مرکز آموزش همشهری
۳۰ تیر ۱۴۰۴

مأموریت بقا؛ روزنامه‌نگاری در عصر هوش مصنوعی و بهینه‌سازی برای پاسخ (GEO)

مرجعیت بدون درآمد، دیده شدن بدون بازدید

مأموریت بقا؛ روزنامه‌نگاری در عصر هوش مصنوعی و بهینه‌سازی برای پاسخ (GEO)

  1. کابوس یک روزنامه‌نگار در دنیای جدید
زمانی در تاریخ روزنامه‌نگاری، ارزش یک گزارش تحقیقی با میزان تأثیرگذاری آن در دنیای واقعی سنجیده می‌شد: استعفای یک مقام مسئول، آغاز یک تحقیق قضایی، یا شکل‌گیری یک جنبش اجتماعی. در عصر اینترنت، این معیار به تدریج جای خود را به معیارهای ملموس‌تری مانند «تعداد بازدید»، «زمان ماندگاری کاربر» و «نرخ کلیک» داد. موفقیت یک گزارش تحقیقی درباره فساد در یک نهاد دولتی، نه تنها با پیامدهای سیاسی آن، بلکه با نمودارهای ترافیک وب‌سایت اندازه‌گیری می‌شد. این منطق، هرچند ناقص، اما یک اصل بنیادین را در خود داشت؛ اینکه محتوای ارزشمند، مخاطب را به منبع اصلی می‌کشاند.
امروز، این اصل بنیادین در حال فروپاشی است. ما وارد عصری شده‌ایم که در آن، موفق‌ترین و دقیق‌ترین گزارش تحقیقی ممکن است هرگز به یک کلیک معنادار منجر نشود. با یکپارچه‌سازی ابزارهای هوش‌مصنوعی مولد مانند ChatGPT و Google AI Overviews در زیست‌بوم جست‌وجو، یک تناقض‌نمای تازه ظاهر شده است: آن محتوایی تولید می‌کنیم می‌تواند به عنوان «منبع شواهد و حقایق» برای یک پاسخ هوش‌مصنوعی انتخاب شود؛ جوری که مخاطب به خودش زحمت ندهد به «منبع اصلی» اصلی سر بزند. در واقع وبسایت رسانه‌ی ما شبیه مغازه یا فروشگاه عمل می‌کند و قرار است از طریق پیوندهایی که در رسانه‌های اجتماعی منتشر می‌کنیم، مخاطبان را به منبع اصلی برسانیم اما این اتفاق با چالش مواجه شده است.
چون بدون اینکه نیاز باشد روی پیوندی کلیک کنید و به پایگاه اصلی بروید می‌توانید نتایج مورد نیاز خود را بالا همان صفحه ببنید. در این وضعیت، رسانه‌ای که ساعت‌ها و روزها برای تولید آن محتوا هزینه کرده، از ارزشمندترین دارایی خود—توجه مستقیم مخاطب—محروم می‌ماند.
این سناریو، که توسط گزارش‌های متعدد درباره کاهش ترافیک ارجاعی از پلتفرم‌هایی مانند Google Discover تأیید شده، دیگر یک پیش‌بینی آینده‌نگرانه نیست؛ این واقعیت ساختاری جدیدی است که کل مدل کسب‌وکار و حتی فلسفه وجودی روزنامه‌نگاری دیجیتال را به چالش می‌کشد. از این رو باید گفت که چشم‌انداز بهینه‌سازی موتورهای جستجو (SEO) برای همیشه تغییر کرده است. هدف دیگر صرفاً کسب رتبه‌ی اول در لیست آبی لینک‌ها نیست، بلکه تبدیل شدن به منبعی است که الگوریتم‌های هوش‌مصنوعی آن را برای ساخت پاسخ‌های خود «معتبر» و «کافی» تشخیص می‌دهند.
در ادامه سعی می‌کنیم به کالبدشکافی این پارادایم نوین، یعنی بهینه‌سازی برای موتورهای مولّد (Generative Engine Optimization - GEO)، می‌پردازد. ما به دنبال تحلیل پیامدهای عمیق این تحول بر اصالت، اخلاق و بقای اقتصادی روزنامه‌نگاری هستیم و ساختاری منسجم برای درک و مواجهه با این چالش ارائه می‌دهیم. در جهانی که «پاسخ» بر «منبع» ارجحیت یافته، روزنامه‌نگاران چگونه می‌توانند مرجعیت خود را حفظ کنند و مأموریت دموکراتیک خود را به انجام برسانند؟ این، پرسش محوری دوران ماست. پرسش دیگر این است که پیامدهای بهینه‌سازی موتورهای مولّد (GEO) برای آینده‌ی حرفه‌ی روزنامه‌نگاری چیست؟


