Формирование цифровых компетенций специалистов в сфере маркетинговых коммуникаций с использованием технологий искусственного интеллекта тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Менжевицкий Матвей Евгеньевич

• Менжевицкий Матвей Евгеньевич
• кандидат наук
• 2026

Оглавление диссертации кандидат наук Менжевицкий Матвей Евгеньевич

ВВЕДЕНИЕ

ГЛАВА I. ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ИССЛЕДОВАНИЯ ПРОБЛЕМЫ ФОРМИРОВАНИЯ ЦИФРОВЫХ КОМПЕТЕНЦИЙ СПЕЦИАЛИСТОВ В СФЕРЕ МАРКЕТИНГОВЫХ КОММУНИКАЦИЙ С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

1.1. Тенденции и ценностно-целевые ориентиры дополнительного профессионального образования, направленые на формирование цифровых компетенций специалистов в сфере маркетинговых

25

коммуникаций

1.2. Понятие цифровой компетенции специалистов в сфере маркетинговых коммуникаций и основные инструменты ее формирования

1.3. Анализ подходов и принципов построения системы условий формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций с использованием технологий

искусственного интеллекта

ВЫВОДЫ ПО ГЛАВЕ

ГЛАВА II. СИСТЕМА ФОРМИРОВАНИЯ ЦИФРОВЫХ КОМПЕТЕНЦИЙ СПЕЦИАЛИСТОВ В СФЕРЕ МАРКЕТИНГОВЫХ КОММУНИКАЦИЙ С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

2.1. Структурно-содержательная модель информационно-

83

образовательной среды, насыщенной технологиями ИИ и нейросетями

2.2. Система научно-методических условий формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций с

108

использованием технологий искусственного интеллекта

2.3. Диагностические инструменты оценивания сформированности цифровых компетенций специалистов в сфере маркетинговых

131

коммуникаций с использованием технологий искусственного интеллекта 131 ВЫВОДЫ ПО ГЛАВЕ II

ГЛАВА III. ОПЫТНО-ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ ФОРМИРОВАНИЯ ЦИФРОВЫХ КОМПЕТЕНЦИЙ СПЕЦИАЛИСТОВ В СФЕРЕ МАРКЕТИНГОВЫХ КОММУНИКАЦИЙ С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

3.1. Организация опытно-экспериментальной работы по формированию цифровых компетенций специалистов в сфере маркетинговых коммуникаций с использованием технологий искусственного интеллекта: констатирующий этап

3.2. Внедрение системы научно-методических условий формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций в информационно-образовательную среду, насыщенную технологиями ИИ и нейросетями: проектно-формирующий этап

3.3. Характеристика совокупности результатов опытно-экспериментальной работы и оценка сформированности цифровых компетенций специалистов в сфере маркетинговых коммуникаций с

использованием технологий искусственного интеллекта

ВЫВОДЫ ПО ГЛАВЕ III

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЯ

Приложение 1. Роль преподавателя в образовательной среде, обогащенной

ИИ

Приложение 2. Роль обучаемого в образовательной среде, обогащенной

ИИ

Приложение 3. Пояснение элементов и связей структурной схемы

Приложение 4. Технологический блок ИИ-насыщенной ИОС

Приложение 5. Учебная программа повышения квалификации маркетологов (72 часа): «Цифровые компетенции в маркетинговых

коммуникациях: Искусственный интеллект и нейросети»

Приложение 6. Опросный лист

Приложение 7. Опросник

Введение диссертации (часть автореферата) на тему «Формирование цифровых компетенций специалистов в сфере маркетинговых коммуникаций с использованием технологий искусственного интеллекта»

ВВЕДЕНИЕ

Актуальность исследования. В условиях стремительного научно-технологического развития Российской Федерации стратегическая задача реформирования профессиональной школы заключается в формировании комплексной государственной программы обучения. Аккумулируя передовые достижения научно-технического прогресса, данная программа призвана стать фундаментом для укрепления оборонного потенциала и обеспечения технологической независимости страны. Согласно положениям Указа Президента РФ № 145 от 28 февраля 2024 года, фундаментальным инструментом научно-технологического суверенитета признается модернизация системы воспроизводства кадрового потенциала в областях, представляющих стратегическую значимость для экономики и социума.

Опираясь на концептуальные положения работ С.Е. Шишова, можно утверждать, что в эпоху ИИ приоритетной задачей высшей школы становится формирование системы профессиональных компетенций, ориентированных на ценностное восприятие будущей деятельности. Это гарантирует выпускникам успешную адаптацию к перманентным изменениям в научно-технологической среде и высокую эффективность практического применения знаний [171].

Актуальность формирования цифровых компетенций у специалистов в сфере маркетинговых коммуникаций определяется значимой ролью данной категории работников в процессах цифровой трансформации экономики и образования, развитием внутренних рынков и необходимостью обеспечения эффективных коммуникационных стратегий в условиях санкционного давления.

Современные маркетинговые практики основаны на интеграции информационно-коммуникационных технологий, использовании

интеллектуальных программных решений, автоматизации процессов продвижения и персонализации коммуникаций с потребителями.

В данной связи специалист в сфере маркетинговых коммуникаций становится ключевым участником процессов, происходящих в цифровой среде, от эффективности действий которого зависит не только коммерческий успех отдельных предприятий, но и конкурентоспособность отечественных

отраслей в целом. Его профессиональная деятельность включает элементы проектирования цифрового образа продукта, конструирования смыслового контента и стратегического управления вниманием целевых аудиторий, что требует постоянного обновления компетентностного профиля.

