CC BY
75DOI: 10.24412/2071-3762-2023-4310-42-46
НЕЙРОСЕТИ В СИСТЕМЕ ОБУЧЕНИЯ ПЕРСОНАЛА: ПРОБЛЕМЫ И МАРКЕТИНГОВЫЕ ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ
Махметова Айна-Жан Ербулатовна,
к.э.н., доцент, доцент кафедры «Отраслевое управление и экономическая безопасность», Саратовский государственный технический университет имени Ю.А. Гагарина; 410003, г. Саратов, Россия, ул. Радищева, 89 makhmetovaae@sstu.ru
Кублин Игорь Михайлович,
д.э.н., профессор кафедры «Экономика и маркетинг», Социально-экономического института, Саратовский государственный технический университет имени Ю.А. Гагарина; 410003, г. Саратов, Россия, ул. Радищева, 89 kublinim@sstu.ru
Шарапов Роман Олегович,
соискатель кафедры «Менеджмент и маркетинг», Белгородский государственный научно-исследовательский университет; 308015, г. Белгород, Россия, ул. Победы, д. 85 sharapov-nir@mail.ru
В современном мире нейросети активно проникают в различные сферы деятельности, включая управление персоналом. Особенно важным стало использование искусственного интеллекта и машинного обучения в кадровой политике. В России многие компании уже успешно интегрировали этот подход в свою деятельность, что позволило им значительно оптимизировать процесс подбора персонала. В статье продемонстрирован инновационный инструментарий в системе маркетинга персонала в условиях цифровой среды. Систематизированы исследования использования нейронных сетей в различных сферах и отраслях деятельности, выявлены преимущества и проблемные области их применения. Представлены ключевые принципы работы нейросетей в системе обучения кадров, определены рисковые зоны и аспекты их развития.
Ключевые слова: нейронные сети; маркетинг персонала; система обучения; развитие и обучение; инструменты в обучении, квалификация; цифровая среда; искусственный интеллект.
ВВЕДЕНИЕ
Мы сейчас переживаем тектонический сдвиг в рамках развития генеративного А/, он существенно повлияет на все бизнес-процессы. В условиях перехода отдельных процессов в системе как найма, так и обучения персонала на цифровые технологии применение нейросетей является достаточно новым, перспективным и развивающимся направлением в сфере использования искусственного интеллекта в маркетинге персонала. Так по данным российской компании Tele2, с августа 2022 по
февраль 2023 года люди стали использовать искусственный интеллект в пять раз чаще по сравнению с предыдущими месяцами. При этом «общение» человека с нейронными сетями за последнее время выросло в три раза*.
Стремительное применение нейронных сетей во многих отраслях экономики доказывает их преимущество, которые следует применять и в профессиональном образовании. Стоит отметить и факт применения нейронных сетей в системе обучения в среде «школа — вуз — организация» в качестве ин-
новационного метода оперативной обработки информации, расширения инструментария методов обучения (графика, звук, визуализация), формирования индивидуальных программ обучения, повышения адаптивности программ обучения и сокращения времени и трудоемкости обучения.
ОБСУЖДЕНИЕ
Исследования аналитиков Те!е2 показало,что гендерный признак практически не влияет на частоту использования нейросетей: 54% пользователей площадок —
* Изменят ли нейросети систему образования? Режим доступа: https://www.lanit.ru/press/smi/izmenyat-li-neyroseti-sistemu-obrazovaniya/ (дата обращения 28.05.2023).
женщины, 46% — мужчины. Наибольшая доля (34%) пользователей нейросетей — среди представителей обоих полов в возрасте от 31 до 40 лет [1]. Пятерка основных пользователей нейросетей по территориальному признаку представлена на рисунке 1.
Для генерации изображений, текстов используют искусственный интеллект(ИИ) с операционными системами (ОС) — Android, iOS, Windows Phone, Linux и Harmony от Huawei (рис. 2).
По результатам изучения общественного мнения, проводимого ВЦИОМ на предмет использования нейросетей, опрошенные ответили следующим образом: 51% — что-то о них слышали, 37% опрошенных не знают о нейросетях, и лишь 12% хорошо с ними знакомы [2]. То есть, большинство опрошенных хоть косвенно, но знакомы с ИИ и применяют данную технологию в своей деятельности.
