Актуальные тренды внедрения искусственного интеллекта в сферу управления трудовыми ресурсами в медиапредприятиях

Журнал «KANT» №3(56) 2025 [стр. 17-25]

DOI: 10.24923/2222-243X.2025-56.3

Авторы: Артемов Вячеслав Алексеевич, аспирант, Российский новый университет, Москва

Ключевые слова: искусственный интеллект, HR, медиакомпании, цифровизация, рекрутинг.

Цитировать: Артемов В.А. Актуальные тренды внедрения искусственного интеллекта в сферу управления трудовыми ресурсами в медиапредприятиях // KANT. – 2025. – №3(56). – С. 17-25. EDN: ASODDZ. DOI: 10.24923/2222-243X.2025-56.3

На фоне стремительного развития цифровых технологий и трансформации медиарынка искусственный интеллект (ИИ) всё чаще рассматривается как неотъемлемый элемент систем управления человеческими ресурсами. Настоящее исследование направлено на выявление ключевых направлений интеграции ИИ в HR-практики медиапредприятий, а также на анализ эффективности соответствующих решений. Методологическая база работы построена на междисциплинарном подходе, объединяющем теоретическое осмысление научной литературы с анализом эмпирических данных, включая отраслевые кейсы, статистику цифровизации и результаты социологических опросов. Результаты анализа показывают, что наиболее активное использование ИИ наблюдается в таких направлениях, как подбор персонала, обучение сотрудников и аналитика эффективности. В практике медиакомпаний применяются интеллектуальные чат-боты, алгоритмы автоматической обработки резюме, персонализированные обучающие платформы и цифровые инструменты для мониторинга вовлечённости. При этом международный опыт демонстрирует более высокую степень зрелости таких решений, в то время как в российском контексте они реализуются преимущественно точечно и носят характер пилотных проектов. Тем не менее, зафиксированы положительные эффекты – от ускорения HR-процессов и оптимизации затрат до повышения качества управленческих решений. В то же время внимание в работе акцентируется на существующих рисках, сопровождающих внедрение ИИ в HR-среду: от вопросов этики и защиты данных до проблем интерпретируемости алгоритмов и снижения уровня доверия со стороны сотрудников. В итоге сделан вывод о необходимости сбалансированного подхода к цифровой трансформации управления персоналом – с опорой как на технологические возможности, так и на сохранение человеческо-центрированной модели взаимодействия.

