Роль социального контекста рекламы в восприятии ИИ-сгенерированных изображений у потребителей с разными стилями поведения

Генеративный искусственный интеллект (ИИ) всё шире применяется для создания рекламных изображений, однако реакция потребителей на него зависит не только от факта использования ИИ, но и от содержания изображения и особенностей аудитории; роль социального контекста рекламы и стилей потребительского поведения в восприятии ИИ-рекламы изучена недостаточно. Цель исследования – выявить, как социальный контекст рекламного изображения (присутствие человека или только продукта) и способ его создания (ИИ-сгенерированное или традиционное) связаны с оценками рекламы у потребителей с разными стилями потребительского поведения. Материалы и методы: онлайн-анкетирование 150 респондентов (преимущественно 18–26 лет); стили измерялись методикой Consumer Style Inventory в адаптации О. И. Патоши и Н. В. Антоновой; четыре рекламных изображения шоколада вымышленного бренда (ИИ-сгенерированное/реальное × предмет/человек) оценивались по шкалам отношения к рекламе, доверия, намерения покупки и воспринимаемой аутентичности; применялись критерий Вилкоксона и корреляционный анализ Спирмена. Результаты: предметная реклама оценивалась выше рекламы с человеком независимо от способа создания; в паре «человек» ИИ-изображение превосходило фотографию по всем показателям, в паре «предмет» реальное фото было выше по доверию и аутентичности; реальное изображение с человеком верно опознали лишь 24% респондентов. Стили «бренд, новизна и мода», «покупки как отдых» и «осознающие качество» положительно связаны с оценками предметной рекламы, включая ИИ-сгенерированную; «лояльность к бренду» – с оценками рекламы с человеком независимо от её происхождения; «импульсивность» и «осознающие цену» – отрицательно с оценками изображений с человеком. В исследованной выборке социальный контекст изображения оказался не менее значимым фактором восприятия, чем способ его создания. Результаты применимы при разработке целевых рекламных коммуникаций с генеративным ИИ; перспективны экспериментальные и кросс-культурные исследования.

1. Фоломеева Т. В. Социально-психологический подход к исследованию потребительского поведения. Вестник Московского университета. Серия 14. Психология. 2012;(1):45-58.

2. Солдатова Г. У., Чигарькова С. В., Илюхина С. Н. Технологически расширенная личность: разработка и апробация шкалы самоуправления цифровой повседневностью. Вестник Московского университета. Серия 14. Психология. 2024;47(2):175-200.

3. Ширков Ю. Э. Практические направления социально-психологических работ в области рекламы. В кн.: Жуков Ю. М., Петровская Л. А., Соловьева О. В. (ред.) Введение в практическую социальную психологию. Москва: Смысл; 1999:185-200.

4. Cillo P., Rubera G. Generative AI in innovation and marketing processes: A roadmap of research opportunities. Journal of the Academy of Marketing Science. 2025;53:684-701. DOI: 10.1007/s11747-024-01044-7 (in English).

5. Klein A, Sharma VM. Consumer decision-making styles, involvement, and the intention to participate in online group buying. Journal of Retailing and Consumer Services. 2022;64:102808. DOI: 10.1016/j.jretconser.2021.102808 (in English).

6. Антонова Н. В., Патоша О. И. Особенности восприятия брендов людьми с различными стратегиями потребительского поведения. Социальная психология и общество. 2018;9(1):124-143. DOI: 10.17759/sps.2018090109

7. Богомолова Н. Н. Социальная психология массовой коммуникации. Москва: Аспект Пресс; 2010:191. 8. Wang Q., Yao X., Li X., Yan X., Li R. When peripheral route meets central route: An elaboration likelihood model of sales performance in live commerce. Journal of Retailing and Consumer Services. 2025;84:104218. DOI: 10.1016/j.jretconser.2024.104218 (in English).

8. Hassanein K., Head M. Manipulating perceived social presence through the web interface and its impact on attitude towards online shopping. International Journal of Human-Computer Studies. 2007;65(8):689-708. DOI: 10.1016/j.ijhcs.2006.11.018 (in English).

9. Torbarina M., Kolar T. Paying Attention to Faces: Dual Function of the Face in Advertisement. In: Proceedings of the 52nd EMAC Annual Conference, Bucharest, May 28-31, 2024. Bucharest: European Marketing Academy; 2024. Article 119625. (in English).

10. Яблонских А. В., Ферезанова С. А. Современные тенденции и влияние применения ИИ на визуальный продающий контент в маркетинговых коммуникациях. Economy and Business: Theory and Practice. 2026;(2):281-286. DOI: 10.24412/2411-0450-2026-2-281-286

11. Hartmann J., Exner Y., Domdey S. The power of generative marketing: Can generative AI create superhuman visual marketing content? International Journal of Research in Marketing. 2025;42(1):13-31. DOI: 10.1016/j.ijresmar.2024.09.002 (in English).

12. Horgby LEE, Galizzi D. AI vs. Human: Ad Creator Influence – How Ad Creators Shape Consumer Responses and Acceptance of AI in Advertising: Master’s thesis. Jönköping: Jönköping University; 2024. URL: https://www.diva-portal.org/smash/record.jsf?pid=diva2:1870682 (Дата обращения: 25.02.2026) (in English).

13. Bui H.T., Filimonau V., Sezerel H. AI-thenticity: Exploring the effect of perceived authenticity of AIgenerated visual content on tourist patronage intentions. Journal of Destination Marketing & Management. 2024;34:100956. DOI: 10.1016/j.jdmm.2024.100956 (in English).

14. Gu C., Jia S., Lai J., et al. Exploring consumer acceptance of AI-generated advertisements: From the perspectives of perceived eeriness and perceived intelligence. Journal of Theoretical and Applied Electronic Commerce Research. 2024;19(3):2218-2238. DOI: 10.3390/jtaer19030108. (in English).

15. Wu L., Wen T.J.. Understanding A.I. advertising from the consumer perspective: What factors determine consumer appreciation of AI-created advertisements? Journal of Advertising Research. 2021;61(2):133-146. DOI: 10.2501/JAR-2021-004 (in English).

16. Chen Y., Wang H., Rao Hill S., Li B. Consumer attitudes toward AI-generated ads: Appeal types, self-efficacy and AI’s social role. Journal of Business Research. 2024; 185 : 114867. DOI: 10.1016/j.jbusres.2024.114867. (in English).

17. Osińska A., Bazylewska E., Grala M., et al. AI Images vs. Real Photographs: Investigating Visual Recognition and Perception. Applied Sciences. 2025;18(6):61. URL: https://pmc.ncbi.nlm.nih.gov/articles/PMC12641808/ (Дата обращения: 20.02.2026). (in English).

18. Peng Y., Zhang H., Liu S., et al. Crafting Synthetic Realities: Examining Visual Realism and Misinformation Potential of Photorealistic AI-Generated Images. arXiv; 2025. URL: https://arxiv.org/abs/2409.17484 (Дата обращения: 20.02.2026). (in English).