Data2Story: как ИИ-агенты делают проверяемую журналистику
Data2Story показывает, как ИИ-агенты могут собрать data-историю и оставить проверяемый след от каждого утверждения к данным, коду или источнику.
Data2Story: как ИИ-агенты делают проверяемую журналистику
По состоянию на 20 июня 2026 года Data2Story - это исследовательский многоагентный фреймворк для журналистики данных. Он берёт набор данных, например CSV, ищет контекст, считает статистику, выбирает угол, собирает мультимедийную статью и показывает, откуда взято каждое ключевое утверждение.
Главная новость здесь не в том, что ИИ может написать ещё один текст. Это уже не удивляет. Интереснее другое: авторы из Oxford и Stanford пытаются встроить в автоматическую data-журналистику слой проверки происхождения. Не «поверьте модели», а «вот строка кода, вот исходные данные, вот внешний источник».
Но границу лучше провести сразу. Data2Story не доказывает, что редакторы больше не нужны. В paper прямо сказано обратное: человеческие материалы остаются сильнее в редакционном угле, творческом дизайне и презентации. Сила Data2Story в другом: прозрачность, воспроизводимость и быстрый черновик сложной истории из данных.
Коротко: что такое Data2Story
Data2Story, или Data Journalist Agent, описан в arXiv-препринте от 9 июня 2026 года. Новостной повод дал The Decoder 20 июня, но первоисточник важнее: в исследовании система сравнивалась с человеческими data-статьями на 18 примерах, а качество оценивали 53 участника.
Фреймворк устроен как маленькая виртуальная редакция из семи ролей.
| Роль | Что делает | Где нужен человеческий контроль |
|---|---|---|
| Detective | Ищет внешний контекст, источники, фон и справочные материалы. | Проверка качества источников и отсутствие однобокого контекста. |
| Analyst | Профилирует данные, пишет код, считает распределения, тренды и аномалии. | Статистическая корректность, выбор метрик и трактовка причинности. |
| Editor | Выбирает, какие находки становятся историей, а какие нужно выкинуть. | Главный угол материала, редакционная ответственность и смысловая иерархия. |
| Designer | Подбирает графики, карты, аудио, видео и интерактивные элементы. | Уместность визуального формата и риск красивой, но слабой подачи. |
| Programmer | Собирает финальную HTML-страницу из upstream-артефактов. | Доступность, адаптивность, качество вёрстки и отсутствие новых неподтверждённых фактов. |
| Auditor | Ищет проблемы в готовой странице: поломанные графики, overlap, дефекты layout. | Ручная проверка интерфейса и читабельности на реальных устройствах. |
| Inspector | Связывает утверждения, числа и визуальные элементы с данными, кодом или URL. | Отличать трассировку происхождения от настоящего фактчекинга. |
Эта схема важна для всех, кто уже использует ИИ для анализа данных в Python. Обычный workflow помогает быстрее построить график или написать pandas-код. Data2Story пытается пройти дальше: из данных сразу в читательскую историю, с интерактивом и проверяемыми ссылками на происхождение утверждений.
Что проверяет Inspector
Inspector - главный вклад Data2Story. Он не просто ставит ссылки в конце статьи. Он раскладывает финальную HTML-страницу на фрагменты: предложение, график, интерактивный элемент, подпись. Затем связывает каждый фрагмент с исходными доказательствами: данными, результатом кода, редакторским планом, визуальной спецификацией или внешним URL.
В paper выделены два типа evidence. Code evidence показывает, какая строка скрипта произвела число или вычисленный вывод. Reference evidence показывает внешний источник, на который опирается контекстное утверждение. Для читателя это превращается в viewer/Inspector: можно кликнуть по утверждению и увидеть, на чём оно держится.
Это близко к более широкой теме проверяемости агентных workflow. В материале про Lean4Agent и проверку workflow AI-агентов мы разбирали похожий сдвиг: ценность агента зависит не только от результата, но и от того, можно ли разобрать путь к этому результату. Data2Story переносит ту же логику в журналистику данных.
93% auditability - это не 93% правды
Самое рискованное число в этой истории - 93%. В исследовании сказано, что у Data2Story 93% видимых утверждений имеют трассируемую привязку к исходным доказательствам. Для human-reference статей text-only audit восстанавливал такую привязку только у 25% утверждений.
Звучит как разгром людей. На самом деле нет.
Авторы отдельно пишут: эта метрика измеряет, есть ли у утверждения проверяемая цепочка происхождения, а не является ли утверждение фактически истинным. Разница принципиальная. Если скрипт неверно посчитал показатель, плохие данные попали в CSV или внешний источник оказался слабым, Inspector всё равно может аккуратно показать происхождение ошибки. Трассировка помогает проверять. Она не заменяет проверку.