شرح عکس: احنمالا موقع جست‌وجو درباره‌ی یک موضوع در گوگل دیده‌اید که هوش مصنوعی پاسخ مستقیمی ارائه می‌کند و در عمل مخاطبان دیگر روی پیوند سایت ما کلیک نمی‌کنند.

2. از SEO به GEO؛ تعریف یک واقعیت جدید
۲.۱. GEO چیست؟
تا دیروز، تمام تلاش‌های SEO بر کسب کلیک متمرکز بود. اما امروز، در دنیای پاسخ‌های بدون کلیک، مفهومی جدید حاکم است به نام جئو (GEO). به زبان ساده،GEO  یعنی بهینه‌سازی محتوا به گونه‌ای که موتورهای هوش‌مصنوعی بتوانند آن را به عنوان معتبرترین، دقیق‌ترین و مستقیم‌ترین منبع برای تولید یک پاسخ خلاصه شناسایی کنند. هدف در GEO این نیست که کاربر را به سایت خود بیاورید، بلکه این است که محتوای شما به «پاسخ» نهایی تبدیل و نام رسانه‌ی شما به عنوان منبع آن ذکر شود. این یک تغییر بنیادین در استراتژی محتواست.

۲.۲. ابزارها و پلتفرم‌های عصر GEO
این تغییر صرفاً یک مفهوم نظری نیست؛ ابزارهای مرتبط با جئو نیز در حال شکل‌گیری‌اند. برای مثال، شرکت Wix که یکی از بزرگ‌ترین پلتفرم‌های مدیریت محتوا (CMS) است، ابزارAI Visibility Overview  را معرفی کرده است. صاحبان وبسایت‌ها و رسانه‌ها با این ابزار می‌توانند بررسی کنند که محتوای آنها چند بار و در کدام پلتفرم‌های هوش‌مصنوعی به عنوان منبع استفاده شده است. این یعنی معیار موفقیت دیگر فقط «تعداد بازدید» نیست، بلکه «میزان ارجاع توسط هوش مصنوعی» نیز به یک شاخص کلیدی عملکرد (KPI) تبدیل می‌شود.
همزمان، پلتفرم‌های جستجوی کاملاً جدیدی مانند پرپلکسیتی (Perplexity) که خود را یک «موتور پاسخ» می‌نامد، در حال ظهورند. این ابزارها به جای ارائه‌ی فهرستی از پیوندها، مستقیماً یک پاسخ جامع و مستند به کاربر ارائه می‌دهند و منابع خود را ذکر می‌کنند. برای یک روزنامه‌نگار، این یعنی محتوای او باید آنقدر شفاف و ساختاریافته باشد که بتواند در این زیست‌بوم جدید رقابت کند
.
۲.۳. تفاوت GEO با SEO سنتی
گسترش استفاده از تکنیک‌های جئو (GEO) به معنی مرگ سئو (SEO) سنتی نیست. اصول پایه مانند تولید محتوای باکیفیت، استفاده از کلیدواژه‌های مرتبط و ساختار فنی سالم وب‌سایت همچنان حیاتی هستند. اما استراتژی‌ها باید تکامل یابند. یک روزنامه‌نگار دیگر نمی‌تواند صرفاً یک گزارش روایی طولانی بنویسد. او باید مانند یک معمار اطلاعات فکر کند
برای مثال، فرض کنید مقاله‌ای در مورد تأثیرات خشکسالی بر کشاورزان یک منطقه نوشته‌اید. در مدل سئو سنتی، تیتر جذاب و استفاده از کلیدواژه‌های مرتبط کافی بود. اما در مدل جئو، می‌بایست:
  • یک بخش پرسش و پاسخ (FAQ) واضح به مطلب اضافه کنید: در این مطلب توضیح می‌دهیم که «خشکسالی چه تأثیری بر قیمت محصولات دارد؟»، «دولت چه راهکارهایی ارائه داده است؟». این پرسش‌ها دقیقاً همان‌هایی هستند که کاربران از هوش مصنوعی می‌پرسند.
