Рус Eng Cn Перевести страницу на:  
Please select your language to translate the article


You can just close the window to don't translate
Библиотека
ваш профиль

Вернуться к содержанию

Litera
Правильная ссылка на статью:

Алгоритмы и контент-стратегии регионального ТВ в цифровой среде: платформа как редактор (на примере телеканала «360»)

Кисляк Александр Алексеевич

ORCID: 0009-0003-1320-0933

магистр; Филологический факультет; Российский университет дружбы народов им. П. Лумумбы

117198, Россия, г. Москва, Обручевский р-н, ул. Миклухо-Маклая, д. 6

Kislyak Aleksandr Alekseevich

Graduate student; Faculty of Philology; P. Lumumba Peoples' Friendship University of Russia

6 Miklukho-Maklaya str., Obruchevsky district, Moscow, 117198, Russia

sasha0000@list.ru
Другие публикации этого автора
 

 
Хлевнюк Алёна Игоревна

ORCID: 0009-0004-6830-2037

магистр; Филологический факультет; Российский университет дружбы народов им. П. Лумумбы

117198, Россия, г. Москва, Обручевский р-н, ул. Миклухо-Маклая, д. 6

Khlevnyuk Alena Igorevna

Graduate student; Faculty of Philology; P. Lumumba Peoples' Friendship University of Russia

6 Miklukho-Maklaya str., Obruchevsky district, Moscow, 117198, Russia

aloyna.kh@mail.ru
Пыталева Надежда Валерьевна

ORCID: 0009-0003-6283-4027

магистр; Филологический факультет; Российский университет дружбы народов им. П. Лумумбы

117198, Россия, г. Москва, Обручевский р-н, ул. Миклухо-Маклая, д. 6

Pytaleva Nadezhda Valerievna

Graduate student; Faculty of Philology; P. Lumumba Peoples' Friendship University of Russia

6 Miklukho-Maklaya str., Obruchevsky district, Moscow, 117198, Russia

nadyapytaleva@mail.ru

DOI:

10.25136/2409-8698.2025.5.74479

EDN:

MEMWNN

Дата направления статьи в редакцию:

16-05-2025


Дата публикации:

31-05-2025


Аннотация: В условиях цифровой трансформации медиапотребления особую актуальность приобретает изучение механизмов алгоритмического влияния на редакционные практики региональных телеканалов. Внимание исследователей всё чаще сосредотачивается не только на контенте, но и на платформах как активных участниках информационного процесса. Настоящее исследование посвящено анализу того, как алгоритмы рекомендаций в социальных сетях и агрегаторах (ВКонтакте, Telegram, Яндекс.Дзен) влияют на формат, жанровую структуру, стилистику и выбор тем в новостном контенте телеканала «360». Раскрывается концепт «платформа как редактор», в рамках которого цифровые медиаплатформы не только транслируют, но и формируют повестку за счёт своих алгоритмов. Анализируются типовые практики редакционного производства: жанровая редукция, эмоционализация контента, клиповое построение новостных материалов и приёмы визуального вовлечения аудитории. В центре внимания — изменение профессиональных практик и логики контент-стратегий под давлением требований цифровых экосистем. Методология включает контент-анализ 90 постов, статистическую обработку вовлечённости и сравнительную классификацию по жанрам, структуре и тематике. Научная новизна исследования заключается в обосновании концепции «платформа как редактор», согласно которой алгоритмические механизмы цифровых площадок не только распространяют, но и активно формируют структуру, стиль и тематику медиаконтента. Впервые для регионального телевещателя («360») проведён сопоставительный анализ его присутствия на трёх разных цифровых платформах с учётом их алгоритмической логики. Новым является внедрение метрики вовлечённости «реакции на 1000 просмотров» для количественной оценки эффективности постов. Также исследование демонстрирует, как стилистика новостей (эмоциональность, визуальная насыщенность, длина текста) адаптируется под требования рекомендательных систем. Такой подход позволяет выявить зависимость редакционных решений от технической архитектуры платформ и актуализирует необходимость учитывать алгоритмы в процессе медиапланирования, особенно в региональном медиасегменте.


Ключевые слова:

алгоритмы рекомендаций, цифровые платформы, региональные СМИ, дигитализация, контент-стратегия, вовлечённость аудитории, платформа как редактор, контент-анализ, социальные сети, медиапроизводство

Abstract: In the context of the digital transformation of media consumption, the study of the mechanisms of algorithmic influence on the editorial practices of regional TV channels has become particularly relevant. Researchers are increasingly focusing not only on content but also on platforms as active participants in the information process. This study is dedicated to analyzing how recommendation algorithms in social networks and aggregators (VK, Telegram, Yandex.Zen) influence the format, genre structure, style, and topic selection in the news content of the "360" TV channel. The concept of "platform as editor" is revealed, within which digital media platforms not only broadcast but also shape the agenda through their algorithms. Typical practices of editorial production are analyzed: genre reduction, emotionalization of content, clip-based construction of news materials, and techniques for visually engaging the audience. The focus is on the changes in professional practices and the logic of content strategies under the pressure of digital ecosystem demands. The methodology includes content analysis of 90 posts, statistical processing of engagement, and comparative classification by genre, structure, and topic. The scientific novelty of the study lies in substantiating the concept of "platform as editor," according to which the algorithmic mechanisms of digital platforms not only disseminate but also actively shape the structure, style, and themes of media content. For the first time, a comparative analysis of the regional broadcaster ("360") presence on three different digital platforms, considering their algorithmic logic, has been conducted. The introduction of the engagement metric "reactions per 1000 views" for quantitative assessment of post effectiveness is also new. Additionally, the study demonstrates how the stylistics of news (emotionality, visual saturation, text length) is adapted to the requirements of recommendation systems. This approach allows for the identification of the dependence of editorial decisions on the technical architecture of platforms and highlights the need to consider algorithms in the media planning process, especially in the regional media segment.


