Автоматизация коммуникационных процессов с помощью искусственного интеллекта

Бакалавриат 2025/2026

Статус: Курс обязательный (Реклама и связи с общественностью)

Где читается: Факультет креативных индустрий

Когда читается: 3-й курс, 4 модуль

Охват аудитории: для своего кампуса

Преподаватели: Анисимова Ксения Михайловна, Бурова Маргарита Борисовна, Камская Милена Александровна, Касьяненко Дарья Алексеевна, Сусла Диана Михайловна

Язык: русский

Кредиты: 3

Контактные часы: 34

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс знакомит студентов с принципами автоматизации процессов в сфере коммуникаций и медиа с использованием технологий искусственного интеллекта. Программа сочетает теоретические основы и практическую работу с современными инструментами, что делает дисциплину прикладным модулем, направленным на развитие конкретных навыков проектирования и внедрения AI-решений. Студенты осваивают методы парсинга информации из открытых источников, принципы обработки и суммаризации текстов, а также формулирование промптов для больших языковых моделей. Особое внимание уделяется проектированию сквозных процессов автоматизации — от извлечения данных до создания готового медиа-контента. Завершается курс практическим проектом, в рамках которого студенты создают собственного AI-помощника, способного автоматически собирать новости с различных сайтов, анализировать их и формировать итоговую статью для публикации в медиаканале. В результате освоения дисциплины студенты смогут: – анализировать возможности автоматизации в сфере коммуникаций и медиа; собирать и структурировать данные из открытых источников; формулировать задачи для LLM и управлять их выводом; проектировать базового AI-агента для автоматизации медиапроцессов.

Цель освоения дисциплины

Сформировать системное понимание роли искусственного интеллекта в современных PR и коммуникационных процессах
Обучить практическим навыкам промпт-инжиниринга и работы с API российских языковых моделей
Развить компетенции в области проектирования и разработки AI агентов
Освоить методы автоматического сбора и обработки текстовых данных
Воспитать ответственное отношение к этическим, правовым и профессиональным аспектам использования AI в коммуникациях

Планируемые результаты обучения

Знать принципы работы языковых моделей, структуру запроса (системный промпт, пользовательское сообщение), влияние параметра temperature и методы получения структурированного вывода (JSON).
Уметь составлять эффективные промпты для суммаризации, мультиканальной адаптации текстов (например, для VK, сайта, email), генерации заголовков, анализа тональности и подготовки ответов на комментарии.
Владеть навыками сбора новостей и данных через RSS ленты российских СМИ с помощью feedparser, а также извлечения информации с веб страниц при помощи BeautifulSoup.
Уметь подключаться к API языковых моделей (GigaChat, YandexGPT и др.) через универсальную функцию ask_llm() и корректно обрабатывать ответы в коде на Python.
Владеть архитектурой AI агента (сбор данных → AI анализ → генерация → доставка результата) и уметь реализовывать каждый блок на Python, включая обработку ошибок (try/except).
Уметь настраивать автоматическую доставку результатов агента по электронной почте (с использованием smtplib) или сохранять результат в структурированный файл (CSV, JSON, Excel) с возможностью последующего просмотра.
Владеть методами автоматического анализа тональности, извлечения сущностей (люди, организации, места) и классификации отзывов с построением базовых визуализаций (matplotlib) для подготовки отчётов руководству.
Иметь практический опыт разработки и защиты работающего AI агента, решающего реальную PR задачу (мониторинг бренда, анализ отзывов, кризисные алерты, адаптация контента), с полной документацией (README) и демонстрацией работы от сбора данных до получения итогового результата.

Содержание учебной дисциплины

AI в коммуникациях + промпт-инжиниринг
Языковые модели
Этика, регулирование и будущее AI в коммуникациях
Анализ текстов: тональность и извлечение сущностей
Первые шаги в парсинге - подключаемся к интернету
BeautifulSoup - извлекаем данные с веб-страниц
Генерация контента с помощью LLM API
Автоматизация анализа отзывов и комментариев
Создание прототипа AI-агента

Элементы контроля

Проект + Защита
Итоговый проект — это работающая программа (AI-агент), которая автоматизирует реальную коммуникационную задачу. Агент должен самостоятельно собирать данные из внешнего источника, обрабатывать их с помощью языковой модели и выдавать структурированный результат без участия человека в процессе. Проект выполняется в группах 2-3 человека. Идея проекта обязательно согласовывается с преподавателем или ассистентом. Примеры допустимых тем см. в примерах заданий. Технические требования к проекту. Агент должен: ● автоматически получать данные хотя бы из двух внешних источников (RSS, веб-страница, CSV, API); ● обрабатывать данные с помощью языковой модели (GigaChat, YandexGPT или Gemini); ● выдавать структурированный результат - файл, отчёт или сообщение в Telegram; ● содержать обработку ошибок (try/except) хотя бы в одном ключевом блоке; ● работать без VPN; ● иметь README с описанием назначения агента и инструкцией по запуску. Защита: студенты презентуют свой проект, после чего задается по 3 вопроса каждому члену команды. Оценка ставится по количеству верных ответов: ● 0 - 0 ● 1 - 0.4 * оценка по критериям ● 2 - 0.7 * оценка по критериям ● 3 - оценка по критериям
Кейсы
Задания в LMS.
Тесты
Тесты в ЛМС
Активность на семинарах
Активность на семинарах

Промежуточная аттестация

2025/2026 4th module
0.1 * Тесты + 0.1 * Активность на семинарах + 0.5 * Проект + Защита + 0.3 * Кейсы

Список литературы

Авторы

Борман Марина Юрьевна
Рословцева Кристина Олеговна
Сусла Диана Михайловна

Программа дисциплины