Следующее совместное заявление было опубликовано в понедельник, 28 сентября 2026 года, Институтом журналистики Lenfest и OpenAI.
Институт журналистики Lenfest объявил сегодня о следующем этапе Программы сотрудничества и стажировок по искусственному интеллекту Lenfest AI Collaborative and Fellowship Program, опираясь на фундамент крупнейшей в американской журналистике программы стажировок в области ИИ.
С момента своего запуска в 2024 году, в рамках которого инженеры по ИИ были направлены в 11 ведущих американских новостных организаций, программа доказала, что интеграция инженеров по ИИ помогает местным новостным организациям ускорять инновации, укреплять финансовую устойчивость и ответственно внедрять новые технологии. Программа будет расширена за счет новых инвестиций от OpenAI в размере 5 млн долларов, а также программных кредитов и инженерной поддержки на сумму до 5 млн долларов. OpenAI удвоила объем своей предыдущей поддержки программы.
Программа Lenfest AI Collaborative and Fellowship Program направляет штатных специалистов по ИИ в действующие новостные организации для стимулирования бизнес-инноваций в местной журналистике. За последние два года программа превратилась из амбициозного пилотного проекта в проверенную модель, помогающую местным новостным организациям разрабатывать защитные механизмы и стратегии внедрения ИИ для поддержки своей трансформации.
По мере того как программа Collaborative and Fellowship переходит на следующий этап, Институт Lenfest пригласит новую группу новостных организаций присоединиться к когорте для дальнейшего ответственного экспериментирования с ИИ и его внедрения.
Стажеры по инженерии ИИ работают бок о бок с руководством редакции, репортерами, продуктовыми командами, коммерческими отделами и топ-менеджментом, чтобы выявлять специфические для организации проблемы и создавать практические инженерные решения в области ИИ, а также безопасные, прозрачные и этичные правила. Их работа призвана укрепить новостные организации, сохраняя при этом человеческое суждение, редакционную честность, экспертизу и доверие, которые лежат в основе местной журналистики — более того, ожидается, что несколько инженеров-стажеров останутся на постоянной основе в ряде организаций, что говорит о ценности их работы.
В 11 участвующих организациях стажеры продемонстрировали, как ИИ может поддерживать широкий спектр функций: от взаимодействия с аудиторией и разработки новостных продуктов до журналистских расследований, работы с рекламой и доходами от читателей, а также расширения охвата материалов сотрудников и взаимодействия с местным сообществом.
Пилотный проект также показал, что успешное внедрение ИИ зависит от доверия, сотрудничества и четкого понимания потребностей организации в той же степени, что и от самих технологий. Внедренные стажеры нанимались на местах и становились частью организаций, которым они служили, изучая методы работы журналистов и создавая решения, основанные на реальных потребностях редакционных и бизнес-команд.
«Самый ценный урок первых двух лет работы программы Lenfest AI Collaborative and Fellowship заключается в том, что ответственное внедрение ИИ меньше связано с технологиями и больше — с доверием. Стажеры помогли своим новостным организациям создать практические инструменты и стимулировать культурные изменения изнутри — с помощью четких защитных механизмов, политических стандартов и открытого общения», — заявил исполнительный директор и генеральный директор Института Lenfest Джим Фридлих (Jim Friedlich). «Следующий этап программы Collaborative and Fellowship — это возможность для большего числа новостных компаний целенаправленно экспериментировать с ИИ при соблюдении высочайших редакционных стандартов и с учетом человеческого новостного суждения на первом плане».
«За первые два года этого партнерства было приятно видеть так много практических примеров того, как журналисты используют ИИ в качестве инструмента для предоставления качественных местных новостей», — отметил Том Рубин (Tom Rubin), директор по интеллектуальной собственности и контенту в OpenAI. «Местные новости играют жизненно важную роль в построении человеческих связей, которые делают район, поселок или город настоящим сообществом. Мы рады расширить наше партнерство с Институтом Lenfest, чтобы поддержать еще больше журналистов в этой важной работе».
Практические доказательства
На момент запуска стажировки генеративный ИИ в значительной степени оставался неизученным внутри местных новостных организаций. За последние два года участвующие организации разработали практические приложения, которые демонстрируют, как ИИ может поддерживать весь спектр деятельности новостного предприятия.
В The Philadelphia Inquirer стажировка поддержала разработку Dewey — инструмента, который помогает журналистам искать среди десятилетий архивных репортажей, и Scrape — инструмента мониторинга, который превратил примерно 15-часовую еженедельную задачу по сбору репортажей в ежедневный дайджест потенциальных тем для материалов из региона газеты.
В Chicago Public Media рабочие процессы перевода с помощью ИИ позволили организации публиковать оперативные материалы на испанском языке за малую долю времени, требовавшегося ранее, а также расшифровывать аудиоархивы, отражающие новости и культуру Чикаго, которые хранились десятилетиями. В других участвующих организациях проекты были посвящены поиску рекламодателей, моделированию доноров, персонализации аудитории, росту подписок, мониторингу публичных заседаний, переходу от печати к цифровому производству и повышению операционной эффективности.
В совокупности эти проекты показали, что потенциал ИИ выходит далеко за рамки влияния на продуктивность журналистов. Он может укрепить практически каждую функцию современной новостной организации, сохраняя и расширяя при этом центральную роль журналистов в создании надежных, независимых репортажей.
Проекты Collaborative также начали переходить из одной редакции в другую. Стажеры делились кодом, адаптировали идеи друг друга, сравнивали стратегии внедрения и опирались на разработки коллег из других организаций. Инструменты и подходы, возникшие в одной редакции, стали отправными точками для решения аналогичных проблем в других местах, демонстрируя, как инновации, разработанные в ходе стажировки, могут выйти далеко за рамки одной организации.
