Системная модель интеллектуальной предметно-ориентированной профайлинг-системы

Проблема подготовки и эффективного применения высококвалифицированных специалистов является стратегической государственной задачей. Предъявляемые в настоящее время к работникам большинства предприятий и организаций требования основываются на необходимости обладания целостной системой знаний, навыков и компетенций, которые формируются в процессе их обучения и практической деятельности. Повышенные требования к работникам ставят сложные задачи перед кадровыми службами, которые должны не только найти соответствующих по профессиональным качествам кандидатов, но и спрогнозировать их поведение на соответствие закону, морально-этическим и другим необходимым требованиям.

Предлагаемая концепция системы для профайлинга 1 на основе структуры гибридных экспертных систем позволит эффективно решать задачи кадрового отбора работников, формирования системы кадрового резерва, а также качественной подготовки и переподготовки работников. Методы профайлинга основаны на анализе характерных информативных признаков внешности, поведения и применения технологий наблюдения и опроса с целью выявления лиц со склонностями к девиантному поведению. Предиктивное выявление таких лиц для упреждающих мероприятий является приоритетной задачей для большинства организаций [2, 3].

1    Профайлинг и кадровый отбор

В соответствии с существующими требованиями кандидаты, принимаемые на некоторые должности, специальности и в ряд подразделений, проходят специальные психофизиологические исследования и тестирования, результаты которых позволяют сделать вывод о целесообразности приёма рассматриваемого кандидата. Наряду с возможной ошибкой интерпретатора существует проблема общеизвестности тестов и метода исследований, что снижает эффективность кадрового отбора.

В настоящее время широко внедряются DLP -системы (от англ. Data Leak Prevention ) как технологии предотвращения утечек конфиденциальных данных из информационных систем. Использование DLP -систем направлено на: выявление деструктивного поведения сотрудников; минимизацию рисков, связанных с раскрытием служебной информации; повышение эффективности работы, связанной с обработкой информации в автоматизированных системах; проведение анализа и интерпретации данных [4]. Данная технология является эффективной в плане анализа информации о потенциальном кандидате с использованием модели поведения кандидата.

Концепция предлагаемой системы заключается в доступности слабоструктурированных данных в открытых информационных гипертекстовых источниках цифровой среды ( Internet, Intranet и др.), синтезе технологий профайлинга и искусственного интеллекта (ИИ). Она включает профайл-подсистему, предназначенную для выявления деструктивного поведения, и нейро-подсистему, используемую для проверки достоверности получаемых данных. Используемые в настоящее время нейросетевые технологии хорошо зарекомендовали себя в задачах классификации при работе с большими данными и по этой причине используются в рассматриваемой системе с целью верификации данных [5-7].

Системы ИИ способны обучаться и представлять прогноз на основе обработки имеющихся в памяти данных. Можно представить систему, которая учитывает характеристики потенциального кандидата, формирует вопросы для собеседования с ним, оценивает вероятность его соответствия замещаемой должности [8].

При отборе кандидатов на должности определяют количество должностей и требования к кандидатам, проводят оценку личных качеств и профессиональных квалификаций кандидатов посредством личных карточек, автобиографий, характеристик, результатов тестирования. Организуют собеседование для выявления мотивации, стремлений, целей кандидата, отличительных индивидуальных компетенций. Рассматривают производительность труда работника

1 Под профайлингом (от англ. profile — профиль) принято понимать направление в психологической науке, позволяющее раскрыть компоненты поведения вербального и невербального характера, использующиеся в межличностном общении, в том числе в виде бесконтактной детекции лжи, а также систему психологического наблюдения за субъектами с целью выявления нестандартных реакций [1].

за определённый период времени. Проводят сравнение претендентов на определённые должности кадрового резерва путём оценивания профессиональных знаний, опыта и навыков. Оценочная комиссия формирует набор рекомендаций для каждого претендента. Составляется индивидуальный план развития (ИПР) и индивидуальный план стажировки (ИПС) работника. Аналитическая обработка данных позволит извлечь необходимую информацию для принятия решения. Мнемосхема отбора кандидата на службу/работу показан на рисунке 1.

