Сравнительный анализ авторского и ИИ-сгенерированного контента в студенческих медиа (на примере сообщества «Молодёжка ЮГУ» ВКонтакте)

   Цель:  На основе эмпирических данных выявить различия в охватах и вовлечённости контента, созданного человеком и искусственным интеллектом, в студенческом медиа «Молодёжка ЮГУ».

   Методы: количественный анализ 40 постов ВКонтакте (20 авторских, 20 ИИ-сгенерированных), расчёт ER (engagement rate), t-критерий Студента.

   Результаты: авторские посты имеют в 4–5 раз больший абсолютный охват (4872 против 1045), а также значимо больше лайков, комментариев и репостов. Относительная вовлечённость (ER) выше у ИИ-постов (5,2 % против 2,1 %), что объясняется эффектом малых чисел.

   Выводы: для студенческих медиа стратегически эффективнее использовать живой человеческий контент; ИИ применим только для черновиков с обязательной доработкой.

1. Reuters Institute. Digital News Report 2025. Oxford: Reuters Institute, 2025. 124 p.

2. Stanikzai A. The small numbers effect in engagement rate analysis // Journal of Social Media Research. 2023. Vol. 14, No. 2. P. 45–59.

3. Иванкина М.Ю. Тональностm медиатекстов в студенческих СМИ: классификация и методы анализа // Вестник журналистики. 2022. Т. 3, № 1. С. 34–42.

4. Тройнина В.В. Методика оценки вовлечённости аудитории в студенческих медиапроектах // Медиаобразование. 2023. Т. 19, № 4. С. 112–120.

5. Синякова Е.А. Стратегии внедрения ИИ в редакциях местных газет: типология и организационный контекст // Вестник Московского университета. Серия 10. Журналистика. 2025. № 6. С. 175–195.

6. Молодёжка ЮГУ // ВКонтакте. URL: https://vk.com/mldugrasu (дата обращения: 15. 04. 2026).