CC BY
40
Научная статья УДК 331.108.2
https://doi.org/10.24158/spp.2023.6.8
Социальные параметры использования искусственного интеллекта для управления кадровым потенциалом
Дмитрий Александрович Белобородов
Российский государственный педагогический университет имени А.И. Герцена, Санкт-Петербург, Россия, dab62@yandex.ru
Аннотация. В данной статье анализируются социальные параметры использования технологий искусственного интеллекта в сфере управления персоналом, в частности, для оценки кандидатов при приеме на работу, адаптации новичков, обучения и оценки компетенций работников в ходе осуществления ими трудовой деятельности. Рассматриваются цифровые методы, применяемые в области рекрутинга и оценки персонала, описываются преимущества использования технологий искусственного интеллекта, направленных на комплексное развитие кадрового потенциала. Статья основана на обзоре научных исследований в России и за рубежом, изучении практического опыта внедрения искусственного интеллекта в российских IT-компаниях и содержит выводы о положительных и отрицательных результатах этого процесса. Определены социальные параметры использования цифровых технологий для управления устойчивым развитием кадрового потенциала. Заключается, что искусственный интеллект оказывает как положительное, так и отрицательное влияние на рынок труда, в связи с чем перед его применением следует определить возможные социальные последствия его внедрения в работу компании.
Ключевые слова: управление персоналом, социальные параметры, искусственный интеллект, ре-крутинг, оценка персонала, автоматизация
Финансирование: инициативная работа.
Для цитирования: Белобородов Д.А. Социальные параметры использования искусственного интеллекта для управления кадровым потенциалом // Общество: социология, психология, педагогика. 2023. № 6. С. 61-67. https://doi.org/10.24158/spp.2023.6.8.
Original article
Social Parameters of Using Artificial Intelligence for HR Management Dmitrii A. Beloborodov
Herzen State Pedagogical University of Russia, St. Petersburg, Russia dab62@yandex.ru
Abstract. This article analyzes the social parameters of the usage of artificial intelligence technologies in the field of HR management, in particular, for the assessment of candidates for employment, adaptation of newcomers, training and assessment of employees' competences in the course of their labor activity. Digital methods used in recruiting and personnel assessment are considered, the advantages of using artificial intelligence technologies aimed at the comprehensive development of human resources are described. It is based on a review of scientific research in Russia and abroad, practical implementation of AI in Russian IT companies, and contains conclusions about the positive and negative results of implementing AI in the human resources system. The social parameters of the digital technology usage for managing the sustainable development of human resources were determined. Conclusion dwells upon the fact that AI has both positive and negative effects on the labor market, and therefore before its implementation it is necessary to determine the possible social consequences of its introduction into the work of the company.
Keywords: HR management, social parameters, artificial intelligence, recruiting, personnel evaluation, automatization
Funding: Independent work.
For citation: Beloborodov, D.A. (2023) Social Parameters of Using Artificial Intelligence for HR Management. Society: Sociology, Psychology, Pedagogics. (6), 61-67. Available from: doi:10.24158/spp.2023.6.8 (In Russian).
Введение. Четвертая промышленная революция, также известная как «Индустрия 4.0», значительно повлияла на социальную реальность во всем мире. Эта революция отличается от предыдущих технологических прорывов тем, что она объединяет физический и цифровой миры, создавая новые возможности для автоматизации и улучшения производственных процессов. Одним из главных влияний четвертой промышленной революции на социальную реальность является изменение
© Белобородов Д.А., 2023
роли работника. Традиционные профессии могут исчезнуть в результате автоматизации и использования роботов или технологий искусственного интеллекта, в то время как новые специальности, требующие навыков работы с такими технологиями, будут становиться все более востребованными. Перманентная эволюция рабочих процессов обуславливает необходимость систематического повышения уровня профессиональной подготовки персонала, развития корпоративного института наставничества, формирования новой цифровой культуры, предоставления возможностей для самореализации работников, не оставляя без внимания возникающие вопросы этики и социальной справедливости. Но как хорошо известно из истории, научно-технический прогресс не всегда развивается однонаправленно. Эта проблема нередко становилась причиной социальных трагедий, отображенных в социально-гуманитарных исследованиях. Е.В. Балацкий представил новое ее измерение в виде главного парадокса эволюции: «Система, то есть некая целостность (общество), поступательно развивается и усложняется (умнеет), в то время как существенная часть ее элементов (индивидуумы) деградирует и упрощается (глупеет)» (Балацкий, 2013: 139).
