Социальные параметры использования искусственного интеллекта для управления кадровым потенциалом

роли работника. Традиционные профессии могут исчезнуть в результате автоматизации и использования роботов или технологий искусственного интеллекта, в то время как новые специальности, требующие навыков работы с такими технологиями, будут становиться все более востребованными. Перманентная эволюция рабочих процессов обуславливает необходимость систематического повышения уровня профессиональной подготовки персонала, развития корпоративного института наставничества, формирования новой цифровой культуры, предоставления возможностей для самореализации работников, не оставляя без внимания возникающие вопросы этики и социальной справедливости. Но как хорошо известно из истории, научно-технический прогресс не всегда развивается однонаправленно. Эта проблема нередко становилась причиной социальных трагедий, отображенных в социально-гуманитарных исследованиях. Е.В. Балацкий представил новое ее измерение в виде главного парадокса эволюции: «Система, то есть некая целостность (общество), поступательно развивается и усложняется (умнеет), в то время как существенная часть ее элементов (индивидуумы) деградирует и упрощается (глупеет)» (Балацкий, 2013: 139).

Технологии искусственного интеллекта (далее – ИИ) являются одним из самых быстрорастущих и перспективных технологических разработок последних лет. Внедрение ИИ предоставляет множество инструментов для развития, улучшения и оптимизации процессов и позволяет уменьшить влияние человеческого фактора во многих сферах жизнедеятельности социума. Окружающие нас интеллектуальные помощники, поисковые системы рекомендаций, системы распознавания, генеративные системы уже построены с применением ИИ. Идет формирование цифрового профиля человека, «гибридной» социальной среды, в которой интеллектуальные алгоритмы могут как взаимодействовать с человеком, так и принимать решения самостоятельно. Однако следует понимать, что некоторые задачи по-прежнему требуют личного участия субъекта, который будет оценивать ситуацию на основе своего опыта и интуиции.

Одним из перспективных направлений применения ИИ является управление развитием кадрового потенциала организации. Кадровый потенциал – это количественный показатель, совокупность знаний, навыков, опыта, умений и личностных качеств, которыми обладают сотрудники организации и которые могут быть использованы для достижения ее целей. Он представляет собой оценку количественного и качественного состава кадров, а также их готовности и способности выполнять задачи, соответствующие потребностям организации. Кадровый потенциал является ключевым ресурсом для достижения успеха предприятия и важным элементом его стратегического планирования.

Регулярная оценка кадрового потенциала позволяет организации определить, какие навыки и качества есть у сотрудников, а также выявить проблемные зоны и потенциальные возможности для их развития. На основе этой оценки могут быть разработаны планы повышения квалификации персонала, которые позволят улучшить знания и навыки сотрудников, а также усилить их мотивацию и лояльность к организации.

Для эффективного управления развитием кадрового потенциала необходимо учитывать большое количество параметров, включая социальные, и периодическую динамику их изменения, следовательно, становится актуальным применение средств автоматизации оперативного сбора, обработки и хранения больших массивов поступающей информации, в том числе использование технологий ИИ.

Целью данной статьи выступает установление социальных параметров использования ИИ и обоснование повышения их роли в обеспечении устойчивого развития кадрового потенциала. В качестве важнейшей гипотезы было определено, что социальные параметры применения ИИ на рынке труда в условиях ограничений социального взаимодействия сказались и на дальнейшем использовании инновационных методов: от отбора квалифицированного персонала до дистанционного обучения и регулярной оценки работников. Исходными предпосылками нарастания использования ИИ в рекрутинге, адаптации и обучении персонала являются: дальнейшее расширение зоны присутствия технологий ИИ, популяризация удаленной работы, а также тенденция к снижению затрат на развитие работников.

Основная часть . В настоящее время процесс подбора персонала является наиболее цифровизированным направлением в сфере управления персоналом. Это обусловлено тем, что процесс рекрутинга сопряжен с большим количеством данных, требующих однотипной обработки. Например, по статистике HeadHunter, средний уровень конкуренции за 2022–2023 гг. составлял 5 резюме на 1 вакансию¹. Однако, например, на вакансию «программист junior Python» с возможностью работать удаленно могло поступить более 1 000 резюме, и обработать их без средств автоматизации достаточно затруднительно.