Как показали проводимые экспериментальные исследования ряда ведущих отечественных и зарубежных ученых, масштабы применения нейронных сетей неограниченны, в частности, их применяют в анализе и классификации многомерных данных, анализе данных медицинских исследований, для анализа и прогнозирования течения спортивного матча, для прогнозирования поведения пользователей в электронной коммерции, для прогнозирования пиковых нагрузок в электрических сетях, в системах обеспечения информационной безопасности, в вопросах психодиагностики и т.д.
К ключевым задачам разработок нейросетей следует отнести: ♦ классификация (группировка клиентов компании, размещение целевой аудитории, фильтрация писем в электронной почте, реклама);
♦ распознавание (поиск данных по фото, изображению, чтение текстовых файлов, диагностирование в медицине);
♦ прогнозирование (анализ и прогноз продаж, ставки по кредитам);
♦ генерация (создание контента, генерация изображений, картин) [3].
Многие педагоги и тьюторы в образовательных учреждениях или в учебных центрах компаний используют нейронные сети для разработки и размещения учебных материалов, что позволяет автоматизировать процесс создания учебников,заданий и проверки знаний обучающихся, повысить уровень вовлеченности в учебный процесс за счет их геймификации, значительно упростить процесс
производства контента и сделать обучение более эффективным и персонализированным.
В частности, примеров использования нейронных сетей в образовательном учреждении можно привести множество:
♦ психологический анализ на основе генерирования фотографий в нейросети и их использование в квестах, конкурсах, тренингах (/ensa);
♦ разработка интерактивных учебных материалов для веб-квизов;
♦ для разработки изображений или карточек, которые пригодятся для проведения учебной активности и вовлеченности, в частности, — проектное обучение, формулировка названия, гимна, слогана будущей компании (Midjorney);
и
80% 70% 60% 50% 40% 30% 20% 10% 0%
Пермь
Санкт-Петербург
Челябинск
Краснодар
Рис. 1. Активные пользователи нейросетей
Windows Phone, Linux Harmony
■Android iOS Windows Phone, Linux и Harmony
Рис. 2. Частота использования ОС в применении технологий ИИ
♦ разработка презентации конкретной темы, эссе, проекта (Tome);
♦ генерация текста на основе заданных параметров (тема, уровень сложности), работа с чат ботом (ChatGPT);
♦ проведениефутурологического исследования, проекция будущей профессии;
♦ поиск актуальной информации в сети и т.д.
В целом, нейронные сети могут применяться в различных операционных задачах, связанных с организацией собственно самого образовательного процесса за счет оптимизации графика занятий, оценки успеваемости студентов, выявления проблем и разработке рекомендаций для совершенствования процесса обучения. Также, нейросети позволяют осуществить автоматизированную проверку заданий и контроль за плагиатом в ходе разработки квалификационных проектов. Отдельные организационные задачи и назначение нейросетей представлены на рисунке 3**.
Программные средства для применения нейросетей в системе маркетинга персонала могут включать: Python библиотеки для работы с нейронными сетями (TensorFlow, PyTorch и Keras); платформы и сервисы — Google Colab, Microsoft Azure Machine Learning и Amazon SageMaker3*.
Следуют отметить, что искусственный интеллект может значительно повысить качество учебно-методических материалов, сделать их более доступными и инди-
видуальными для обучающихся сотрудников4*. Однако формирование учебных планов и материалов с использованием нейросетей должно сопровождаться профессиональными знаниями специали-ста,который разрабатывает учебный курс. Поскольку в современных разработках модели ИИ порядка 10 млрд нейронов, а человеческий мозг содержит 86 млрд нейронов. Несмотря на все преимущества нейросетей, необходимо провести дополнительные исследования и оптимизировать нейросетевые алгоритмы, сформировать библиотеку промтов для повышения эффективности программ обучения5*.
Следует согласиться с мнениями авторов о том, что применение нейронных сетей в маркетинге персонала является перспективным направлением, поскольку имеются примеры успешного их применения. Эффективность при-
менения нейросетей в обучении посредством различных приложений обусловлена следующими возможностями: персонализированное (индивидуальное) обучение (CogBooks); автоматизация проверки выполненных заданий (Gradescope); выявление способностей и талантов студентов (TALENT); анализ эмоционального состояния, эмоционального интеллекта существующих и потенциальных сотрудников (Emotion Sensor); информатика и компьютерные технологии (Coursera — курсы с использованием нейронных сетей и методов машинного обучения); автоматический перевод (Google Translate).
