RuEn

рубрика "Научно-технологическое и инновационное развитие"

Система классификации технологий в сфере искусственного интеллекта для кадрового прогнозирования

Гуртов В.А., Аверьянов А.О., Корзун Д.Ж., Смирнов Н.В.

Том 15, №3, 2022

Гуртов В.А., Аверьянов А.О., Корзун Д.Ж., Смирнов Н.В. (2022). Система классификации технологий в сфере искусственного интеллекта для кадрового прогнозирования // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 15. № 3. С. 113–133. DOI: 10.15838/esc.2022.3.81.6

DOI: 10.15838/esc.2022.3.81.6

Развитие российской экономики, в том числе за счет масштабного внедрения цифровых технологий и технологий искусственного интеллекта, требует соответствующих ресурсов. Одним из них являются квалифицированные кадры. Потребность в подготовленных специалистах ставит перед государственными институтами важные вопросы – кого и сколько необходимо подготовить, что, в свою очередь, требует детализации кадровой потребности. В статье представлены результаты разработки системы классификации технологий искусственного интеллекта для решения задач кадрового прогнозирования. Теоретическая значимость результатов исследования заключается в создании системы классификации, которая структурирует существующие знания о технологиях в сфере искусственного интеллекта и обладает потенциалом для получения новых знаний. Новизна подхода к построению классификации технологий искусственного интеллекта состоит в использовании трехкомпонентной структуры технологий «методы – инструменты – области применения», а также профилировании классификации под задачи прогнозирования потребности экономики в кадрах с компетенциями в сфере искусственного интеллекта. В основу классификации легли результаты анализа научных публикаций по тематике искусственного интеллекта (журналы первого квартиля Q1 и конференции уровня A/A*). Для их исследования применялся метод Systematic Literature Review. Также были проанализированы все тематические публикации, индексируемые в Scopus. Практическая значимость результатов раскрывается применительно к задачам кадрового прогнозирования в сфере искусственного интеллекта. Разработанная классификация позволяет структурировать кадровую потребность на разных уровнях детализации технологий искусственного интеллекта. Другим направлением развития предложенной классификации является сопоставление компетенций (знания, умения и практический опыт) по востребованным группам профессий с компонентами областей технологий искусственного интеллекта (методы, инструменты, области применения) для разработки образовательных программ в соответствующей сфере. Предложенная классификация имеет потенциал для развития: одним из путей является экспертная оценка приоритетных направлений развития искусственного интеллекта. В тексте статьи кратко представлены результаты такого приложения классификации

Ключевые слова

прогнозирование, искусственный интеллект, технологии, цифровая экономика, классификация, кадровая потребность, фронтиры

Полная версия статьи

-->