Keywords:

recommendation algorithms, digital platforms, regional media, digitization, content strategy, audience engagement, platform as editor, content analysis, social media, media production

Введение

В последние годы цифровая трансформация СМИ радикально изменила не только формы распространения информации, но и сами редакционные практики. Если ранее редакция определяла порядок, формат и приоритеты новостей, то сегодня всё большую роль играют алгоритмы платформ, выступающие в качестве невидимого медиатора между журналистом и аудиторией. Актуальность изучения цифрового влияния на деятельность редакций обусловлена тем, что логика работы платформ — таких как ВКонтакте, Telegram, Яндекс.Дзен — становится определяющим фактором при производстве медиаконтента, особенно в сфере регионального телевещания, где ресурсы ограничены, а конкуренция за внимание пользователя особенно высока.

Современные алгоритмы рекомендаций формируют персонализированные ленты, подбирая контент не в соответствии с редакционной иерархией значимости, а по параметрам кликабельности, удержания внимания и эмоционального отклика. Это приводит к тому, что редакции вынуждены адаптироваться к логике цифровой среды: изменяется язык новостей, их визуальная структура, эмоциональный окрас и длительность. Возникает новая форма зависимости, при которой платформы фактически становятся соавторами или даже редакторами медиапродукта.

В связи с этим основная проблема исследования заключается в необходимости изучения того, каким образом алгоритмические механизмы влияют на выбор тем, подачу и стиль новостей в региональных телепроектах. Особый интерес представляет взаимодействие между редакцией телеканала и платформой: кто в действительности определяет, какой контент попадёт в пользовательскую ленту и в каком виде. Цель — выявить, как алгоритмы и системы рекомендаций цифровых платформ влияют на формат, стиль и тематическое наполнение новостного контента телеканала «360». Задачи включают: проведение контент-анализа новостей на трёх ключевых платформах (ВКонтакте, Telegram, Яндекс.Дзен); сопоставление показателей охвата и вовлечённости; а также определение зависимости редакционных решений от специфики алгоритмической дистрибуции.

Выбор телеканала «360» как объекта исследования обусловлен тем, что он представляет собой один из наиболее заметных примеров регионального ТВ, активно работающего в цифровой среде. Канал не просто адаптирует контент под разные площадки, но выстраивает дифференцированную стратегию взаимодействия с каждой платформой, что позволяет выявить особенности платформенной логики и редакционного реагирования на неё.

Теоретический блок: характеристика современного медиапространства

Современное медиапространство характеризуется не только стремительной цифровизацией, но и изменением институциональных и редакционных практик, вызванных влиянием платформ и алгоритмических механизмов. Одной из ключевых теоретических основ является концепция медиаконвергенции, трактуемая как процесс интеграции редакционных функций, технологических решений и мультимедийных форматов в единую систему производства и распространения контента [1-4]. Медиаконвергенция затрагивает все уровни медиапроизводства, от журналистской универсальности до редакционного планирования в условиях цифрового рынка [3].

Е. А. Баранова и С. Ю. Лисова подчёркивает, что конвергентная журналистика требует от редакции работы с несколькими форматами и каналами одновременно, что порождает необходимость технологической универсальности и стратегического управления информационными потоками [2, 19]. По мнению Е. Л. Вартановой, конвергенция — это не только технологический процесс, но и системное изменение медиаландшафта, в котором важнейшую роль начинают играть цифровые платформы и их логика работы [4, с. 12]. В условиях, когда платформа выступает не только средством доставки, но и фильтром, определяющим видимость и успешность контента, редакции всё чаще подстраиваются под алгоритмы [5, 8]. Это подтверждается исследованиями Я. Н. Засурского, Н. А. Захарченко и Л. М. Земляновой [10-12].

Алгоритмическая модерация — важное понятие для анализа трансформации редакционной политики. Данное понятие активно изучается Е. В. Олешко с начала 2010-х годов [22]. Гатов утверждает, что алгоритмы уже не просто сортируют информацию, а становятся скрытыми редакторами, формирующими тематические и жанровые контуры информационной повестки [6]. Речь идёт о глубокой зависимости от метрик эффективности (CTR, ER, watch-time), а также о структурной перестройке редакционных практик в соответствии с логикой платформ. М. Е. Драгун отмечает, что особую роль в цифровой среде приобретает феномен «инфотейнмента» — эмоционально насыщенных, легко потребляемых новостей, генерирующих высокий уровень вовлечённости [7, с. 143]. М. М. Лукина в своих исследованиях так же выделяет возросшую актуальность такого рода новостей [20-21].

В этом контексте концепция цифровой редакции становится не просто расширением традиционной структуры, а принципиально новой формой организации медиапроизводства. Как пишет А. Г. Качкаева, цифровая редакция включает в себя не только журналистов, но и специалистов по визуализации данных, таргетированию, аналитике пользовательского поведения и SEO-оптимизации [15, с. 28]. Редакционные решения здесь принимаются не только исходя из новостной ценности, но и на основе прогноза алгоритмической эффективности — насколько материал «зайдёт» в выдаче.

