ISSN (print) - 0131-7652

ISSN (online) - 2686-7605

Том 56 № 4 (2026)
НОВЫЕ ТЕХНОЛОГИИ

Коммуникативная эффективность и искусственный интеллект: уроки одного эксперимента

Требуется подписка или оплата PDF (200 RUB)
  • Е.М. Каз,
  • Ж.Н. Зенкова
Е.М. Каз
Национальный исследовательский Томский государственный университет; Институт экономики и менеджмента
Ж.Н. Зенкова
Национальный исследовательский Томский государственный университет; Институт прикладной математики и компьютерных наук
DOI: https://doi.org/10.30680/ECO0131-7652-2026-4-230-246

Опубликован 03.08.2026

Ключевые слова

  • искусственный интеллект; интернет-реклама; коммуникативная эффективность; результативность; потребительские предпочтения; маркетинг

Как цитировать

1.
Каз Е, Зенкова Ж. Коммуникативная эффективность и искусственный интеллект: уроки одного эксперимента. ECO [Интернет]. 3 август 2026 г. [цитируется по 6 август 2026 г.];56(4):230-46. доступно на: https://ecotrends.ru/index.php/eco/article/view/4994

Аннотация

Статья посвящена исследованию влияния технологий искусственного интеллекта (ИИ) на коммуникативную эффективность интернет-рекламы. Исследование основано на A/B-тестировании рекламных кампаний в сфере онлайн-образования, запущенных на платформах «ЯДирект» и «ВКонтакте» как с использованием ИИ-инструментов, так и без них. Результаты показали, что ИИ способствует росту перцептивной и поведенческой вовлечённости аудитории и снижению стоимости привлечения клиента на платформе «ЯДирект», но его эффективность на площадке «ВКонтакте» ограничена (для оценки были использованы z-тест пропорций и t-тест Уэлча). Была также выявлена зависимость эффективности ИИ в рекламных коммуникациях от этапа коммуникации и плотности смысловой нагрузки. Использование ИИ может существенно повысить техническую результативность и операционную экономию, однако при этом возникает риск коммуникативного обесценивания – когда текст становится избыточно обобщённым, лишённым «голоса» и глубины, необходимых для эффективного контакта с аудиторией.
Требуется подписка или оплата PDF (200 RUB)

