Кто читает:: Департамент медиа

Статус:: Курс обязательный

Когда читается:: 4-й курс, 3 модуль

Дополнительные материалы в LMS Задать вопрос

Аннотация

Дисциплина «Искусственный интеллект в медиа» поможет студентам получить срез текущего ИИ-инструментария и доступных возможностей нейросетей. Курс построен на декомпозиции образа современного специалиста в области медиа (в широкой трактовке понятия) на роли и зоны ответственности, из которых вытекает набор прикладных ИИ-компетенций: промпт-инжиниринг медиаконтента (текст, изображения, видео, голос, звук), вайб-кодинг творческого контента, GEO/AEO-оптимизация под фронтирные модели, сборка ИИ-агентов и цифровых продуктов без навыков программирования, распознавание дипфейков и дезинформации, правовая и этическая грамотность в работе с ИИ-контентом. Эти компетенции осваиваются последовательными воркшопами на материале и в пользу дипломных работ студентов (допускается синтетический медиапроект - телеграм-канал, бот, лонгрид, сайт и т.д.); результаты воркшопов собираются в итоговый проект, который доводится до учебной защиты. Уникальность курса состоит в опоре на самые свежие решения вкупе с учётом текущей ситуации (не только иностранные сервисы, но и отечественные, а также локальные модели), сочетании практики с этической и критической рефлексией, а также в возможности использовать практическую компоненту в дипломных и личных проектах и при формировании портфолио.

Цель освоения дисциплины

Формирование у студентов набора прикладных ИИ-компетенций, вытекающих из ролей и зон ответственности современного медиаспециалиста, от промпт-инжиниринга и генерации контента до GEO/AEO-оптимизации, сборки ИИ-агентов и цифровых продуктов, верификации и фактчекинга, с применением в своей дипломной работе (или синтетическом медиапроекте).
Развитие критического и этического отношения к искусственному интеллекту в медиа.

Планируемые результаты обучения

Понимает роли и зоны ответственности современного специалиста в области медиа, умеет соотносить с ними прикладные ИИ-компетенции и аргументированно обосновывать выбор и способы использования ИИ‑решений в профессиональной деятельности.
Умеет формулировать промпты на разных уровнях абстракции для актуальных версий фронтирных моделей при генерации текстового, визуального, видео-, голосового и звукового контента, соответствующего ЦА, целям и задачам проекта.
Умеет создавать без навыков программирования (no-code/low-code) музыкальные, визуальные и анимационные арт-объекты с помощью ИИ-инструментов.
Владеет навыками оптимизации текстов и сайтов под фронтирные модели и генеративные поисковые системы (GEO/AEO).
Умеет проектировать и собирать no-code ИИ-агентов (на платформе n8n) для сбора, обогащения и публикации контента, а также с помощью вайб-кодинга создавать простые цифровые продукты (посадочные страницы, интернет-магазины, приложения) с учётом их монетизации.
Владеет навыками верификации и критического анализа ИИ-генерированного контента: распознаёт дипфейки и признаки нейрослопа, выявляет галлюцинации, применяет инструменты верификации и фактчекинга.
Понимает ограничения, риски и последствия применения ИИ, современное понимание авторства ИИ-контента, требования к его маркировке и ответственность создателя; умеет анализировать кейсы ошибок брендов и медиа.
Умеет применять ИИ-инструменты в собственной дипломной работе (или синтетическом медиапроекте) и документировать процесс, аргументированно оценивая эффективность инструментов, их ограничения и этические аспекты.
Умеет презентовать результаты проекта, компетентно демонстрируя и обосновывая вклад ИИ-инструментария.

Содержание учебной дисциплины

Вводная лекция “ИИ в медиа"
Промпт-инжиниринг медиаконтента
Вайб-кодинг творческого контента
GEO/AEO
AI-агенты для медиа на n8n и вайб-кодинг цифровых продуктов

