В статье представлено пилотное исследование когнитивной нагрузки журналистов локальных медиа при взаимодействии с генеративными ИИ-инструментами. Актуальность исследования обусловлена цифровым неравенстом: различия между крупными и региональными медиа носят структурный характер и связаны с неодинаковым доступом к ресурсам, уровнем доходов, образования, специализации и цифровых компетенций сотрудников. Эти факторы определяют темп и качество освоения ИИ-инструментов, влияя на характер когнитивной нагрузки. Несмотря на растущий потенциал ИИ в автоматизации рутинных задач и поддержке аналитической работы, журналисты локальных медиа сталкиваются со значительными трудностями при освоении этих технологий. Цель исследования – разработать концептуальную рамку и методологический инструментарий для измерения когнитивной нагрузки журналистов при взаимодействии с генеративными ИИ-инструментами. На первом этапе пилотного исследования проведен квазиэксперимент с 10 журналистами локальных медиа, в рамках которого участники протестировали три платформы (GigaChat, DeepSeek, @GPT4TelegramBot). Результаты позволяют оценить применимость предложенного подхода и выявить направления для дальнейших исследований. В качестве теоретической основы использована теория когнитивной нагрузки, для измерения – модифицированная шкала NASA-TLX. Результаты позволяют предположить, что наибольшую когнитивную нагрузку журналисты локальных медиа испытывают в процессе формулировки и структурирования запросов, постоянного контроля и корректировки сгенерированного текста. Усиливает нагрузку необходимость удерживать и восстанавливать контекст диалога при его недостаточной поддержке системой. Существенную внешнюю нагрузку создают интерфейсные ограничения.
