• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2026/2027

Искусственный интеллект в коммуникациях

Статус: Курс обязательный (Реклама и связи с общественностью)
Когда читается: 4-й курс, 2 модуль
Онлайн-часы: 50
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 3
Контактные часы: 20

Программа дисциплины

Аннотация

Курс знакомит студентов с актуальными инструментами генеративного искусственного интеллекта и промпт-инжиниринга, позволяя овладеть навыками интеграции ИИ в профессиональные коммуникационные задачи и академические исследования. Программа сочетает практику работы с ведущими ИИ-сервисами, охватывая генерацию медиатекстов, сбор и анализ научной литературы, визуализацию данных, настройку RAG-пайплайнов, создание презентаций и видео. Особое внимание уделяется этическим стандартам, фактчекингу, профессиональной атрибуции и вопросам ответственности при использовании ИИ-контента.
Цель освоения дисциплины

Цель освоения дисциплины

  • Формирование у студентов целостного понимания основ искусственного интеллекта и его роли в современных коммуникациях
  • Развитие навыков практического применения инструментов ИИ для создания эффективных коммуникационных материалов
  • Освоение этических норм и правовых аспектов, связанных с использованием ИИ в сфере коммуникаций
Планируемые результаты обучения

Планируемые результаты обучения

  • Понимает, что такое данные, что такое большие данные
  • Объясняет основные принципы работы искусственного интеллекта
  • Воспроизводить основные этические нормы, связанные с использованием ИИ
  • Анализировать правовые аспекты авторского права в контексте генерации контента с помощью ИИ
  • Анализирует технологии создания дипфейков и их влияние на общество
  • Оценивает риски и возможности, связанные с использованием дипфейков в коммуникациях
  • Анализирует изменения в информационном поле, вызванные внедрением ИИ
  • Развивает критическое мышление по отношению к информации, генерируемой ИИ
  • Анализирует использование ИИ в различных сферах коммуникаций
  • Использует инструменты ИИ для создания текстового контента
  • Применяет методы генерации визуального контента с помощью ИИ
  • Разрабатывает чат-боты на основе ИИ
  • Применяет продвинутые практики формирование промптов и цепочек запросов к LLM
  • Проектировать и разрабатывать актуальные RAG компоненты
  • Формулировать промпты и эффективно взаимодействовать с большими языковыми моделями
  • Эффективно осуществляет поиск научной литературы с применением ИИ
  • Составляет презентации с помощью ИИ
  • Создает визуализации с помощью ИИ
  • Создает изображения и видео с помощью ИИ
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Устройство искусственного интеллекта
  • Этика и авторские права при работе с инструментами ИИ
  • Дипфейки
  • Инфополе во времена ИИ
  • Кейсы применения ИИ
  • Генерация текстов для пресс-релизов, постов, писем, сценариев
  • Генерация изображений и видео, цифровых двойников. Визуализация данных.
  • Создание ИИ чат-ботов с базой данных
  • Промптинг для создания текстов
  • Сбор научной литературы и анализ с помощью ИИ-инструментов
  • Анализ больших данных средствами генеративного ИИ
  • RAG-пайплайны
  • Презентации и визуализация с помощью ИИ
  • Изображения и видео, созданные ИИ
Элементы контроля

Элементы контроля

  • неблокирующий Итоговый проект
    Итоговый проект Вариант 1. Комплексная коммуникационная стратегия для IT-стартапа Цель: Разработать полноценный медиакоммуникационный пакет для вымышленного IT-стартапа, используя ИИ-инструменты по всей цепочке работы. Структура работы: Краткое описание стартапа: Миссия, целевая аудитория, ценностное предложение (1–2 абзаца). Генерация медиатекстов с помощью ИИ: Статья для медиа о продукте или рынке (с разными промпт-методами). Серия постов для соцсетей под разные платформы (например, ВКонтакте, Telegram, YouTube) — с настройкой стилистики под ЦА. Пресс-релиз: что, для кого, зачем — варианты под оригинал и адаптацию для партнеров. Анализ рынка конкурентов: Сбор статистической, аналитической, исторической информации о рынке. Визуализации по наборам данных: Создание инфографики об аудитории, динамике рынка, собранной аналитике. RAG-пайплайн для чат-бота: Цепочка документоцентричного чат-бота (на основе документов о стартапе/FAQ) Сценарии обращений и обработок запросов. ИИ-презентация: Оформление ключевых идей, скриншоты с примерами материалов и визуализаций, структура коммуникационной стратегии. Вариант 2. Предзащита ВКР Цель: Подготовить базовые разделы ВКР с максимальной автоматизацией аналитики и поиска, используя ИИ-технологии. Структура работы: Аннотация: Сформулировать короткое описание темы и актуальности работы (5-8 предложений). Введение: Прописать цель, задачи, объект/предмет исследования; пояснить профессиональную и научную значимость. Постановка гипотезы и задач: Ясно обозначить гипотезу ВКР и минимум три исследовательские задачи. Подбор литературы с помощью ИИ: Поиск не менее 30 релевантных научных источников через Perplexity, Elicit, Connected Papers, Scite. Составление кратких аннотаций к 3-5 источникам, автоматизированная визуализация их цитирования. RAG-пайплайн для научной литературы: Сбор ключевых текстов в локальную базу, настройка пайплайна извлечения знаний: поиск по документам с помощью LM Studio/AI Studio. Создание обзора литературы. Анализ данных для ВКР: Пример автоматизированного анализа данных (текстового, медийного или статистики). Финальная презентация: Структурированная презентация ключевых этапов проделанной работы: формулировки, визуализации, пулы данных, примеры взаимодействия с ИИ.
  • неблокирующий Домашнее задание-1
    Обязательные компоненты матрицы промптов: Промпты для генерации следующих разделов ВКР: Аннотация Введение Постановка гипотезы Формулировка исследовательских вопросов Определение объекта и предмета исследования
  • неблокирующий Тест 1. Устройство искусственного интеллекта
  • неблокирующий Тест 2. Этические и юридические аспекты использования генеративного ИИ
  • неблокирующий Домашнее задание-2
    Создание обзора литературы для ВКР с помощью ИИ-инструментов
Промежуточная аттестация