  • از داده‌های ساختاریافته (Schema Markup) استفاده کنید: یعنی با استفاده از کدهای مخصوص، به موتور جست‌وجو می‌فهمانید که این متن یک «مقاله خبری» است، این فرد یک «کارشناس» است و این نقل‌قول متعلق به اوست. این کار، هضم محتوا برای AI را آسان‌تر می‌کند. (Adame, 2024)
تحولات اخیر در به‌کارگیری هوش مصنوعی و سئو در رسانه‌ها نشان می‌دهد که تحریریه‌ها می‌بایست نیروهای فنی تخصصی (متخصصان سئو، دبیر هوش مصنوعی و مهندس داده‌های ساختاریافته) اضافه کنند تا محتوا در پاسخ‌های مبتنی بر AI دیده و بهینه شود
دبیر هوش مصنوعی (AI Editor) با استفاده از ابزارهای هوشمند، پیش‌نویس‌های اولیه را تولید و بازنویسی فنی محتوا را انجام می‌دهد و سپس این فرد متن‌هایی را که هوش مصنوعی تولید کرده با دقت بازبینی می‌کند تا انسجام و کیفیت زبانی حفظ شود. (Hu & Downie, 2024)
همچنین، حضور یک مهندس داده‌های ساختاریافته نیز در تحریریه‌ها ضرورت دارد؛ او کسی است که کمک می‌کند تا اخبار شما برای رایانه‌ها و هوش مصنوعی «قابل فهم» شوند. کار اصلی یک مهندس داده‌های ساختاریافته این است که با استفاده از کدهایی مثل JSON-LD یا میکرودیتا، بخش‌های مختلف هر خبر (مثلاً تیتر، تاریخ، نام خبرنگار یا عکس) را به شکلی منظم نشانه‌گذاری کند. این کار باعث می‌شود موتورهای جست‌وجو (مثل گوگل) و سیستم‌های هوش مصنوعی بتوانند اطلاعات خبر را دقیق‌تر بشناسند و آن را به صورت‌های برجسته و جذاب‌تر (مثل Rich Snippets که اطلاعات کلیدی را مستقیماً در نتایج جست‌وجو نمایش می‌دهد) یا به عنوان پاسخ‌های مستقیم به پرسش‌های کاربران، نمایش دهند. نتیجه این می‌شود که خبر شما راحت‌تر پیدا می‌شود و بیشتر به چشم می‌آید.
از سوی دیگر، خبرنگاران می‌بایست مهارت‌های دیگری مثل مهندسی پرامپت داشته باشند و بتوانند بهترین پاسخ را از هوش مصنوعی بگیرند. آنان می‌بایست شیوه‌های بازخوانی دقیق خروجی‌های خودکار را بیاموزند تا بتوانند دقت مفهومی و روانی متن را حفظ کنند (Savage, 2025)

۳. شمشیر دولبه: پیامدها برای روزنامه‌نگاری
تحولات مرتبط با جئو، پیامدهای مستقیم و گاه دردناکی برای تحریریه‌ها خواهد داشت که در ادامه سعی می‌کنیم به برخی از آنها بپردازیم:
۳.۱. کاهش ترافیک وب و مرگ کلیک
بزرگ‌ترین و فوری‌ترین تهدید، کاهش ترافیک ارگانیک است. وب‌سایت خبری ورژ ( (The Verge  گزارش داد که پس از افزودن خلاصه‌های هوش‌مصنوعی به پلتفرم گوگل‌دیسکاور، ترافیک ارجاعی به وب‌سایت‌های خبری به شدت کاهش یافت، زیرا کاربران با خواندن همان «خلاصه‌های سه‌خطی» به مقصود خود می‌رسند و نیازی نمی‌بینند که روی پیوند کلیک کنند و کل مطلب را بخوانند. برای رسانه‌هایی که مدل درآمدی‌شان بر تبلیغات نمایشی (Display Ads) استوار است، این کاهش ترافیک معادل کاهش مستقیم درآمد و تهدیدی برای بقای آنهاست. (Weatherbed, 2025)