Структурные подразделения

Списки сотрудников

Списки сотрудников направление

Iff первичные документы

анкета направление заявление

Оценочная комиссия

Собеседование

Рисунок 1 - Мнемосхема отбора кандидата на службу/работу

Претенденты      трудовой договор

Руководство

приказ о приеме на работу

^^КИр

РсзУ»ьта1

^ефо^вд,^

ВЬ!б->РИраЗВ1.

компетенций

При отборе необходимо учитывать эмоциональные и психологические характеристики кандидатов, такие как: амбициозность, обучаемость, целеустремленность и т.п., определяемые с помощью профайл-подсистемы посредством тестирования. Применяемый программно-аналитический комплекс (ПАК) способен интерпретировать видеозаписи проведённых собеседований, выявлять подходящие кандидатуры и высокоэффективных работников. ПАК позволяет выявлять стрессовые зоны, возможные нарушения работниками правил, норм и другие формы риска, несоблюдения установленных требований на службе. Отдельно можно подчеркнуть возможность анализа опыта, навыков и результатов аттестаций каждого кандидата и последующее определение навыков, которые необходимо усовершенствовать с целью увеличения степени его соответствия должности.

2    Системные модели и виды профайлинга

Концепция предлагаемой системы позволяет одновременно просматривать результаты по различным категориям работников, формировать экспертные заключения как индивидуально, так и по подразделениям на основе автоматически формируемых данных: полученных работником оценок, автоматически созданных текстовых интерпретаций результатов.

ПАК позволяет подготовить множество связанных отношениями данных, на основании которых появляется возможность анализа коммуникационных характеристик работника и прогноза оценки изменения рабочего поведения (медленный отклик на задачи, несоблюдение сроков выполнения и пр.), сравнивая эти данные с типичными характеристиками, хранящимися в памяти системы.

Выделяют кадровый, криминалистический и коммерческий профайлинг. Криминалистический профайлинг - это комплекс психологических способов и методов, определяющих характер, темперамент, интеллект личности, совершившей правонарушение или преступление [9-11]. Этот вид профайлинга имеет несколько основных уровней: детекции лжи (по вербальным и невербальным коммуникациям); диагностики лжи, основанной на подозрительных поведенческих признаках, таких как физиологические симптомы лжи (изменение вегетативной нервной системы - вздохи, покраснение кожных покровов, избыточное потоотделение лба и ладоней и др.), мимике и жестикуляции при обмане, выявлении соответствия конгруэнтности лингвистической информации невербальным коммуникациям [12, 13].

Криминалистический профайлинг в основном нашёл применение в деятельности по раскрытию и расследованию правонарушений и преступлений. Одним из направлений этого профайлинга является составление психолого-криминалистического портрета [14].

Онтологическая структура профайлинга приведена на рисунке 2.

Рисунок 2 - Онтологическая структура профайлинга

Данная онтологическая структура применяется в ПАК при отборе персонала

и может

быть представлена в следующем виде:

M

onto

= { С^М , P M , K M } ,

где M onto - онтология метаданных;

C M = { С 1 ^М

С М } - множество концептов метаданных;

P ^M = { P 1^М ,

...,

P M } - множество отношений между концептами метаданных;

К ^М = { К 1 ^м

,...,

К М } - множество свойств классов метаданных.

Онтология метаданных - это онтология верхнего уровня, которая содержит базовые понятия и отношения между ними, используемые в дальнейшем при построении онтологий пространственных и атрибутивных данных [15].

Онтология профайлинга описывает основные понятия и виды профайлинга, а также объекты, служащие источниками знаний для организации (рисунок 2). Онтология структуры профайлинга содержит понятия и отношения, необходимые для формирования иерархии областей знаний и последующего использования в ПАК. Иерархия отражает предметные области, связанные с деятельностью организации.

С помощью инструмента инженерии онтологий Protege на языке OWL была создана инструментальная реализация системы моделей, которая позволила визуализировать онтологии. В результате получены классы диаграмм разработанных онтологий, которые могут быть использованы для демонстрации результатов моделирования.