скачать

Литература:
1. Ahmed A.A., Agarwal S., Kurniawan I.M.G.A., Anantadjaya S.P.D., Krishnan C. Business boosting through sentiment analysis using Artificial Intelligence approach // International Journal of System Assurance Engineering and Management. – 2022. – №13(1). – Pp. 699-709. DOI: 10.1007/s13198-021-01594-x
2. Bankins S. The ethical use of artificial intelligence in human resource management: a decision-making framework // Ethics and Information Technology. – 2021. – № 23(4). – Pp. 841-854. – DOI: 10.1007/s10676-021-09619-6.
3. Cheng L., Varshney K.R., Liu H. Socially responsible AI algorithms: Issues, purposes, and challenges // Journal of Artificial Intelligence Research. – 2021. – № 71. – Pp. 1137-1181. DOI: 10.1002/widm.1356.
4. Cramarenco R.E., Burca-Voicu M.I., Dabija D.C. The impact of artificial intelligence (AI) on employees' skills and well-being in global labor markets: A systematic review // Oeconomia Copernicana. – 2023. – № 14(3). – Pp. 731-767.
5. De-Lima-Santos M.F., Ceron W. Artificial intelligence in news media: current perceptions and future outlook // Journalism and Media. – 2021. – № 3(1). – Pp. 13-26. – DOI: 10.3390/journalmedia3010002.
6. Garcia-Arroyo J., Osca A. Big data contributions to human resource management: a systematic review // The International Journal of Human Resource Management. – 2021. – № 32(20). – Pp. 4337-4362. DOI: 10.1080/09585192.2019.1674357.
7. Groves L., Harger H., Angwin J., Narayanan A. Auditing work: Exploring the New York city algorithmic bias audit regime // Proceedings of the 2024 ACM Conference on Fairness, Accountability, and Transparency. – 2024. – – Pp. 1107-1120. DOI: 10.1145/3630106.3658959.
8. Martinez-Gil J., Paoletti A.L., Pichler M. A novel approach for learning how to automatically match job offers and candidate profiles // Information Systems Frontiers. – 2020. – №22. – Pp. 1265-1274. DOI: 10.1007/s10796-019-09929-7.
9. McCartney S., Murphy C., McCarthy J. 21st century HR: a competency model for the emerging role of HR Analysts // Personnel Review. – 2021. – №50(6). – Pp. 1495-1513. – ISSN: 0048-3486.
10. Nimmagadda S., Surapaneni R.K., Mouly Potluri R. Chapter 10 Artificial Intelligence in HR: Employee Engagement Using Chatbots // Artificial Intelligence Enabled Management: An Emerging Economy Perspective. – 2024. – Pp. 147-162. DOI: 10.1515/9783111172408-010.
11. Ntoutsi E., Fafalios P., Gadiraju U., Iosifidis V., Nejdl W., Vidal M.-E. Bias in data?driven artificial intelligence systems – An introductory survey // Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery. – 2020. – №10(3). – Pp. e1356-е1377. DOI: 10.1002/widm.1356.
12. Omidi A., Dal Zotto C., Picard R.G. The nature of work in the media industries: A literature review and future directions // Journalism and Media. – 2022. – №3(1). – Pp. 157-181. DOI: 10.3390/journalmedia3010013.
13 Pavitra K.H., Agnihotri A. Artificial intelligence in corporate learning and development: Current trends and future possibilities // 2023 Second International Conference On Smart Technologies For Smart Nation (SmartTechCon). – IEEE, 2023. – Pp. 688-693. DOI: 10.1109/SmartTechCon57526.2023.10391698.
14. Pesovski I., Rajkumar R., Zhang J., Karadimitriou S. Generative AI for customizable learning experiences // Sustainability. – 2024. – № 16(7). – Pp. 3034-3044. – DOI: 10.3390/su16073034.
15. Pillai R., Sivathanu B. Adoption of artificial intelligence (AI) for talent acquisition in IT/ITeS organizations // Benchmarking: An International Journal. – 2020. – №27(9). – Pp. 2599-2629.
16. Reevell P. Forget humankind, think about media // British Journalism Review. – 2024. – № 35(4). – Pp. 23-29. – DOI: 10.1177/09564748241301546.
17. Yahia N.B., Hlel J., Colomo-Palacios R. From big data to deep data to support people analytics for employee attrition prediction // IEEE Access. – 2021. – №9. – Pp. 60447-60458. DOI: 10.1109/ACCESS.2021.3074559.
18. Zaragoza Fuster M.T., Garcia Aviles J.A. Public Service Media laboratories as communities of practice: implementing innovation at BBC News Labs and RTVE Lab // Journalism Practice. – 2022. – №18(5). – Pp. 1256-1274. DOI: 10.1080/17512786.2022.2088602.

Current trends in the introduction of artificial intelligence in the field of labor management in media enterprises

Authors: Artemov Vyacheslav Alekseevich, Postgraduate student, Russian New University, Moscow

Keywords: artificial intelligence; HR; media companies; digitalization; recruitment.

Against the backdrop of rapid digital transformation in the media industry, artificial intelligence (AI) is increasingly regarded as an integral part of human resource management systems. This study aims to identify the key areas of AI integration into HR practices of media enterprises and to analyze the effectiveness of the applied solutions. The methodological framework is based on an interdisciplinary approach that combines theoretical analysis of academic literature with the examination of empirical data, including industry case studies, digitalization statistics, and sociological survey results. The findings indicate that AI is most actively used in recruitment, employee training, and performance analytics. Media companies employ intelligent chatbots, resume screening algorithms, personalized learning platforms, and digital tools for monitoring employee engagement. While international companies demonstrate a higher level of maturity in implementing such technologies, Russian organizations tend to adopt them locally and often within the scope of pilot projects. Nevertheless, positive outcomes have been recorded, including accelerated HR processes, cost reduction, and improved decision-making quality. At the same time, the study draws attention to risks associated with the integration of AI into HR: ethical concerns, data privacy issues, algorithm interpretability, and decreasing employee trust. The conclusion emphasizes the importance of a balanced approach to digital HR transformation – one that leverages technological potential while preserving a human-centered model of interaction.