Кадровый рынок не созрел для искусственного интеллекта

В последнее время появляется немало идей, что рынок труда должен быть «упорядочен» с помощью систем искусственного интеллекта, которые будут анализировать и прогнозировать спрос на представителей различных специальностей и давать ориентиры для университетов и других организаций, занимающихся подготовкой кадров. Таким образом, с помощью систем предиктивной аналитики можно будет синхронизировать систему образования и работодателей. Однако, по мнению декана факультета бизнес-информатики и управления комплексными системами НИЯУ МИФИ, доктора технических наук, профессора Александра Путилова, российский кадровый рынок слишком молод для внедрения подобных систем. По словам эксперта, машинное обучение для предиктивной аналитики очень мощный алгоритмический метод, но требует больших (а иногда огромных) баз данных, причем актуализируемых, именно поэтому рынок к этому пока просто не готов. «Подобные алгоритмы не полагаются на “интуицию”, как человек, но работают очень быстро и могут в считанные секунды проанализировать миллионы источников информации и быстро разбить их по категориям, — отмечает Александр Путилов. — Однако отсутствие этих достоверных источников сводит на нет всю технологию, рынок кадров пока еще для этого не созрел. Надо системно работать над массивом исходных данных, если это будет — всё остальное дело техники». По мнению ученого, в области развития персонала и обучения мы действительно пока не знаем, как необходимо сначала подбирать, а потом «обучать» сотрудников. «На мировую отрасль обучения и развития потрачено, по различным оценкам, более $200 млрд, однако большинство специалистов в области обучения говорит о том, что, по крайней мере, половина из этих средств были израсходованы напрасно (разработанные решения забыты, применяются ненадлежащим образом или просто являются тратой времени). Однако мы так до конца и не понимаем, какая именно половина. Это системная проблема, и решать ее надо так, как указано в мартовском указе президента России: сначала уровни и сроки обучения, затем — всё остальное. Мы в начале пути, и предиктивная аналитика, конечно, сможет помочь, но еще раз повторюсь — главная проблема в исходных данных», — подчеркивает профессор Александр Путилов.