Первый аспект актуальности темы настоящего исследования определяется социальной значимостью внедрения новых подходов к формированию цифровых компетенций у специалистов в сфере маркетинговых коммуникаций в соответствии с современными тенденциями цифровизации экономики и внедрения технологий ИИ в маркетинговые коммуникации. Использование этих технологий в подготовке специалистов по маркетингу и коммуникациям регламентировано актуальными образовательными и профессиональными стандартами, а также государственной стратегией в области ИИ и цифровой трансформации экономики.

Второй аспект актуальности исследования, обозначаемый как научная необходимость связан с недостаточной разработанностью педагогических подходов к формированию цифровых компетенций специалистов в сфере маркетинговых коммуникаций с использованием искусственного интеллекта.

Несмотря на растущую значимость цифровых технологий и искусственного интеллекта в маркетинге и рекламе, в теории и методологии соответствующего направления профессионального образования пока не сложилось целостной системы представлений о способах формирования и совершенствования соответствующих компетенций. Существующие методики часто носят фрагментарный характер и не в полной мере учитывают специфику использования искусственного интеллекта в сфере маркетинговых коммуникаций. Это проявляется в недостаточном количестве научно обоснованных моделей, педагогических технологий и методических рекомендаций, направленных на эффективное развитие у маркетологов и специалистов по рекламе умений применять инструменты искусственного интеллекта для анализа данных, сегментации аудитории, персонализации контента, автоматизации маркетинговых кампаний и оценки их эффективности. Возникла насущная потребность в разработке теоретически

обоснованной и практически ориентированной системы формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций с использованием искусственного интеллекта, что позволит повысить качество профессиональной подготовки специалистов и обеспечить их конкурентоспособность на динамично развивающемся рынке труда.

Третий - прикладной аспект актуальности исследования обусловлен необходимостью совершенствования образовательной практики в подготовке специалистов в сфере маркетинга и рекламы путем разработки инновационных методов формирования цифровых компетенций с использованием искусственного интеллекта, основанных на применении искусственного интеллекта в учебном процессе (например, разработка и анализ маркетинговых кампаний с использованием А1-инструментов, создание персонализированного контента, анализ больших данных для принятия маркетинговых решений). Внедрение новых образовательных методов, включая разработку новых учебных планов, программ и модулей, которые бы целенаправленно формировали у студентов навыки работы с технологиями искусственного интеллекта в контексте маркетинговых коммуникаций, позволит повысить уровень практической подготовки специалистов и обеспечить их готовность к эффективной профессиональной деятельности в условиях цифровой трансформации экономики.

Таким образом, внедрение технологий искусственного интеллекта и нейросетей в процессы подготовки специалистов по рекламе и маркетингу является актуальной научной проблемой, эффективное решение которой тормозит отсутствие научно обоснованных исследований, посвященных формированию цифровых компетенций в сфере маркетинговых коммуникаций в контексте профессионального образования.

Степень разработанности темы исследования.

В результате теоретического анализа была сформирована типология исследований, выводы которых обеспечили качество постановки исследовательских задач и достоверность достигнутых в результате их решений теоретических и практических результатов.

К первой группе отнесены работы, сосредоточенные на методологических основах информатизации и системном сопровождении образовательного процесса. В рамках данного направления такие ученые, как Н.В. Герова, П. Деннинг, К. Дид, М.П. Лапчик и И.В. Роберт, проводят глубокий анализ теоретико-исторических аспектов эволюции образования под воздействием информационных систем. Параллельно с этим в трудах В.В. Гриншкуна, С.В. Зенкиной, А.А. Кузнецова и С.Е. Шишова обосновываются стратегии проектирования учебно-методического обеспечения, выступающего необходимым условием качественной подготовки кадров. Дополняют это направление исследования О.А. Козлова, О.В. Насс, Л.П. Мартиросян и Г.А. Федоровой, раскрывающие дидактический потенциал цифровой среды и определяющие условия для эффективной реализации образовательных задач с помощью компьютерных технологий.

Во вторую группу включены труды, охватывающие технологические и функциональные аспекты конструирования образовательных ресурсов. К ним относятся работы А.Д. Емельянова, М.В. Лапенок и Н.К. Омарбековой, посвященные этапам проектирования и сетевой реализации электронных материалов. Технологический инструментарий, обеспечивающий интерактивность и создание практико-ориентированных заданий в цифровом формате, детально рассматривается в исследованиях О.В. Мерецковой, М.В. Ступиной и А.Н. Богатыревой. Важным завершающим элементом этой группы выступает квалиметрический подход к оценке эффективности созданных ресурсов, представленный в работах О.М. Карпенко, С.М. Окулова и Л.Р. Шарафеевой, где разрабатываются критерии качества и методики измерения дидактической ценности цифровых продуктов.

К третьей группе отнесены исследования, посвященные теории и практике разработки специального цифрового контента на основе модульного принципа. Методология структуризации учебного материала, обеспечивающая логическую последовательность освоения знаний, находит свое отражение в трудах В.П. Беспалько, Н.В. Борисовой и Т.А. Ильиной. В тесной связи с этим М.А. Гайдес, В.М. Гареев и Л.Я. Зорина предлагают

инновационные системы методического контроля и коррекции, позволяющие оперативно управлять образовательной траекторией в цифровой среде. Итоговой целью изысканий данной группы ученых, согласно работам П.А. Юцявичене и З.М. Муцуровой, является достижение высокого уровня индивидуализации и вариативности обучения, при котором цифровой контент адаптивно подстраивается под персональные запросы и когнитивные возможности каждого обучающегося.