۳.۲. چالش اصالت و صحت اطلاعات
وقتی یک هوش‌مصنوعی مطلب‌تان را خلاصه می‌کند، آیا ظرافت‌ها، تردیدها و پیچیدگی‌های آن را به درستی منتقل می‌کند؟ آدرینا لیسی، مشاور رسانه‌ای، هشدار می‌دهد که هوش مصنوعی ممکن است در خلاصه‌های خود دچار خطاهای مفهومی شود یا تعصبات پنهان را تقویت کند (M. E, 2024) برای مثال، فرض کنید یک روزنامه‌نگار در مقاله‌ای به تحلیل مواضع دو کاندیدای رقیب پرداخته و به دقت نقاط قوت و ضعف هر دو را ذکر کرده است. ممکن است خلاصه‌سازی ناقص هوش مصنوعی به شکلی ناخواسته یکی از طرفین را برجسته‌تر نشان دهد و روایتی جانبدارانه بسازد، در حالی که منبع اصلی کاملاً بی‌طرف بوده است.

۳.۳. شهرت و اعتبار برند در معرض خطر
در حرفه‌ی روزنامه‌نگاری، اعتبار همه چیز است. یک اشتباه کوچک می‌تواند سال‌ها اعتماد ساخته‌شده را از بین ببرد. همان‌طور که در حوزه حقوق، استفاده‌ی بی‌دقت از چت‌جی‌پی‌تی منجر به استناد به پرونده‌های قضایی جعلی شد و اعتبار وکلا را زیر سوال برد (Lampert, 2025)، در دنیای رسانه نیز همین خطر وجود دارد. اگر منبعِ خلاصه‌ا‌ی که هوش مصنوعی برای روزنامه‌نگاران تولید می‌کند از یک رسانه‌ی معتبر حاوی اطلاعات نادرست باشد، کاربران ممکن است آن اشتباه را به پای خود رسانه بنویسند و این می‌تواند به شهرت برند آسیب جبران‌ناپذیری بزند.

۴. دغدغه‌های روزنامه‌نگاران و راهکارهای پیش رو
۴.۱. نگرانی‌های اخلاقی: از سوگیری تا حباب‌های خبری
فراتر از صحت، نگرانی‌های عمیق‌تری وجود دارد. مدل‌های  هوش مصنوعی بر اساس داده‌های موجود در اینترنت آموزش دیده‌اند که خود این داده‌ها مملو از سوگیری‌های تاریخی و فرهنگی است. این خطر وجود دارد که پاسخ‌های این ماشین‌های هوشمند، دیدگاه‌های اقلیت‌ها را نادیده بگیرند و روایت‌های غالب را تقویت کنند (Chin-Rothmann, 2023). روزنامه‌نگار می‌کوشد صدای آدم‌های به حاشیه‌رانده‌شده در جامعه باشد ولی اگر استفاده از ابزارهای هوشمند در روزنامه‌نگاری باعث شود که در خلاصه‌سازی‌ها این گروه‌های حاشیه‌ای به فراموشی سپرده‌ شوند و بازنمایی نشوند، در عمل چنین اتفاقی به ایجاد حباب‌های اطلاعاتی منجر می‌شود که به مراتب از حباب‌های اطلاعاتی پیشین قوی‌تر است.
۴.۲. نیاز به مهارت‌های جدید: روزنامه‌نگار به مثابه استراتژیست محتوا
برای بقا در این فضا، روزنامه‌نگاران نمی‌توانند به مهارت‌های سنتی خود اکتفا کنند. آشنایی با اصول GEO، تحلیل داده‌های مربوط به نمایش در نتایج هوش مصنوعی و توانایی تولید محتوای ساختاریافته، دیگر یک مزیت نیست، بلکه یک ضرورت است (Puliafito, 2024) برنامه‌های درسی رشته روزنامه‌نگاری باید به سرعت خود را تطبیق دهند و واحدهایی را برای آموزش سئو فنی، تحلیل داده و استراتژی محتوای دیجیتال در کنار اصول اخلاق و گزارشگری تحقیقی بگنجانند.
۴.۳. مسائل مالی و خطر بیابان‌های خبری جدید
اگر درآمد رسانه‌ها از ترافیک وب کاهش یابد، چه اتفاقی می‌افتد؟ رسانه‌های بزرگ ممکن است به سمت مدل‌های اشتراکی گران‌قیمت بروند، اما رسانه‌های محلی و کوچک که توانایی این کار را ندارند، در معرض نابودی قرار می‌گیرند. این امر می‌تواند به تشدید پدیده‌ی «بیابان‌های خبری» (News Deserts) منجر شود، اما این بار نه فقط در مقیاس جغرافیایی، بلکه در مقیاس اقتصادی. ممکن است به دنیایی برسیم که در آن، تنها کاربرانی که توانایی پرداخت هزینه‌ی اشتراک سرویس‌های خبری یا ابزارهای هوش مصنوعی پیشرفته را دارند، به اطلاعات باکیفیت دسترسی پیدا کنند (Chin-Rothmann, 2023).