Технологии искусственного интеллекта (далее - ИИ) являются одним из самых быстрорастущих и перспективных технологических разработок последних лет. Внедрение ИИ предоставляет множество инструментов для развития, улучшения и оптимизации процессов и позволяет уменьшить влияние человеческого фактора во многих сферах жизнедеятельности социума. Окружающие нас интеллектуальные помощники, поисковые системы рекомендаций, системы распознавания, генеративные системы уже построены с применением ИИ. Идет формирование цифрового профиля человека, «гибридной» социальной среды, в которой интеллектуальные алгоритмы могут как взаимодействовать с человеком, так и принимать решения самостоятельно. Однако следует понимать, что некоторые задачи по-прежнему требуют личного участия субъекта, который будет оценивать ситуацию на основе своего опыта и интуиции.
Одним из перспективных направлений применения ИИ является управление развитием кадрового потенциала организации. Кадровый потенциал - это количественный показатель, совокупность знаний, навыков, опыта, умений и личностных качеств, которыми обладают сотрудники организации и которые могут быть использованы для достижения ее целей. Он представляет собой оценку количественного и качественного состава кадров, а также их готовности и способности выполнять задачи, соответствующие потребностям организации. Кадровый потенциал является ключевым ресурсом для достижения успеха предприятия и важным элементом его стратегического планирования.
Регулярная оценка кадрового потенциала позволяет организации определить, какие навыки и качества есть у сотрудников, а также выявить проблемные зоны и потенциальные возможности для их развития. На основе этой оценки могут быть разработаны планы повышения квалификации персонала, которые позволят улучшить знания и навыки сотрудников, а также усилить их мотивацию и лояльность к организации.
Для эффективного управления развитием кадрового потенциала необходимо учитывать большое количество параметров, включая социальные, и периодическую динамику их изменения, следовательно, становится актуальным применение средств автоматизации оперативного сбора, обработки и хранения больших массивов поступающей информации, в том числе использование технологий Ии.
Целью данной статьи выступает установление социальных параметров использования ИИ и обоснование повышения их роли в обеспечении устойчивого развития кадрового потенциала. В качестве важнейшей гипотезы было определено, что социальные параметры применения ИИ на рынке труда в условиях ограничений социального взаимодействия сказались и на дальнейшем использовании инновационных методов: от отбора квалифицированного персонала до дистанционного обучения и регулярной оценки работников. Исходными предпосылками нарастания использования Ии в рекрутинге, адаптации и обучении персонала являются: дальнейшее расширение зоны присутствия технологий ИИ, популяризация удаленной работы, а также тенденция к снижению затрат на развитие работников.
Основная часть. В настоящее время процесс подбора персонала является наиболее цифровизированным направлением в сфере управления персоналом. Это обусловлено тем, что процесс рекрутинга сопряжен с большим количеством данных, требующих однотипной обработки. Например, по статистике HeadHunter, средний уровень конкуренции за 2022-2023 гг. составлял 5 резюме на 1 вакансию1. Однако, например, на вакансию «программист junior Python» с возможностью работать удаленно могло поступить более 1 000 резюме, и обработать их без средств автоматизации достаточно затруднительно.
В настоящее время принято выделять три основных подхода к применению цифровых технологий в сфере подбора необходимого персонала по степени возможной рутинности. Считаем
1 Конкуренция среди молодых специалистов в 2022 году [Электронный ресурс] // HeadHunter. URL: https://rostov.hh.ru/article/31225 (дата обращения: 01.06.2023).
важным обосновать их. Первый подход - индивидуальный (уникальные процессы, которые требуют персонифицированного отношения, как правило, связанные с набором должностей важного и значимого для организации порядка). Второй подход - типовой (к нему относятся стандартные, повторяющиеся рутинные задачи, такие как проведение массовых собеседований, проверка документов, анкет, карт эффективности и пр.). Третий подход - автоматизированный (к нему будут относиться любые автоматизированные задачи, к которым в настоящее время можно отнести лишь 10 % всего времени по подбору персонала) (Былков, 2022).
Использование ИИ для оценки сотрудников крайне распространено при рекрутинге кандидатов на вакантные должности. Распространенными инструментами являются: сбор, анализ и распределение данных с применением систем ИИ на основе дерева решений (Hmoud, Laszlo, 2019), которое имеет функции распознавания и прогнозирования. Такие системы задействованы в сборе информации на социальных платформах и ее последующей систематизации в соответствии с позитивными и негативными классификационными критериями.
Процессы расширения возможностей Ии на рынке труда оказывают значительное влияние на социальные параметры, связанные с занятостью населения. Рассмотрим некоторые из них.
Во-первых, ИИ может повлиять на сферу занятости, заменяя труд некоторых сотрудников на автоматизированные системы. Это может привести к увольнениям в некоторых отраслях. Однако ИИ также может создавать новые рабочие места, связанные с контролем, разработкой, внедрением и обслуживанием указанных автоматизированных систем.
Во-вторых, некоторые виды работ могут потребовать новых знаний и навыков в области ИИ и автоматизации. Это может повысить спрос на профессионалов с такими компетенциями и в то же время снизить спрос на тех, кто не может адаптироваться к изменениям.
