Текст может написать нейросеть. А кто будет думать?

Недавно я разговаривал с сотрудником крупного российского медиахолдинга и сказал, что хочу найти для своих новых медиа крутых журналистов. Не обычных подрядчиков‑фрилансеров, которые время от времени присылают обезличенные статьи, а людей, способных постепенно разобраться в темах компании и писать о них постоянно. Это, конечно, смешно звучит – найти НАСТОЯЩЕГО журналиста, знаю.

Ответ был почти сочувственным: «Да ты что, журналисты же всё (и никогда не было “не всё”). Нормального текстовика уже не найдёшь, они все пишут в ChatGPT».

— рассказывает Андрей Свиридюк, совладелец и руководитель iLikeMedia.

В этой реплике есть правда. Точнее, в ней есть точное наблюдение и неверный вывод. Значительная часть людей, которые раньше продавали умение складывать слова в предложения, теперь действительно использует нейросети, и это логично. Если задача состоит в том, чтобы превратить пять тезисов в аккуратные четыре тысячи знаков, современная языковая модель сделает это быстрее и, зачастую, лучше человека. Она предложит структуру, уберёт повторы, сократит тяжёлые обороты, подберёт варианты заголовка и не попросит ещё два дня на вдохновение.

Но из того, что машина научилась писать текст, не следует, что она научилась заниматься журналистикой. Возможно, произошло обратное: только теперь стало хорошо видно, насколько малая часть журналистской работы заключается непосредственно в написании.

Когда слова перестали быть дефицитом

До появления доступных языковых моделей гладкий текст сам по себе считался результатом. Нужно было найти человека, который не путает падежи, чувствует ритм фразы, умеет начать материал не с определения из энциклопедии и способен удержать одну мысль на протяжении нескольких страниц. Такое умение встречалось не у всех, занимало время и поэтому имело отдельную цену.

Теперь слова перестали быть дефицитом. За несколько минут можно получить статью, письмо сотрудникам, сценарий аудиодайджеста, вопросы для интервью и десяток постов для корпоративного портала. При хорошем запросе результат будет выглядеть профессионально: понятные подзаголовки, аккуратные переходы, взвешенные аргументы и предусмотрительный вывод о том, что истина, как обычно, находится где‑то рядом.

Именно здесь возникает новая проблема. Хорошо собранный текст легко принять за хорошо сделанную работу. В нём нет явных ошибок, он соблюдает заданный тон и похож на материалы, которые мы уже читали. Но сходство с готовой статьёй ещё не означает, что внутри есть наблюдение, ради которого её стоило выпускать.

Нейросеть прекрасно развивает полученную мысль. Она хуже отвечает на вопрос, откуда эта мысль должна взяться. Если попросить её предложить темы для корпоративного медиа, она назовёт культуру, мотивацию, развитие сотрудников, цифровую трансформацию и баланс работы с личной жизнью. Всё это может быть уместно. Всё это уже тысячи раз было уместно. Чтобы выйти за пределы такого набора, нужно знать, что происходит именно в этой компании: о чём спорят её сотрудники, какие решения руководства они не понимают, почему один цех выполняет план иначе, чем другой, что изменилось после запуска нового оборудования и какой вопрос все задают в курилке, но никто не задаёт на общей встрече.

«Если нужно структурировать твои мысли, это может сделать нейросеть. Но чтобы их структурировать, мысли сначала должны быть. Задача журналиста и редактора – думать своей головой, рассматривать тему с разных сторон и понимать, каких людей и какую информацию для этого искать»,

— говорит Андрей Свиридюк.

Иными словами, нейросеть снизила стоимость формулировки, но не стоимость наблюдения. Она может помочь выразить точку зрения, однако кто‑то должен эту точку зрения выработать, проверить и сопоставить рядом с другой. Иначе редакция получает не ошибочный и даже не обязательно плохой текст. Она получает текст, которому нечего возразить именно потому, что в нём ничего не поставлено под сомнение.

Журналист нужен не для красивых предложений

Представим материал о начальнике производства крупной компании. Можно передать в LLM должность героя, несколько биографических фактов и расшифровку интервью. Она быстро построит понятную историю: профессиональный путь, ответственность, достижения, отношение к команде и планы на будущее. Если исходные данные верны, текст тоже может оказаться фактически верным.

Но до этого кто‑то должен понять, почему статья вообще посвящена этому человеку. Что именно он изменил? В чём состоит работа его подразделения? Как устроен процесс, о котором он говорит? Какие показатели действительно отражают результат, а какие хорошо выглядят только в презентации? Совпадает ли его описание изменений с опытом людей, которые работают рядом? Какой вопрос нужно задать второй раз, потому что первый ответ оказался формальным?

Без погружения автор не замечает не только сложные ошибки. Он пропускает самые простые вещи – неверное название должности, перепутанную единицу измерения, отраслевую аббревиатуру с другим значением, невозможную последовательность операций. Нейросеть способна уверенно встроить такую ошибку в хороший абзац. Человек, который не понимает предмета, так же уверенно её согласует, потому что не знает, что именно здесь нужно проверять.

