Sporto žurnalistika ilgą laiką rėmėsi gana paprasta schema – įvykis, reportažas, komentaras. Tačiau pastaraisiais metais ši tvarka pastebimai kinta, ir kaltininkai tam yra dirbtinis intelektas bei didelių duomenų masyvai, kurie leidžia redakcijoms ir technologijų kompanijoms kurti turinį, pritaikytą kiekvienam skaitytojui atskirai. Mobiliosios programėlės, kurios anksčiau tiesiog transliuodavo tą patį straipsnį visiems vartotojams, dabar geba atpažinti individualius interesus ir formuoti visiškai skirtingą naujienų srautą dviem žmonėms, sekantiems tą pačią lygą.
Nuo bendro srauto prie individualaus turinio
Didieji duomenys šiuo atveju atlieka pamatinę funkciją – jie fiksuoja vartotojo elgseną: kokias komandas jis seka, kiek laiko praleidžia skaitydamas tam tikros rūšies analizę, ar labiau domisi statistika, ar emocine reportažo puse. Dirbtinis intelektas šią informaciją apdoroja ir, remdamasis modeliais, nusprendžia, kokį turinį rodyti pirmiausia. Rezultatas – asmenizuota naujienų juosta, kurioje mažiau atsitiktinumo ir daugiau atitikties konkretaus žmogaus lūkesčiams.
Tokia sistema veikia ne tik straipsnių atrankos lygmenyje. Ji apima ir pranešimų personalizavimą, ir net kalbos stiliaus adaptaciją – vienam vartotojui rodomas trumpas faktinis santraukos variantas, kitam siūlomas platesnis analitinis tekstas. Panašūs principai jau seniai taikomi ir kitose srityse, kur svarbu greitai reaguoti į vartotojo elgseną bei pomėgius – pavyzdžiui, azartas.lt platformoje matomas panašus požiūris į turinio ir pasiūlymų pritaikymą pagal individualius interesus, kas rodo, jog personalizacijos logika peržengia vienos pramogų šakos ribas.
Kur slypi rizika
Vis dėlto asmenizacija turi ir savo šešėlinę pusę. Kuo tiksliau sistema atpažįsta vartotojo pomėgius, tuo labiau ji linkusi siūlyti panašų turinį – tas pats klubas, tie patys žaidėjai, tos pačios temos. Toks „burbulo“ efektas gali susiaurinti skaitytojo akiratį, o kartu ir sumažinti sportinės žurnalistikos vaidmenį kaip platesnio konteksto teikėjo. Redakcijos, kurios remiasi vien algoritminiu pasirinkimu, rizikuoja prarasti tą redakcinį sprendimą, kuris kadaise leisdavo skaitytojui atsitiktinai užkliūti už istorijos, apie kurią jis net nežinojo norėdamas sužinoti.
Kita problema – duomenų kokybė. AI sistema tiek gera, kiek geri yra ją maitinantys duomenys. Jei stebėjimo algoritmai klaidingai interpretuoja vartotojo elgesį (pavyzdžiui, žmogus atsitiktinai paspaudė nuorodą, bet realiai ta tema jo nedomina), personalizacija gali tapti trukdžiu, o ne pagalba.
Praktinis pritaikymas mobiliosiose platformose
Didžiosios sporto naujienų aplikacijos jau naudoja hibridinius modelius – dalis turinio parenkama algoritmiškai, dalis lieka žmogaus redaktoriaus kontrolėje. Toks derinys leidžia išlaikyti tam tikrą redakcinę atsakomybę, tuo pačiu suteikiant vartotojui jaučiamą patogumą. Push pranešimai taip pat tampa vis subtilesni – vietoj masinio pranešimo apie kiekvieną įvartį, sistema vertina, ar konkretus vartotojas apskritai seka tą varžybą, ir pagal tai reguliuoja pranešimų dažnį.
Įdomu tai, kad personalizacija palietė ir statistikos pateikimą. Vietoj standartinės lentelės su visais rodikliais, programėlė gali parodyti būtent tuos skaičius, kurie tam vartotojui aktualūs pagal jo ankstesnę sąveiką su turiniu – vienam svarbu perėjimų procentas, kitam – vien rezultatas.
Kai algoritmas tampa naujienų redaktoriumi
Galiausiai belieka pripažinti, kad riba tarp technologijos ir redakcinio sprendimo darosi vis mažiau apčiuopiama. Dirbtinis intelektas nebe tik padeda pateikti informaciją – jis dalyvauja sprendžiant, kas apskritai yra naujiena konkrečiam žmogui. Tai kelia ir profesinius, ir etinius klausimus, į kuriuos atsakymų kol kas nėra vieningų. Tačiau viena aišku – sporto žurnalistika, kokią pažinome prieš dešimtmetį, jau nebeegzistuoja tokia forma, o jos vietą užima kažkas dinamiškesnio, individualesnio ir, tikėtina, dar nebaigto formuotis.