Также важно учитывать подходы к понятию платформенной логики, как отмечает А. П. Енбаева [9]. Е. Л. Вартанова акцентирует внимание на том, что платформы навязывают собственные правила: они задают формат публикации, ограничивают длину текста, стимулируют определённую визуальную стилистику и приоритизируют контент, соответствующий поведенческим паттернам пользователей [4, с. 213]. Исследования И. Кирии, Л. М. Земляновой, А. Г. Качкаевой, А. А. Калмыкова показывают, что платформа и редакция находятся в постоянной коэволюции: редакция изучает алгоритм, подстраивается под него, а платформа на основе пользовательских данных снова изменяет механизмы отбора и ранжирования [13-18].

Таким образом, современная тележурналистика, особенно в региональном измерении, переживает этап трансформации, в котором алгоритмы цифровых платформ начинают выполнять функции редакционного посредника. Это требует от исследователя осмысления новых методологических подходов к анализу новостного производства, с опорой на концепции медиаконвергенции, цифровой редакции и платформенной логики. Телеканалы и редакции вынуждены пересматривать традиционные жанрово-форматные рамки, принимая во внимание не только аудиторию, но и алгоритм как полноправного участника медиапроцесса.

Эмпирическое исследование

Методологическая основа исследования построена на использовании количественного и качественного контент-анализа постов регионального телеканала «360» на трёх цифровых платформах: ВКонтакте, Telegram и Яндекс.Дзен. Выбор этих платформ обусловлен их ключевой ролью в современной медиасреде: каждая из них имеет собственную алгоритмическую логику, механизмы ранжирования контента и тип взаимодействия с пользователями. Анализу подверглись 90 публикаций (по 30 с каждой платформы), размещённых в период с 1 апреля по 30 апреля 2025 года.

Контент анализировался по четырём основным категориям:

  • Жанр публикации (новость, аналитика, инфотейнмент, репортаж, мем);
  • Структура материала (лид, подзаголовки, длина, наличие списков и цитат);
  • Эмоциональная окрашенность (нейтральная, негативная, позитивная);
  • Визуальные приёмы (тип иллюстрации, наличие видео, инфографики, мемов, эмодзи).

Дополнительно анализировались метрики эффективности, адаптированные под особенности цифровой среды. К ним относились:

– охват (общее количество просмотров);

– вовлечённость (отношение суммарных реакций — лайков, репостов, комментариев — к охвату, выраженное в процентах);

– реакции на 1000 просмотров (объединённый показатель активности, нормированный по числу просмотров).

Пример расчёта вовлечённости: (лайки + репосты + комментарии) ÷ просмотры × 100%. Для точного сопоставления показателей между платформами использовалась метрика «реакции на 1000 просмотров», которая позволяет избежать искажения из-за различий в аудитории и охвате (таблица 1).

Таблица 1 – Сравнительные метрики эффективности постов по платформам

Платформа

Средний охват (просмотры)

Средняя вовлечённость (%)

Реакции на 1000 просмотров

Наиболее используемый жанр

ВКонтакте

90 000

6,5%

65

Инфотейнмент + происшествия

Telegram

12 000

5,2%

52

Мем, новость с эмодзи

Яндекс.Дзен

20 000

3,1%

31

Лонгрид с изображениями

Данные таблицы 1 подтверждают высокую корреляцию между жанрово-эмоциональной подачей и эффективностью контента. Платформа ВКонтакте демонстрирует наибольшие охваты и уровень вовлечённости, особенно в формате инфотейнмента и шок-контента. Telegram показывает высокую плотность реакций при сравнительно меньшем охвате — мемы и визуально насыщенные короткие сообщения способствуют быстрому взаимодействию. Яндекс.Дзен уступает в темпах вовлечения, однако обеспечивает устойчивый интерес к текстовым материалам, особенно с региональной спецификой. Общий тренд указывает на зависимость редакционного стиля от требований алгоритмов, при этом эффективность усиливается за счёт эмоциональной упаковки и точечного визуального оформления.

Результаты анализа цифрового присутствия телеканала «360» на платформах ВКонтакте, Telegram и Яндекс.Дзен демонстрируют чёткую зависимость между структурой контента, его эмоциональной окраской и алгоритмической логикой каждой платформы. Количественные метрики, полученные в результате контент-анализа 90 публикаций за выбранный период, позволили выявить различия в стратегии подачи и эффективности материалов.

Наиболее высокие показатели вовлечённости (в среднем 6,5 %) и абсолютного охвата (до 180 000 просмотров) зафиксированы во ВКонтакте. Здесь доминируют короткие видеоролики и посты, оформленные в жанре инфотейнмента — с яркими заголовками, эмоциональной лексикой, визуальными акцентами (эмодзи, фото с ярко выраженными эмоциями, драматизмом, антагонизмом). При этом значительная доля публикаций (около 70 %) носит сенсационный или тревожный характер: происшествия, аварии, резонансные высказывания — это типичный «шок-контент», который получает приоритетное продвижение внутри алгоритмов платформы благодаря высокой доле мгновенных реакций. Алгоритм ВКонтакте, ориентированный на массовую вовлечённость, выводит в топ публикации с максимальным количеством лайков, комментариев и репостов за короткое время. Это подталкивает редакцию к персонализации подачи и креолизации текстов — сокращению, насыщению визуальными элементами и эмоциональной окраской заголовков.