Элементы контроля

Карта ролей и ИИ-компетенций проекта
Студент в первые две недели модуля (после вводной лекции) готовит и представляет структурированный документ (Word, Google Docs, PDF) объёмом в полторы-две тысячи знаков, в котором раскладывает собственную дипломную работу (ВКР) или синтетический медиапроект на роли и зоны ответственности современного медиаспециалиста и соотносит с ними прикладные ИИ-компетенции курса. Обязательная структура: Проект и его формат (тема и формат ВКР - исследование, медиапродукт, кампания; либо синтетический медиапроект: Telegram-канал, блог, сайт, видеоканал, бот, лонгрид или другой формат) Целевая аудитория и задача проекта (кому и зачем; ключевой результат, который должен быть получен к защите) Роли и зоны ответственности (3-5 ролей современного медиаспециалиста, задействованных в проекте: например, автор/редактор, продюсер контента, дистрибутор, продуктовый/технический специалист, фактчекер) Что входит в зону ответственности каждой роли применительно к проекту Что делает человек, что можно делегировать ИИ Карта ИИ-компетенций (соотнесение шести тем курса с ролями и задачами проекта) Какие ИИ-компетенции и инструменты нужны на каждом участке работы Какие результаты воркшопов войдут в итоговый проект Риски и ограничения (правовые, этические, репутационные - 2-3 пункта; чувствительность материалов, необходимость синтетических данных) Ожидаемый результат к защите (что именно будет предъявлено: артефакты, метрики или прогноз)
Результаты воркшопов
После каждого из шести воркшопов студент сдаёт результат - артефакт, созданный на материале и в пользу собственной дипломной работы (или синтетического медиапроекта), и краткую рефлексию (Word, Google Docs, PDF или ссылка) объёмом 500-1000 знаков. Каждый результат оценивается по десятибалльной шкале; оценка за элемент контроля - среднее арифметическое шести оценок. Результаты воркшопов По каждой теме курса: Промпт-инжиниринг медиаконтента - промпт-бук проекта: 8-10 пар «промпт → результат» по 4-5 модальностям (текст, изображение, видео, голос, звук) с указанием моделей, уровня абстракции и анализом промптов Вайб-кодинг творческого контента - готовый арт-объект (трек, клип, анимация, визуальная серия или интерактив), созданный no-code/low-code инструментами, с описанием процесса GEO/AEO - оптимизированная под фронтирные модели контентная единица или страница проекта + чек-лист изменений «до/после» и проверка ответов моделей AI-агенты на n8n и вайб-кодинг цифровых продуктов - рабочий пайплайн n8n (сбор → обогащение → публикация) с документацией + прототип цифрового продукта (лендинг, интернет-магазин или приложение) с описанием монетизации Дипфейки и дезинформация - протокол верификации 5-7 объектов с применением 2-3 инструментов + отчёт о фактчекинге 3-5 утверждений из материалов проекта ИИ-контент: право, этика, паттерны, кейсы - разбор кейса + чек-лист рисков и ИИ-политика проекта (авторство, маркировка, ответственность, признаки нейрослопа) Рефлексия к каждому результату Должна включать: Задача – Что нужно было получить для проекта Процесс – Инструменты, промпты и настройки, эволюция запросов (1-2 примера) Результат – Что получилось, что сделал ИИ, что доработано вручную Ограничения и ошибки – Что не работало, как исправлено Выводы – Что берётся в итоговый проект и почему
Итоговый проект и защита
Студент в соответствии с требованиями по сроку, объёму и грамотности текстов представляет итоговый проект - ИИ-компоненту собственной дипломной работы (или синтетический медиапроект), собранную из доработанных результатов воркшопов, с полной документацией использования ИИ, и защищает его на учебной защите. Формат подачи: Итоговый проект (реальный ресурс/продукт/канал/сайт/пайплайн или макет) + 2 документа + презентация (5-7 слайдов) Обязательный состав проекта Артефакты воркшопов (для всех форматов) ● Не менее 4 из 6 результатов воркшопов, доработанных до финального качества и интегрированных в проект (обязательно: промпт-бук и результат верификации/фактчекинга) ● Хотя бы один продуктовый артефакт: пайплайн n8n, цифровой продукт (лендинг/магазин/приложение) или арт-объект ● Хотя бы одна контентная единица или страница, оптимизированная под GEO/AEO ● Чек-лист рисков и ИИ-политика проекта Для проектной ВКР или медиапродукта ● Контентная компонента: не менее 5 готовых контентных единиц, созданных с участием ИИ и прошедших верификацию ● Продуктовая или технологическая компонента (пайплайн, цифровой продукт или арт-объект), встроенная в проект ● График планируемого развития (краткий) Для исследовательской ВКР ● ИИ-компонента исследования (например, сбор и обработка материалов агентом, генерация и верификация данных, GEO/AEO-анализ объекта исследования) ● Описание методики применения ИИ, его ограничений и способов верификации результатов Для синтетического медиапроекта ● Telegram-канал - 8-10 готовых постов; блог - 2-3 полноценные публикации с базовой GEO/SEO-оптимизацией; сайт/лендинг - главная страница + 2-3 подстраницы, визуальный контент и базовые метаданные; видеоканал - 2-3 готовых видео с описаниями; бот/агент - описание функционала и рабочий пайплайн ● График планируемого развития (краткий) Обязательная документация 1. Редакторский отчёт (300-500 слов) Содержит: ● Краткое описание процесса создания и роли результатов воркшопов в проекте ● Использованные ИИ-инструменты по темам курса ● Что было сгенерировано ИИ, что сделано вручную (по ролям и зонам ответственности) ● Время, затраченное на каждый этап ● 1-2 примера сложностей и их решения 2. Отчёт о верификации и соответствии (300-500 слов) Содержит: ● Какой контент требовал редактирования после ИИ-генерации; основные ошибки и галлюцинации, обнаруженные и исправленные ● Метод проверки фактов; результаты проверки на дипфейки и признаки нейрослопа ● Правовые и этические решения: авторство, маркировка ИИ-контента, ответственность создателя ● Соответствие ИИ-политике проекта, бренду и целевой аудитории 3. Презентация и защита (5-7 слайдов + 5-7 минут спич) Содержит: Слайд 1: Проект, целевая аудитория и задача Слайд 2: Роли и зоны ответственности; что делал человек, что - ИИ Слайды 3-4: Артефакты воркшопов в проекте (2-3 лучших примера) Слайд 5: Верификация, право и этика: как обеспечены качество и безопасность Слайд 6: Результаты и метрики (или прогноз) Слайд 7 (опционально): План развития Спич: Чёткое и убедительное описание проекта с демонстрацией ИИ-инструментов и обоснованием решений (5-7 минут)

Промежуточная аттестация

2026/2027 3rd module
0.4 * Итоговый проект и защита + 0.1 * Карта ролей и ИИ-компетенций проекта + 0.5 * Результаты воркшопов

Список литературы

Авторы

Котюкова Анастасия Васильевна

Бакалаврская программа «Медиакоммуникации»

Контакты

Искусственный интеллект в медиа

Программа дисциплины