Четвертая группа исследований включает работы М.Л. Кричевского, С.В. Дмитриевой, Ю.А. Мартыновой, И.Ю. Тюкина, Н.Ю. Добровольской, Е.С. Ильина, М.И. Никишовой и др., в которых раскрываются теоретические и методические проблемы формирования системы профессиональных компетенций посредством искусственного интеллекта. К ним примыкают исследования Д.Р. Баймурзиной, А.Г. Сбоева, З.И. Сичинавой, А.Е. Коваленко, С.О. Крамарова, С.В. Совершаева и др., описывающие принципы действия нейросетей и проблемы их использования

Наконец, к пятой группе отнесены исследования по вопросам формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций в образовательной среде зарубежом (А. Альнахди, Д. Гасевич, М. Коуэн, Л. Кука, З. Лиин, П. Лэнгли, С. Лу, Дж. Ма, А. Нгуен, И.Оканья-Фернандес, Б. Сабицер, К. Хёрманн, Л. Чен, П. Чен и др.) и в России (Е.А. Барахсанова, Е.З. Власова, В.А. Гаврин, С.В. Гончарова, А.В. Горохов, Т.С. Ильина, Н.А. Карпова, В.А. Мартынов, Л.Б. Осипова и др.). Установлено, что, несмотря на растущий интерес к данной теме, существует дефицит научно обоснованных методик и инструментов для формирования цифровых компетенций в области ИИ-ориентированных маркетинговых коммуникаций.

Таким образом, несмотря на наличие исследований в смежных областях, тема использования ИИ для формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций остается недостаточно разработанной и требует дальнейшего изучения, что позволило сформулировать противоречия:

- социально-образовательного характера: между стремительной цифровой трансформацией общества и растущей потребностью в специалистах, владеющих цифровыми компетенциями, и недостаточной разработанностью методов использования технологий искусственного интеллекта и нейросетей в программах профессиональной подготовки специалистов по рекламе и маркетингу.

- научно-прикладного характера: между существующими концептуальными моделями применения искусственного интеллекта (ИИ) и нейросетей в образовательных целях и недостатком научно обоснованных теоретических моделей и концепций, описывающих эффективные подходы к использованию ИИ в образовательном процессе для формирования данных компетенций для формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций,

- научно-методического характера: между потребностью в разработке практических методик и инструментов, позволяющих эффективно использовать ИИ для формирования цифровых компетенций у специалистов в сфере маркетинговых коммуникаций, и дефицитом методических разработок и практических рекомендаций, что затрудняет внедрение ИИ в образовательный процесс. Учитывая выявленные противоречия, характеризующие разрыв между растущей потребностью рынка труда в специалистах, обладающих развитыми цифровыми компетенциями специалистов в сфере маркетинговых коммуникаций с применением искусственного интеллекта и существующей системой профессиональной подготовки специалистов по рекламе и маркетингу, была сформулирована проблема исследования: каковы научные основания, сущность и особенности структурно-содержательной модели формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций с использованием технологий искусственного интеллекта и нейронных сетей?

Поиск путей оптимального решения поставленной проблемы обусловил тему научного исследования: «Формирование цифровых компетенций

специалистов в сфере маркетинговых коммуникаций с использованием технологий искусственного интеллекта».

Данное научное исследование, проводимое в рамках специальности 5.8.7 «Методология и технология профессионального образования», характеризуется комплексным подходом к анализу современной образовательной среды. Теоретический фундамент работы базируется на методологии компетентностного подхода в процессе профессиональной подготовки и проектировании моделей специалистов, объединяющих в себе совокупность универсальных и профессиональных компетенций (п. 4). В то же время исследование предполагает глубокую актуализацию содержательных, методических и технологических аспектов профессионального образования в условиях высокой динамики внешних изменений, что требует детального анализа влияния трансформирующихся трудовых функций и профессиональных компетенций на систему обучения в целом (п. 5). Обозначенные направления логически дополняются вопросами концептуализации и технологического оснащения педагогических практик, которые на современном этапе реализуются в условиях функционирования интегрированного образовательного пространства (п. 12). Таким образом, работа включает вопросы формирования квалифицированных кадров, адаптации образовательных программ к требованиям рынка труда и внедрения инновационных форм обучения в единую исследовательскую концепцию.

Объект исследования: дополнительное профессиональное образование специалистов в сфере маркетинговых коммуникаций, направленное на формирование цифровых компетенций.

Предмет исследования процесс формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций с использованием технологий искусственного интеллекта.

Цель исследования - научно обосновать, разработать структурно-содержательную модель формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций с использованием технологий искусственного интеллекта и экспериментально апробировать ее эффективность.

