Markaziy Osiyoda media va kommunikatsiyalar xalqaro ilmiy jurnali

Nomeri 13 (2026): Markaziy Osiyoda media va kommunikatsiyalar Xalqaro ilmiy jurnali
Maqolalar

XITOY YANGILIKLARINI ISHLAB CHIQARISHDA ALGORITMIK HAMMUALLIFLIK: INSON-MASHINA HAMKORLIKLIGINING PEN LAN NAZARIYASI BO’YICHA UCH TURDAGI MODELI

PDF (Русский)
  • Zuxra Mansurova
Zuxra Mansurova
O‘zbekiston Jurnalistika va ommaviy kommunikatsiyalar universiteti magistranti
DOI: https://doi.org/10.62499/ijmcc.vi13.302

Nashr qilingan 2026-05-04

Kalit so‘zlar

  • hammualliflik; uch toifali nazariya,
  • Xitoy ommaviy axborot vositalari,
  • sun'iy intellekt,
  • inson-mashina hamkorligi

Iqtibos keltirish uchun

Mansurova , Z. (2026). XITOY YANGILIKLARINI ISHLAB CHIQARISHDA ALGORITMIK HAMMUALLIFLIK: INSON-MASHINA HAMKORLIKLIGINING PEN LAN NAZARIYASI BO’YICHA UCH TURDAGI MODELI. Markaziy Osiyoda Media Va Kommunikatsiyalar Xalqaro Ilmiy Jurnali, (13). https://doi.org/10.62499/ijmcc.vi13.302

Izoh

Sun'iy intellekt yangiliklar tayyorlanish ish jarayoniga integratsiya qilinayotgan zamonaviy jurnalistikada tahririyat mas'uliyatini muxbirlar va algoritmik tizimlar o'rtasida taqsimlovchi kontseptsiya paydo bo'lmoqda. Bu o'zgarish, ayniqsa, Xitoyda yaqqol namoyon bo'ladi, bu yerda davlat ommaviy axborot vositalari va yirik texnologik korporatsiyalar boshqa mamlakatlarda uchratib bo’lmaydigan avtomatlashtirilgan platformalardan foydalanmoqda. Ushbu maqola Xitoyning Xalq universiteti jurnalistika fakulteti professori Peng Lan tomonidan taklif qilingan hamkorlikning uch xil modellari tipologiyasiga asoslanib, Xitoy yangiliklarini ishlab chiqarishda algoritmlar va jurnalistlar oʻrtasidagi hamkorlik tuzilishini koʻrib chiqadi. Intellektual yangiliklar ishlab chiqarishda inson va mashina munosabatlarining uch darajali nazariyasi - vosita darajasi, sheriklik darajasi va o'zaro raqobat darajasi - tahlil uchun nazariy asosni tashkil qiladi. Xitoy jurnalistikasida hammualliflik tabiy hodisa emas, balki Xitoy ommaviy axborot vositalari tizimiga xos bo'lgan kontekst, kontent turi va tartibga solish muhiti bilan shakllangan murakkab inson va mashina munosabatlaridir.

PDF (Русский)