Это касается не только статей. Редактор корпоративного радио должен понимать, почему один вопрос руководителю можно задать в записи, а другой необходимо оставить для прямого эфира. Автор аудиодайджеста – знать, какие подробности слушатель удержит на слух и где без цифры сообщение потеряет смысл. Редактор портала – отличать новость, важную для всей компании, от события, которое интересно только его организаторам. Для телевизионной трансляции нужно решить, что зритель должен увидеть, а не просто озвучить (и сделать это должен не режиссёр, а её автор и заказчик). Языковая модель поможет сделать сценарий из уже принятых решений, но сами решения требуют знания аудитории, среды и предмета разговора.

Поэтому искать сегодня «человека, который красиво пишет», возможно, действительно поздно. Красивый текст стал функцией, доступной почти каждому. Искать нужно человека, который замечает тему, отличает существенное от декоративного, умеет разговаривать со специалистами и не боится признать, что пока чего‑то не понимает. Письмо может быть отредактировано нейросетью. Вопросы к нему остаются человеческими.

Определить нейросеть по готовому тексту почти невозможно – и не нужно

Некоторое время назад iLikeMedia попросили помочь подготовить техническое задание для реального тендера на запуск корпоративного медиапроекта. Бюджет был ограничен, и заказчик опасался, что на конкурс придут «бывшие SMMщики с Дипсиком»: возьмут на себя производство материалов, поставят между редакцией и компанией менеджера, а всю содержательную работу сведут к пересылке запросов в языковую модель.

Простой ответ напрашивался сам собой: запретить нейросети и проверять готовые тексты детектором. Но такой запрет невозможно нормально проконтролировать, да и пользы от него немного. Детекторы оценивают статистические признаки текста, а не восстанавливают историю его создания. Их результат зависит от языка, жанра, модели, длины материала и последующего редактирования. Даже OpenAI ещё в 2023 году отключила собственный классификатор из‑за низкой точности: в опубликованной компанией оценке он распознавал только 26 процентов текстов, написанных ИИ, и при этом ошибочно относил к ним часть человеческих работ. В обзоре NIST, посвящённом прозрачности синтетического контента, эффективность подобных методов также названа предметом продолжающейся дискуссии: на реальных данных показатели меняются, а перефразирование и смешение человеческого и машинного текста дополнительно осложняют обнаружение.

Это не значит, что все детекторы бесполезны при любых условиях. Это означает, что процент в отчёте сервиса нельзя превращать в доказательство недобросовестности подрядчика. Тем более в корпоративном производстве, где один материал может пройти через интервью, расшифровку, ручной черновик, нейросетевую редактуру и финальную правку нескольких людей. На вопрос «кто написал этот текст?» в таком случае уже нет однозначного ответа.

Поэтому в рекомендации для тендера наша компания предложила проверять не происхождение предложений, а устройство работы. В проект заложили контрольные точки, на которых исполнитель должен показывать, что за готовым материалом существует редакционный процесс и человек, понимающий предмет.

Первое решение касалось принципа одного окна. Для закупки, сроков, счетов и сводного статуса один менеджер действительно удобен. Но в редакционной работе он не должен становиться единственным человеком, который слышит заказчика. Если специалист компании объясняет задачу менеджеру, менеджер пересказывает её редактору, редактор отдаёт копирайтеру, а тот формулирует запрос нейросети, каждый участник получает всё более аккуратную и всё менее содержательную версию исходного разговора. Противоречия исчезают, оговорки превращаются в утверждения, а вопрос, который можно было уточнить за пятнадцать минут, возвращается через несколько часов в виде не того текста.

Решение состояло не в том, чтобы убрать менеджера или заставить двадцать человек присутствовать на каждом ВКС. За проектом сохранился координатор, но автор, редактор и необходимые специалисты получали доступ к ключевым обсуждениям, исходным материалам и рабочей переписке и должен по требованию заказчика предоставить комментарий в кротчайший срок. Менеджер организовывал процесс, не подменяя собой содержательную коммуникацию.

Вторая контрольная точка напоминала защиту диплома. Человек, который сдаёт материал, должен быть способен отвечать за него: точно назвать героя, объяснить его должность и роль, показать происхождение фактов, рассказать, почему выбрана эта тема и какие детали пришлось проверять отдельно. Если статья касается производственного процесса, автору недостаточно повторить определение из справки. Он должен своими словами объяснить основы процесса и понимать разницу между похожими терминами, показателями и единицами измерения.

«Автор должен защитить свой материал, как диплом в хорошем университете. Не пересказать абзацы, а показать, что он понимает, о чём написал. Тогда уже не так важно, набирал ли он каждое предложение сам или использовал нейросеть для черновика»,

— объясняет Андрей Свиридюк.

