий фактор - эмоции, воздействие, реальные последствия - оставался в центре их повествования? «Данные и человеческий фактор в историях идут рука об руку: данные часто могут дать нам представление о том, как меняется ситуация, о масштабах проблемы, о том, какие места отстают или где есть несправедливые различия, но нам нужны люди, чтобы рассказать нам, почему и каково влияние этих событий. Данные говорят нам, почему что-то имеет значение; люди говорят нам, почему это должно нас волновать. В отличие от этого, без данных история человека может превратиться в анекдот, который власть имущие могут списать на невезение или результат «плохого яблока». Но если запросить данные о том, сколько еще людей пострадало или участились ли описанные события, история о системных проблемах станет гораздо более убедительной, и ее будет гораздо труднее отвергнуть. А если данных нет или они неполноценны, об этом также важно сообщить: без данных люди не имеют права голоса, а неполноценные данные означают, что их не слышат. Данные помогают нам определить, где следует искать интервью или тематические исследования (например, наиболее пострадавшие районы или наиболее успешные проекты), и дают нам возможность задавать правильные вопросы власть имущим: вместо того чтобы спрашивать, что происходит, и просто сообщать о том, что они говорят, мы можем спросить, что они делают для решения проблемы или тенденции, которую мы уже определили. Другими словами, это позволяет нам выйти за рамки журналистики «он сказал, она сказала» и определить, какая версия событий лучше подтверждается данными: «Данные могут дать нам представление о том, как все меняется, о масштабах проблемы, о том, какие места отстают или где есть несправедливые различия, но нам нужны люди, чтобы сказать нам, почему и каково влияние этих событий. Данные говорят нам, почему что-то важно; люди говорят нам, почему это должно нас волновать» - Искусственный интеллект уже используется для создания отчетов и анализа данных, но может ли он со временем стать самостоятельным источником новостей? Как журналисты должны относиться к событиям, управляемым искусственным интеллектом, таким как алгоритмические решения в финансовой сфере или автоматизированная политическая пропаганда?"- Многие из первых экспериментов новостных организаций с генеративным искусственным интеллектом были связаны с его использованием для создания новостей, что, как правило, давало неутешительные результаты. Частой ошибкой является непонимание вероятностной природы ИИ: большинство ИИ предсказывает последовательность слов. Он очень хорош в этих предсказаниях: в 95 % случаев эта последовательность слов может оказаться истинным утверждением. Но если 5 % утверждений окажутся неверными, это проблема, если ваше основное ценностное предложение - 100 % точность. Это не означает, что искусственный интеллект не может играть определенную роль, но он предполагает дополнительные затраты на разработку и редактирование. Даже такие базовые задачи, как перевод и обобщение, сталкиваются с этой проблемой, поэтому мы, скорее всего, станем свидетелями перемещения рабочей силы, поскольку организации переключат свои ресурсы со сбора и написания информации на роли, в большей степени ориентированные на разработку, адаптацию и проверку. Что касается событий, управляемых ИИ, то алгоритмическое принятие решений является предметом пристального внимания журналистов уже более десяти лет, а такие организации, как ProPublica, стали пионерами в области алгоритмической отчетности. Очевидно, что разработка и внедрение систем на основе ИИ - это реализация власти, к которой следует относиться так же, как и к любой другой. Для меня интересно то, что во многих отношениях ИИ делает системные проблемы гораздо более заметными, поскольку организация, по сути, кодифицирует то, что раньше могло быть более неявным. Например, правоохранительные органы всегда были предвзяты, но алгоритм кодирует эту предвзятость и облегчает ее выявление (это также облегчает людям вину за алгоритм, а не за системные предрассудки, которым он обучен, поэтому мы должны быть более противниками этого). Автоматически генерируемый контент - еще один быстрорастущий рубеж, где, пожалуй, наиболее ярко выражена гонка вооружений между журналистами и пропагандистами. Это одна из причин, почему я считаю, что журналисты не могут игнорировать ИИ: если вы ведете информационную войну и даже не понимаете, какое оружие используют ваши оппоненты, то вы оказываетесь в невыгодном положении. Для того чтобы действовать в тех же масштабах, что и агенты дезинформации, и выявлять закономерности их работы, потребуется некая форма журналистики, дополненная ИИ."- Все больше журналистов становятся фрилансерами или создают независимые группы расследований. Как эти изменения влияют на будущее журналистики данных и какие возможности или риски они несут?"- Это требует большой гибкости и постоянных технических экспериментов, поэтому независимость может открыть возможности для инноваций и развития. Но, очевидно, свобода работать вне крупных традиционных медиа-организаций означает меньшую защиту, меньший доступ к источникам, и может быть сложнее оказывать влияние своей работой. Будущее журналистики данных связано с будущим журналистики в целом: на протяжении десятилетий мы наблюдаем, как бизнес-модели меняются в условиях снижения затрат и роста конкуренции, и журналистика данных не является исключением. Ее рост отчасти обусловлен теми же силами: стоимость обучения навыкам анализа данных и необходимым для этого инструментам снизилась, а конкуренция повысила спрос на более глубокие и уникальные репортажи, способные обеспечить более высокую вовлеченность читателей. Еще одним фактором роста журналистики данных является растущая «информатизация» общества: данные не только становятся ключевым источником информации для журналистов, но и выступают посредником при взаимодействии аудитории с журналистикой (данные о человеке часто определяют сюжет, который он увидит, или подход, который он примет). Мы находимся только в начале этого процесса все большей персонализации новостей и тех вызовов, которые он бросает идеям общественного пространства и того, что мы можем назвать «национальным разговором». И точно так же, как журналистика все больше выходит за пределы редакции - рост гражданской журналистики и подкастеров, НКО и благотворительных организаций, создающих группы по расследованиям, - журналистика данных также все больше действует за пределами традиционных СМИ. «Автоматизированный контент - это еще один быстрорастущий рубеж, где, возможно, гонка вооружений между журналистами и пропагандистами проявляется наиболее ярко. Это одна из причин, по которой я считаю, что журналисты не могут игнорировать ИИ: если вы ведете информационную войну и даже не понимаете, какое оружие используют ваши противники, вы оказываетесь в невыгодном положении». „В авторитарных странах, где доступ к публичным данным ограничен или ими манипулируют, какие стратегии могут использовать журналисты, чтобы раскрыть правду, не подвергая себя риску?“ - Мы живем во взаимосвязанном и оцифрованном мире, поэтому если публичные данные ограничены или ненадежны, есть много других мест, где можно искать. Первое, что следует рассмотреть, - это посмотреть за пределы своей страны: многие собирают данные о том, что происходит в вашей стране. Вы можете использовать законы других стран о свободе информации, чтобы запросить данные и документы об их взаимодействии с вашей территорией. Вторая техника - это скраппинг: процесс автоматизированного сбора информации, опубликованной в Интернете, и преобразования ее в формат структурированных данных. Например, вы можете отсканировать объявления о работе в определенном секторе, чтобы получить представление о зарплате или дискриминационной практике, или отсканировать рекламу, чтобы получить представление о том, что и как часто происходит. Например, Всемирная служба Би-би-си вырезала официальные публикации в Х, чтобы получить представление о масштабах публичных казней в авторитарной стране. Третий метод - сбор данных вручную: это может быть просмотр годовых отчетов и внесение одной и той же информации из каждого в электронную таблицу или использование сообщений СМИ. Например, в проекте Бюро журналистских расследований «Умирающие бездомные» использовался именно такой подход, поскольку не было официальных данных о том, сколько людей умерло, оставшись без крова. Также могут существовать «публичные данные», которые не похожи на данные. Например, текстовые документы, такие как речи, политика и пресс-релизы, могут рассматриваться как данные. Можно проанализировать, как часто используются определенные термины, насколько они изменились с течением времени и т. д. Традиционные методы ИИ, такие как машинное обучение, можно использовать для классификации каждого документа, выявления изменений в настроениях или тематических групп в тексте (тематическое моделирование). Отсутствие данных или некачественные данные могут быть самой историей. Другой подход - изучить людей, которых это коснулось, и тех, кто ведет кампанию за изменения или работает над решением проблемы. Утечки - еще один потенциальный источник. Это