В настоящее время принято выделять три основных подхода к применению цифровых технологий в сфере подбора необходимого персонала по степени возможной рутинности. Считаем важным обосновать их. Первый подход – индивидуальный (уникальные процессы, которые требуют персонифицированного отношения, как правило, связанные с набором должностей важного и значимого для организации порядка). Второй подход – типовой (к нему относятся стандартные, повторяющиеся рутинные задачи, такие как проведение массовых собеседований, проверка документов, анкет, карт эффективности и пр.). Третий подход – автоматизированный (к нему будут относиться любые автоматизированные задачи, к которым в настоящее время можно отнести лишь 10 % всего времени по подбору персонала) (Былков, 2022).

Использование ИИ для оценки сотрудников крайне распространено при рекрутинге кандидатов на вакантные должности. Распространенными инструментами являются: сбор, анализ и распределение данных с применением систем ИИ на основе дерева решений (Hmoud, Laszlo, 2019), которое имеет функции распознавания и прогнозирования. Такие системы задействованы в сборе информации на социальных платформах и ее последующей систематизации в соответствии с позитивными и негативными классификационными критериями.

Процессы расширения возможностей ИИ на рынке труда оказывают значительное влияние на социальные параметры, связанные с занятостью населения. Рассмотрим некоторые из них.

Во-первых, ИИ может повлиять на сферу занятости, заменяя труд некоторых сотрудников на автоматизированные системы. Это может привести к увольнениям в некоторых отраслях. Однако ИИ также может создавать новые рабочие места, связанные с контролем, разработкой, внедрением и обслуживанием указанных автоматизированных систем.

Во-вторых, некоторые виды работ могут потребовать новых знаний и навыков в области ИИ и автоматизации. Это может повысить спрос на профессионалов с такими компетенциями и в то же время снизить спрос на тех, кто не может адаптироваться к изменениям.

В-третьих, системы ИИ могут помочь улучшить безопасность на производстве, автоматизировав некоторые виды работ и уменьшив риски для работников. Однако они же способны создавать новые – связанные с ошибками в алгоритмах, неполнотой данных, а также с недоверием у работников, которые сталкиваются с цифровыми технологиями.

В-четвертых, ИИ может влиять на социальную защищенность и равенство на рынке труда. Например, сокращение рабочих мест в некоторых отраслях может ухудшить положение определенных групп работников, таких как меньшинства или люди с ограниченными возможностями. С другой стороны, ИИ может помочь сократить дискриминацию на рынке труда, например, с помощью анализа данных и устранения субъективных предубеждений при найме и продвижении по карьерной лестнице.

Б. Хмуд и В. Лазло отмечали, что ИИ развивается поэтапно и адаптируется на основе различных параметров и требований. Так, исследователи выделяли механический (минимальная адаптация к требованиям), аналитический (системная адаптация на основе данных), интуитивный (адаптация на основе понимания) и эмпативный (адаптация на основе опыта) типы ИИ (Hmoud, Laszlo, 2019). Систематизация направлений использования каждого из указанных видов ИИ в процессе оценки персонала представлена в табл. 1.

Таблица 1 – Направления использования в процессе оценки персонала (Крылова, Максименко, 2022: 99–100)

Вид ИИ	Направления использования
Механический	1.    Оценка информации в профиле, работа с «базой талантов». 2.    Автоматизация ответов на «стандартные» вопросы соискателей. 3.    Оформление записи на прохождение собеседований. 4.    Автоматизация процесса заключения трудовых договоров. 5.    Автоматическое обновление статусов резюме
Аналитический	1.    Извлечение релевантных данных из резюме. 2.    Проведение анализа должностных обязанностей. 3.    Сопоставление должностных обязанностей и характеристик соискателей. 4.    Ранжирование соискателей на базе их профессиональных достижений. 5.    Создание оптимального перечня показателей по подбору кандидатов на вакантные должности
Интуитивный	1.    Оптимизация вакансий за счет анализа и понимания их содержания. 2.    Анализ запросов соискателей и формирование списка «адекватных» ответов на стандартные вопросы. 3.    Выявление закономерностей и прогнозирование эффективности трудовой деятельности. 4.    Оптимизация решений за счет анализа и понимания индикативных показателей. 5.    Изучение методов оценки эффективности и формирование перечня рекомендаций. 6.    Оценка прохождения собеседования соискателями и выбор наиболее подходящего на должность кандидата
Эмпативный	1.    Распознавание и анализ эмоционального аспекта прохождения собеседования соискателем. 2.    Адаптация к работе с кандидатом на основе опыта. 3.    Глубинный анализ когнитивных особенностей и применение в ходе проведения собеседований

