Fakultet specjalizacyjny 2700-L-DM-D5FASP-DZI
Algorytmiczne dziennikarstwo newsowe
Media newsowe uważane są powszechnie za organizacje innowacyjne i wcześnie wdrażające nowe technologie (tzw. early adopters). We współczesnych newsroomach narzędzia oparte na algorytmach sztucznej inteligencji wykorzystuje się m.in. do tworzenia i redagowania treści, tłumaczeń lingwistycznych, konwersji głosu na tekst, generowania obrazów itd.
Ponieważ ekosystem cyfrowości, w którym funkcjonują współczesne media newsowe, opiera się na wielkich zbiorach danych i algorytmicznym kodzie, newsroomy stosują też zaawansowane oprogramowanie, by analizować i przewidywać zachowanie użytkowników w sieci internetowej (w tym na ich domenach), tworzyć nagłówki (tytuły i leady) zoptymalizowane pod silniki wyszukiwarek i silniki rekomendacji, czy nawet dostosowywać schematy artykułów i decyzje edytorialowe do reguł określanych przez wielkie infrastruktury cyfrowe.
Współcześni badacze mediów zaobserwowali, że ze stosowaniem tych narzędzi wiążą się zjawiska, które istotnie zmieniają sposób, w jaki tradycyjnie pracowali dziennikarze. Wykorzystanie nowoczesnych technologii wpływa na praktyki redakcyjne (np. gatekeeping – bycie strażnikiem dostępu, czy agenda-setting – ustalanie agendy) i modyfikuje gatunki dziennikarskie.
Celem zajęć jest wyposażenie osób studiujących w praktyczną wiedzę o mechanizmach rządzących produkcją i selekcją treści w Internecie oraz o narzędziach dostępnych we współczesnych newsroomach. Szerzej, zajęcia te mają zapoznać osoby studiujące z wyzwaniami technologicznymi i etycznymi związanymi z uprawianiem dziennikarstwa w dobie mediów algorytmicznych.
Szczegółowe zagadnienia:
1. Algorytmy – czym są, jak są tworzone i jakie mogą być społeczne konsekwencje ich upowszechnienia. Media algorytmiczne czy media w dobie algorytmów?
2. Rynek cyfrowych mediów newsowych w Polsce – struktura i podstawowe parametry (liczba unikalnych użytkowników, liczba odsłon, czas spędzany w witrynach, struktura ruchu).
3. Dostęp do informacji/ treści w dobie algorytmów – silniki wyszukiwania i systemy rekomendacyjne. Czym jest optymalizacja treści pod ich kątem. Konstrukcja strony wyników wyszukiwania (SERP)
4. Case study: Czym jest news dla wyszukiwarki Google
5. Współczesny newsroom i jego narzędzia
6. Dane. Co dziś można wiedzieć o użytkownikach i czy można wpływać na ich zachowania (analityka deskryptywna, diagnostyczna, predyktywna i preskryptywna)
7. Tradycyjne praktyki dziennikarskie w dobie mediów cyfrowych – co nam mówią najnowsze badania
8. Strategie i taktyki polskich newsroomów wobec silników wyszukiwania i systemów rekomendacyjnych (studia przypadków)
9. Przydatne narzędzia do analizy zjawisk i trendów w Internecie
Koordynatorzy przedmiotu
Efekty kształcenia
Wiedza:
- Student rozumie, czym są i jak działają wyszukiwarki internetowe oraz systemy rekomendacyjne mediów społecznościowych,
- Rozumie następujące pojęcia i ich zastosowanie: ruch internetowy, struktura ruchu internetowego, unikalny użytkownik, odsłona, czas spędzony w witrynie,
- Potrafi wskazać najpopularniejsze źródła ruchu mediów newsowych w Polsce,
- Rozumie, czym jest optymalizacja treści pod kątem silników wyszukiwania (SEO) i silników rekomendacyjnych,
- Potrafi wskazać co najmniej kilka narzędzi algorytmicznych, które dziennikarze i redaktorzy wykorzystują we współczesnych cyfrowych newsroomach,
- Wie, że we współczesnym medioznawstwie prowadzone są badania naukowe nad wpływem nowoczesnych technologii (w tym rozwiązań sztucznej inteligencji) na pracę dziennikarzy i redaktorów,
- Potrafi dokonać refleksyjnej analizy zagrożeń dla wolności słowa i niezależności dziennikarskiej płynących z implementacji praktyk opartych o automatyzację i rozwiązania algorytmiczne.
