Обзор исследований эмоций и состояния здоровья в командной работе при помощи искусственного интеллекта в целях улучшения коммуникаций и снижения конфликтности

Введение. Статья посвящена анализу возможностей эмоционального искусственного интеллекта (ИИ) как инструмента исследования эмоциональных состояний участников командного взаимодей­ствия и влияния психологического климата на их здоровье и работоспособность.

Актуальность обу­словлена разрывом между технологическими возможностями мультимодального распознавания эмо­ций и степенью их практической интеграции в управление командными коммуникациями, особенно в гибридных и дистанционных форматах.

Целью исследования выступает обоснование концепту­альной модели применения аффективных вычислений для мониторинга эмоционального климата, раннего выявления предконфликтных состояний и формирования адаптивных коммуникативных стратегий. Рассмотрены результаты метаанализов эффективности гибридных систем «ИИ-человек».

Результаты. Установлено, что при грамотном разграничении ролей ИИ и человека интеграция аффек­тивных технологий создает предпосылки для снижения выгорания и повышения результативности разрешения конфликтов. Вместе с тем гибридные системы в среднем уступают лучшему из аген­тов в задачах принятия решений, что требует целенаправленного проектирования взаимодействия.

Заключение. В работе предложена трехуровневая модель технологической зрелости и критерии оценки организационной готовности к внедрению аффективных технологий. Определены ключевые ограничения, связанные с этическими аспектами эмоционального мониторинга, культурной вари­ативностью экспрессии, рисками алгоритмической предвзятости и нормативными требованиями российского законодательства в области биометрических персональных данных. Сформулированы рекомендации по поэтапному встраиванию систем эмоционального ИИ в практику управления ко­мандами с учетом нормативных и организационных барьеров.

1. Harter J.K., Schmidt F.L., Agrawal S., Plowman S.K. The Relationship Between Engagement at Work and Organizational Outcomes: 2024 Q12 Meta-Analysis. Washington, D.C.: Gallup; 2024. Доступно по ссылке: https://www.gallup.com/workplace/321725/gallup-q12-meta-analysis-report.aspx (дата обращения: 26.05.2026)

2. Gallup. State of the Global Workplace: 2025 Report. Washington, D.C.: Gallup Press; 2025. Доступно по ссылке: https://www.gallup.com/workplace/349484/state-of-the-global-workplace.aspx (дата обращения: 26.05.2026)

3. Narimisaei M., Dehghani S., Esmaeili F. et al. Exploring Emotional Intelligence in Artificial Intelligence Systems: A Comprehensive Analysis of Emotion Recognition and Response Mechanisms. Annals of Medicine and Surgery. 2024;86(8):4657-4663. https://doi.org/10.1097/MS9.0000000000002315

4. Экман П. Психология эмоций. Я знаю, что ты чувствуешь. Пер. с англ. В. Кузина; под ред. Е.П. Ильина. 2-е изд. Санкт-Петербург: Питер; 2023. 336 с.

5. WMT Group. AC Meet: онлайн-ассистент коммуникаций на базе ИИ. Официальный сайт WMT Group; 2024. Доступно по ссылке: https://wmtgroup.ru/ (Дата обращения: 26.05.2026)

6. SberDevices (salute-developers). GigaAM: Foundational Model for Speech Recognition Tasks. GitHub; 2024. Доступно по ссылке: https://github.com/salute-developers/GigaAM (Дата обращения: 25.05.2026)

7. Microsoft. AI at Work Is Here. Now Comes the Hard Part: 2024 Work Trend Index Annual Report. Redmond: Microsoft; 2024. Доступно по ссылке: https://www.microsoft.com/en-us/worklab/work-trendindex/ai-at-work-is-here-now-comes-the-hard-part (Дата обращения: 26.05.2026)

8. Savchenko A.V., Savchenko L.V. Inside Out: Emotional Multiagent Multimodal Dialogue Systems. Proceedings of the Thirty-Third International Joint Conference on Artificial Intelligence (IJCAI-2024), Demonstrations Track. 2024;8784-8788. https://doi.org/10.24963/ijcai.2024/1032

9. Лемаев В.И., Лукашевич Н.В. Автоматическая классификация эмоций в речи: методы и данные. Litera. 2024;(4):159-173. https://doi.org/10.25136/2409-8698.2024.4.70472