При изучении результатов опроса специалистов в области кадрового менеджмента становится очевидным, что ключевым бенефитом использования ИИ в сфере работы с персоналом является экономия временных ресурсов и наличие возможности коммуникации в то время, которое удобно для кандидата (Mirji, 2021). Однако применение ИИ имеет и ряд существенных недостатков, к числу которых следует относить невозможность идентифицировать кандидата при общении через чат-бот, трудность обучения его пониманию сленговых выражений, так как он запрограммирован отвечать на простые и часто повторяющиеся вопросы (Айвазов и др., 2019). Более того, в настоящее время соискатели предпочитают взаимодействовать через социальные платформы или мессенджеры, чем через специализированные площадки по поиску работы, что делает неполным решение о соответствии/несоответствии кандидата должности, основанное на искусственном сопоставлении информации в резюме должностным требованиям вакансии (Каштанова, Захаров, 2022: 59–60). Для принятия финального решения необходимо подключение аналитика HR-отдела, способного проанализировать результаты машинной обработки данных. Также следует отметить, что использование ИИ ограничивает «радиус поиска» лишь той категорией соискателей, которые успешно используют цифровые платформы и решения (Волошкин, 2022).

Вопрос оценки эффективности трудовой деятельности, а также поиска причинно-следственных связей между текущим состоянием и потенциалом сотрудников с применением ИИ куда более масштабный и неоднозначный. Во втором случае ИИ HR-специалисты могут получать актуальные данные об эффективности работников, их вовлеченности, мотивации и лояльности практически в режиме реального времени. Благодаря алгоритмам ИИ можно определить поведенческие шаблоны, которые способны негативно сказаться на продуктивности сотрудников, и даже обнаружить признаки их профессионального выгорания до того, как это станет очевидным1. Существует множество инструментов, которые можно использовать для такой оценки, включая чат-боты, системы распознавания видео и голосового интервью, а также системы контроля кибербезопасности. Чат-боты, основанные на ИИ, могут проводить диалог с кандидатами и по результатам беседы оценивать их потенциал для компании. Интересно то, что ИИ может дать оценку, даже если соискатель отвечает неоднозначно или непрямо, что не всегда способны выполнить обычные чат-боты (Ларченко, Сорочан, 2021: 82–83). Оценку можно проводить как активно, взаимодействуя с персоналом, так и пассивно, анализируя переписку в корпоративной почте, мессенджерах и выделяя наименее вовлеченных и удовлетворенных сотрудников.

Применение систем ONA (организационный сетевой анализ) не нарушает личных границ и этических норм, не предполагает изучения содержание личных сообщений. Структура анализирует обезличенные данные, такие как объем и регулярность выполнения задач, частота коммуникаций, объем кросс-функциональных связей в течение рабочего времени; используют информацию, собранную с таймтрекинга и фиксации экрана, записей видеопереговоров и т.д.2 Это исследование может помочь выявить зоны потерь и улучшений, например, если система обнаруживает децентрализованную коммуникацию, то руководитель проекта может скорректировать роли в команде, чтобы повысить общую продуктивность. Однако использование ИИ для увольнения сотрудников не представляется обоснованным, поскольку он решает другие задачи, такие как предоставление прозрачной информации, прогнозирование вариантов развития и предоставление рекомендаций (Чуланова, Хайбуллова, 2020).

С помощью ИИ можно создать «цифровой профиль» сотрудника и спрогнозировать его будущее в организации. Для этого анализируются данные из разных источников, таких как резюме, должностные инструкции, проводится оценка эффективности работы и активности специалиста (проекты, лидерские функции, обучение, участие в корпоративных мероприятиях и т.д.) (Формирование цифрового профиля сотрудника …, 2022: 347). Используя эти данные, ИИ формулирует рекомендации по дальнейшему развитию карьеры и применению способностей сотрудника. Например, уже сейчас возможно выявить ряд поведенческих характеристик, характерных для позиций высоких должностей. Используя результаты такого исследования, руководитель организации может создавать или корректировать стратегию мотивации сотрудников, имеющих высокий потенциал, и предложить им решение задач другого уровня (ведение и развитие проекта, взаимодействие с партнерами, возможность использования корпоративных ресурсов, разработка корпоративной культуры и пр.) (Искусственный интеллект в HR-процессах …, 2022).

Также системы ИИ используются для оценки эффективности корпоративного обучения. Традиционно с этой целью применяется модель Д. Киркпатрика и считается, что на каждом последующем уровне оценивать эффективность обучения сложнее (Авагимян, Ильченко, 2020). Однако с появлением ИИ ситуация изменилась ввиду возможности применения автоматизированной обработки однотипных данных.