Эта оговорка важна после историй вроде KPMG и снятого AI-отчёта из-за галлюцинаций. Проблема AI-текста обычно не в том, что он не умеет красиво писать. Проблема в том, что редактору потом трудно понять, какие числа пришли из данных, какие из внешнего источника, а какие модель просто достроила. Data2Story предлагает полезную инженерную привычку: каждое видимое утверждение должно иметь адрес.
Что показало сравнение с человеческими статьями
В human study участвовали 53 человека с Prolific. Каждый видел пару статей: Data2Story-версию и human-written reference. Порядок был случайным и blind. Оценка шла по пяти рубрикам: визуальный дизайн, нарратив и темп, прозрачность данных и метода, соответствие claim данным, ценность инсайта.
Средняя оценка Data2Story оказалась выше: 4,21 против 3,38 у human-версий по шкале 1-7. Самый большой разрыв пришёлся на прозрачность: +1,49. В итоговом предпочтении 39 из 53 участников выбрали Data2Story, 13 - человеческую статью, 1 - ничью. Это и даёт 74%, 25% и 2%.
Но есть нюанс. В разборе по источникам Data2Story особенно хорошо смотрится на аналитических жанрах вроде Economist и TidyTuesday, где ценится аккуратная работа с данными. На Pudding, где сильны bespoke-дизайн и авторский scrollytelling, разрыв исчезает. Человеческая команда всё ещё лучше там, где история строится не только на данных, но и на репортинге, культурном контексте, необычной форме и редакторском вкусе.
Почему это не готовая замена newsroom
У Data2Story есть опубликованный GitHub-репозиторий под MIT license. README описывает его как agent skill: можно дать системе CSV, папку данных или paper, получить `index.html` с готовой статьёй и `viewer.html` с Inspector. Это полезно для экспериментов и воспроизводимых демо.
Для редакции этого недостаточно. В GitHub-инструкции нужен OpenRouter API key, мультимедийные элементы идут через внешние модели, а pipeline пока выглядит как исследовательский инструмент, а не CMS с правами, редакторскими ролями, юридической проверкой, управлением источниками и publish workflow. Иначе говоря, Data2Story может ускорить черновик и проверку происхождения claims. Он не берёт на себя ответственность издателя.
Есть и чисто редакционный риск. Система может найти «интересный» статистический паттерн, но не понять, что тема этически чувствительная, выборка смещена, источник политически нагружен или причинная интерпретация невозможна. Такие решения не решаются только кодовой трассировкой. Здесь всё ещё нужен редактор, аналитик и иногда юрист.
Что можно забрать из Data2Story уже сейчас
Даже если не запускать сам репозиторий, у Data2Story есть сильная практическая идея: публикация должна хранить след происхождения. Для data-команд это нормальная инженерия. Для медиа это пока редкость.
Минимальный набор, который можно перенести в редакционный процесс:
- каждое число в статье должно вести к исходной таблице, запросу или расчёту;
- каждый внешний контекстный claim должен иметь конкретный URL, а не «по данным СМИ»;
- график должен хранить источник данных и код/настройки построения;
- черновик должен отделять вычисленный факт, редакционную интерпретацию и гипотезу;
- перед публикацией нужен человек, который проверяет не только текст, но и происхождение утверждений.
Это не звучит как магия. Зато именно так проверяемая ИИ-журналистика может стать полезной: не как робот, который «пишет новости», а как система, которая заставляет текст оставлять следы.
Главный вывод
Data2Story интересен не потому, что превращает CSV в красивую интерактивную статью. Таких демо будет всё больше. Важнее другое: авторы пытаются встроить в агентную публикацию проверяемую цепочку от утверждения к данным, коду и источнику.
Это правильное направление для ИИ в редакциях. Но формулировка должна быть честной: Data2Story повышает auditability, а не автоматически гарантирует правду. Он может помочь журналисту быстрее найти, собрать и проверить историю из данных. Он не заменяет репортинг, редакторский выбор и ответственность за публикацию.
Читайте также
- Lean4Agent: как Lean 4 проверяет workflow AI-агентов
- ИИ для анализа данных в Python: где LLM реально ускоряют работу
- KPMG сняла AI-отчёт из-за галлюцинаций: что пошло не так
Источники и проверка фактов
Факты проверены 20 июня 2026 года. Для быстро меняющихся данных о доступности репозитория, моделях и инструментах Data2Story перед публикацией стоит повторить проверку GitHub и страницы проекта.
- The Decoder - новостной повод от 20 июня 2026 года.
- arXiv: Data Journalist Agent: Transforming Data into Verifiable Multimodal Stories - дата paper, авторы, abstract и ссылки на проект.
- arXiv HTML - описание архитектуры Data2Story, семи ролей, Inspector и evaluation setup.
- OpenReview - краткий вывод о сильных сторонах Data2Story и ограничениях человеческого сравнения.
- GitHub: QinghongLin/data2story-skill - README, структура agent skill, output `index.html`/`viewer.html`, MIT license.