несет в себе очевидный риск не только для журналиста, но и для источника, поэтому важно тщательно оценить риски, прежде чем рассматривать этот путь. Моделирование угроз может быть очень полезным навыком для оценки и устранения рисков в целом. Например, если вы занимаетесь скраппингом, вы можете убедиться, что IP-адрес скрапера не связан с вами или вашей организацией. «Мы живем во взаимосвязанном и оцифрованном мире, поэтому, если публичные данные ограничены или не вызывают доверия, есть много других мест, где можно поискать. Первый способ - посмотреть за пределы своей страны: многие собирают данные о том, что происходит в вашей стране» - Не по всем важным вопросам есть четкие данные. Каковы самые большие «слепые пятна» в журналистике данных сегодня и как журналисты могут расследовать истории, в которых отсутствуют структурированные наборы данных?"- Самым большим „слепым пятном“ обычно являются частные компании: существует гораздо больше данных о государственных органах, и на них также распространяются законы о праве на информацию, такие как Закон о свободе информации. Поэтому очень важно, чтобы все, кто работает с данными, осознавали это и прилагали дополнительные усилия для рассмотрения идей, связанных с историями, не относящимися к государственному сектору. Распространенный метод решения этой задачи - посмотреть, где частный сектор пересекается с государственным. Например, если у компаний есть контракты с государственными органами, то у этих органов могут быть данные об их деятельности, контрактах, переписке и т. д., которые можно получить через запросы о доступе к информации (FOI). Регулирующие органы могут собирать о них информацию или требовать, чтобы они публиковали определенную информацию на своем веб-сайте. Те же методы, которые могут быть использованы в авторитарной стране, где мало публичных данных, могут быть использованы и для решения проблемы «слепых пятен» в данных: сбор данных из открытых источников (например, годовых отчетов компаний или государственной политики), скраппинг, утечки и документы типа «текст как данные» - все это варианты для журналиста, испытывающего нехватку данных. На более детальном уровне нам, как правило, не хватает данных, дезагрегированных по этнической принадлежности, а также существуют «слепые пятна» в отношении пола, инвалидности, сексуальности и класса. Это делает особенно трудным выявление различий в результатах для людей из разных слоев общества или различий в отношении к ним. В результате многие данные могут быть «цветными» или не учитывать другие различия в опыте. В некоторых случаях лучшее, что мы можем сделать, - это сопоставить наборы данных, чтобы попытаться дать некоторое представление об этом. Например, в одной из недавних статей я рассматривал закрытие библиотек, и хотя данные о библиотеках не содержали показателей социального класса, я смог использовать местоположение библиотеки для перекрестного сопоставления с данными о бедности, чтобы показать, что самые бедные районы с гораздо большей вероятностью потеряют свою библиотеку. В других случаях данные могут быть доступны, но активно не публиковаться, и их нужно запрашивать через FOI. А если данные не собираются, всегда есть история, в которой спрашивается, почему. У журналистов как группы также есть «слепые пятна»: отсутствие разнообразия в наших редакциях означает, что мы не думаем о людях, которые могут быть замалчиваемы в наших данных, или о тех, чей опыт нуждается в более конкретной фокусировке. Широкие тенденции, которые выявляют данные, могут скрывать более мелкие тенденции, с которыми сталкиваются меньшинства, и только ознакомившись с ними (через личный опыт) или систематически ища их (задавая вопрос «одинаково ли это для всех групп?»), мы можем решить эту проблему». Многие СМИ используют алгоритмы для выявления тенденций или даже определения возможных направлений расследования. Каковы этические риски алгоритмической предвзятости в журналистике и как журналисты могут гарантировать, что идеи, основанные на ИИ, не укрепят существующие предубеждения?"