guuvestВестник университетаVestnik Universiteta1816-42772686-8415State University of Management10.26425/1816-4277-2023-1-36-47guuvest-4171Research ArticleАКТУАЛЬНЫЕ ВОПРОСЫ УПРАВЛЕНИЯCURRENT ISSUES OF MANAGEMENTЭкспертная система управления данными о компетенциях современного менеджераExpert system for managing data on the competencies of a modern managerhttps://orcid.org/0000-0002-3145-8546НечаеваП. А.NechaevaP. A.

Полина Александровна Нечаева, канд. экон. наук, доц.

каф. управления

Казань

Polina A. Nechaeva, Cand. Sci. (Econ.), Assoc. Prof.

Management Department

Kazan

polina23j@yandex.ruhttps://orcid.org/0000-0002-0967-4744ЮсуповаГ. Р.YusupovaG. R.

Гульнара Ринатовна Юсупова, канд. экон. наук, зав. каф.

каф. управления

Казань

Gulnara R. Yusupova, Cand. Sci. (Econ.), Head of the Department

Management Department

Kazan

y-gulnarin@mail.ruКазанский инновационный университет имени В. Г. ТимирясоваРоссияKazan Innovative University named after V. G. Timiryasov (IEML)Russian Federation202328022023113647Copyright © Нечаева П.А., Юсупова Г.Р., 20232023Нечаева П.А., Юсупова Г.Р.Nechaeva P.A., Yusupova G.R.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.guu.ru/jour/article/view/4171

   В современной экономике Российской Федерации цифровизация стала одним из ключевых компонентов социально-экономического развития регионов страны. Предприятия различных отраслей сталкиваются с необходимостью обработки больших массивов данных, что значительно усложняет управление ими, в связи с чем возрастает актуальность анализа технологий искусственного интеллекта. Подготовка сотрудников для промышленных процессов является серьезной проблемой в любой отрасли. Эффективное управление человеческими ресурсами требует точной оценки и представления имеющихся компетенций, а также эффективного отображения навыков, необходимых для конкретных должностей. Компетенции дают возможность предприятию добиваться высоких производственных и экономических результатов.    Целью исследования является разработка структурной модели прогнозной экспертной системы управления данными о компетенциях современного менеджера путем объединения искусственного и человеческого интеллектов.

   Эта система может служить инструментом поддержки принятия решений руководителями в реальных условиях для повышения эффективности деятельности предприятия. Исследование востребованности менеджеров и изучение требований к кандидатам по Российской Федерации и Республике Татарстан проводилось на базе данных крупнейшей российской компании интернет-рекрутмента HeadHunter. Для разработки структурной модели предлагаемой экспертной системы использовалась информация специализированных научных изданий, опубликованная в российской и зарубежной научной литературе баз данных Web of science и Scopus. Экспертная система позволит руководителю находить оптимальные варианты использования сотрудников, прогнозировать развитие предприятия в целом и отдельных его подразделений, что существенно повысит ключевые показатели деятельности любой компании.

   In the modern economy, digitalization has become one of the key components of the Russian Federation regions socio-economic development. Enterprises of various industries are faced with the need to process large amounts of data, which greatly complicates data management, and therefore the relevance of the analysis of artificial intelligence technologies increases. Training employees for industrial processes is a major challenge in any industry. Effective human resource management requires an accurate assessment and presentation of available competencies, as well as an effective mapping of the required competencies for specific positions. Competences enable the company to achieve high production and economic results.

   The aim of the study is to develop a structural model of a predictive expert system for managing data on the competencies of a modern manager by combining artificial and human intelligence, which can serve as a decision support tool for managers in real conditions to improve the efficiency of a particular enterprise.

   The study of the demand for managers and requirements for candidates in the Russian Federation and the Republic of Tatarstan was conducted on the data of the largest Russian Internet recruitment company HeadHunter. To develop a structural model of the proposed expert system, information from specialized scientific publications published in the Russian and foreign scientific literature of the Web of science and Scopus databases was used. The expert system will allow the manager to find the best options for using employees, predict the development of the enterprise as a whole and its individual divisions, which will significantly increase the key performance indicators of any company.