Основываясь на сформулированной проблеме и цели исследования, можно предложить гипотезу исследования в виде предположения о том, что эффективность формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций с использованием технологий искусственного интеллекта будет достигнута, если:

- под научным обоснованием использования технологий искусственного интеллекта для формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций в процессе профессиональной подготовки будет пониматься использование научных подходов, законов, принципов и требований в области цифровой трансформации для адекватного отражения зависимостей и связей, существующих в соответствующей области профессиональной деятельности;

- цифровые компетенции специалистов в сфере маркетинговых коммуникаций будут охарактеризованы как ряд способностей использовать цифровые устройства, коммуникационные приложения и нейросети для работы с разными видами информационных потоков и управления ими;

- отличительной особенностью структурно-содержательной модели формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций с использованием технологий искусственного интеллекта будет представлять собой единый целостный образовательный процесс с внутренне-насыщенными цифровыми элементами информационно-образовательной среды системы дополнительного профессионального образования специалистов в сфере маркетинга и рекламы;

- система научно-методических условий формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций с использованием технологий искусственного интеллекта будет рассматриваться как комплекс взаимосвязанных методологических, дидактических и методических ресурсов организации эффективной профессиональной подготовки специалистов в сфере маркетинговых коммуникаций;

- в качестве показателей сформированности цифровых компетенций

специалистов в сфере маркетинговых коммуникаций будут определены знания в области искусственного интеллекта; умения применять искусственный интеллект в рекламной и маркетинговой деятельности; система эмоционально-ценностных отношений к цифровой трансформации экономики и общества.

Задачи исследования, отражающие этапы достижения цели, соответствующие гипотезе, объекту и предмету исследования:

1. Провести теоретический анализ концептуальных моделей отечественного и зарубежного опыта применения искусственного интеллекта и нейронных сетей в образовательных целях в контексте формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций.

2. Определить сущность понятия «цифровая компетенция специалистов в сфере маркетинговых коммуникаций» применительно к процессу дополнительного профессионального образования специалистов этой сферы.

3. Построить и выявить сущность структурно-содержательной модели формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций, интегрирующую искусственный интеллект и нейронные сети в единый образовательный процесс.

4. Разработать систему научно-методических условий формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций с использованием технологий искусственного интеллекта.

5. Создать диагностический инструментарий, включающий контрольно-измерительные материалы, научно обоснованные показатели сформированности цифровых компетенций специалистов, и выявить эффективность разработанных научно-методических условий реализации структурно-содержательной модели формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций с использованием технологий искусственного интеллекта.

Методологическая основа исследования

Методологический фундамент работы выстроен на иерархическом сочетании различных научных подходов, что позволяет комплексно исследовать проблему в единстве её теоретических и прикладных аспектов.

Философский уровень исследования включает основы классического системного подхода, представленные в фундаментальных трудах

A.Н. Аверьянова, В.Г. Афанасьева, И.В. Блауберга, В.Н. Садовского, Э.Г. Юдина и В.С. Ильина. Данный базис позволяет интерпретировать объект исследования как целостную совокупность взаимосвязанных элементов. Системно-синергетическая методология, представленная в работах

B.П. Беспалько, Т.А. Ильиной и Г.Н. Серикова, расширяет границы классического системного анализа, учитывая механизмы самоорганизации и нелинейного развития образовательных систем.

Общенаучный уровень исследования, который представлен деятельностными и контекстными теориями, которые объединяют теорию деятельности (В.А. Беликов, Л.С. Выготский, В.В. Давыдов,

C.Л. Рубинштейн) и контекстный подход (А.А. Вербицкий, В.Г. Калашников, О.И. Щербакова). Такая интеграция позволяет рассматривать процесс формирования компетенций как активную деятельность обучающегося, погруженную в профессиональный контекст. Структурно-квалиметрический и профессионально-образовательный блок объединяет концепции профессионально-педагогического образования (П.Ф. Кубрушко, Г.М. Романцев, В.А. Федоров), теорию модульного обучения (В.М. Гараев, Е.М. Дурко, С.И. Куликов, Г. Оуэнс, Дж.Д. Рассел, Ю.Ф. Тимофеев, П.А. Юцявичене) и квалиметрический подход (Дж. Гласс, Дж. Стенли, И.А. Зимняя, Н.Г. Корнищук, Н.А. Селезнева, А.И. Субетто, Ю.Г. Татур). Сочетание этих подходов обеспечивает технологичность проектирования содержания обучения и объективность оценки качества полученных образовательных результатов.

Теоретико-методологический уровень профессионального образования включает положения методологии формирования профессиональных компетенций (Л.О. Колбасова, А.А. Печеркина, Е.А. Синкина, О.В. Тарасюк, А.М. Ханова, Л.К. Гребенкина и др.); конкретизированные в области интернет-маркетинга (Е.Ю. Бобкова, А.Е. Коваленко, И.Л. Савостьянова и др.), а также научные представления о возможностях ИИ в образовании

(М.Л. Кричевский, С.В. Дмитриева, Ю.А. Мартынова, И.Ю. Тюкин, Н.Ю. Добровольская, Е.С. Ильин, М.И. Никишова и др.); модели дистанционного обучения (Г.Г. Исаева, А.А. Скворцов; И.Н. Теркулова; С.Л. Атанасян; А.В. Гущин и др.).

Для решения поставных задач и проверки выдвинутой гипотезы был задействован комплекс взаимодополняющих методов научного исследования. На теоретическом уровне реализовывался комплексный содержательный анализ и концептуальная интерпретация репрезентативного массива данных, включающего ретроспективное и системное изучение исторической, философской, психолого-педагогической и научно-методической литературы. В рамках данного этапа особое внимание уделялось критическому осмыслению официальных нормативно-правовых актов и документов, регламентирующих функционирование современной системы образования. Методология теоретического поиска также предполагала системное обобщение и классификацию передового педагогического опыта, что позволило выявить актуальные тенденции и дефициты в исследуемой области. Итогом данной работы послужил концептуальный синтез изученных положений, на основе которого осуществлялось проектирование и обоснование теоретических моделей, релевантных предмету исследования и обеспечивающих целостность предлагаемых научных решений. На эмпирическом этапе исследования применялись методы анкетирования, экспертных оценок, педагогического наблюдения и тестирования. Проведена опытно-экспериментальная апробация разработанных методических материалов. Для обеспечения объективности анализа полученных данных использовались методы измерения и статистической обработки.