- Есть опасность антропоморфировать ИИ, назвав его „предвзятым“, но он не предвзят так же, как человек. Лучше говорить о его предвзятости во множественном числе, или о его предвзятом обучении. Такие же предубеждения существуют и в опросах (когда определенные группы недопредставлены из-за более низкого процента ответов или когда меньшая численность населения порождает большую неопределенность), и мы видим различные методы, используемые в данных опросов, чтобы компенсировать это, но мы не говорим, что сам опрос необъективен, потому что мы не антропоморфируем опросы таким же образом. Как и в случае с опросами, важно не то, является ли алгоритм «предвзятым» или нет - все методы несовершенны, включая и особенно человеческие, - а то, какие шаги мы предпринимаем, чтобы уменьшить влияние этой предвзятости. Например, если мы обучаем алгоритмы выявлять тенденции или зацепки на основе предыдущих историй, мы можем спросить, как журналисты выбирают освещать одни истории, а не другие. Мы можем спросить, какие зацепки или тенденции журналисты склонны упускать, или, если группа журналистов ранжирует некоторые обучающие данные, мы можем убедиться, что эта группа представляет разнообразие точек зрения, которые мы хотим заложить в алгоритм. Другими словами, предвзятость - наша, а не ИИ, и если отмахнуться от предвзятости ИИ, то причина останется неустраненной. Это особая проблема для журналистики, которая имеет сильный миф об объективности, и это потребует от нас критического отношения к нашей собственной профессии так же, как мы критикуем другие формы власти. Мы даже можем использовать ИИ в качестве проверки наших собственных предубеждений. На этапе генерации и разработки идей журналисты склонны к групповому мышлению и предвзятости, поэтому существуют заранее разработанные сигналы, которые мы можем использовать для борьбы с этим. При поиске источников мы, как правило, полагаемся на небольшую группу знакомых и забываем о разнообразии - а ведь обращение к ИИ на этом этапе за другими предложениями может разблокировать наше мышление. Существует множество рекомендаций о том, как избежать предвзятости при написании статей, но журналисты применяют их непоследовательно. Мы должны регулярно просить ИИ проанализировать нашу работу с учетом этих рекомендаций и дать нам совет. На каждом этапе мы вносим в процесс репортажа момент размышления и обратной связи, а не думаем, что мы каким-то образом превосходим ИИ. Предвзятость - наша, а не ИИ, и, отвергая ИИ как предвзятого, мы оставляем причину без внимания. Это особая проблема для журналистики, в которой прочно укоренился миф об объективности, и это потребует от нас критического отношения к собственной профессии так же, как мы критикуем другие формы власти. Мы даже можем использовать ИИ в качестве проверки наших собственных предубеждений."- Иногда цифрами можно манипулировать, чтобы рассказать вводящие в заблуждение истории. Каковы наиболее распространенные способы искажения данных в журналистике и как аудитория может стать более критичным потребителем информации, основанной на данных?"- Наиболее распространенным способом является не то, что цифрами манипулируют, а то, что другие важные цифры опускают. Например, оппозиционный политик может назвать количество преступлений, которое кажется высоким, но не упомянуть, что в предыдущие годы оно было еще выше. Или группа активистов может сказать, что в одном районе больше преступлений, чем в любом другом, но не упомянуть, что в нем также больше людей, чем в любом другом районе. Еще один прием - выделить большую сумму денег, потраченную на что-то, что кажется несерьезным, но при этом не упомянуть о гораздо большем общем бюджете, в котором эта сумма составляет лишь малую часть. Обычно правительство заявляет, что тратит на образование «больше, чем когда-либо», но не упоминает, что студентов тоже больше, чем когда-либо, а оборудование и зарплаты стоят больше, чем когда-либо, из-за инфляции. В реальном выражении, с поправкой на инфляцию, они могут на самом деле тратить меньше, или меньше на человека. Поэтому ключевой прием для зрителей и журналистов - спросить: «Какого контекста здесь не хватает?» Приводятся ли цифры в расчете на одного человека? Знаем ли мы, становятся ли эти цифры лучше или хуже? Скорректированы ли финансовые показатели с учетом инфляции? Знаем ли мы, какую долю от общего бюджета или от всех людей составляют эти, казалось бы, большие цифры? Еще одна область, на которой следует сосредоточиться, - это классификация: цифры могут быть преувеличены, если дать настолько широкие определения, что они на самом деле не измеряют то, на что претендуют. Например, в Германии много лет назад в Интернете была опубликована карта, на которой было заявлено о «преступлениях беженцев», но ее определение охватывало любое преступление, в котором люди описывались как «темнокожие» или «южные», и по крайней мере в одном случае человек был жертвой. Неправильная классификация может происходить и на институциональном уровне, как в случае с полицейским департаментом Лос-Анджелеса, который неправильно классифицировал людей как членов банд. Следите за изменениями в определениях в середине данных - например, Всемирный банк изменил свое определение крайней бедности в 2015 году. Узнайте о методологии сбора данных: основаны ли они на выборке или на всем населении? Если такая информация не предоставляется, стоит отнестись к ним с опаской."