Известны также: научно-исследовательское направление, медико-психологическое направление и специальное направление (связанное с работой спецслужб). Активно используется психотехнологическое направление, основанное на использовании нейролингвистического программирования для последующего составления программного профиля личности, её системы ценностей и убеждений [16]. Процесс общения при исследовании складывается из таких компонентов, как субъекты, средства, потребности, мотивации и цели, способы взаимодействия и взаимовлияния, результаты. При общении человек выступает как «субъект», применяющий средства общения, такие как речь, мимика, пантомимика (поза, движения, походка, жесты), манера держаться. Чтобы произошло профессиональное общение, понимание и восприятие, необходимо комплексное воздействие невербальных и вербальных факторов.

Можно выделить ряд свойств профессионального общения, таких как:

• ■    ориентация общения (личностно ориентированное или социально ориентированное);

• ■    количественные параметры общения (степень опосредованности) - непосредственное общение лицом к лицу или опосредованное общение с использованием документов;

• ■    регламентация общения (нормы юридической деонтологии);

• ■    динамика общения (изменение психологического содержания от контакта к контакту).

Таким образом, можно говорить об отношениях объектов, где объекты и правила отношений могут быть представлены в виде семантической модели взаимодействий в информационной среде. Невербальные сигналы от объекта анализа являются важным источником данных, например, при оценке достоверности предоставляемой им информации. Так, при осознанной лжи проявляются определённые маркеры стресса, например, голос звучит выше, паузы становятся чаще. Свои жесты и позы человек значительно меньше контролирует, чем свои слова. Для формирования первичного мнения достаточно 2-3 минуты, чтобы оценить не только то, что надето на человека, но также его манеру держаться, взгляд, улыбку, мимику, которые часто выдают скрытые намерения и мысли. В профайлинге применяются элементы визуальной психодиагностики, в которой выделяют схему восприятия человека человеком. Визуальная психодиагностика использует различные визуальные средства, такие как наблюдение, видеозапись, изучение документов [18].

3 Структура и применение ПАК

В результате работы ПАК появляется возможность получить эффективный инструмент проведения подбора и анализа кандидатов на службу (работу), представленный в табличном или графическом виде. ПАК позволяет, в первую очередь, задачу обеспечения хранения и сбора данных, обработки и структуризации кластеров данных, интеграции данных в другие системы. Основными принципами подсистем, реализуемых в составе ПАК, являются: прин- цип развиваемой структуры, принцип адаптивности и независимости эксплуатируемых подсистем и баз данных. Фрагмент семантической сети ПАК показан на рисунке 3, на котором объекты ПАК могут быть определены как отдельные категории с отношениями между собой.

Рисунок 3 – Фрагмент семантической сети ПАК

В системе подбора и оценки кандидатов основными данными служат: справочники данных каждого кандидата, где размещена полная информация о нём; идентификатор таблицы, в которой хранятся значения атрибутов; идентификаторы группы, к которой относится атрибут, размерности его значений, периодичности представления значений и поле дополнительных сведений в виде комментария. Базу знаний ПАК составляют правила использования подпрограмм, описанные с помощью категорий множеств [19].

Внешними источниками данных для ПАК являются органы государственной власти (министерства, службы, администрации и пр.), взаимодействующие организации (учебные заведения, различные предприятия и т.п.), вышестоящие органы управления.

В конечном итоге может быть создана цифровая модель кандидата, по которой возможно предсказать некоторые аспекты поведения человека и предупреждать риски (массовые, для ограниченных категорий людей или индивидуально для каждого). Это повысит способность организации-работодателя принимать проактивные решения.

Информационная система подбора кандидата в ПАК, согласно стандарта системной инженерии ISO/IEC/IEEE 15288, включает стадии жизненного цикла (ЖЦ) подбора:

• ■    замысла (S 1 ) - определение потребностей в должности и основных её характеристик;

• ■    разработки (S 2 ) - компетенции кандидата;

• ■    производства (S 3 ) - отбор и оценка кандидата;

• ■    применения (S 4 ) - трудоустройство кандидата;

• ■    поддержки применения (S 5 ) - обучение кандидата;

• ■    прекращения применения и списания (S 6 ) - отказ кандидату в вакансии.