Такой подход жёстче запрета на нейротексты. Запрет проверяет инструмент, а контрольные точки – качество мышления. Можно собственноручно написать пустой и неграмотный материал. Можно с помощью нейросети быстро собрать сильный текст из тщательно проверенной фактуры. Разница между ними находится не в характерных оборотах и не в длине тире, а в способности автора объяснить каждое существенное решение и заметить момент, когда машина предлагает убедительную ерунду.

Контекст нельзя один раз загрузить и считать работу законченной

На это часто отвечают, что достаточно создать базу знаний компании, подключить к ней модель и проблема исчезнет. Такой подход действительно полезен. Если в одном месте собраны актуальные названия подразделений, биографии спикеров, технические справки, принятые сокращения, документы и архив публикаций, редакция меньше зависит от памяти отдельных сотрудников. Нейросеть тоже начинает отвечать точнее, когда получает не случайный фрагмент, а подготовленный контекст.

Но база знаний – не склад истины в последней инстанции. Кто‑то решает, какие документы в неё попадут, замечает устаревшую должность, сверяет две противоречащие друг другу инструкции и выясняет, какое из значений показателя правильное. В компании постоянно появляются новые проекты, меняются люди и возникает опыт, который ещё нигде не описан. Если база не проверяется, нейросеть лишь быстрее распространяет старую ошибку.

Кроме того, знание фактов не равно пониманию ситуации. Можно загрузить все пресс‑релизы предприятия и так и не узнать, почему сотрудники иронизируют над официальным названием проекта. Можно собрать протоколы совещаний, но не увидеть вопрос, который участники не решаются задать руководителю. Можно дать модели весь архив корпоративного радио, но только редактор, знакомый с аудиторией, поймёт, почему одна и та же рубрика в офисе воспринимается как лёгкая, а на производственной площадке – как оторванная от реальности.

Контекст в человеке не похож на папку документов. Он включает память о прошлых разговорах, понимание внутренних границ, способность сопоставить официальное объяснение с наблюдением и привычку уточнять то, что выглядит слишком гладко. Именно поэтому компании выгодно работать с постоянной редакцией, а не каждый раз начинать материал с нового исполнителя и нового чата. Ценность такого сотрудничества не только в едином стиле. Она в том, что редактор постепенно перестаёт задавать очевидные вопросы и начинает задавать точные.

Новая технология не отменяет старый формат – она показывает его настоящую работу

В начале эпохи короткого видео казалось, что фотография станет промежуточным и ненужным продуктом. Этого не произошло. Фотографы продолжают работать (и хорошо зарабатывать), потому что фотография решает задачи, которые видео решает хуже: мгновенно фиксирует сцену, позволяет рассмотреть деталь, помещается в карточку, каталог или отчёт и не требует от зрителя времени на просмотр. Точно так же радио не исчезло после появления телевидения, а текст не исчез после подкастов и видеоплатформ.

Представим, что к Земле приближается метеорит. Пока он летит, самым важным форматом может оказаться прямая трансляция – видео или даже аудио, если задача состоит в том, чтобы немедленно предупредить людей. После падения потребуются фотографии и видеосъёмка: они покажут масштаб разрушений, место удара и работу спасателей. Позже появится текст аналитика, который сопоставит данные, объяснит причины и попытается оценить вероятность следующего события. Это не три конкурирующих способа рассказать одну историю, а три разных этапа понимания.

Нейросеть находится в той же системе. Она не делает текст ненужным и не превращает журналистику в устаревшее ремесло. Она меняет распределение труда внутри редакции. Расшифровка интервью, черновая структура, сокращение, поиск повторов, адаптация одного сообщения под разные каналы и варианты формулировок занимают меньше времени. Освободившееся время можно потратить на дополнительный разговор, проверку спорной цифры или вопрос, который сначала казался неудобным. Однако это не происходит автоматически. Если редакция измеряет работу только количеством выпущенных материалов, нейросеть просто помогает ей быстрее производить больше среднего текста.

Текст остаётся самым дешёвым и одним из самых удобных способов сохранять знание. Его можно просмотреть по диагонали, найти по поиску, процитировать, сопоставить с другим документом и вернуться к нужному абзацу через год. Кому‑то проще читать, чем смотреть или слушать. Корпоративному порталу всё ещё нужны статьи, аудиодайджесту – сценарий, радиоведущему – подготовленная фактура, а трансляции – редактор, который понимает, что именно сейчас важно показать и спросить.

Поэтому журналисты не «всё». Заканчивается другое: возможность выдавать владение словами за всю профессию. Если человек только формулировал очевидные мысли, нейросеть действительно делает эту работу быстрее. Если он находил тему, собирал контекст, задавал вопросы, проверял факты и отвечал за смысл, технология становится его инструментом.

Раньше журналиста было легко принять за человека, который пишет. Теперь стало заметнее, что журналист – это человек, который понимает, о чём пишет, и способен объяснить, почему этот текст вообще должен существовать.