Промежуточная аттестация

  • 2026/2027 2nd module
    0.1 * Тест 2. Этические и юридические аспекты использования генеративного ИИ + 0.5 * Итоговый проект + 0.15 * Домашнее задание-1 + 0.1 * Тест 1. Устройство искусственного интеллекта + 0.15 * Домашнее задание-2
Список литературы

Список литературы

Рекомендуемая основная литература

  • 9780262344319 - Aoun, Joseph - Robot-Proof : Higher Education in the Age of Artificial Intelligence - 2017 - MIT Press - http://search.ebscohost.com/login.aspx?direct=true&db=nlebk&AN=1580073 - nlebk - 1580073
  • 9781524748265 - Gary Marcus, Ernest Davis - Rebooting AI : Building Artificial Intelligence We Can Trust - 2020 - Vintage - http://search.ebscohost.com/login.aspx?direct=true&db=nlebk&AN=2003661 - nlebk - 2003661
  • Alexis Bogroff, & Dominique Guégan. (2019). Artificial Intelligence, Data, Ethics: An Holistic Approach for Risks and Regulation. Documents de Travail Du Centre d’Economie de La Sorbonne.
  • All-in on AI : how smart companies win big with artificial intelligence, Davenport, T. H., 2023
  • Davenport, T., Guha, A., Grewal, D., & Bressgott, T. (2020). How artificial intelligence will change the future of marketing. Journal of the Academy of Marketing Science, 48(1), 24–42. https://doi.org/10.1007/s11747-019-00696-0
  • Explainable and interpretable models in computer vision and machine learning. (2018). https://doi.org/10.1007/978-3-319-98131-4
  • Haenlein, M., & Kaplan, A. (2019). A Brief History of Artificial Intelligence: On the Past, Present, and Future of Artificial Intelligence. California Management Review, 61(4), 5–14. https://doi.org/10.1177/0008125619864925
  • Ian Goodfellow and Yoshua Bengio and Aaron Courville. Deep Learning, 2016. URL: http://www.deeplearningbook.org
  • Osondu, O. (2021). A First Course in Artificial Intelligence. Bentham Science Publishers Ltd.
  • Sheil, B. (1987). Thinking about artificial intelligence. Harvard Business Review, 65(4), 91–97.
  • Введение в искусственный интеллект : учеб. пособие, Смолин, Д. В., 2007
  • Искусственный интеллект. Введение в многоагентные системы : учебник для вузов, Бессмертный, И. А., 2024
  • Макшанов, А. В. Большие данные. Big Data / А. В. Макшанов, А. Е. Журавлев, Л. Н. Тындыкарь. — 4-е изд., стер. — Санкт-Петербург : Лань, 2024. — 188 с. — ISBN 978-5-507-47346-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/362318 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
  • Сборник материалов студенческих конференций Artificial Intelligence: Challenges, Essence, Communication, Creativity and other aspects : сборник статей / ; под ред. Ю. В. Шубиной, Д. З. Арибжановой, О. И. Опариной, С. И. Плиевой, Коллектив авторов. — Москва : Русайнс, 2024. — 108 с. — ISBN 978-5-466-07507-6. — URL: https://book.ru/book/955257 (дата обращения: 09.12.2025). — Текст : электронный.

Рекомендуемая дополнительная литература

  • Struhl, S. M. (2017). Artificial Intelligence Marketing and Predicting Consumer Choice : An Overview of Tools and Techniques. London: Kogan Page. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1494508

Авторы

  • Касьяненко Дарья Алексеевна
  • Сафарян Анастасия Романовна
  • Рословцева Кристина Олеговна
  • Борман Марина Юрьевна
  • Коваленко Надежда Николаевна