АЛГОРИТМІЧНИЙ ГЕЙТКІПІНГ У ЦИФРОВІЙ ЖУРНАЛІСТИЦІ: РЕДАКЦІЙНА АВТОНОМІЯ ТА ПЛАТФОРМНА ВИДИМІСТЬ

Анотація

У статті досліджено трансформацію журналістського гейткіпінгу в платформізованому цифровому середовищі, де редакційне рішення про публікацію більше не гарантує фактичної видимості новини для аудиторії. Метою є визначення співвідношення між професійною логікою редакційного відбору та задекларованою логікою алгоритмічного ранжування цифрових платформ, а також виявлення механізмів впливу платформної дистрибуції на редакційну автономію. Емпіричну частину виконано як спрямований якісний контент-аналіз актуальних відкритих документів TikTok, YouTube і Meta/Instagram про рекомендації та ранжування, а також нормативних документів Reuters і Associated Press. Корпус проаналізовано за сімома категоріями: суб’єкт відбору, цільова функція, вхідні сигнали, механізми якості й авторитетності, персоналізація, зворотний зв’язок та локалізація відповідальності. Встановлено, що професійна журналістська логіка нормативно орієнтується на точність, перевірку, справедливість, баланс і відповідальність, тоді як платформні системи переважно прогнозують індивідуальну релевантність і задоволеність на основі поведінкових, контентних та контекстних сигналів. Протиставлення не є абсолютним: YouTube декларує додаткове підвищення авторитетного контенту в новинах, політиці, медицині й науці, а платформи застосовують правила придатності та зниження поширення проблемного контенту. Запропоновано аналітичну модель циклічного багаторівневого гейткіпінгу: редакційний відбір → платформно-форматна адаптація → алгоритмічний розподіл видимості → повернення аудиторних метрик у наступний редакційний цикл. Обґрунтовано, що найбільший ризик для автономії виникає не в самому ранжуванні після публікації, а тоді, коли критерії платформної ефективності починають підміняти професійні критерії суспільної значущості під час вибору теми й формату.

References

1. Shoemaker, P. J., & Vos, T. P. (2009). Gatekeeping theory. Routledge. https://doi.org/10.4324/9780203931653

2. Wallace, J. (2018). Modelling contemporary gatekeeping: The rise of individuals, algorithms and platforms in digital news dissemination. Digital Journalism, 6(3), 274–293. https://doi.org/10.1080/21670811.2017.1343648

3. Hermida, A. (2020). Post-publication gatekeeping: The interplay of publics, platforms, paraphernalia, and practices in the circulation of news. Journalism & Mass Communication Quarterly, 97(2), 469–491. https://doi.org/10.1177/1077699020911882

4. Nieborg, D. B., & Poell, T. (2018). The platformization of cultural production: Theorizing the contingent cultural commodity. New Media & Society, 20(11), 4275–4292. https://doi.org/10.1177/1461444818769694

5. Peterson-Salahuddin, C., & Diakopoulos, N. (2020). Negotiated autonomy: The role of social media algorithms in editorial decision making. Media and Communication, 8(3), 27–38. https://doi.org/10.17645/mac.v8i3.3001

6. Scheffauer, R., Goyanes, M., & Gil de Zúñiga, H. (2024). Social media algorithmic versus professional journalists’ news selection: Effects of gate keeping on traditional and social media news trust. Journalism, 25(4), 755–778. https://doi.org/10.1177/14648849231179804

7. Blassnig, S., Mitova, E., Strikovic, E., Urman, A., de Vreese, C., Hannák, A., & Esser, F. (2024). User perceptions of news recommender systems and trust in media outlets: A five-country study. Journalism Studies, 25(10), 1182–1204. https://doi.org/10.1080/1461670X.2024.2364628

8. Hastuti, H., Maulana, H. F., Lawelai, H., & Suherman, A. (2025). Algorithmic influence and media legitimacy: A systematic review of social media’s impact on news production. Frontiers in Communication, 10, 1667471. https://doi.org/10.3389/fcomm.2025.1667471

9. Simon, F. M. (2025). Rationalisation of the news: How AI reshapes and retools the gatekeeping processes of news organisations in the United Kingdom, United States and Germany. New Media & Society. Advance online publication. https://doi.org/10.1177/14614448251336423

10. Anter, A., & Ibrahim, N. (2025). New/s gatekeepers: The impact of social media algorithms on Arab TV news coverage. The International Journal of Press/Politics. Advance online publication. https://doi.org/10.1177/19401612251370924

11. Reuters Institute for the Study of Journalism. (2026). Digital News Report 2026. University of Oxford. https://reutersinstitute.politics.ox.ac.uk/digital-news-report/2026

12. TikTok. (n.d.). How TikTok recommends content. TikTok Support. Retrieved September 3, 2026, from https://support.tiktok.com/en/using-tiktok/exploring-videos/how-tiktok-recommends-content

13. YouTube. (n.d.). Learn more about how YouTube works for you. YouTube Help. Retrieved September 3, 2026, from https://support.google.com/youtube/answer/9962575

14. Meta. (2023). How AI influences what you see on Facebook and Instagram. Meta Newsroom. https://about.fb.com/news/2023/06/how-ai-ranks-content-on-facebook-and-instagram/

15. Reuters. (n.d.). Reuters journalistic standards: Standards and values. Retrieved September 3, 2026, from https://reutersagency.com/about/standards-values/

16. Associated Press. (n.d.). News values and principles. Retrieved September 3, 2026, from https://www.ap.org/about/news-values-and-principles/

17. Associated Press. (2026, July 23). AP updates newsroom standards for artificial intelligence. https://www.ap.org/the-definitive-source/announcements/ap-updates-newsroom-standards-for-artificial-intelligence/