Чему мы научились
В ходе пилотного проекта был извлечен ряд важных уроков:
- Доверие важнее технологий: интеграция нанятых на местах инженеров в организации на два года оказалась трансформационной. Вместо того чтобы выступать в роли внешних консультантов с миссией навязать внедрение ИИ, стажеры работали над тем, чтобы глубоко понять редакционные рабочие процессы, организационную культуру и потребности пользователей в каждом конкретном новостном бизнесе. Стажеры часто выявляли ценные возможности благодаря умению слушать, проведению времени с сотрудниками, пониманию принципов их работы, выявлению повторяющихся болевых точек и созданию решений бок о бок с теми, кто в конечном итоге будет ими пользоваться. По мере роста доверия росло и внедрение: журналисты все чаще воспринимали стажеров как членов команды, с которыми можно сотрудничать для решения важных задач, привнося собственные идеи и проблемы и внедряя получаемые инструменты в свою повседневную работу.
Доверие важнее технологий: интеграция местных инженеров внутрь организаций на два года оказалась трансформационной. Вместо того чтобы выступать в роли внешних консультантов с задачей принудительного внедрения ИИ, стипендиаты работали над глубоким пониманием редакционных рабочих процессов, организационной культуры и потребностей пользователей в каждом отдельном новостном бизнесе. Стипендиаты часто выявляли ценные возможности благодаря умению слушать, общению с сотрудниками, пониманию особенностей их работы, определению повторяющихся проблем и созданию решений совместно с теми, кто в конечном итоге будет ими пользоваться. По мере роста доверия росло и внедрение: журналисты все чаще воспринимали стипендиатов как членов команды, с которыми можно сотрудничать для решения важных задач — они обращались к стипендиатам со своими собственными идеями и проблемами и внедряли полученные инструменты в свою повседневную работу.
- Начинайте с проблемы, а не с ИИ: во всей когорте стипендиаты обнаружили, что самые сильные проекты начинались с четко определенной задачи, а не с заранее заданного технического решения. Успешные проекты строились на основе тесного сотрудничества с пользователями, мелкомасштабного экспериментирования, постоянной оценки и ориентации на то, действительно ли технология улучшает работу.
Начинайте с проблемы, а не с ИИ: во всей когорте стипендиаты обнаружили, что самые сильные проекты начинались с четко определенной задачи, а не с заранее заданного технического решения. Успешные проекты строились на основе тесного сотрудничества с пользователями, мелкомасштабного экспериментирования, постоянной оценки и ориентации на то, действительно ли технология улучшает работу.
- Сотрудничество ускоряет инновации: прорыв в одной редакции часто становился отправной точкой для другой. Например, издание The Baltimore Banner опиралось на наработки команды The Philadelphia Inquirer при создании собственных инструментов поиска новостей. Стипендиаты из разных когорт аналогичным образом обменивались кодом, продуктовыми идеями, техническими подходами и извлеченными уроками, что позволяло организациям продвигаться вперед вместе быстрее, чем они могли бы это сделать по отдельности.
Сотрудничество ускоряет инновации: прорыв в одной редакции часто становился отправной точкой для другой. Например, издание The Baltimore Banner опиралось на наработки команды The Philadelphia Inquirer при создании собственных инструментов поиска новостей. Стипендиаты из разных когорт аналогичным образом обменивались кодом, продуктовыми идеями, техническими подходами и извлеченными уроками, что позволяло организациям продвигаться вперед вместе быстрее, чем они могли бы это сделать по отдельности.
Что дальше
Следующий этап программы AI Collaborative and Fellowship Program опирается на фундамент стипендиальной программы и одновременно значительно расширяет ее рыночный охват. Программа продолжит внедрять специалистов по ИИ в участвующие новостные организации, сохраняя приверженность помощи этим организациям в трансформации для удовлетворения потребностей современных пользователей. Институт The Lenfest Institute также расширит стипендиальную программу, включив в нее более широкий круг новостных организаций.
В то же время The Lenfest Institute расширит свои технические возможности, чтобы помогать активно превращать самые сильные проекты, созданные в рамках стипендии, в повторно используемые инструменты, фреймворки, плагины, руководства по внедрению, плейбуки и технические ресурсы, призванные принести пользу сотням новостных организаций. Одной из целей оказания поддержки при внедрении является облегчение поддержания и масштабирования межредакционного обучения, которое стихийно возникло в ходе пилотного проекта, с тем чтобы инструмент, рабочий процесс или технический прорыв, разработанные внутри одной организации, могли стать общей инфраструктурой для всего новостного сообщества.
В совокупности эти усилия представляют собой эволюцию от успешного экспериментирования к масштабируемому воздействию, создавая практические ИИ-решения, способные укрепить местную журналистику далеко за пределами самой стипендиальной программы.
Модель будущего местной журналистики
Объединяя опыт встроенного проектирования ИИ с общими инструментами, технической инфраструктурой и межорганизационным обучением, The Lenfest Institute стремится обеспечить, чтобы инновации, разработанные в стенах нескольких редакций, в конечном итоге принесли пользу еще сотням.
Возобновляемое и растущее партнерство с OpenAI отражает общее убеждение в том, что местная журналистика может извлечь наибольшую пользу из ИИ, когда новостные организации обладают необходимым опытом, инфраструктурой и сетями сотрудничества для его безопасного применения. Масштабируя то, что показало свою эффективность в рамках стипендиальной программы, The Lenfest Institute сосредоточен на том, чтобы помочь большему числу новостных организаций использовать новые технологии для укрепления своей журналистики, создания устойчивого бизнеса и более качественного обслуживания своих сообществ.
