В Школе коммуникаций НИУ ВШЭ запустили курс по ИИ для медиа и коммуникаций

Стартовало обучение на дисциплине, которая закладывает базу цифровой грамотности в области ИИ. Студенты не просто узнают о трендах, а учатся понимать, как устроены технологии изнутри, чтобы осознанно применять их в учёбе и будущей профессии.

Студенты бакалавриата «Стратегия и продюсирование в коммуникациях» начали обучение на новом курсе — «Основы искусственного интеллекта в коммуникациях и медиа». Это не просто «курс по промптингу», а последовательное погружение в ключевые технологии (от компьютерного зрения до генерации речи) с акцентом на их применение именно в медиа и коммуникациях.

Цифровые навыки текущих студентов выше, чем у предыдущих поколений, их образовательная траектория и личная жизнь уже немыслимы без нейросетей. Первокурсники активно их используют, но, как отмечают авторы дисциплины, пользоваться и понимать — это две большие разницы. Цель курса — сформировать у студентов системное понимание того, как устроены ключевые ИИ-технологии и как их можно интегрировать в повседневные задачи коммуникационной индустрии.

Ксения Колесникова, заместитель руководителя Школы коммуникаций НИУ ВШЭ, занимается интеграцией технологий искусственного интеллекта в учебные программы Школы коммуникаций. Её собственный профессиональный трек — от инженера до стратега — во многом определил структуру новой дисциплины.

«Мой профессиональный путь всегда был связан с технологиями, но постепенно смещался от чистой инженерии к работе с людьми и смыслами. Я получила техническое образование в МГТУ им. Баумана, где сформировалось системное мышление», — делится Ксения.

Опыт работы с данными и обучение на MBA в Московской школе управления Сколково привели её к важному выводу, который и лёг в основу дисциплины: технологии сами по себе не создают ценность. «Она возникает в момент, когда их начинают правильно применять в бизнесе и коммуникациях. Один из главных вызовов ближайших лет — это разрыв между скоростью развития технологий и уровнем их понимания у специалистов разных сфер», — подчеркивает она.

Программа курса охватывает все актуальные направления: машинное обучение и аналитика, обработка естественного языка, большие языковые модели, компьютерное зрение и речевые технологии.

По словам Ксении Колесниковой, подход к преподаванию строится на трёх уровнях:

• Первый уровень — понимание того, как устроены технологии искусственного интеллекта.
• Второй — способность критически оценивать результаты работы моделей — замечать ошибки, галлюцинации, искажения.
• Третий — осознанное применение ИИ для решения профессиональных задач.

«Мы стараемся, чтобы студенты воспринимали ИИ не как „волшебную кнопку“, а как инструмент, который требует понимания, ответственности и профессиональной рефлексии», — дополняет она.

Отдельный блок курса посвящён промпт-дизайну. Ведёт его Артём Егоров, руководитель Лаборатории иммерсивных образовательных технологий МШУ Сколково. Он уверен, что искусство задавать вопрос — это уже не просто навык, а настоящая инженерия.

«Плохой промпт — это „сделай красиво“, когда человек перекладывает ответственность на модель. Хороший — чётко поставленная задача: с ролью, контекстом, форматом, ограничениями и примерами», — объясняет Артём.

По его наблюдениям, новички совершают одни и те же ошибки: теряют компоненты задачи и ждут магии от одной строки в чате. «По сути, нет навыка постановки задач. Поэтому в курсе мы учим именно этому: относиться к модели как к подчинённому, который работает ровно настолько хорошо, насколько понятно и структурно вы с ним разговариваете».

Важной частью занятий станут «красные флажки» — зоны ответственности, которые нельзя передоверять алгоритмам. «Главный принцип — human in the loop (человек в контуре): человек остаётся редактором, который проверяет факты, ссылки и берёт на себя ответственность за финальный текст. В медиа цена ошибки — это репутация», — добавляет Артём Егоров.

Техническую часть курса, связанную с наукой о данных, курирует Евгений Латышев, Data Science Tech Lead (технический руководитель направления «Наука о данных») в Avito. Он объясняет, почему фундаментальные знания окажутся полезнее, чем умение пользоваться конкретным сервисом сегодняшнего дня.

«Конкретные инструменты устаревают очень быстро — каждые несколько месяцев появляются новые модели. При этом база остаётся неизменной: постановка задачи машинного обучения, метрики качества, необходимые данные. Владея базой, научиться пользоваться очередным инструментом уже не так сложно», — уверен Евгений.

Эти знания, по его словам, дают студентам конкретные карьерные преимущества. Уже на стажировке в пиар-отделе они смогут решать задачи, которые сегодня под силу не каждому специалисту: от мониторинга негативных отзывов и выявления фейковых инфлюенсеров до грамотного описания технологических новостей в пресс-релизах.

«Сейчас в любой крупной компании есть отделы специалистов по машинному обучению, и существенная доля новостей посвящена их разработкам, о которых нужно уметь корректно писать. Наш курс даёт эту базу», — резюмирует Евгений Латышев.

Таким образом, новая дисциплина не просто знакомит студентов с инструментами ИИ, а формирует системное мышление и ответственное отношение к технологиям, что становится ключевым конкурентным преимуществом будущих специалистов в сфере коммуникаций.