Опытно-экспериментальная база исследования. Научное исследование проводилось на базе института дополнительного образования аккредитованного образовательного частного учреждения высшего образования «Московский финансово-юридический университет МФЮА» (МФЮА) и экспериментальная апробация разработанных материалов

осуществлялась на базе ФГБОУ ВО «Нижегородский государственный педагогический университет имени Козьмы Минина» г. Нижний Новгород. В экспериментальной апробации приняли участие 160 обучающихся.

Этапы исследования:

Первый этап (2019-2020 гг.) - аналитико-проектировочный: на данном этапе был осуществлен анализ научной литературы в области методологии и технологии профессионального образования, маркетинговых коммуникаций с применением искусственного интеллекта. Были определены теоретические основы, проблема, объект, предмет и сформулирована гипотеза исследования. Разработана концептуальная модель с использованием искусственного интеллекта для формирования цифровых компетенций и программа опытно-экспериментальной апробации.

Второй этап (2021-2022 гг.) - экспериментально-методический: на этом этапе было разработано методическое обеспечение формирования профессиональных компетенций в сфере маркетинга и цифровых коммуникаций при помощи применения нейронных сетей и инструментарий оценки. Проведен констатирующий и реализован формирующий этап ОЭР с целью апробации разработанной модели и выявления эффективности использования искусственного интеллекта для формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций. Осуществлялся сбор данных об уровне сформированности компетенций в контрольной и экспериментальной группах.

Третий этап (2023-2025 гг.) - аналитико-обобщающий: на заключительном этапе была проведена обработка и анализ полученных эмпирических данных, включая оценку статистической значимости различий. Обобщены результаты исследования, сформулированы основные выводы, оформлен текст диссертации и автореферата научного исследования.

Новизна исследования состоит в:

- введении авторского определения цифровой компетенции специалистов в сфере маркетинговых коммуникаций, как совокупности специфических знаний умений и навыков, требуемых специалисту по маркетингу для эффективной

коммуникации с клиентами через различные цифровые каналы и создания персонализированного и интерактивного контента для клиентов, включая этико-правовые нормы использования технологий искусственного интеллекта;

- разработке структурно-содержательной модели формирования цифровых компетенций, представляющей собой совокупность субъектов образовательного процесса, а также инструментов цифровых технологий, искусственного интеллекта и нейронных сетей, которые они используют для формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций;

- построении системы научно-методических условий формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций с использованием технологий искусственного интеллекта и нейросетей, включающей нормативно-концептуальный, информационно-методический и системно-дидактический блоки, обеспечивающих реализацию и эффективность внедрения структурно-содержательной модели и создания практики цифрового образования;

Список литературы диссертационного исследования кандидат наук Менжевицкий Матвей Евгеньевич, 2026 год

Список использованной литературы

Основные источники:

Браун Т. Б., Манн Б., Райдер Н., Субраманиан М., Каплан Д., Дхара П., ... & Амадео Г. (2020). Языковые модели - это несколько учеников. arXiv preprint arXiv:2005.14165.

Бомбард П. (2023). Промпт-инжиниринг: как писать промпты для GPT-4. Издательство «Альпина Паблишер».

Гудвиллоу И., Пуже-Абади Ж., Мирза М., Сюй Б., Уорд-Фарли Д., Озаджай Ш., ... & Бенджио И. (2014). Генеративные состязательные сети. arXiv preprint arXiv:1406.2661.

Раскованов Р. Ю. (2023). Маркетинг с помощью нейросетей: как использовать искусственный интеллект для продвижения бизнеса. Издательство «ДМК Пресс».

Шолле Ф. (2018). Глубокое обучение с Python. Издательство «Питер».

Дополнительные источники:

Бергер Дж. (2013). Заразно: Психология вирусного маркетинга. Издательство «Манн, Иванов и Фербер».

Котлер Ф., Картаджайя Х., & Сетиаван И. (2021). Маркетинг 5.0: Технологии во имя человечества. Издательство «Альпина Паблишер».

Макконнелл Б., & Хэбай Дж. (2007). Блог-маркетинг: Новый вид маркетинга, который поможет вам достичь успеха. Издательство «Вильямс».

Смит А. Н. (2019). Цифровой маркетинг: Стратегия, реализация и практика. Издательство «Юрайт».

Траут Дж., & Райс Э. (2004). Маркетинговые войны. Издательство «Питер».

Интернет-ресурсы:

Google AI Blog: https : //ai .googl e/l atest-news/ OpenAI Blog: https://openai.com/news/ Towards Data Science: https://towardsdatascience.com/ Хабр: https://habr.com/ Научные статьи:

Vaswani A., Shazeer N., Parmar N., Uszkoreit J., Jones L., Gomez A. N., ... & Polosukhin I. (2017). Attention is all you need. Advances in neural information processing systems, 30.

