Методологические подходы к формированию цифровых компетенций в системе маркетинговых коммуникаций с применением технологий искусственного интеллекта
Автор: Менжевицкий М.Е.
Журнал: Экономика и бизнес: теория и практика @economyandbusiness
Статья в выпуске: 10 (128), 2025 года.
Бесплатный доступ
В статье представлена и эмпирически верифицирована методология AI-Driven Competency Model (ADCM), разработанная для формирования устойчивых цифровых компетенций в сфере маркетинговых коммуникаций в условиях активного внедрения технологий искусственного интеллекта. Статья посвящена решению актуальной проблемы подготовки специалистов, способных не просто использовать ИИ-инструменты, но и осуществлять критический анализ их выводов. Для достижения поставленной цели был спроектирован и проведен эксперимент, основанной на цикле «анализ NLP - генерация контента» с использованием ЛК/НК-платформ, по равнению с традиционным проектным обучением. Результаты эксперимента, измеренные с помощью коэффициента адаптивности контента (КАК) и индекса устойчивости к неоднозначности (ИУН), подтвердили статистически значимое превосходство группы ADCM. Полученные данные доказывают, что ADCM эффективно развивает ключевой навык критической верификации выводов ИИ, обеспечивая высокую устойчивость компетенций в условиях информационного «шума» современной цифровой среды.
Цифровые компетенции, маркетинговые коммуникации, искусственный интеллект
Короткий адрес: https://sciup.org/170212057
IDR: 170212057 | DOI: 10.24412/2411-0450-2025-10-210-215
Methodological approaches to developing digital competencies in marketing communications using artificial intelligence technologies
This article presents and empirically verifies the AI-Driven Competency Model (ADCM) methodology, developed for developing sustainable digital competencies in marketing communications in the context of the active implementation of artificial intelligence technologies. The article addresses the pressing issue of training specialists capable of not only using AI tools but also critically analyzing their findings. To achieve this goal, an experiment based on the "NLP analysis - content generation" cycle was designed and conducted using LC/NC platforms, compared to traditional project-based learning. The results of the experiment, measured using the content adaptability coefficient (CAC) and the ambiguity tolerance index (ATI), confirmed the statistically significant superiority of the ADCM group. The obtained data demonstrate that ADCM effectively develops the key skill of critically verifying AI inferences, ensuring high resilience of competencies in the information "noise" of the modern digital environment.
Список литературы Методологические подходы к формированию цифровых компетенций в системе маркетинговых коммуникаций с применением технологий искусственного интеллекта
- Внукова Д.А. Современные маркетинговые коммуникации: тенденции и перспективы // StudNet. - 2022. - Т. 5, № 6. - С. 6249-6256. EDN: SAAOJL
- Сидельникова А. В. и др. Технологии искусственного интеллекта в маркетинге // Траектории социально-экономического развития региона в условиях внешнеполитического санкционного давления. - 2023. - С. 246-249. EDN: RXHNOJ
- Ghaith R.E.A. et al. Impact of artificial intelligence technologies on marketing performance // Emerging Trends and Innovation in Business and Finance. - Singapore: Springer Nature Singapore, 2023. - P. 49-60.
- Ширяева А.А., Новицкая И.В. Преимущества и недостатки использования нейросетей для обработки естественного языка (NLP) // Язык и культура. - 2024. - № 67. - С. 89-101.
- Pandey K.K. et al. Natural language processing for sentiment analysis in social media marketing // 2023 3rd International Conference on Advance Computing and Innovative Technologies in Engineering (ICACITE). - IEEE, 2023. - P. 326-330.
- Dasaraju S.R. et al. Enhancing Strategy and Governance Through AI-Driven Behavioral Competency Analytics: An ML Model for Competency Development. - 2025.
- Гостев Е. Д., Воронова Е. С. Применение виртуальной реальности в дистанционном обучении: возможности и ограничения // Редакционная коллегия. - 2025. - С. 53. EDN: LKSFSL
- Helal M.Y.I. et al. The impact of generative AI on critical thinking skills: a systematic review, conceptual framework and future research directions // Information Discovery and Delivery. - 2025.
- Raj N.S., Renumol V.G. An improved adaptive learning path recommendation model driven by real-time learning analytics // Journal of Computers in Education. - 2024. - Vol. 11, № 1. - P. 121-148.
- Li W. et al. Sentiment based multi-index integrated scoring method to improve the accuracy of recommender system // Expert Systems with Applications. - 2021. - Vol. 179. - P. 115105. EDN: MKUXLS