Важно отметить, что на результативность сотрудника может оказывать влияние достаточно большое количество факторов, основными из которых выступают: возраст, пол, образование, квалификация, опыт и стаж работы в профессии. Не менее важным фактором является обучаемость и оценка компетенций сотрудника (кандидата). Чаще всего ИИ проводит сравнительную оценку «прошедшего» и «не прошедшего» обучение, в том числе по компетенциям «требуемые / имеющиеся в наличии» и общему соответствию кандидата указанным выше факторам1. Если взаимосвязь обучения и эффективности работника позитивная – это положительный аспект. Если система сообщает, что при изолировании фактора влияния обучения не было обнаружено взаимосвязей, - скорее всего, этого влияния и нет. Ситуации, в которых обучение оказывает отрицательное влияние на эффективность, целесообразно пересмотреть.

Социальные параметры использования ИИ ориентированы на этические, нормативно-правовые, моральные, религиозные, культурологические и иные социальные нормы. Именно они определяют критерии ответственного применения цифровых технологий, имеющих ряд особенностей. Считаем важным обосновать их.

• 1.    Отношение к технологии. Социальные параметры использования искусственного интеллекта касаются способов, которыми люди взаимодействуют с ИИ и влияют на него. Они определяют правила и нормы использования ИИ, а также социальные и этические вопросы, связанные с его применением.

• 2.    Цели и задачи. Социальные параметры использования искусственного интеллекта направлены на обеспечение эффективного и этичного использования ИИ в различных сферах, таких как здравоохранение, образование, транспорт, финансы и другие. Они стремятся учесть социальные последствия применения ИИ и минимизировать отрицательные влияния на общество.

• 3.    Регулирование и нормативы. Социальные параметры использования искусственного интеллекта могут быть формализованы в законах, нормативных актах или этических кодексах, чтобы обеспечить ответственное и безопасное использование ИИ. Например, они могут определять принципы прозрачности, справедливости и защиты конфиденциальности при использовании ИИ.

• 4.    Воздействие на общество. Социальные параметры использования искусственного интеллекта направлены на обеспечение позитивного влияния ИИ на общество. Они могут включать в себя вопросы этики, ответственности и справедливости, связанные с автоматизацией, автономностью при принятии решений.

Таким образом, социальные параметры использования искусственного интеллекта относятся к аспектам общественной деятельности и являются гарантом его человекоцентричного применения.

В целом, функционал ИИ на рынке труда должен учитывать потребности и ожидания общества, а также минимизировать негативные воздействия, связанные с занятостью населения. Важно понимать, что технологии ИИ являются новым «игроком» на рынке труда, и его использование должно осуществляться с учетом социальных последствий.

Для того чтобы снизить отрицательное влияние ИИ на занятость, необходимо инвестировать в переквалификацию и обучение работников, чтобы они могли адаптироваться к новым технологиям и занять соответствующие им рабочие места. Также важно проводить исследования и мониторинг, чтобы оценить влияние ИИ на условия трудовой деятельности, равенство и социальную защищенность людей.

Кроме того, необходимо уделять внимание социальным параметрам в процессе разработки и внедрения систем ИИ. Программисты и разработчики должны учитывать возможные социальные последствия своих продуктов и быть уверенными в том, что их использование не приведет к дискриминации сотрудников или ухудшению условий труда.

Заключение . Таким образом, новые инструменты с применением технологий ИИ способны анализировать и выстраивать алгоритмы, способствующие не только рекрутингу наиболее подходящих на вакантные должности кандидатов, но и предотвращению ухода ценных работников за счет анализа взаимосвязей, контроля показателей профессионального выгорания и уровня лояльности к организации.

Проведенные исследования по внедрению и использованию ИИ в HR-процессах позволяют обосновать перспективность применения данных технологий в управлении. Инновации являются ключевым элементом обществ знаний и существенным образом трансформируют все стороны его жизни. Обучение становится ключевой ценностью обществ знания. В этой ситуации усложняется оценка познавательных способностей человека1.

Использование ИИ на рынке труда имеет как положительные, так и отрицательные социальные последствия. Взаимодополняющего взаимодействия человека и «машины» возможно достичь за счет корректной постановки управленческих задач и подбора соответствующих им технологических возможностей (Ковалева, 2022: 143). Важно найти баланс между автоматизацией с применением ИИ и ручным управлением процессами, а также минимизировать негативное влияние новых технологий на социальную устойчивость общества.