Umiejętności:
- Student posługuje się instrumentarium pojęciowym właściwym dla rozumienia mediów doby algorytmicznej (słowo kluczowe, użytkownik, wyszukiwanie, widzialność – visibility, trendowanie, SERP, generowanie treści, optymalizacja SEO, dashboard i inne)
- Potrafi analizować popularność haseł wyszukiwanych przez użytkowników w Internecie w czasie rzeczywistym za pomocą odpowiedniego narzędzia; potrafi analizować trendy w co najmniej jednym serwisie społecznościowym,
- Potrafi różnicować strategie lub taktyki wybranych marek newsowych względem silników wyszukiwania i/lub systemów rekomendacyjnych,
- Potrafi opracować taktykę optymalizacji pod kątem SEO lub silników rekomendacyjnych dla stworzonej przez siebie treści,
- Przeprowadza autorskie eksperymenty dot. widzialności (visibilty) treści lub marek newsowych w wynikach wyszukiwania,
- Potrafi odnaleźć elementy wzorca gatunkowego w wybranych treściach publikowanych przez cyfrowe media newsowe,
- Snuje samodzielną krytyczną refleksję na temat roli algorytmów we współczesnym dziennikarstwie
Kryteria oceniania
Podstawą zaliczenia zajęć jest obecność na zajęciach (dopuszczalne 2 nieobecności). Ocena opiera się na aktywności i pracy na zajęciach (40% oceny) oraz przygotowaniu i wygłoszeniu prezentacji (60 % oceny).
1. Obecność na zajęciach (dopuszczalne 2 nieobecności)
2. Przygotowanie i przedstawienie prezentacji
Literatura
Bruns, A. (2011). Gatekeeping, gatewatching, real-time feedback. Brazilian Journalism Research, 7, 117–136. https://doi.org/10.25200/BJR.v7n2.2011.355
Bucher, T. (2018). If... Then. Algorithmic Power and Politics. Oxford University Press
Digital News Report 2024 | Reuters Institute for the Study of Journalism. (b.d.). Pobrano 15 czerwiec 2025, z https://reutersinstitute.politics.ox.ac.uk/digital-news-report/2024
Filloux, F. (2013, luty 25). Google News: The secret sauce. The Guardian. https://www.theguardian.com/technology/2013/feb/25/1
Frizzera, L. (2018). I/O: Reinforcing Newsmaking Practices Through Algorithmic Media. Stream: Inspiring Critical Thought, 10. https://doi.org/10.21810/strm.v10i1.251
Funkcje i porady dotyczące usługi Microsoft Bing. (2025). Microsoft.com [strona produktu]. https://www.microsoft.com/pl-pl/bing/features/?form=MA13SW
Jak porządkowane są informacje w wyszukiwarce Google. (2025). Google Search [strona produktu]. https://www.google.com/search/howsearchworks/how-search-works/organizing-information/
Kreft, J. (2018). Władza algorytmów. U źródeł potęgi Google i Facebooka. Wydawnictwo Uniwersytetu Jagiellońskiego.
Levinson, P. (2010). Nowe nowe media. WAM
Lopezosa, C., Codina, L., & Pérez-Montoro, M. (2019). SEO and digital news media: Visibility of cultural information in Spain’s leading newspapers. Articles Publicats En Revistes (Biblioteconomia, Documentació i Comunicació Audiovisual). https://diposit.ub.edu/dspace/handle/2445/140177
McCombs, M. E., Shaw, D. L. (1972). The Agenda-Setting Function of Mass Media. The Public Opinion Quarterly, 36(2), 176–187. http://www.jstor.org/stable/2747787
Miejsca w Google, w których można zobaczyć wiadomości. (2025). Google News Initiative. https://newsinitiative.withgoogle.com/hownewsworks/pl/products/
Na czym polega automatyczne generowanie wyników. (2025). Google Search [strona produktu]. https://www.google.com/search/howsearchworks/how-search-works/ranking-results/
O’Neil, C. (2017). Broń matematycznej zagłady: jak algorytmy zwiększają nierówności i zagrażają demokracji. PWN
Shoemaker, P., Vos, T., & Stephen, D. R. (2009). Journalists as gatekeepers. The Handbook of Journalism Studies.
Tandoc, E. C. (2014). Journalism is twerking? How web analytics is changing the process of gatekeeping. New Media & Society, 16(4), 559–575. https://doi.org/10.1177/1461444814530541
Tworzenie treści przydatnych, rzetelnych i ukierunkowanych na użytkowników. (2025). Google Search Central. https://developers.google.com/search/docs/fundamentals/creating-helpful-content?hl=pl
Wiadomości Bing. (2025). Microsoft.com [strona produktu]. https://www.microsoft.com/pl-pl/bing/features/bing-news/?form=MA13SW
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: