Skip to content
Статья Nieman Lab апр. 2026 г.

Reuters Institute: как редакции используют AI для оживления архивов

О чём статья

Опубликованная Nieman Lab 7 апреля 2026 года и первоначально подготовленная Reuters Institute for the Study of Journalism, эта статья рассказывает о том, как несколько новостных организаций используют AI для превращения спящих архивов в полезные редакционные ресурсы и инструменты для читателей. В числе профилируемых организаций — The Economist, Charlie Hebdo, RetroNews, Archivi.ng, The Guardian и L’Eco di Bergamo.

Контекст: почему архивы перспективны для применения AI

Новостные архивы представляют собой десятилетия структурированного, индексированного контента с известными датами публикации, авторами и темами — свойства, которые делают их более доступными для AI-приложений, чем неструктурированный текст. Проблема в том, что этот материал обычно хранился в форматах, разработанных для поиска людьми, а не машинами, и огромный объём делает ручную курацию нецелесообразной.

Как конкретные редакции подошли к задаче

The Guardian создал два внутренних AI-инструмента. Первый — чат-бот, позволяющий журналистам напрямую делать запросы к полному архиву газеты, получая соответствующие предыдущие материалы для работы над текущей историей. Второй генерирует AI-обобщения последних публикаций для страниц категорий, давая читателям сводку продолжающихся историй из архивов. Оба инструмента сохраняют AI во вспомогательной роли: журналисты делают запросы, редакторы проверяют результат перед публикацией.

L’Eco di Bergamo, итальянская местная газета, использовала AI для обработки более 70 лет некрологов и превращения их в доступную для поиска базу данных. Читатели могут искать членов семьи, исследовать местную историю и находить связи между поколениями. Это приложение менее связано с текущим производством журналистики и больше — с тем, чтобы сделать исторические записи доступными для широкой аудитории.

Два различных применения архивов

Статья проводит практическое разграничение между двумя типами архивных приложений, требующих разных подходов.

Первый — для журналистов: AI-инструменты, помогающие репортёрам находить предыдущие материалы, выявлять исторические паттерны или получать контекст для активной истории. Цель — ускорение исследований, результат используется внутри редакции.

Второй — для читателей: AI-инструменты, которые делают архивные материалы доступными для широкой аудитории, как правило, в обобщённом или структурированном виде. Цель — расширение ценности издания для читателей, результат публикуется.

Оба требуют инвестиций в качество метаданных и AI-инфраструктуру, но редакционные риски и критерии успеха различаются. Инструмент для журналистов должен быть точным и быстрым. Инструмент для читателей также должен быть точным, но при этом соответствовать редакционным стандартам публикуемого контента.

Кому читать

Редакционным директорам и менеджерам новостных продуктов, думающим о том, как извлечь ценность из существующих архивов. Также полезно для журналистов, которые хотят понять, как AI-исследовательские инструменты строятся в редакциях, вышедших за рамки экспериментов в операционное использование.