Bibliografik manbalar

  1. Андерсон, К.У. (2011). Совещательная, агонистическая и алгоритмическая аудитория: видение журналистикой своей аудитории в эпоху прозрачности аудитории. Международный журнал коммуникации, 5, 529–547. https://ijoc.org/index.php/ijoc/article/view/884
  2. Бруссард, М. (2019). Искусственный интеллект: как компьютеры неправильно понимают мир. Издательство MIT Press, 248. URL: https://mitpress.mit.edu/9780262537018/artificial-unintelligence/
  3. Дёрр, К.Н. (2016). Составление карты области алгоритмической журналистики. Цифровая журналистика, 4 (6), 700–722. https://doi.org/10.1080/21670811.2015.1096748
  4. Ежегодный доклад о развитии интеллектуальных средств массовой информации в Китае. (2022). Синьхуа — Государственное информационное агентство КНР. Пресс-служба Синьхуа. https://www.cuc.edu.cn/news/2022/0408/c1901a192255/page.htm
  5. “Искусственный интеллект-ведущий” в действии: виртуальный ведущий агентства Синьхуа дебютировал на Всемирной интернет-конференции (2018). Интернет-издание “CGTN”. URL: https://news.cgtn.com/news/3d3d514d3055444e30457a6333566d54/index.html
  6. Карлсон, М. (2015). Роботизированный репортер: автоматизированная журналистика и переосмысление труда, композиционных форм и журналистской власти. Цифровая журналистика, 3 (3), 416–431. https://doi.org/10.1080/21670811.2014.976412
  7. Ли, Ч. (2025) Искусственный интеллект и журналистская практика в Китае: анализ на основе теории обоснования с использованием качественных интервью. Достижения в прикладной социологии, 15, 360-376. doi: 10.4236/aasoci.2025.155020
  8. Льюис, С.К., и Вестлунд, О. (2015). Действующие лица, участники процесса, зрители и виды деятельности в кросс-медийной новостной работ. Цифровая журналистика, 3 (1), 19–37. https://doi.org/10.1080/21670811.2014.927986
  9. Пан З. и Лу Ю. (2020). Новая экология китайской журналистики: цифровая трансформация, логика платформы и институциональные изменения. Журналистика, 21 (4), 519–535.
  10. Пэн Лань. (2016). Интеллектуализация медиа: будущая волна медиа — Отчёт о тенденциях развития новых медиа (2016). Международный журнал новостей, 38(11), 6–24. URL: https://newjrs.github.io/penglan2016.pdf
  11. Пэн Лань. (2022). Взаимоотношения человека и машины в цифровой журналистике: трехуровневый анализ. Китайский журнал журналистики и коммуникации, (2), 6–25. URL: https://www.cssn.cn/xwcbx/wlyxmt/202210/t20221024_5551896.shtml
  12. Рекомендации по использованию искусственного интеллекта. (2024). Международная федерация журналистов (IFJ). URL: https://www.ifj.org/who/rules-and-policy/ifj-recommendations-on-the-use-of-artificial-intelligence
  13. Су Тао, & Пэн Лань. (2018). Растворение и реконструкция в эпоху “умных медиа” — Обзор исследований новых медиа за 2017 год. Международный журнал новостей, 40(1), 38–58. URL: http://cjjc.ruc.edu.cn/CN/Y2018/V40/I1/38
  14. Сяо Тэн, Синьси Цзюнь. (2023). Переломный момент? Новостная индустрия в эпоху AIGC. Сообщество разработчиков Tencent Cloud. URL: https://cloud.tencent.com/developer/article/2319843
  15. Турман, Н., Дёрр, К. и Кунерт, Дж. (2017). Когда репортеры начнут осваивать роботизированное написание текстов. Цифровая журналистика, 5 (10), 1240–1259. https://doi.org/10.1080/21670811.2017.1289819
  16. Фехер, К. (2021). Media Brain и ИИ-ведущие Синьхуа. AI Media Research. URL: https://aimediaresearch.com/2021/05/17/media-brain-and-xinhua-ai-news-anchors/
  17. Флю, Т., Сперджен, К., Дэниел, А., и Свифт, А. (2012). Перспективы вычислительной журналистики. Практика журналистики, 6 (2), 157–171. https://doi.org/10.1080/17512786.2011.616655
  18. Чжэн, Ю., Бу, Чж., Фань, Я., (2018). Когда алгоритмы встречаются с журналистикой: восприятие пользователями автоматизированных новостей в межкультурном контексте. Компьютеры в человеческом поведении, 86, 266-275. URL: https://pure.psu.edu/en/publications/when-algorithms-meet-journalism-the-user-perception-to-automated-/
  19. Ян, Ц., Лю, Ю., Чен, Т., и Тонг, Ю. (2019). Федеративное машинное обучение: концепция и приложения. ACM Transactions on Intelligent Systems and Technology, 10 (2), статья 12. https://doi.org/10.1145/3298981