- Мы часто говорим о точности журналистских данных, но как насчет их психологического воздействия? Считаете ли вы, что освещение таких вопросов, как изменение климата, неравенство или преступность, с использованием большого количества данных может вызвать усталость от новостей или даже апатию у читателей?» - Мне не известны исследования, связывающие усталость от новостей или избегание новостей именно с журналистикой данных. Такое поведение, как правило, связано с более широким чувством беспомощности и перегрузкой плохими новостями. Поэтому, если уж на то пошло, то освещение событий с недостатком данных - сосредоточение внимания только на трагических событиях, которые вы не можете изменить, - скорее может вызвать усталость от новостей, чем репортажи, основанные на данных, которые дают более широкий взгляд и рассматривают ситуацию в контексте. Некоторые из стратегий борьбы с избеганием новостей требуют использования данных. Например, журналистика решений, которая, как было показано, повышает вовлеченность и помогает читателям почувствовать себя более компетентными, нуждается в данных, чтобы определить, на чем следует сосредоточить освещение (например, какие районы, как кажется, противостоят негативной тенденции). Но в целом усталость от новостей зависит от того, как мы выбираем способ освещения проблемы, а не от того, задействованы данные или нет. Как всегда, чем больше разнообразия в истории, тем лучше: если мы сосредоточимся только на данных, мы рискуем дегуманизировать проблемы; а если мы сосредоточимся только на человеческих историях, мы рискуем деконтекстуализировать опыт людей и свести его к анекдотам."- Вы были пионером в работе над интерактивными историями. По мере того как время внимания сокращается, а аудитория ищет более увлекательные форматы, видите ли вы будущее, в котором традиционная печатная журналистика будет заменена полностью интерактивными повествованиями, основанными на данных?"- Нет. С любой новой технологией всегда есть соблазн думать в терминах „все или ничего“, но мы знаем, что в журналистике редко бывает черное и белое, а в основном это оттенки серого. История технологий показывает нам, что новые технологии редко заменяют старые: печатные издания не были заменены радио, радио не было заменено телевидением, как и онлайн-новости. Разные технологии подходят для разных ситуаций, аудиторий и бюджетов. Редакторы должны руководствоваться именно этим, а не строгой идеологией, согласно которой один формат или подход изначально лучше всех остальных. Когда я писал «Модель для редакции новостей XXI века», речь шла о том, что разные форматы служат разным потребностям в процессе подготовки материала: интерактивность хорошо работает, когда новостное событие уже произошло и есть необходимость выйти за рамки простых фактов, но до этого момента зачастую важны просто «кто, что, где, когда» и скорость, а не глубина. «- Некоторые расследовательские проекты опираются на данные, предоставленные обычными гражданами (например, составление карты ущерба окружающей среде или отслеживание дезинформации). Как редакции могут обеспечить надежность данных, полученных с помощью краудсорсинга, и при этом поощрять участие общественности?"- Все зависит от конкретных обстоятельств истории, но необходимо четко оценить риски, а затем определить, какие шаги можно предпринять для их снижения. Например, если речь идет о проблеме, которая может привлечь троллей, то можно принять меры по блокировке сообщений, которые соответствуют определенным моделям поведения (например, поведение, похожее на бота, определенные слова, IP-адреса и т. д.). Краудсорсинг - это только один из этапов редакционного процесса и только один из инструментов в более широком наборе, поэтому все зависит от того, какие еще этапы у вас есть: как вы готовите почву, что вы делаете с информацией после ее отправки и что вы делаете с информацией после ее отправки? Какие еще инструменты вы используете, чтобы найти и рассказать историю? Часто краудсорсинг - это не только сбор информации, но и вовлечение и расширение возможностей сообщества. В журналистике может присутствовать высокомерие, которое фактически исключает те самые сообщества, которым она призвана служить. Поэтому, когда мы приглашаем аудиторию предоставлять информацию, это способ признать, что, возможно, у этой аудитории тоже есть знания, которые могут быть ценными. И мы также должны обеспечивать ценность информации путем ее проверки и последующих действий. Если мы этого не делаем, обращение к аудитории за информацией может быть истолковано как лень или эксплуатация."