В Telegram охваты существенно ниже (средний показатель — 12 000 просмотров), однако платформа демонстрирует высокую реактивность аудитории. Средняя вовлечённость составляет 5,2 %, а число реакций на 1000 просмотров — 52. Здесь преобладают мемы, а также короткие новости с визуальной маркировкой: эмодзи, стикеры, короткие видео и голосовые комментарии. Визуальный стиль и структурная лаконичность делают Telegram идеальным каналом для быстрой доставки эмоционально окрашенной информации и построения диалога. Контент чаще ориентирован на ядро активной подписной аудитории, а не на случайные охваты. Особенность Telegram — алгоритмическая нейтральность: материал видят все подписчики, но за счёт внутренних репостов, отложенных просмотров и ботов продвижение тоже поддаётся косвенному алгоритмизированию. Редакция, зная поведенческую модель канала, активно использует сторителлинг, иронию, а также агрегирование комментариев — формируя «открытую» коммуникацию вокруг новостей.

Яндекс.Дзен демонстрирует устойчивый интерес к текстово-визуальному формату с преобладанием лонгридов. Средний охват здесь достигает 20 000 просмотров, но вовлечённость значительно ниже — в пределах 3,1 %. Реакций на 1000 просмотров — около 31. Доминирующий жанр — аналитическая статья с вкраплением мультимедийных элементов. Однако из-за специфики алгоритмов Дзена, опирающихся на интересы пользователя и его поведенческий паттерн, редакции приходится адаптировать контент под ключевые слова, тематические теги и длину чтения. Таким образом, не только форма, но и тема текста — во многом продукт алгоритмического отбора. Например, темы «подслушанных» диалогов, бытовых конфликтов или неожиданных происшествий с региональным колоритом показывают устойчивый интерес.

Анализ также выявил важную роль персонализации и адаптивной подачи на всех платформах: от оформления заголовков до выбора заглавного изображения и длины текста. Чем выше степень соответствия «ожиданиям» алгоритма, тем выше охват и темп набора просмотров в первые 30–60 минут.

В совокупности эти данные указывают, что цифровая редакционная стратегия телеканала «360» не просто учитывает, но и подстраивается под алгоритмическую логику платформ, включая такие параметры, как эмоциональная сила заголовка, формат (текст, видео, креолизованные посты), визуальная насыщенность и скорость доставки. Это позволяет оптимизировать охват и реактивность пользователей в условиях цифровой конкуренции (таблица 2).

Таблица 2 – Сравнительная характеристика платформ по контентным и алгоритмическим признакам

Платформа

Доминирующий жанр

Средний охват

Вовлечённость (%)

Реакции на 1000 просмотров

Алгоритмический приоритет

ВКонтакте

Шок-контент, происшествия

90 000

6,5 %

65

Вирусность, массовое взаимодействие

Telegram

Мем, сторителлинг

12 000

5,2 %

52

Внутренние репосты, диалоговая активность

Яндекс.Дзен

Лонгрид, аналитика

20 000

3,1 %

31

Индивидуализированный интерес

Таким образом, редакционные практики телеканала демонстрируют устойчивую трансформацию в сторону платформенной адаптации, где выбор формы и содержания определяется не только профессиональными стандартами журналистики, но и требованиями алгоритмических медиаторов.

Анализ цифрового контента телеканала «360» в различных средах распространения — ВКонтакте, Telegram и Яндекс.Дзен — демонстрирует, что алгоритмы этих платформ не просто служат каналами доставки информации, а напрямую влияют на редакционные решения. Именно алгоритмическая логика — совокупность приоритетов платформ по типу контента, метрикам и пользовательским предпочтениям — становится медиатором между редакцией и аудиторией. Это приводит к трансформации не только форматов и жанров, но и самой модели новостного производства.

Одна из ключевых трансформаций — сокращение длины и усиление эмоциональной насыщенности сообщений, особенно во ВКонтакте. Например, классические жанры (новость, заметка) подвергаются формальной и визуальной адаптации: заголовок становится кликбейтовым, в начале текста — тревожная формулировка или вопрос, в теле — краткий пересказ без лишних деталей. Всё направлено на быструю реакцию пользователя и «удержание» внимания, особенно в первые 10–30 секунд после открытия поста. Элементы шок-контента («ДТП с жертвами», «взрыв в жилом доме», «скандал с чиновником») получают приоритет в алгоритмах из-за высокой скорости отклика аудитории — лайков, комментариев, репостов. Редакция учитывает это, структурируя сообщения в виде «крючка» — эмоционального триггера — и снабжая их визуально-эмоциональными компонентами: фото с криками, авариями, трагическими мизансценами.

В Telegram наблюдается другая логика. Алгоритмически нейтральный, но социально «откликаемый» канал поощряет иронию, лаконичность и сторителлинг. Здесь редакция применяет формат нарратива или псевдодиалога с подписчиком, часто в духе: «Что произошло в Одинцово? Читаем». Короткие мемы, образы, стикеры усиливают контент — создавая эффект «своего» источника, близкого к аудитории. Telegram-каналы работают на постоянную аудиторию, поэтому вместо охвата ставка делается на конвертацию реакции в доверие, комментирование и отложенное взаимодействие. В таких условиях трансформация контента связана не с упрощением, а с повышением плотности смысла и стилистической игры.

Что касается Яндекс.Дзена, платформа демонстрирует комплексное влияние на структуру материала. Здесь алгоритм не ранжирует контент по лайкам, а работает на основе индивидуализированных интересов и ключевых слов. В результате редакция вынуждена выстраивать статьи с ориентацией на SEO-логику: заголовок — с интригой и ключевыми фразами, лид — с максимальной информативностью, тело текста — с оптимальной длиной (3–5 тыс. знаков), включающее фото, цитаты, выделения. Подобная адаптация превращает новость в жанр, близкий к блоговому лонгриду, с добавлением бытового колорита, комментариев очевидцев, региональной лексики. Например, посты про «пенсионеров из Подмосковья, обманутых курьером», оформляются с упором на подробности и моральный подтекст, формируя устойчивый эмоциональный фрейм.