۵. راهنمای عمل: بهترین رویه‌ها در عصر GEO
۵.۱. شفافیت، شفافیت و باز هم شفافیت
اولین و مهم‌ترین اصل، صداقت با مخاطب است. اگر از هوش‌مصنوعی برای تحقیق، نگارش یا ویرایش استفاده کرده‌اید، باید آن را به صراحت اعلام کنید. افزودن یک بیانیه‌ی کوتاه در انتهای مقاله، مانند «بخشی از این متن با کمک ابزار [نام ابزار] برای بهبود وضوح ویرایش شده است»، نه تنها یک الزام اخلاقی است، بلکه به ساختن اعتماد نزد مخاطبی که به طور فزاینده‌ای نگران محتوای تولیدی ماشین است، کمک می‌کند
.
۵.۲. توازن میان خلاقیت انسانی و کارایی هوش مصنوعی
هوش‌مصنوعی یک دستیار فوق‌العاده است، نه یک جایگزین. یک روزنامه‌نگار می‌تواند از این دستیار برای خلاصه‌سازی یک گزارش طولانی، پیشنهاد تیترهای مختلف، یا بررسی ایرادهای گرامری استفاده کند. اما قضاوت نهایی، راستی‌آزمایی شواهد داخل گزارش، درک ظرافت‌های فرهنگی و تصمیم‌گیری‌های اخلاقی، همچنان و همیشه باید در حیطه‌ی مسئولیت انسان باقی بماند (M. E. , 2024).

۵.۳. پیروی از اصول فنی GEO
در عصر بهینه‌سازی موتورهای مولّد باید محتوای خود را طوری تولید کنیم که سیستم‌های هوش مصنوعی—به‌ویژه آن‌هایی که پاسخ‌ها را به‌صورت خودکار می‌سازند—به‌خوبی آن را تشخیص دهند و در پاسخ‌های خود بیاورند. اول از همه می‌بایست، «محتوای ساختاریافته» بسازیم؛ یعنی با استفاده از Schema Markup و مثلاً JSON‑LD مشخص کنیم مطلب ما گزارش خبری است یا نقد، پرسش‌وپاسخ یا هر قالب دیگری. موتورهای هوش مصنوعی با این کار می‌توانند بفهمند «چه» چیزی را منتشر کرده‌اید. نکته‌ی دومی که باید در نظر بگیریم این است که به زبان کاربر فکر کنیم؛ یعنی هر بخشی از متن را حول پرسش‌هایی بنویسیم که مخاطب‌مان ممکن است از یک ربات هوشمند بپرسد؛ فرض کنید کاربر بپرسد «چه‌طور اخبار امروز تهران را پیدا کنم؟» و سپس پاسخ شما را طوری بسازید که همان جواب به‌طور مستقیم و مختصر ارائه شود.
سوم اینکه، از کلیدواژه‌های جغرافیایی می‌بایست هوشمندانه استفاده کنید: اگر پوشش خبری ما درباره‌ی یک رویداد در تهران یا شیراز است، حتماً نام دقیق شهر، محله و حتی مکان‌های مشهور را بیاورید تا در جست‌وجوهای محلی دیده شوید. مثلا «گزارش پیاده‌روی خانوادگی در خیابان ولی‌عصر تهران» شانس بالاتری برای ظاهر شدن در پاسخ هوش مصنوعی خواهد داشت. چون داریم به جزئیات آن اشاره می‌کنیم.

