Artificial journalism: the reverse of human-machine communication paradigm. Mapping the field of AI critical media studies

Cover Page

Cite item

Full Text

Abstract

The study for the first time endeavours to elucidate the distinct conceptual nuances of AI-driven journalism, exploring how it reshapes the core technological and communicative attributes of the field while influencing societal dynamics. The crisis within AI-driven human-machine interaction in journalism rooted in the essence and processing of information is defined. Despite the paradigm of journalism is rooted in a human-centered approach, its AI-driven paradigm is the same - but in a reversible mode. Journalism involves the translation of personal perspectives and experiences through the filter of memory. Algorithms function without the nuances of personal and social memory, thereby undermining the core principles of the journalistic profession. The loss of genuine, “analog” memory among journalists and their audiences, alongside the digital “memory” of algorithms, jeopardizes the fundamental societal role of journalism-upholding social order. Re-thinking the AI phenomenon as artificial communication, the authors propose the term “artificial journalism”. At the basic technological level it is based on various forms of automation and embedded within digital infrastructures; at the societal level it is designed for the central purpose of journalism and entangled with human practices. Both the levels are reversible. The term could serve as an umbrella term for all the AI-driven journalism activities. Also it removes contradictions not only in human-machine communication but clarify the essence of AI performance in journalism and media studies, and for the users. The emergence of AI-driven media practices opens the basic crisis conceptual contradictions which provokes new realms of research and necessitates the establishment of critical AI media studies.

About the authors

Marina G. Shilina

Plekhanov Russian University of Economics; Lomonosov Moscow State University

Author for correspondence.
Email: marina.shilina@gmail.com
ORCID iD: 0000-0002-9608-352X

Dr. Sc., Professor, Professor of the Department of Advertising, Public Relations and Design, Plekhsnov Russian University of Economics; Professor of the Department of Advertising and Public Relations, Faculty of Journalism, Lomonosov Moscow State University

36 Stremyannyi Pereulok, Moscow, 115054, Russian Federation; 9 Mokhovaya St, bldg 1, Moscow, 125009, Russian Federation

Irina I. Volkova

RUDN University

Email: volkova-ii@rudn.ru
ORCID iD: 0000-0002-2693-1204

Dr. Sc. in Philology, Professor, Professor of the Department of Mass Communication, Faculty of Philology

6 Miklukho-Maklaya St, Moscow, 117198, Russian Federation

Andrey Yu. Bombin

Saint Petersburg State University of Economics

Email: bombin.a@unecon.ru
ORCID iD: 0000-0002-1151-7721

senior lecturer, Department of Communication Technologies and Public Relations

30-32 Naberezhnaya Kanala Griboedova, St. Petersburg, 191023, Russian Federation

Anna A. Smirnova

Saint Petersburg State University of Economics

Email: smirnova.aa@unecon.ru
ORCID iD: 0000-0003-1392-2832

senior lecturer, Department of Communication Technologies and Public Relations, Deputy Dean of the Faculty of Humanities

30-32 Naberezhnaya Kanala Griboedova, St. Petersburg, 191023, Russian Federation

References

  1. Andrejevic, A. (2019). Automated media. New York: Taylor & Francis Group, Routledge.
  2. Assmann, A. (2004). Four formats of memory: From individual to collective constructions of the past. In C. Emden & D. Midgley (Eds.), Cultural Memory and Historical Consciousness in the German-Speaking World since 1500 (pp. 19-37). Bern: Peter Lang.
  3. Assmann, A. (2011). Cultural memory and Western civilization: Functions, media, archives. Cambridge: Cambridge University Press.
  4. Druzhinin, V.N. (2023). The psychology of general ability. Moscow: Urait Publ. (In Russ.)
  5. Esposito, E. (2022). Artificial communication: How algorithms produce social intelligence strong ideas. New York: The MIT Press.
  6. Fortunati, L., & Edwards, A.P. (2021). Moving ahead with human-machine communication. Human-Machine Communication, 2, 7-28. https://doi.org/10.30658/hmc.2.1
  7. Gambino, A., Fox, J., & Ratan, R. (2020). Building a stronger CASA: Extending the computers are social actors paradigm. Human-Machine Communication, 1, 71-86. https://doi.org/10.30658/hmc.1.5
  8. Graefe, A., & Bohlken, N.A. (2020). Automated journalism: A meta-analysis of readers’ perceptions of human-written in comparison to automated news. Media and Communication, 8(3), 50-59. https://doi.org/10.17645/mac.v8i3.3019
  9. Guzman, A.L., & Lewis, S.C. (2020). Artificial intelligence and communication: A human-machine communication research agenda. New Media & Society, 22(1), 70-86. https://doi.org/10.1177/1461444819858691
  10. Henestrosa, A.L., Greving, H., & Kimmerle, J. (2023). Automated journalism: The effects of AI authorship and evaluative information on the perception of a science journalism article. Computers in Human Behavior, 138, 107445. https://doi.org/10.1016/j.chb.2022.107445
  11. Hepp, A., Jarke, J., & Kramp, L. (2022). New perspectives in critical data studies. London: Palgrave Macmillan.
  12. Hepp, A., Loosen, W., Dreyer, S., Jarke, J., Kannengießer, S., Katzenbach, C., Malaka, R., Pfadenhauer, M., Puschmann, C., & Schulz, W. (2023). ChatGPT, LaMDA, and the hype around communicative AI: The automation of communication as a field of research in media and communication studies. Human-Machine Communication, 6, 41-63. https://doi.org/10.30658/hmc.6.4
  13. Oleshko, V., & Oleshko, E. (2020). reading as a democratic value and resource for the formation of the communicative and cultural memory of a nation. KnE Social Sciences, 4(2), 284-298. https://doi.org/10.18502/kss.v4i2.6347284-298
  14. Richards, R., Spence, P., & Edwards, C. (2022). Human-machine communication scholarship trends: An examination of research from 2011 to 2021 in communication journals. Human-Machine Communication, 4, 45-65.
  15. Shilina, M.G. (2012). The theory of public relations: Creating non-classical methodology. Mediascope, (1). Retrieved September 24, 2023, from https://mediascope.ru/node/1028
  16. Shilina, M.G. (2022). Mediatization in the context of the global crisis: Temporality as a research modality. Russian School of Public Relations, 24, 45-57.
  17. Volcic, Z., & Andrejevic, M. (2023). Automated media and commercial populism. Cultural Studies, 37(1), 149-167. https://doi.org/10.1080/09502386.2022.2042581

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».