Экспертная система управления данными о компетенциях современного менеджера

   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.

1. Хайкин С. Нейронные сети : полный курс : 2-е издание / С. Хайкин ; Пер. с англ. Н. Н. Куссуль, А. Ю. Шелестова. – М.: Вильямс, 2006. – 1104 с.

2. Ручкин В. Н. Универсальный искусственный интеллект и экспертные системы / В. Н. Ручкин, В. А. Фулин. – СПб: Изд-во БХВ-Петербург, 2009. – 240 с.

3. 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.2018.01.002

4. Votto 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.2021.100047

5. Hmoud B., Laszlo V. Will artificial intelligence take over human resources recruitment and selection? Network Intelligence Studies. 2019; 7 (13): 21–30.

6. 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: 10.1108/978-1-78973-077-720191005

7. Pessach 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: 10.1108/978-1-78973-077-720191005

8. Буценко Е. В. Разработка экспертной системы инвестиционного проектирования / Е. В. Буценко // Экономические исследования. – 2012. – 3.

9. Evseev V. O. Methodology application of expert systems for the analysis of regional conflicts. CITISE. 2021; 3: 65–78. doi: 10.15350/2409-7616.2021.3.06

10. Остроух А. В. Системы искусственного интеллекта: монография / А. В. Остроух, Н. Е. Суркова. – СПб: Лань, 2019. – 228 с.

11. 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.

12. 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.2022.117706

13. Никитина 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.

14. Маликова С. Г. Экспертные системы в кадровой деятельности / С. Г. Маликова // Трудовое право. – 2003. – 3: 65–67.

15. 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.2019.12.001

16. Eubanks B. Artificial Intelligence for HR: Use AI to Support and Develop a Successful Workforce. UK: Kogan Page Publishers; 2018. 255 p.

17. 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.2020.1.65

18. Bohlouli 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.2016.10.046

19. Müller-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^th Conference on Learning Factories, CLF 2017. Procedia Manufacturing. 2017; 9: 307–314. doi: 10.1016/j.promfg.2017.04.015

20. Karatop 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.2014.09.015

21. Maettig 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^th International Conference on Computer Science Education (ICCSE), 2020. Delft, Netherlands, 18-22 August 2020. IEEE; 2020; 283–288. doi: 10.1109/ICCSE49874.2020.9201867