Анализируя опыт развития современных образовательных технологий, следует отметить роль нейронных сетей в процессе изучения и формирования личной модели обучающего и обучающегося, их вовлеченности в обучение путем распознавания эмоций
Рис. 3. Задачи и назначение нейросетей в процессе обучения
** Число пользователей нейросетей в России выросло в пять раз за полгода. Режим доступа: https://www.vedomosti.ru/technology/
аrticles/2023/03/01/964683-chislo-polzovаtelei-neirosetei-v-rossii-viroslo(дата обращения 28.05.2023).
3* Профессиональная компетентность: как оценить. Режим доступа:https://www.hr-director.ru/artide/63049-professionalnaya-kompetentnost-18-m12 (дата обращения: 27.05.2023).
4* Тренды нейронных сетей на 2023 год. Режим доступа:https://merehead.com/ru/blog/neural-network-2023/ (дата обращения 19.05.2023).
5* Нейросети захватывают рабочие пространства. Режим доступа: https://www.mirapolis.ru/blog/na-pervom-plane-neyroseti-i-soft-skills/ (дата обращения: 28.05.2023).
А.-Ж. Махметова, И. Кублин, Р. Шарапов. Нейросети в системе обучения персонала: проблемы и маркетинговые
и разработке карьерной траектории [4]. В этой связи, на основе применения нейронных технологий, возможна в перспективе их интеграция в многокомпонентные Smart — системы обучения или NeuroSmart, включающую биометрию обучающего, уровень сформированных компетенций, анализ выполненных работ и мониторинг инцидентов информационной безопасности.
Однако, учитывая преимущества применения нейросетей не только в системе обучения персонала, но и обычным пользователем, многие эксперты на рынке кибербезопасности оценивают риски от их использования в маркетинге персонала. Это, прежде всего, утечка личной информации, поскольку работа с нейросетью требует передачи данных на удаленный сервер для обработки и риск применения поддельных сервисов.
Можно также выделить проблемы использования нейросетей в обучении персонала, которые определяются моделированием адаптивных образовательных программ: недостаточно полно изучены вопросы построения оптимальной модели нейросе-тей; недостаточно полно определены критерии оптимальности траектории обучения персонала для конкретной целевой аудитории в зависимости от отрасли, назначения, формата охвата уровней компетентности, форм и инструментов обучения; недостаточный уровень квалификации тьютора, способный обеспечить безопасность и эффективность использования этих технологий; недостаточная техническая база. Также одной из сложностей широкого распространения нейронных технологий является их стоимость.
Итак, при помощи нейросетей возможно осуществить качественный анализ входной информации для устранения ошибок, вызванных человеческим фактором, что, по мнению ряда экспертов, должно существенно облегчить работу сотрудников учебных центров, избавляя их от сложных и рутинных задач. Учитывая все преимущества и недостатки нейронных технологий в перспективе, задачей исследователей является формирование мультимодальной системы, которая позволитсинхрони-зировать сенсорное восприятие и распознавание текста для работы с данными и поиском различных решений. Современные нейронные сети, созданные для голосового синтеза полноценно можно использовать в трансляции обучающих курсов, чтобы на основании текста создавать аудиозапись лекционного материала. Нейронные сети и машинное обучение позволят использовать Smart камеры для обучения сотрудников организации, работающих в сложных условиях для гарантии безопасности работников.
Нейронные сети широко применены в научной среде, в частности, в генной инженерии, квантовой химии, биологии, математике. Также маркетологи анализируют огромные потоки информации о бизнесе, конъюнктуре рынка, применяя различные инструменты обработки и систематизации, в частности, платформа Albert применима для автоматизации разных аспектов маркетингового продвижения. Но и кадровый менеджмент не обошли цифровые трансформации. Как показывают данные исследования по результатам опроса «Зарплаты.ру» нейронным сетям руководители готовы доверить работу с переводами (51%), техподдержку (46%), подготовку
аналитики (45%), генерацию текста (44%) и создание дизайна (43%).
ЗАКЛЮЧЕНИЕ
Устаревание профессиональных знаний и умений, необходимость развития Digital Skills и Future Skills в процесс обучения повышает актуальность использования новых методов в маркетинге персонала. В области развития персонала компаний существенно изменился профессионально-квалификационный ландшафт, поскольку появились новые «гибридные» квалификации, которые требуют мультинаправ-ленного подхода к обучению соответствующим компетенциям. Это, в свою очередь, расширяет инструментарий методов и технологий в системе обучения с целью выявления недостающих навыков у сотрудников; осуществляет поиск наиболее оптимальных и адаптивных инструментов в обучении; учитывает потребности компании в развитии компетенций сотрудников [5].