در نهایت، می‌بایست عملکرد خود را ارزیابی کنیم؛ برای این کار ابزارهایی مثل Wix AI Visibility Overview یا omnius.so به شما نشان می‌دهند که سیستم‌های هوش مصنوعی چند بار از محتوای ما استفاده کرده و چه سؤالاتی بیشترین بازدید را به همراه داشته است. با این داده‌ها می‌توانیم دریابیم کدام بخش‌ها را باید تغییر یا گسترش دهیم تا عملکرد ما در این زیست‌بومِ نوظهور بهتر شود. (Fadilpašić & Williams, 2025)

۶. ابعاد عمیق‌تر اخلاقی: فراتر از تحریریه
۶.۱. حریم خصوصی و اعتماد کاربران
GEO، به خصوص در ابعاد محلی، به شدت به داده‌های مکانی کاربران وابسته است. این امر نگرانی‌های جدی در مورد حریم خصوصی ایجاد می‌کند. رسانه‌ها باید در مورد چگونگی استفاده از این داده‌ها شفاف باشند، وگرنه با خطر از دست دادن بزرگترین سرمایه‌ی خود، یعنی اعتماد مخاطب، مواجه خواهند شد  (Burton, 2024).
۶.۲. مسئولیت‌پذیری و نظارت انسانی
وقتی هوش مصنوعی بر اساس محتوای یک رسانه دروغ‌رسانی می‌کند، مسئولیت این اشتباه‌ها با کیست؟ شرکت سازنده‌ی هوش مصنوعی، رسانه‌ای که منبع اصلی بوده یا با روزنامه‌نگاری که آن را نوشته است؟ قوانین حقوقی در این زمینه هنوز مبهم هستند، اما یک اصل اخلاقی روشن است: نظارت انسانی خط مقدم دفاع در برابر نشر اطلاعات غلط است و هیچ الگوریتمی نمی‌تواند جایگزین آن شود (Lampert, 2025)
۶.۳. عدالت در دسترسی به اطلاعات
در نهایت، باید مطمئن شویم که انقلاب جئو (GEO) به نابرابری اطلاعاتی دامن نمی‌زند. رسانه‌ها و توسعه‌دهندگان هوش مصنوعی مسئول اطمینان از این امر مهم هستند که الگوریتم‌هایشان به طور عادلانه به تمام مناطق جغرافیایی و تمام گروه‌های اجتماعی خدمت‌رسانی می‌کنند و جوامع کم‌برخوردار را از دسترسی به اطلاعات حیاتی محروم نمی‌سازند.

۷. روزنامه‌نگار به مثابه راهنمای اخلاقی در دنیای AI
تغییر از سئو  SEO به جئو GEO زلزله‌ای فناورانه‌ی بزرگی را در جغرافیای صنعت خبر پدید آورده است. این تغییر که مدل‌های کسب‌وکار را تهدید می‌کند، پرسش‌های اخلاقی جدیدی را مطرح می‌سازد و روزنامه‌نگاران را به یادگیری مهارت‌های نوین وادار می‌کند. اما در دل این چالش، یک فرصت تاریخی نهفته است.
در دنیایی که الگوریتم‌ها اطلاعات را خلاصه و بازنشر می‌کنند، نقش روزنامه‌نگار به عنوان یک متخصص حقیقت‌یاب، یک ناظر اخلاقی و یک راوی دقیق، مهم‌تر از هر زمان دیگری می‌شود. موفقیت در عصر جنو (GEO) نه در تقابل با هوش‌مصنوعی، بلکه در استفاده‌ی هوشمندانه و مسئولانه از آن نهفته است. آینده متعلق به آن دسته از روزنامه‌نگاران و سازمان‌های خبری است که می‌توانند میان نوآوری فناورانه و اصول بنیادین حرفه‌ی خود (یعنی دقت، انصاف و خدمت به جامعه)، توازن برقرار کنند. پژوهش‌های آینده باید تأثیرات بلندمدت این تغییرات را بر زیست‌بوم رسانه‌ای، دموکراسی و حقوق شهروندان به دقت زیر نظر داشته باشند، زیرا این تازه آغاز راه است.

توضیح اخلاقی: برای جست‌وجو درباره‌ی این موضوع و همچنین ساخت عکس اصلی مطلب، از ابزار چت‌جی‌پی‌تی O4 استفاده شد، اما ایده، چارچوب مطلب، مسئولیت نگارش و ویرایش متن با نگارنده است.

منابع:
 
 

تازه ترین مطالب

مأموریت بقا؛ روزنامه‌نگاری در عصر هوش مصنوعی و بهینه‌سازی برای پاسخ (GEO)

قطب‌نمای تحریریه در مِه جنگ

گاف هوش مصنوعی و چالش نوین اعتماد در رسانه

چه‌طور آینده‌ی رسانه‌ را در آغوش بگیریم؟