Devlin J., Chang M. W., Lee K., & Toutanova K. (2018). Bert: Pre-training of deep bidirectional transformers for language understanding. arXiv preprint arXiv:1810.04805. 3. 1 Radford, A., Narasimhan, K., Salimans, T., & Sutskever, I. (2018). Improving language understanding by generative pre-training.

Лекция 1. Основы нейросетей: типы, архитектура, принцип работы.

• Введение в нейросети.

• Типы нейросетей.

• Архитектура нейросетей.

• Принцип работы нейросетей.

• Примеры применения нейросетей.

• Преимущества и недостатки нейросетей.

Лекция 2. Обзор нейросетей, применяемых в маркетинге: генеративные модели, нейросети для анализа данных, чат-боты.

• Генеративные модели в маркетинге.

• Нейросети для анализа данных в маркетинге.

• Чат-боты на основе нейросетей в маркетинге.

□ Примеры практического применения нейросетей в маркетинге. Тенденции и перспективы использования нейросетей в маркетинге

Практическое занятие 1. Работа с простыми нейросетями: генерация

текста, изображений.

• Инструменты генерации.

• Генерация текста.

• Генерация изображений.

• Практические задания.

• Анализ результатов.

• Домашнее задание (по желанию).

Практическое занятие 2. Кейс-стади: анализ успешных кейсов применения нейросетей в маркетинге.

• Подбор кейсов.

• Анализ кейсов по категориям.

• Разбор успешных стратегий.

• Выявление ключевых факторов успеха.

• Обсуждение и выводы.

Модуль 2. Нейросети для создания контента (16 часов) Лекция 3. Генерация текстового контента: статьи, посты, рекламные тексты.

• Основы генерации текстового контента нейросетями.

• Генерация статей с помощью нейросетей.

• Создание постов для социальных сетей.

• Генерация рекламных текстов.

• Практические аспекты и инструменты.

Лекция 4. Создание визуального контента: изображения, видео, анимация.

• Генерация изображений нейросетями.

• Создание видеороликов с помощью нейросетей.

• Генерация анимации нейросетями.

• Инструменты и платформы для визуального контента.

• Применение в маркетинге и рекламе.

Практическое занятие 3. Работа с нейросетями для создания текстового контента: генерация и редактирование.

• Выбор инструментов для генерации текста.

• Создание различных типов текстового контента.

• Техники редактирования сгенерированного текста.

• Оптимизация текста для конкретных целей.

• Практические упражнения и задания.

Практическое занятие 4. Работа с нейросетями для создания визуального контента: создание и редактирование.

• Выбор инструментов для генерации визуального контента.

• Создание изображений с помощью нейросетей.

• Генерация видеороликов и анимации.

• Техники редактирования сгенерированного визуального контента.

• Оптимизация визуального контента для конкретных целей.

• Практические упражнения и задания.

Практическое занятие 5. Разработка контент-стратегии с использованием нейросетей.

• Анализ целевой аудитории с помощью нейросетей.

• Генерация идей контента нейросетями.

• Планирование контент-календаря с использованием нейросетей.

• Создание различных типов контента с помощью нейросетей.

• Оценка эффективности контент-стратегии с использованием

нейросетей.

Практическое занятие 6. Создание рекламного креатива с помощью нейросетей.

• Анализ брифа и требований к креативу.

• Генерация идей для рекламного креатива с помощью нейросетей.

• Создание визуальных элементов креатива нейросетями.

• Генерация текста для рекламного креатива.

• Компоновка и редактирование креатива.

Модуль 3. Нейросети для анализа данных и автоматизации маркетинга (16 часов)

Лекция 5. Анализ данных с помощью нейросетей: сегментация аудитории, прогнозирование трендов.

• Основы анализа данных нейросетями в маркетинге.

• Сегментация аудитории с помощью нейросетей.

• Прогнозирование маркетинговых трендов нейросетями.

• Инструменты и платформы для анализа данных.

• Применение результатов анализа в маркетинговой стратегии

Лекция 6. Автоматизация маркетинговых процессов: чат-боты, персонализация контента.

• Основы автоматизации маркетинга с помощью нейросетей.

• Создание и внедрение чат-ботов на основе нейросетей.

• Персонализация контента с использованием нейросетей.

• Инструменты и платформы для автоматизации.

• Примеры автоматизации различных маркетинговых задач

Практическое занятие 7. Работа с нейросетями для анализа данных: сегментация аудитории.

• Подготовка данных для сегментации.

• Выбор инструментов и методов сегментации.

• Практическая сегментация аудитории.

• Анализ результатов сегментации.

• Интерпретация и применение результатов

Практическое занятие 8. Работа с нейросетями для автоматизации маркетинга: создание чат-бота.

• Выбор платформы для создания чат-бота.

• Разработка сценария чат-бота.

• Настройка и обучение чат-бота.

• Интеграция чат-бота с маркетинговыми каналами.

• Тестирование и оптимизация чат-бота.

Практическое занятие 9. Анализ трендов с помощью нейросетей.

• Сбор и подготовка данных для анализа трендов.

• Выбор инструментов и методов анализа.

• Практический анализ трендов.

• Визуализация и интерпретация результатов.

• Применение результатов анализа в маркетинге.

Практическое занятие 10. Создание алгоритма персонализации контента.

• Сбор и анализ данных о пользователях.

• Выбор модели персонализации.

• Разработка алгоритма персонализации.

• Тестирование и оптимизация алгоритма.