- Если бы у вас были неограниченные ресурсы, какое крупномасштабное исследование вы бы запустили сегодня? Есть ли недоописанные системные проблемы, которые, по вашему мнению, журналистика данных имеет уникальную возможность выявить?"- Имея неограниченные ресурсы, я бы, вероятно, хотел запустить проект, который попытался бы заполнить пробелы в данных, касающиеся этнической принадлежности, пола, инвалидности, класса и т. д., а также деятельности частного сектора. Предоставить платформу для привлечения власти к ответственности на самом местном уровне. Журналистика данных обладает уникальными возможностями для расширения прав и возможностей журналистов и аудитории так, как это часто не удается отдельным репортерам, поэтому я бы направил свои усилия именно туда. Если бы мне пришлось выбирать системную проблему, я бы назвал области, где частные компании предоставляют государственные услуги. Там тратятся государственные деньги, но без подотчетности и контроля, которые есть у государственных служб. И я бы сказал, неравенство в том, кто получает выгоду от этих денег, с точки зрения различных групп общества. Тюрьмы и тюремное заключение (например, просителей убежища) - это еще одна область, которая освещается крайне недостаточно: как привлечь аудиторию к вопросам, затрагивающим людей, которые, скорее всего, их не волнуют? Если мы считаем, что нашу аудиторию это не волнует, и это усложняет задачу, это не значит, что мы не должны освещать эти вопросы» - Давление, связанное с необходимостью быстрой публикации, велико как никогда, даже в журналистских расследованиях. Как журналисты, работающие с данными, могут сбалансировать потребность в скорости с глубиной и проверкой, которых требует высококачественная журналистика?"- Быстрые и простые истории имеют большую ценность, чем мы склонны себе придавать. Они позволяют журналистам составить представление о той или иной области, завоевать доверие, наладить контакты и следить за новостной повесткой дня. Качественное расследование не обязательно должно быть длинным материалом; оно может состоять из множества историй, одних простых, других более длинных, в течение определенного периода времени. Поэтому я не думаю, что нужно выбирать между тем или другим, мы можем быть стратегическими в определении быстрых историй, которые мы можем делать как часть нашего путешествия в поисках глубокой истины. Есть простые принципы, которые мы можем запомнить, работая быстро. Всегда будьте честны с собой и со своей аудиторией в том, чего мы не знаем. Легко делать предположения о данных, поэтому убедитесь, что вы точно понимаете, что измеряется, как, почему и кем. Ищите, что отсутствует в данных, и почему это могло быть упущено. Ищите другие точки зрения, как в любой истории, и используйте другие источники для подтверждения, как в любой истории. Я также думаю, что мы забываем о том, что наши истории - это часть большого разговора. Каждая история, которую мы рассказываем, делает наших зрителей и наших коллег-журналистов на шаг ближе к истине и на шаг глубже к пониманию. Отдельный журналист не обязан делать всю работу над историей, он может опираться на работу своих коллег и предшественников. В желании сделать все самому есть много эгоизма. Если мы хоть немного поможем другому коллеге в работе над материалом, значит, мы внесли свой вклад в эту историю, независимо от того, фигурирует в ней наше имя или нет.«- Помимо технологий и отраслевых тенденций, назовите один принцип или образ мышления, который журналисты не должны упускать из виду, как бы ни развивалась профессия?»- Мы здесь, чтобы служить нашей аудитории, а не для того, чтобы впечатлять коллег-журналистов, не для того, чтобы строить отношения с интервьюерами, даже не для продвижения какого-то дела. Мы можем служить этой аудитории простыми способами. Мы можем служить им, расширяя их возможности или устанавливая связи, мы можем рассказывать им то, что они не хотят слышать, о вещах, которые, как они думали, их не заинтересуют, потому что служить аудитории - это не то же самое, что говорить им то, что они хотят услышать. Не все, что мы делаем, связано с историями, это также может быть связано с инструментами, платформами или просто умением слушать. Награды и показатели вовлеченности ничего не значат, если в конечном итоге они не служат нашей аудитории.«»"»