Во всех случаях можно зафиксировать общее направление изменений: отход от универсального стандарта новостного текста в пользу платформенно обусловленного формата. Это проявляется в длине материала (от 150 знаков в Telegram до 4000–5000 в Дзен); визуальной структуре (во ВКонтакте — эмоциональное фото и эмодзи, в Дзене — изображение с подписями и инфографикой); языке подачи (в Telegram — разговорный, в Дзене — нарративный, в ВК — броский и прямолинейный). Например, одна и та же новость — об отключении воды в Подольске — в Telegram подаётся в формате: «Завтра без воды. Где и на сколько — смотрим», с прикреплённой схемой; во ВКонтакте — как тревожный пост с заголовком: «Тысячи жителей Подольска останутся без воды. Что случилось?»; а в Дзене — с аналитическим заголовком и пояснением причин, комментариями ЖКХ и возможными последствиями.

Таким образом, платформы начинают действовать как редакторы: они формируют рамки, в которых происходит отбор, оформление и акцентирование контента. Это приводит к вынужденной многоформатности редакции, где один и тот же инфоповод подаётся в трёх разных стилях, с учётом поведенческой логики пользователей и предпочтений алгоритма. Такая стратегия, с одной стороны, расширяет охват и сегментирует аудиторию, с другой — поднимает вопрос устойчивости стандартов журналистики, которые теряют универсальность. Контент становится не просто адаптированным, но «предсказанным» под алгоритм: создаётся не для пользователя напрямую, а с учётом того, как платформа покажет этот контент и кому. Следовательно, редакционная практика в условиях цифровой среды неизбежно смещается от классической медиалогики к платформенной, в которой доминируют не принципы информирования и баланса, а метрики реакции, вовлечённости и алгоритмического резонанса.

Заключение

Современная медиасреда трансформировалась под влиянием цифровых платформ, которые выступают не просто как технологические посредники, а как активные субъекты, формирующие редакционные практики. Концепция «платформа как редактор» основывается на том, что алгоритмы социальных сетей и агрегаторов выполняют функции, традиционно принадлежавшие человеку-редактору: отбор, ранжирование, приоритизацию и структурирование контента. Это приводит к перераспределению власти в медиапроцессе — от журналиста и редакции к цифровому механизму.

В классической редакционной модели именно журналист или редактор принимал решение о важности темы, её формулировке и размещении. Однако в условиях цифровых платформ, таких как ВКонтакте, Telegram или Яндекс.Дзен, эти решения частично или полностью передаются алгоритмам. Они решают, какой пост увидит пользователь, в какой форме, в какое время и в каком контексте — исходя из его поведения, интересов, предшествующих взаимодействий. Таким образом, даже при одинаковом редакционном посыле, итоговое восприятие аудитории определяется не редакцией, а тем, как алгоритм «покажет» этот материал.

На практике это означает, что редакция больше не производит универсальный контент для всех. Она создает платформенно-ориентированный контент, где учитываются конкретные «правила игры» каждой среды: во ВКонтакте — приоритет быстрых, визуально насыщенных и эмоциональных постов; в Telegram — разговорный стиль, краткость и меметичность; в Дзене — SEO-оптимизированный, длинный текст с многоступенчатой логикой подачи. Иначе говоря, платформа определяет, каким будет новостной продукт на выходе.

Этот переход можно охарактеризовать как смещение редакционного суверенитета. Алгоритмы становятся невидимыми «соведущими» в процессе производства новостей. Более того, редакции начинают «писать для алгоритма»: использовать ключевые слова, менять длину абзацев, усиливать кликбейт-заголовки, адаптировать визуал. Возникает новая логика: контент проектируется не под читателя, а под платформу, чтобы достичь читателя

Теоретически, это означает, что платформа выступает как редактор второго уровня — не принимая решение о содержании напрямую, но создавая нормативные рамки и поведенческие ожидания. Такой подход сближает платформу с понятием инфраструктурного редактора, который не редактирует текст, но задаёт архитектуру его возможного распространения. В этой архитектуре важны не профессиональные критерии (новизна, значимость, точность), а метрики вовлечённости: CTR, ER, watch time, репосты и т. д

Импликации такого сдвига затрагивают как информационное разнообразие, так и журналистскую автономию. Платформы поощряют однотипные, повторяющиеся форматы, снижают устойчивость к сложному и конфликтному контенту, отсекают тематики, не вызывающие мгновенной реакции. Это ведёт к алгоритмическому стандартизированию, когда даже разные редакции вынуждены прибегать к схожим форматам, чтобы быть замеченными.

С другой стороны, концепция «платформа как редактор» стимулирует развитие медиаменеджмента нового типа. Редакции обучаются аналитике, метрикам, SEO-навыкам, работают с платформенными менеджерами, интегрируют A/B-тестирование. Возникает симбиоз — платформенно-редакционная экосистема, где успех определяется не только профессионализмом, но и степенью алгоритмической гибкости.