экспертная системакомпетенции менеджерауправление даннымиискусственный интеллектменеджер организацииуправление человеческими ресурсамиструктурная модельпрогнозная модельexpert systemmanager competenciesdata managementartificial intelligenceorganization managerhuman resources managementstructural modelforecast modelReferencesХайкин С. Нейронные сети : полный курс : 2-е издание / С. Хайкин ; Пер. с англ. Н. Н. Куссуль, А. Ю. Шелестова. – М.: Вильямс, 2006. – 1104 с.Khaykin S. Neural networks: full course, 2<sup>nd</sup> edition. Trans. from Eng. Kussul N. N., Shelestova A. U. Moscow: Williams; 2006. (In Russian).Ручкин В. Н. Универсальный искусственный интеллект и экспертные системы / В. Н. Ручкин, В. А. Фулин. – СПб: Изд-во БХВ-Петербург, 2009. – 240 с.Ruchkin V. N., Fulin V. A. Universal artificial intelligence and expert systems. St. Petersburg: BHV-Peterburg; 2009. (In Russian).Albrecht S. V., Stone P. Autonomous agents modelling other agents: a comprehensive survey and open problems. Artificial Intelligence. 2018; 258: 66–95. doi: 10.1016/j.artint.2018.01.002Albrecht S. V., Stone P. Autonomous agents modelling other agents: a comprehensive survey and open problems. Artificial Intelligence. 2018; 258: 66–95. doi: 10.1016/j.artint.2018.01.002Votto A. M., Valecha R., Najafirad P., Rao H. R. Artificial Intelligence in Tactical Human Resource Management: A Systematic Literature Review. International Journal of Information Management Data Insights. 2021; 1 (2): 100047. doi: 10.1016/j.jjimei.2021.100047Votto A. M., Valecha R., Najafirad P., Rao H. R. Artificial Intelligence in Tactical Human Resource Management: A Systematic Literature Review. International Journal of Information Management Data Insights. 2021; 1 (2): 100047. doi: 10.1016/j.jjimei.2021.100047Hmoud B., Laszlo V. Will artificial intelligence take over human resources recruitment and selection? Network Intelligence Studies. 2019; 7 (13): 21–30.Hmoud B., Laszlo V. Will artificial intelligence take over human resources recruitment and selection? Network Intelligence Studies. 2019; 7 (13): 21–30.Hughes C., Robert L., Frady K., Arroyos A., Hughes C., Robert L., Frady K., Arroyos A. Artificial Intelligence, Employee Engagement, Fairness, and Job Outcomes. Managing Technology and Middle- and Low-skilled Employees. 2019; 61–68. doi: 10.1108/978-1-78973-077-720191005Hughes C., Robert L., Frady K., Arroyos A., Hughes C., Robert L., Frady K., Arroyos A. Artificial Intelligence, Employee Engagement, Fairness, and Job Outcomes. Managing Technology and Middle- and Low-skilled Employees. 2019; 61–68. doi: 10.1108/978-1-78973-077-720191005Pessach D., Singer G., Avrahami D., Chalutz Ben-Gal H., Shmueli E., Ben-Gal I. Employees recruitment: A prescriptive analytics approach via machine learning and mathematical programming. Decision Support Systems. 2020; 134: 113290. doi: 10.1108/978-1-78973-077-720191005Pessach D., Singer G., Avrahami D., Chalutz Ben-Gal H., Shmueli E., Ben-Gal I. Employees recruitment: A prescriptive analytics approach via machine learning and mathematical programming. Decision Support Systems. 2020; 134: 113290. doi: 10.1108/978-1-78973-077-720191005Буценко Е. В. Разработка экспертной системы инвестиционного проектирования / Е. В. Буценко // Экономические исследования. – 2012. – 3.Bucenko E. V. Development of an expert system for an investment project. Economic research. 2012; 3.Evseev V. O. Methodology application of expert systems for the analysis of regional conflicts. CITISE. 2021; 3: 65–78. doi: 10.15350/2409-7616.2021.3.06Evseev V. O. Methodology application of expert systems for the analysis of regional conflicts. CITISE. 2021; 3: 65–78. doi: 10.15350/2409-7616.2021.3.06Остроух А. В. Системы искусственного интеллекта: монография / А. В. Остроух, Н. Е. Суркова. – СПб: Лань, 2019. – 228 с.Ostrouh A. V., Surkova N. E. Artificial intelligence systems: monograph. St. Petersburg: Lan; 2019. (In Russian).Джарратано Д. Экспертные системы: принципы разработки и программирование : 4-е изд. / Д. Джарратано, Г. Райли ; Пер. с англ. К. А. Птицын. – М.: Вильямс, 2007. – 1152 с.Dzharratano D., Rajli G. Expert systems: development principles and programming, 4<sup>th</sup> edition. Trans. from Eng. Pticyn K. A. Moscow: Williams; 2007. (In Russian).Hossain E., Hossain M. S., Zander P., Andersson K. Machine learning with Belief Rule-Based Expert Systems to predict stock price movements. Expert Systems with Applications. 