Nieman Lab: как AI проникает в редакцию New York Times

О чём статья

Старший редактор Nieman Lab Лора Хэзард Оуэн исследует, как AI-инструменты создаются и внедряются в редакции New York Times. В центре материала — внутренний AI-инструмент Cheatsheet, развёрнутый для каждого журналиста редакции к февралю 2026 года, а также более широкий вопрос о том, как организация управляет AI-детекцией в момент, когда такая детекция технически ненадёжна.

Контекст: инструмент Cheatsheet

Cheatsheet — внутренняя AI-система, разработанная командой AI Initiatives Team NYT. Это не универсальный чат-бот, а специализированный инструмент для редакционных исследовательских задач. Репортёры использовали его для расследования группы, занимавшейся вмешательством в выборы, для транскрипции и перевода сирийских тюремных записей, для анализа высказываний Трампа о событиях 6 января и для составления кросс-медийного анализа с отслеживанием доктора Мехмета Оза в 2500 публикациях. Та же команда создала отдельный инструмент — «Manosphere Report» — для помощи репортёрам в отслеживании онлайн-сообществ радикализации.

Это не инструменты для написания текстов в обычном смысле. Это инструменты для исследования и анализа, позволяющие репортёрам проводить больше расследовательской работы со структурированными или многоязычными источниками, чем было бы иначе возможно. NYT, по всей видимости, намеренно проводит границу между AI как ускорителем исследований и AI как заменой авторского текста.

Ключевой аргумент о AI-детекции

Статья Оуэн также освещает подход Times к выявлению AI-сгенерированного контента в поступающих материалах. Генеральный директор Pangram Labs Макс Сперо признал, что инструменты AI-детекции одновременно пропускают AI-сгенерированный контент и дают ложные срабатывания, а оценить долю AI-материала в тексте затруднительно. Модели, генерирующие контент, и инструменты, выявляющие его, развиваются одновременно — что превращает детекцию в непрекращающуюся гонку вооружений, а не в решённую задачу.

Для кого

Журналисты, редакторы и авторы в новостных организациях, обдумывающие, как выстраивать внутренние AI-инструменты для репортажных задач, а не задач написания текстов — и все, кто отслеживает состояние AI-детекции в редакциях. Статья даёт конкретную, специфичную для конкретного учреждения картину того, как крупная редакция с историей разграничивает приемлемые и неприемлемые сценарии использования AI.