• Внедрение алгоритма в маркетинговые каналы

Модуль 4. Промт-инжиниринг для маркетологов (16 часов) Лекция 7. Основы промт-инжиниринга: принципы и техники.

• Введение в промт-инжиниринг.

• Принципы создания эффективных промтов.

• Техники промт-инжиниринга.

• Инструменты и платформы для промт-инжиниринга.

• Применение промт-инжиниринга в маркетинге.

Лекция 8. Создание эффективных промтов для решения маркетинговых

задач.

• Определение маркетинговых задач для промт-инжиниринга.

• Типы промтов для решения различных маркетинговых задач.

• Техники оптимизации промтов для повышения эффективности.

• Анализ результатов работы промтов и их корректировка.

• Практические примеры создания эффективных промтов

Практическое занятие 11. Создание промтов для генерации текстового контента.

• Определение целей генерации текстового контента.

• Разработка структуры промта.

• Практическое создание промтов для различных типов текста.

• Тестирование и оптимизация промтов.

• Анализ результатов генерации и корректировка промтов.

Практическое занятие 12. Создание промтов для генерации визуального контента.

• Определение целей генерации визуального контента.

• Разработка структуры промта для визуального контента.

• Практическое создание промтов для различных типов визуального контента.

• Тестирование и оптимизация промтов для визуального контента.

• Анализ результатов генерации и корректировка промтов.

Практическое занятие 13. Создание промтов для анализа данных.

• Определение целей анализа данных.

• Разработка структуры промта для анализа данных.

• Практическое создание промтов для различных задач анализа.

• Тестирование и оптимизация промтов для анализа данных.

• Анализ результатов анализа и корректировка промтов.

Практическое занятие 14. Создание промтов для автоматизации маркетинга.

• Определение задач автоматизации маркетинга.

• Разработка структуры промта для автоматизации.

• Практическое создание промтов для различных задач автоматизации.

• Тестирование и оптимизация промтов для автоматизации.

• Анализ результатов автоматизации и корректировка промтов

Модуль 5. Этические и правовые аспекты использования нейросетей в маркетинге (8 часов)

Лекция 9. Этические вопросы использования нейросетей: конфиденциальность, предвзятость, манипуляция.

• Конфиденциальность данных при использовании нейросетей.

• Предвзятость и дискриминация в работе нейросетей.

• Манипуляция общественным мнением с помощью нейросетей.

• Ответственность за результаты работы нейросетей.

• Этическое регулирование использования нейросетей в маркетинге

Лекция 10. Правовые аспекты использования нейросетей: авторское право, защита данных.

• Авторское право и нейросети.

• Защита персональных данных при использовании нейросетей.

• Юридические риски использования сгенерированного контента.

• Нормативно-правовое регулирование нейросетей.

• Практические рекомендации по соблюдению законодательства.

Практическое занятие 15. Кейс-стади: анализ этических дилемм, связанных с использованием нейросетей в маркетинге.

• Выбор и представление кейсов.

• Анализ кейсов с точки зрения этических принципов.

• Обсуждение возможных решений и последствий.

• Формулирование рекомендаций по этическому использованию нейросетей.

• Ролевая игра или дискуссия по этическим дилеммам

Перечень тем без детализации Практическое занятие 16. Разработка этического кодекса использования нейросетей в маркетинге.

• Анализ существующих этических кодексов.

• Определение ключевых этических принципов для маркетинга с нейросетями.

• Разработка структуры этического кодекса.

• Формулирование конкретных правил и рекомендаций.

• Обсуждение и согласование итогового документа

Приложение 6 (обязательное)

Опросный лист

для экспертов по оценке ДПП «Цифровые компетенции в маркетинговых коммуникациях: Искусственный интеллект и нейросети»

Введение: Уважаемый эксперт!

Просим Вас оценить дополнительную профессиональную программу (ДПП) «Цифровые компетенции в маркетинговых коммуникациях: Искусственный интеллект и нейросети» с точки зрения её организационной и дидактической эффективности.

Ваши ответы помогут нам выявить сильные стороны программы и определить направления для её совершенствования.

Оценка производится по шкале от 1 до 5, где: 1 - крайне низкая оценка; 2 - низкая оценка; 3 - удовлетворительная оценка; 4 - высокая оценка; 5 -крайне высокая оценка. Выбранную оценку отметьте таким образом [х] Раздел I. Организационный аспект программы Актуальность и востребованность программы Соответствие содержания программы потребностям рынка труда. Показатели: Наличие дефицита специалистов с данными компетенциями. Частота запросов от работодателей. [ ] 1 [ ] 2 [ ] 3 [ ] 4 [ ] 5

1.2. Оценка востребованности формируемых компетенций. Показатели: Возможность применения полученных знаний для решения реальных бизнес-задач. [ ] 1 [ ] 2

[ ] 3 [ ] 4 [ ] 5

Ваши комментарии:

Инфраструктурное и материально-техническое обеспечение программы

2.1. Достаточность и современность оснащения.

Показатели: Наличие специализированного ПО, актуальных онлайн-платформ, доступа к инструментам ИИ. [ ] 1 [ ] 2 [ ] 3 [ ] 4 [ ] 5

2.2. Качество и доступность учебных материалов.