2022; 206: 117706. doi: 10.1016/j.eswa.2022.117706Hossain E., Hossain M. S., Zander P., Andersson K. Machine learning with Belief Rule-Based Expert Systems to predict stock price movements. Expert Systems with Applications. 2022; 206: 117706. doi: 10.1016/j.eswa.2022.117706Никитина О. И. Использование экспертных систем в управлении персоналом / О. И. Никитина // В кн.: Павлов Е. В. Научное издание международного уровня – 2014 : материалы 2-й Международной научно-практической конференции, Курск, 22–23 апреля 2014 г. ; отв. ред. Е. В. Павлов. – Курск: Университетская книга, 2014. – C. 260–264.Nikitina O. I. The use of expert systems in personnel management. In: Pavlov E. V. (ed.) World-Class Scientific Publication – 2014: Proceedings Of the 2<sup>th</sup> International Scientific & Practical Conference, Kursk, 22–23 April 2014. Kursk: Universitetskaya kniga; 2014. Pp. 260–264.Маликова С. Г. Экспертные системы в кадровой деятельности / С. Г. Маликова // Трудовое право. – 2003. – 3: 65–67.Malikova S. G. Expert systems in personnel activity. Labor law. 2003; 3: 65–67.Black J. S., Esch P. AI-enabled recruiting: What is it and how should a manager use it? Business Horizons. 2020; 63 (2): 215–226. doi: 10.1016/j.bushor.2019.12.001Black J. S., Esch P. AI-enabled recruiting: What is it and how should a manager use it? Business Horizons. 2020; 63 (2): 215–226. doi: 10.1016/j.bushor.2019.12.001Eubanks B. Artificial Intelligence for HR: Use AI to Support and Develop a Successful Workforce. UK: Kogan Page Publishers; 2018. 255 p.Eubanks B. Artificial Intelligence for HR: Use AI to Support and Develop a Successful Workforce. UK: Kogan Page Publishers; 2018. 255 p.Hmoud B., Varallyai L. Artificial Intelligence in Human Resources Information Systems: Investigating its Trust and Adoption Determinants. International Journal of Engineering and Management Sciences. 2020; 5 (1): 749–765. doi: 10.21791/IJEMS.2020.1.65Hmoud B., Varallyai L. Artificial Intelligence in Human Resources Information Systems: Investigating its Trust and Adoption Determinants. International Journal of Engineering and Management Sciences. 2020; 5 (1): 749–765. doi: 10.21791/IJEMS.2020.1.65Bohlouli M., Mittas N., Kakarontzas G., Theodosiou T., Angelis L., Fathi M. Competence assessment as an expert system for human resource management: A mathematical approach. Expert Systems with Applications. 2017; 70: 83–102. doi: 10.1016/j.eswa.2016.10.046Bohlouli M., Mittas N., Kakarontzas G., Theodosiou T., Angelis L., Fathi M. Competence assessment as an expert system for human resource management: A mathematical approach. Expert Systems with Applications. 2017; 70: 83–102. doi: 10.1016/j.eswa.2016.10.046Müller-Frommeyer L. C., Aymans S. C., Bargmann C., Kauffeld S., Herrmann C. Introducing competency models as a tool for holistic competency development in learning factories: Challenges, example and future application. In: Metternich J., Glass R. (eds.) Proceedings of the 7<sup>th</sup> Conference on Learning Factories, CLF 2017. Procedia Manufacturing. 2017; 9: 307–314. doi: 10.1016/j.promfg.2017.04.015Müller-Frommeyer L. C., Aymans S. C., Bargmann C., Kauffeld S., Herrmann C. Introducing competency models as a tool for holistic competency development in learning factories: Challenges, example and future application. In: Metternich J., Glass R. (eds.) Proceedings of the 7<sup>th</sup> Conference on Learning Factories, CLF 2017. Procedia Manufacturing. 2017; 9: 307–314. doi: 10.1016/j.promfg.2017.04.015Karatop B., Kubat C., Uygun Ö. Talent management in manufacturing system using fuzzy logic approach. Computers & Industrial Engineering. 2015; 86: 127–136. doi: 10.1016/j.cie.2014.09.015Karatop B., Kubat C., Uygun Ö. Talent management in manufacturing system using fuzzy logic approach. Computers & Industrial Engineering. 2015; 86: 127–136. doi: 10.1016/j.cie.2014.09.015Maettig B., Foot H. Approach to improving training of human workers in industrial applications through the use of Intelligence Augmentation and Human-in-the-Loop. Proceedings of the 15<sup>th</sup> International Conference on Computer Science Education (ICCSE), 2020. Delft, Netherlands, 18-22 August 2020. IEEE; 2020; 283–288. doi: 10.1109/ICCSE49874.2020.9201867Maettig B., Foot H. Approach to improving training of human workers in industrial applications through the use of Intelligence Augmentation and Human-in-the-Loop. Proceedings of the 15<sup>th</sup> International Conference on Computer Science Education (ICCSE), 2020. Delft, Netherlands, 18-22 August 2020. IEEE; 2020; 283–288. doi: 10.1109/ICCSE49874.2020.9201867

The authors declare that there are no conflicts of interest present.