Таблица 3 – Функции редактора и платформы в управлении контентом

Элемент медиапроизводства

Редакция (традиционная модель)

Платформа (алгоритмическая модель)

Отбор тем

На основе значимости, актуальности, повестки дня

На основе пользовательского интереса и популярности темы

Ранжирование

По редакционной иерархии (главные/второстепенные)

По алгоритмическим метрикам (вовлечённость, CTR, реакции)

Время публикации

По расписанию и целевой аудитории

Автоматическая приоритизация по модели рекомендаций

Заголовки

Информативность, нейтральность

Эмоциональность, кликбейт, ключевые слова

Визуальные материалы

По стандартам качества и эстетики

По привлекательности для алгоритма (яркость, узнаваемые лица, эмоции)

Упаковка/структура текста

Жанровая и логическая структура

Оптимизация под платформу: короткие абзацы, эмодзи, хэштеги

Аудитория

Гипотетически широкая, сегментируется редакцией

Индивидуализированная, сегментируется платформой

В условиях цифровой среды редакция утрачивает монополию на финальный вид контента. Алгоритмы платформ становятся новыми актантами медиапроизводства, влияя на тематику, форму и успешность сообщений. В этом контексте концепция «платформа как редактор» позволяет пересмотреть взаимоотношения между технологиями и журналистикой как партнерские, но неравные — с растущим влиянием технологической инфраструктуры на смысловую структуру публичной коммуникации.

Выводы показывают, что цифровые платформы не только задают правила технической публикации, но и структурируют саму журналистскую повестку: от приоритета шокового и эмоционально заряженного контента до предпочтения кратких, персонализированных или визуально насыщенных сообщений. Таким образом, новостной продукт всё чаще проектируется с учётом ожиданий алгоритма, а не исключительно профессиональных редакционных стандартов.

Практическая значимость результатов заключается в том, что они позволяют региональным СМИ выстраивать более эффективные контент-стратегии в мультиплатформенной среде. Редакции могут применять гибкие подходы к структурированию контента, тестировать форматы и оптимизировать визуальный стиль публикаций. Полученные данные также полезны для медиаменеджеров, аналитиков и digital-стратегов, отвечающих за рост вовлечённости и охватов

Перспективным направлением дальнейших исследований является расширение выборки с включением федеральных и нишевых медиа, а также сравнение алгоритмических практик на зарубежных платформах. Интерес представляет изучение механизмов взаимодействия между редакцией и платформенными менеджерами, а также анализ долгосрочных последствий платформенной адаптации для журналистской автономии и качества общественно значимой информации.

Библиография
1. Балмаева С. Д. Медиаконвергенция и мультимедийная журналистика. Екатеринбург: Гуманитарный университет, 2010. 146 с. EDN: QYAQMV.
2. Баранова Е. А. Конвергентная журналистика. Теория и практика. Москва: Изд. Юрайт, 2025. 157 с.
3. Вартанова Е. Л. К чему ведет конвергенция СМИ? Информационное общество, 1999. Вып. 5. С. 11-14. EDN: HRNTDZ.
4. Вартанова Е. Л. Медиаэкономика зарубежных стран. Москва: Аспект Пресс, 2003. 431 с. EDN: QSZSWP.
5. Вырковский А. В. Редакционный менеджмент в печатных и онлайновых массмедиа: процессный подход. Москва: МедиаМир, 2016. 384 с. EDN: WZEJGX.
6. Гатов В. Postjournalist. Журналистика после цифрового перехода. Москва: Издательские решения, 2024. 170 с.
7. Драгун Е. М. Инфотейнмент как явление современной медиакультуры: диссертация. Москва, 2015. 431 с. EDN: GYWLJX.
8. Духан М. Е. Мультимедийные средства интернет-журналистики. Екатеринбург, 2017. С. 136-139. EDN: ZDLOCJ.
9. Енбаева А. П., Топчий И. В. Сторителлинг - тренд современной журналистики. Медиасреда, 2018. № 2. С. 27-29.
10. Засурский Я. Н., Вартанова Е. Л. От книги до Интернета. Москва: Изд-во Моск. ун-та, 2000. 197 с.
11. Захарченко Н. А., Карелова Т. В. Инфотейнмент в современных массмедиа. Самара: Изд-во Самарского университета, 2021. 163 с.
12. Землянова Л. М. Зарубежная коммуникативистика в преддверии информационного общества. Москва: Изд-во МГУ, 2021. 144 с.
13. Калмыков А. А. Образы НОО. Матрица ключевых посланий. Москва-Берлин: Директ-Медиа, 2013. 291 с.
14. Качкаева А. Г. "Цифровая среда" и журналистика будущего. В кн.: Мультимедийная журналистика. Москва: Изд. дом ВШЭ, 2015. С. 27-34.
15. Качкаева А. Г. Журналистика и конвергенция: почему и как традиционные СМИ превращаются в мультимедийные. Москва, 2019. 288 с.
16. Качкаева А. Г., Шомова С. А. Мультимедийная журналистика. Москва: Изд. дом ВШЭ, 2017. 413 с. DOI: 10.17323/978-5-7598-1189-3 EDN: XYMVJJ.
17. Кирия И. Что такое мультимедиа? В кн.: Качкаева А. Г. (ред.) Журналистика и конвергенция. Москва, 2023. С. 18-26.
18. Корнев М. С. "Новые медиа" и гуманитарное: пересечение терминов и понятий. В кн.: Новые медиа в гуманитарном образовании. Москва, 2013. С. 14-20.
19. Лисова С. Ю. Телевизионные новости как форма знания о политике. Вестник БФУ им. И. Канта, 2011. № 6. С. 91-97.
20. Лукина М. М. Интернет-СМИ: Теория и практика. Москва: Аспект Пресс, 2013. 317 с.
21. Лукина М. М., Фомичева И. Д. СМИ в пространстве Интернета. Москва: Факультет журналистики МГУ, 2018. С. 75-84.
22. Олешко Е. В. Конвергентная журналистика: Профессиональная культура субъектов информационной деятельности. Екатеринбург: Изд-во Урал. ун-та, 2015. 256 с. EDN: VGAFPR.
References
1. Balmaeva, S. D. (2010). Media convergence and multimedia journalism. Humanitarian University.
2. Baranova, E. A. (2025). Convergent journalism: Theory and practice. Yurait Publishing.
3. Vartanova, E. L. (1999). What does media convergence lead to? Information Society, 5, 11-14.
4. Vartanova, E. L. (2003). Media economics of foreign countries. Aspect Press.
5. Vyrykovsky, A. V. (2016). Editorial management in print and online media: a process approach. MediaMir.
6. Gatov, V. (2024). Postjournalism: Journalism after the digital transition. Publisher not provided.
7. Dragun, E. M. (2015). Infotainment as a phenomenon of modern media culture: dissertation.
8. Dukhan, M. E. (2017). Multimedia tools of internet journalism, 136-139.
9. Yenbaeva, A. P., & Topchiy, I. V. (2018). Storytelling-a trend of modern journalism. Media Environment, 2, 27-29.
10. Zasursky, Y. N., & Vartanova, E. L. (2000). From book to Internet. Moscow University Press.
11. Zakarchenko, N. A., & Karelova, T. V. (2021). Infotainment in modern mass media. Samara University Press.
12. Zemlyanova, L. M. (2021). Foreign communicative studies on the brink of the information society. MSU Press.
13. Kalmykov, A. A. (2013). Images of the NEO: The matrix of key messages. Direct-Media.
14. Kachkaeva, A. G. (2015). "Digital environment" and the journalism of the future. In Multimedia journalism (pp. 27-34). Higher School of Economics Publishing House.
15. Kachkaeva, A. G. (2019). Journalism and convergence: Why and how traditional media are turning into multimedia.
16. Kachkaeva, A. G., & Shomova, S. A. (2017). Multimedia journalism. Higher School of Economics Publishing House. DOI: 10.17323/978-5-7598-1189-3
17. Kiriya, I. (2023). What is multimedia? In A. G. Kachkaeva (Ed.), Journalism and convergence (pp. 18-26).
18. Kornev, M. S. (2013). "New media" and the humanities: Intersection of terms and concepts. In New media in humanitarian education (pp. 14-20).
19. Lisova, S. Y. (2011). Television news as a form of knowledge about politics. Bulletin of the BFU named after I. Kant, 6, 91-97.
20. Lukina, M. M. (2013). Internet mass media: Theory and practice. Aspect Press.
21. Lukina, M. M., & Fomicheva, I. D. (2018). Mass media in the space of the Internet. Faculty of Journalism of Moscow State University.
22. Oleshko, E. V. (2015). Convergent journalism: Professional culture of subjects of information activity. Ural University Press.