Показатели: Наличие актуальных методических пособий, кейсов, доступов к электронным ресурсам. [ ] 1 [ ] 2 [ ] 3 [ ] 4 [ ] 5

Ваши комментарии:

Эффективность администрирования программы 3.1. Оперативность и качество организационной поддержки. Показатели: Скорость и полнота ответов на организационные вопросы. [ ] 1 [ ] 2

[ ] 3 [ ] 4 [ ] 5

Ваши комментарии:

Раздел II. Дидактический аспект программы Целеполагание и структура программы

4.1. Четкость и достижимость целей.

Показатели: Формулировка целей в категориях "знать", "уметь", "владеть". [ ] 1 [ ] 2 [ ] 3 [ ] 4 [ ] 5

4.2. Логичность и сбалансированность программы.

Показатели: Последовательность модулей. Оптимальное соотношение теории и практики. [ ] 1 [ ] 2 [ ] 3 [ ] 4 [ ] 5

Ваши комментарии:

Содержание программы

5.1. Актуальность и научность учебного материала. Показатели: Наличие современных знаний и технологий ИИ. Соответствие мировым трендам в маркетинге.

[ ] 1 [ ] 2 [ ] 3 [ ] 4 [ ] 5

5.2. Практическая ценность контента.

Показатели: Использование реальных кейсов, примеров внедрения ИИ-инструментов. [ ] 1 [ ] 2 [ ] 3 [ ] 4 [ ] 5

Ваши комментарии:

Методы и технологии обучения программы

6.1. Эффективность активных методов.

Показатели: Использование проектной работы, симуляций, деловых игр. [ ] 1 [ ] 2 [ ] 3 [ ] 4 [ ] 5

6.2. Применение современных ИКТ.

Показатели: Использование специализированного ПО, виртуальных тренажеров. [ ] 1 [ ] 2 [ ] 3 [ ] 4

Ваши комментарии:

Система оценки и контроля программы 7.1. Объективность и прозрачность системы оценки. Показатели: Четкость критериев оценки. Разнообразие форм контроля (тесты, проекты, портфолио). [ ] 1 [ ] 2 [ ] 3 [ ] 4 [ ] 5

Ваши комментарии:

Компетентность преподавателей, участвующих в программе

8.1. Уровень квалификации и практический опыт.

Показатели: Наличие ученой степени. Опыт работы в отрасли. Наличие публикаций. [ ] 1 [ ] 2 [ ] 3 [ ] 4 [ ] 5

8.2. Педагогическое мастерство.

Показатели: Умение доступно объяснять материал. Способность мотивировать обучаемых. [ ] 1 [ ] 2 [ ] 3

[ ] 4 [ ] 5

Ваши комментарии:

Раздел III. Эффективность программы Общая оценка и рекомендации

9.1. Общее качество и эффективность ДППс [ ] 1

[ ] 2 [ ] 3 [ ] 4 [ ] 5

9.2. Влияние обучения на профессиональное развитие

Показатели: Повышение квалификации, карьерный рост, увеличение дохода выпускников. [ ] 1 [ ] 2 [ ] 3 [ ] 4 [ ] 5

9.3. Ваши общие выводы и ключевые рекомендации по совершенствованию программы:

Благодарим за Ваше экспертное мнение!

Приложение 7 (обязательное)

Опросник

Отношение к использованию ИИ-инструментов в образовательном процессе (университетский уровень)

Инструкция для респондента: Пожалуйста, ознакомьтесь с каждым утверждением и отметьте (✓) в соответствующей колонке, насколько вы согласны или не согласны с тем, что ИИ-инструменты способны выполнять указанную функцию в образовательном процессе. Используйте следующую шкалу:

5 - Полностью согласен 4 - Скорее согласен 3 - Затрудняюсь ответить 2 - Скорее не согласен 1 - Полностью не согласен

Таблица 4 - Опросник для определения отношения к ИИ

№ Утверждение Уровень согласия

(отметьте ✓)

5 4 3 2 1

1. Персонализация обучения и преподавания

1.1 Выявляет потенциал каждого обучающегося.

1.2 Делает обучение персонифицированным.

1.3 Адаптируется к различным стилям обучения.

1.4 Обеспечивает доступность обучения (временную, пространственную, для разных потребностей).

1.5 Поддерживает инновационные стили преподавания.

1.6 Поддерживает интерес обучающихся.

2. Создание адаптированных учебных групп

2.1 Совершенствует навыки обучения.

2.2 Развивает мотивацию обучающихся.

2.3 Переводит сложные учебные задания в простые упражнения.

2.4 Адаптируется к темпу обучения обучающихся.

2.5 Повышает способности к обучению.

2.6 Удовлетворяет образовательные потребности обучающихся.

3. Объективность и равенство в образовательном процессе

3.1 Обеспечивает распространение достоверной информации.

3.2 Предоставляет актуальную информацию.

3.3 Использует инклюзивный подход (учитывает разнообразие обучающихся).

3.4 Выполняет роль арбитра (независимого оценивающего) в образовательном процессе.

3.5 Поддерживает оптимальный темп образовательного процесса для группы.

3.6 Оказывает круглосуточную помощь обучаемогом.

4. Экономия времени и повышение эффективности образовательного

процесса

4.1 Обеспечивает эффективный образовательный процесс.

4.2 Является интеллектуальной обучающей системой (способной "мыслить" и адаптироваться).

4.3 Обеспечивает индивидуальную поддержку обучающихся.

4.4 Поддерживает обучение в любое время.

4.5 Устраняет пробелы в технологических навыках обучающихся.

4.6 Поддерживает обратную связь по работам обучающихся.

4.7 Обеспечивает объективность оценки работ обучающихся.