Применение виртуальных моделей и объектов, описывающих возможное поведение человека или его состояния, позволит в режиме реального времени отслеживать и принимать профилактические меры, прогнозировать возможные негативные поступки и явления.

Модель ЖЦ может быть представлена в виде последовательности стадий [20]. Структура системы внутри каждой стадии остаётся постоянной. Схема связей (отношений) между подпроцессами в данном случае полностью укладывается в положения международного стандарта системной инженерии ISO/IEC/IEEE 15288 (рисунок 4) [21]. То есть присутствует отображение категорий-множеств, сохраняющее структуру этих категорий-множеств, а системная модель ПАК также может быть полностью сформирована в соответствии с требованиями приведённого стандарта системной инженерии.

Рисунок 4 - Схема связей между процессами жизненного цикла

Применение ПАК позволит проводить реинжиниринг программных подсистем, обеспечивая расширяемость системы за счёт наращивания дополнительных модулей (реальных объектов), добавлять новые функции системы (например, при рассмотрении кадрового резерва одного предприятия, появится возможность применения ПАК и на другом предприятии), адаптировать систему (за счёт добавления агрегированных данных в базу правил). Предложенная модель построения ПАК позволяет также включать в комплекс в виде отдельных модулей каждый объект системы, который определяется отношением (рисунок 5). Построенный ПАК полностью определяется множеством объектов учёта, включающих модули отношений между ними. Модули ПАК использованы в качестве информационных объектов, что позволяет построить адаптивную систему, которая является универсальной к изменению внешних данных. Это помогает рассмотреть предметную область с разных сторон и разработать компактную и универсальную программную систему, добавляя только другие параметры в базу знаний. Структура такого ПАК удовлетворяет условиям логики декартово замкнутой категории, что значительно повышает круг решаемых задач [22].

В результате открывается возможность создания виртуальной физической и цифровой среды, в которой люди и информационные системы взаимодействуют, эволюционируют от изолированных решений к формированию «умных информационных пространств». Под «умным информационным пространством» понимается набор открытых Интернет-ресурсов, в которых используются общие языки и методологии разработки для совместного принятия решений.

Для реализации данной модели был определён реестр открытых информационных ресурсов, входящих в структуру ПАК, среди которых поисковые системы Google, Yandex, операционные системы Windows, Mac OS, Linux ; различные кросс-платформенные технологии, позволяющие осуществлять подбор персонала Potok, Amazing Hiring, HireVue, Experium и другие. Данные открытых Интернет-ресурсов входят в системную модель ПАК, которая соответствует структуре экспертной системы.

Заключение

Опыт внедрения ИИ в деятельность, связанную с управлением персоналом, показывает эффективность использования систем ИИ [23-27]. Перспективным является их применение в правоохранительной деятельности, в том числе для прогнозирования и выявления потенциально опасных ситуаций и т.д. Синтез подобных систем ведёт к формированию «умных информационных пространств», позволяющих решать разнообразные задачи для достижения целей эффективной деятельности организаций, как в части формирования кадровой политики, так и осуществления производственной деятельности. В основе подобного «умного информационного пространства» лежит подсистема профайлинга, имеющая возможности прогноза поведения оцениваемой личности, её потенциала, слабостей и склонностей.

Предлагаемый системный подход позволяет формализовать многие поведенческие и когнитивные аспекты моделей человеческой деятельности. Объединение групп объектов (лю- дей и информационных систем) в отдельные новые виртуальные объекты-категории, описание их свойств и отношений через категориальные отношения с учётом онтологического аспекта, позволяет формировать новые синтетические модели так называемых малых групп – производственного, служебного или научного характера.

Исследование проводится при финансовой поддержке Министерства науки и высшего образования Российской Федерации в рамках основной части государственного задания высшим учебным заведениям № FEUE-2020-0007.