Результаты процедуры рецензирования статьи

В связи с политикой двойного слепого рецензирования личность рецензента не раскрывается.
Со списком рецензентов издательства можно ознакомиться здесь.

Предметом исследования в рецензируемой статье являются алгоритмы и контент-стратегии регионального ТВ в цифровой среде. Актуальность работы аргументируется тем, что «логика работы платформ — таких как ВКонтакте, Telegram, Яндекс.Дзен — становится определяющим фактором при производстве медиаконтента, особенно в сфере регионального телевещания, где ресурсы ограничены, а конкуренция за внимание пользователя особенно высока». Видится целесообразным изучить, каким образом алгоритмические механизмы влияют на выбор тем, подачу и стиль новостей в региональных телепроектах. Эмпирическим материалом послужили публикации регионального телеканала «360», размещённые в период с 1 по 30 апреля 2025 года на трёх цифровых платформах: ВКонтакте, Telegram и Яндекс.Дзен. Выбор телеканала «360» как объекта исследования обусловлен тем, что он представляет собой один из наиболее заметных примеров регионального ТВ, активно работающего в цифровой среде. Канал не просто адаптирует контент под разные площадки, но выстраивает дифференцированную стратегию взаимодействия с каждой платформой, что позволяет выявить особенности платформенной логики и редакционного реагирования на неё.
Теоретической основой исследования обоснованно послужили труды отечественных ученых, посвященные медиаконвергенции и мультимедийной журналистике; мультимедийным средствам интернет-журналистики; журналистике после цифрового перехода; редакционному менеджменту в печатных и онлайновых массмедиа и др. Библиография насчитывает 22 источника, представляется достаточной для обобщения и анализа теоретического аспекта изучаемой проблематики; соответствует специфике изучаемого предмета, содержательным требованиям. Однако в тексте отсутствуют ссылки на ряд источников (9-12 и 19-22), что противоречит правилам редакции по оформлению списка литературы: «В список литературы включаются только рецензируемые научные источники, которые !упоминаются! в тексте статьи».
Методология исследования определена поставленной целью и носит комплексный характер: использованы общенаучные методы анализа и синтеза; метод классификации; описательный и текстологический методы; интерпретативный анализ материала, количественный и качественный контент-анализ постов регионального телеканала «360» на трёх цифровых платформах: ВКонтакте, Telegram и Яндекс.Дзен. Выбор этих платформ обусловлен их ключевой ролью в современной медиасреде: каждая из них имеет собственную алгоритмическую логику, механизмы ранжирования контента и тип взаимодействия с пользователями.
В ходе исследования дана характеристика современного медиапространства; проведен контент-анализ новостей на трёх ключевых платформах (ВКонтакте, Telegram, Яндекс.Дзен); сопоставлены показателей охвата и вовлечённости; а также определена зависимость редакционных решений от специфики алгоритмической дистрибуции. Промежуточные результаты представлены в таблицах «Сравнительные метрики эффективности постов по платформам»; «Сравнительная характеристика платформ по контентным и алгоритмическим признакам»; «Функции редактора и платформы в управлении контентом». Сформулированы выводы о смещении редакционного суверенитета: «цифровые платформы не только задают правила технической публикации, но и структурируют саму журналистскую повестку: от приоритета шокового и эмоционально заряженного контента до предпочтения кратких, персонализированных или визуально насыщенных сообщений» и др.
Автор(ы) провели достаточно серьезный анализ состояния исследуемой проблемы. Теоретическая значимость работы заключается в том, что она вносит вклад в разработку проблемы концепции «платформа как редактор», в изучение алгоритмов и контент-стратегий регионального ТВ в цифровой среде. Практическая значимость определяется возможностью использования полученных результатов специалистами и редакциями региональных СМИ, медиаменеджерами, аналитиками и digital-стратегами, отвечающими за рост вовлечённости и охватов, а также в дальнейших научных изысканиях по заявленной проблематике.
Стиль изложения отвечает требованиям научного описания, содержание соответствует названию, логика изложения материала четкая. Обращаем внимание на техническую ошибку в написании слова «медиапространство» в подзаголовке «Теоретический блок: характеристика современного медиапростраесива».
Статья имеет завершенный вид; она вполне самостоятельна, оригинальна, будет полезна широкому кругу лиц и может быть рекомендована к публикации в научном журнале «Litera» после устранения указанного выше замечания относительно ссылок на научные источники.