Нейронные сети в системе обучения значительно меняют традиционные подходы и могут повлиять на будущее системы образования, тем самым повысят качество обучения, ускорят отдельные процессы, увеличат доступность обучения для целевой аудитории масштабами охвата. Однако следует понимать, что обучение персонала включает не только анализ, передачу, обработку информации и знаний, но и дальнейшее развитие критического мышления, социальных, коммуникативных навыков, что обусловливает определение баланса между применением нейронных сетей и применяемыми технологиями в системе обучения.
ИСТОЧНИКИ
1. ХабибуллинИ. Р. Актуальность использования нейросетей в образовательных целях // Молодой ученый. 2023. № 13 (460). С. 176-178.
2. Бреус А. В., Кублин И. М., Демьянченко Н. В., Воронов А А. Реализация маркетинговой стратегии компании в условиях новых возможностей и ограничений // Практический маркетинг. 2021. № 9 (295). С. 35-41.
3. Bespalko V. A., Veklova E. V., Diyanova S. N., ShtezelA. Y. Competitive strategies of modern enterprises: Definition, content and results // European Research Studies Journal. 2018. Vol. 21/ No. 4. Pp. 841-851.
4. Толстяков Р. Р. Качество маркетинговой коммуникации в сети интернет: региональный аспект // Перспективы науки. 2012. № 2 (29). С. 129-131.
5. Калужский М. Л. Особенности маркетинга на рынке труда // Практический маркетинг. 2018. № 10 (260). С. 3-9.
DOI: 10.24412/2071-3762-2023-4310-42-46
Neural Networks in the Personnel Training System: Problems and Marketing Prospects of Application Makhmetova Aina-Zhan Yerbulatovna,
Ph.D. in Economics, Associate Professor, Associate Professor of Industry Management and Economic Security Department, Yuri Gagarin State Technical University of Saratov; 89 Radishchev St., Saratov, Russia, 410003 (makhmetovaae@sstu.ru)
Kublin Igor Mikhailovich,
Doctor of Economics, Professor of Economics and Marketing Department, Yuri Gagarin State Technical University of Saratov; 89 Radishchev St., Saratov, Russia, 410003 (kublinim@sstu.ru)
Sharapov Roman Olegovich,
Applicant of Management and Marketing Department, Belgorod State National Research University, 85 Pobeda St., Belgorod, Russia, 308015 (sharapov-nir@mail.ru)
Neural networks are actively penetrating into various fields of activity, including personnel management in the modern world. The use of artificial intelligence and machine learning in the personnel policy has become especially important. In Russia, many companies have already successfully integrated this approach into their activities that allows them to optimize the recruitment process significantly. The article demonstrates innovative tools in the personnel marketing system in the digital environment. The research on the neural networks use in various fields and branches of activity is systematized, the advantages and problematic areas of their application are identified. The key principles of neural networks in the personnel training system are presented, risk zones and aspects of their development are identified.
Keywords: neural networks; personnel marketing; training system; development and training; tools in training; qualification; digital environment; artificial intelligence.
REFERENCES
1. Khabibullin, I. R. (2023) Relevance of Using Neural Networks for Educational Purposes. Young Scientist, 2023, no. 13, pp. 176-178.
2. Breus, A. V.; Kublin, I. M.; Demyanchenko, N. V.; Voronov, A. A. (2021) Implementation of the Company's Marketing Strategy in the Face of New Opportunities and Limitations. Practical Marketing, 2021, no. 9, pp. 35-41.
3. Bespalko, V. A.; Veklova, E. V.; Diyanova, S. N.; Shtezel, A. Y. (2018) Competitive Strategies of Modern Enterprises: Definition, Content and Results. European Research Studies Journal, 2018, Vol. 21, no. 4, pp. 841-851.
4. Tolstyakov, R. R. (2012) Quality of Marketing Communication on the Internet: Regional Aspect. Science Prospects, 2012, no. 2, pp. 129-131.
5. Kaluzhsky, M. L. (2018) Specific of Marketing on the Labor Market. Practical marketing, 2018, no. 10, pp. 3-9.