Библиографические ссылки

  1. Базаров Т.Ю. Психология рекламы. М.: Юрайт, 2018. 220 с.
  2. Бронников М.А. Применение искусственного интеллекта в маркетинге // Экономика и социум. 2022. № 6–1 (97). С. 449–453.
  3. Дмитриева М.А. Влияние искусственного интеллекта на сферу маркетинга // Интернет-маркетинг. 2018. № . 2. С. 82–88.
  4. Пискунов С.А. Эффективность маркетинговых коммуникаций: современные подходы к оценке // Маркетинг в России и за рубежом. 2020. № 5. С. 32–38.
  5. Arce, C. G., Valderrama, D.A., Barragan, G.A., Santillan, J.K. (2024). Optimizing business performance: Marketing strategies for small and medium businesses using artificial intelligence tools. Migration Letters. Vol. 21. No. S1. Pp. 193–201. DOI: https://doi.org/10.59670/ml.v21iS1.6008
  6. Bendle, N.T., Farris, P.W., Pfeifer, P.E., Reibstein, D.J. (2020). Marketing Metrics: The Manager’s Guide to Measuring Marketing Performance. 4th ed. Upper Saddle River: Pearson Education. 448 p.
  7. Bella, M.K. (2024). A study on marketing analytics and artificial intelligence. SELP Journal of Social Science-A Blind Review & Refereed Quarterly Journal. Vol. XV. No. 55. Pp. 53–57.
  8. Bleier, A., Eisenbeiss, M. (2015). Personalized online advertising effectiveness: the interplay of what, when, and where. Marketing Science. Vol. 34. Pp. 669–688.
  9. Bock, D.E., Wolter, J.S., Ferrell, O.C. (2020). Artificial intelligence: disrupting what we know about services. Journal of Services Marketing. Vol. 34, No. 3. Pp. 317–334.
  10. Bruyn, A., Viswanathan, V., Shan Beh, Y., Brock, J., Wangenheim, F. (2020). Artificial intelligence and marketing: Pitfalls and opportunities. Journal of Interactive Marketing. Vol. 51. No. 1. Pp. 91–105. DOI: https://doi.org/10.1016/j.intmar.2020.04.007
  11. Chatterjee, S., Chaudhuri, R., Vrontis, D. (2022). AI and digitalization in relationship management: Impact of adopting AI-embedded CRM system. Journal of Business Research. Vol. 150. Pp. 437–450. DOI: 10.1016/j.jbusres.2022.06.033
  12. Dahlen, M., Modig, E. (2019). Quantifying the Advertising-Creativity Assessments of Consumers Versus Advertising Professionals: Does It Matter Whom You Ask? Journal of Advertising Research. Vol. 60. No. 3. Pp. 1–13. DOI: 10.2501/JAR-2019–009
  13. 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. Vol. 48, No. 1. Pp. 24–42.
  14. Dyer, G. (1982). Advertising as communication. London: Routledge. 224 p.
  15. Gentsch, P. (2019). AI in Marketing, Sales and Service: How Marketers without a Data Science Degree can use AI, Big Data and Bots. Cham: Palgrave Macmillan. 271 p. DOI: 10.1007/978–3–319–89957–2.
  16. Halligan, B., Shah, D. (2009) Inbound Marketing: Get Found Using Google, Social Media, and Blogs. New Jersey, John Wiley & Sons Inc. Hoboken. 268 p.
  17. Heath, R. (2012). Seducing the Subconscious: The Psychology of Emotional Influence in Advertising. Chichester: Wiley.
  18. Huang, M., Liu, T. (2022). Subjective or objective: How the style of text in computational advertising influences consumer behaviors? Fundamental Research. Vol. 2, No. 1. Pp. 144–153.
  19. Huh, J., Malthouse, E.C. (2020). Advancing Computational Advertising: Conceptualization of the Field and Future Directions. Journal of Advertising. Vol. 49, No. 4. Pp. 367–376. DOI: 10.1080/00913367.2020.1795759.
  20. Katz, E., Lazarsfeld, P. F. (1955). Personal Influence: The Part Played by People in the Flow of Mass Communications. Glencoe, IL: The Free Press. 400 p. ISBN: 978–1412805070
  21. Kim, Y., Street, W.N. (2004). An Intelligent System for Customer Targeting: A Data Mining Approach. Decision Support Systems. Vol. 37, No. 2. Pp. 215–228.
  22. Lavidge, R.J., Steiner, G.A. (1961). A model for predictive measurements of advertising effectiveness. Journal of Marketing. Vol. 25. No. 6. Pp. 59–62.
  23. DOI: 10.1177/002224296102500609
  24. Malthouse, E.C., Li, H. (2017). Opportunities for and pitfalls of using big data in advertising research. Journal of Advertising. Vol. 46, No. 2. Pp. 227–235. DOI: 10.1080/00913367.2017.1299653.
  25. Nesterenko, V., Olefirenko, O. (2023). The impact of AI development on the development of marketing communications. Marketing i menedžment innovacij. Vol 14. No. 1. Pp. 169–181. DOI: https://doi.org/10.21272/mmi.2023.1–15
  26. Paschen, U., Wilson, M., Ferreira, J.J. (2020). Collaborative Intelligence: How human and artificial intelligence create value along the B2B sales funnel. Business Horizons. Vol. 63, No. 3. Pp. 403–414.
  27. Pelsmacker, P., Keyzer, F., (2023). The Processing of Native Advertising Compared to Banner Advertising: An Eye-Tracking Experiment. Electronic Commerce Research. Vol. 23. No. 3. Pp. 1921–1940. DOI: 10.1007/s10660–021–09523–7.
  28. Percy, L.; Rossiter, J. R. (1992). A model of brand awareness and brand attitude advertising strategies. Psychology & Marketing. Vol. 9, No. 4. P. 263–274.
  29. Russell, S.J., Norvig, P. (2016). Artificial Intelligence: A Modern Approach (3rd ed.). Upper Saddle River, NJ: Pearson Education Limited.
  30. Sarial-Abi, G. (2021). When algorithms fail: Consumers’ responses to brand harm crises caused by algorithm errors. Journal of Marketing. Vol. 85. No. 5. Pp. 74–91. https://doi.org/10.1177/0022242921997082
  31. Sayedi, A. (2018). Real-time bidding in online display advertising. Marketing Science. Vol. 37. Pp. 553–568.
  32. Syam, N., Sharma, A. (2018). Waiting for a sales renaissance in the fourth industrial revolution: Machine learning and artificial intelligence in sales research and practice. Industrial Marketing Management. Vol. 69. Pp. 135–146.
  33. Szczęsna, E. (2001). The poetics of advertising. Warsaw: Wydawnictwo Naukowe PWN Publ. 300 p.