Результаты процедуры повторного рецензирования статьи

В связи с политикой двойного слепого рецензирования личность рецензента не раскрывается.
Со списком рецензентов издательства можно ознакомиться здесь.

Современный мир СМИ разнообразен и вариативен. Исследование медиа-платформ есть актуальная задача новейшей науки, причем с разных позиций и сторон. Как отмечает автор в начале труда, «основная проблема данного исследования заключается в необходимости изучения того, каким образом алгоритмические механизмы влияют на выбор тем, подачу и стиль новостей в региональных телепроектах», «цель – выявить, как алгоритмы и системы рекомендаций цифровых платформ влияют на формат, стиль и тематическое наполнение новостного контента телеканала «360». На мой взгляд, предмет соотносится с одной из рубрик издания, проблема достаточно интересна, нова; как таковая концептуальная основа работы обозначена и выверена. Задачи исследования включают: «проведение контент-анализа новостей на трёх ключевых платформах (ВКонтакте, Telegram, Яндекс.Дзен); сопоставление показателей охвата и вовлечённости; а также определение зависимости редакционных решений от специфики алгоритмической дистрибуции». В целом текст стилистически однороден, налично стремление к собственно научному стилю. Например, «Современное медиапространство характеризуется не только стремительной цифровизацией, но и изменением институциональных и редакционных практик, вызванных влиянием платформ и алгоритмических механизмов. Одной из ключевых теоретических основ является концепция медиаконвергенции, трактуемая как процесс интеграции редакционных функций, технологических решений и мультимедийных форматов в единую систему производства и распространения контента», или «современная тележурналистика, особенно в региональном измерении, переживает этап трансформации, в котором алгоритмы цифровых платформ начинают выполнять функции редакционного посредника. Это требует от исследователя осмысления новых методологических подходов к анализу новостного производства, с опорой на концепции медиаконвергенции, цифровой редакции и платформенной логики. Телеканалы и редакции вынуждены пересматривать традиционные жанрово-форматные рамки, принимая во внимание не только аудиторию, но и алгоритм как полноправного участника медиапроцесса». Статья дробится на т.н. смысловые блоки, это позволяет следить читателю за развитием исследовательской мысли. Считаю, что большая часть суждений верна, позиция исследователя объективна; серьезных фактических неточностей не выявлено. Автор делает ориентир как на систематизацию имеющихся данных по указанной проблеме, так и анализирует ситуацию цифрового присутствия телеканала «360». При этом налична соразмерность теоретического и практического уровней. Фактически все в тексте статьи направлено на раскрытие темы: «результаты анализа цифрового присутствия телеканала «360» на платформах ВКонтакте, Telegram и Яндекс.Дзен демонстрируют чёткую зависимость между структурой контента, его эмоциональной окраской и алгоритмической логикой каждой платформы. Количественные метрики, полученные в результате контент-анализа 90 публикаций за выбранный период, позволили выявить различия в стратегии подачи и эффективности материалов». Общие требования издания учтены; статьи самостоятельна, оригинальна. Считаю, что цель достигнута, поставленный спектр задач решен. Выводы полновесно соотносятся с оснвной частью. Автор указывает, что «практическая значимость результатов заключается в том, что они позволяют региональным СМИ выстраивать более эффективные контент-стратегии в мультиплатформенной среде. Редакции могут применять гибкие подходы к структурированию контента, тестировать форматы и оптимизировать визуальный стиль публикаций. Полученные данные также полезны для медиаменеджеров, аналитиков и digital-стратегов, отвечающих за рост вовлечённости и охватов. Перспективным направлением дальнейших исследований является расширение выборки с включением федеральных и нишевых медиа, а также сравнение алгоритмических практик на зарубежных платформах». Вектор перспективы тоже стоит оценить положительно; таким образом, диалог и с оппонентами, и читателем в работе сформирован. Библиография к работе достаточно, формальный ценз выдержан. Рекомендую статью «Алгоритмы и контент-стратегии регионального ТВ в цифровой среде: платформа как редактор (на примере телеканала «360»)» к публикации в журнале «Litera» ИД «Nota Bene».