Reynolds Center: новые AI-инструменты, которые действительно полезны бизнес-журналистам

Reynolds Center for Business Journalism опубликовал разбор панели SABEW, прошедшей 17 февраля 2026 года. В ней участвовали журналисты из Wall Street Journal, ICIJ, Google News Initiative и Forbes, оценивавшие, какие AI-инструменты действительно стали частью ежедневной журналистской работы, а не просто объектами экспериментов.

Модератором панели выступил Джефф Кофлин, старший редактор Forbes. Участники: Изабелла Кота (Международный консорциум журналистов-расследователей, ICIJ), Маго Торрес (директор по обучению в Google News Initiative, бывший дата-редактор The Examination) и Себастьян Эррера (журналист по технологиям в Wall Street Journal).

Разговор сосредоточился на двух категориях инструментов: Google NotebookLM и режимах глубокого исследования в ChatGPT, Claude и Gemini.

NotebookLM выделился на панели как особенно подходящий для журналистики инструмент — именно из-за того, как он ограничивает свои ответы. В отличие от универсальных языковых моделей, которые опираются на широкие обучающие данные, NotebookLM отвечает только на основе документов, которые пользователь загрузил самостоятельно: статей, транскриптов, новостных вырезок, видеоконтента. Для журналистики это важно: модель не может вводить факты из внешних источников, что снижает риск галлюцинаций в исследовательских заметках.

Себастьян Эррера рассказал, как использовал инструмент для срочного задания: после звонка по итогам квартала Oracle редакция попросила его написать профайл Ларри Эллисона за пару дней. Он загрузил в NotebookLM предыдущие публичные выступления Эллисона и задавал конкретные вопросы — что Эллисон говорил о Билле Гейтсе или о том, как управлять компанией в восьмидесятилетнем возрасте. Подход значительно сократил время, которое иначе ушло бы на ручной поиск. Его вывод: «Это действительно ускорило процесс репортажа».

Режимы глубокого исследования в ChatGPT, Claude и Gemini были названы значимым шагом вперёд по сравнению с прежними версиями. Участники описали их как модели, фактически работающие в двух режимах: быстрый ответ для простых запросов и более медленная, пошаговая обработка для сложных многосоставных исследовательских задач. Это делает их полезными для содержательных журналистских вопросов, а не только для простых справок.

Панель отметила сохраняющиеся опасения насчёт точности, галлюцинаций и этики, но охарактеризовала их как менее критические, чем год назад: инструменты улучшились, редакционные политики стали чётче.

Для бизнес- и журналистов-расследователей, которые оценивают, какие AI-инструменты стоит регулярно включать в рабочий процесс, статья полезна как практическая оценка от действующих репортёров — не демонстрация продукта и не заявления поставщиков.