В-третьих, системы ИИ могут помочь улучшить безопасность на производстве, автоматизировав некоторые виды работ и уменьшив риски для работников. Однако они же способны создавать новые - связанные с ошибками в алгоритмах, неполнотой данных, а также с недоверием у работников, которые сталкиваются с цифровыми технологиями.
В-четвертых, ИИ может влиять на социальную защищенность и равенство на рынке труда. Например, сокращение рабочих мест в некоторых отраслях может ухудшить положение определенных групп работников, таких как меньшинства или люди с ограниченными возможностями. С другой стороны, ИИ может помочь сократить дискриминацию на рынке труда, например, с помощью анализа данных и устранения субъективных предубеждений при найме и продвижении по карьерной лестнице.
Б. Хмуд и В. Лазло отмечали, что ИИ развивается поэтапно и адаптируется на основе различных параметров и требований. Так, исследователи выделяли механический (минимальная адаптация к требованиям), аналитический (системная адаптация на основе данных), интуитивный (адаптация на основе понимания) и эмпативный (адаптация на основе опыта) типы ИИ (Hmoud, Laszlo, 2019). Систематизация направлений использования каждого из указанных видов ИИ в процессе оценки персонала представлена в табл. 1.
Таблица 1 - Направления использования в процессе оценки персонала
(Крылова, Максименко, 2022: 99-100)_
Вид ИИ Направления использования
Механический 1. Оценка информации в профиле, работа с «базой талантов». 2. Автоматизация ответов на «стандартные» вопросы соискателей. 3. Оформление записи на прохождение собеседований. 4. Автоматизация процесса заключения трудовых договоров. 5. Автоматическое обновление статусов резюме
Аналитический 1. Извлечение релевантных данных из резюме. 2. Проведение анализа должностных обязанностей. 3. Сопоставление должностных обязанностей и характеристик соискателей. 4. Ранжирование соискателей на базе их профессиональных достижений. 5. Создание оптимального перечня показателей по подбору кандидатов на вакантные должности
Интуитивный 1. Оптимизация вакансий за счет анализа и понимания их содержания. 2. Анализ запросов соискателей и формирование списка «адекватных» ответов на стандартные вопросы. 3. Выявление закономерностей и прогнозирование эффективности трудовой деятельности. 4. Оптимизация решений за счет анализа и понимания индикативных показателей. 5. Изучение методов оценки эффективности и формирование перечня рекомендаций. 6. Оценка прохождения собеседования соискателями и выбор наиболее подходящего на должность кандидата
Эмпативный 1. Распознавание и анализ эмоционального аспекта прохождения собеседования соискателем. 2. Адаптация к работе с кандидатом на основе опыта. 3. Глубинный анализ когнитивных особенностей и применение в ходе проведения собеседований
При изучении результатов опроса специалистов в области кадрового менеджмента становится очевидным, что ключевым бенефитом использования ИИ в сфере работы с персоналом является экономия временных ресурсов и наличие возможности коммуникации в то время, которое удобно для кандидата (М^, 2021). Однако применение ИИ имеет и ряд существенных недостатков, к числу которых следует относить невозможность идентифицировать кандидата при общении через чат-бот, трудность обучения его пониманию сленговых выражений, так как он запрограммирован отвечать на простые и часто повторяющиеся вопросы (Айвазов и др., 2019). Более того, в настоящее время соискатели предпочитают взаимодействовать через социальные платформы или мессенджеры, чем через специализированные площадки по поиску работы, что делает неполным решение о соответствии/несоответствии кандидата должности, основанное на искусственном сопоставлении информации в резюме должностным требованиям вакансии (Каштанова, Захаров, 2022: 59-60). Для принятия финального решения необходимо подключение аналитика HR-отдела, способного проанализировать результаты машинной обработки данных. Также следует отметить, что использование ИИ ограничивает «радиус поиска» лишь той категорией соискателей, которые успешно используют цифровые платформы и решения (Волошкин, 2022).
Вопрос оценки эффективности трудовой деятельности, а также поиска причинно-следственных связей между текущим состоянием и потенциалом сотрудников с применением ИИ куда более масштабный и неоднозначный. Во втором случае ИИ HR-специалисты могут получать актуальные данные об эффективности работников, их вовлеченности, мотивации и лояльности практически в режиме реального времени. Благодаря алгоритмам ИИ можно определить поведенческие шаблоны, которые способны негативно сказаться на продуктивности сотрудников, и даже обнаружить признаки их профессионального выгорания до того, как это станет очевидным1. Существует множество инструментов, которые можно использовать для такой оценки, включая чат-боты, системы распознавания видео и голосового интервью, а также системы контроля ки-бербезопасности. Чат-боты, основанные на ИИ, могут проводить диалог с кандидатами и по результатам беседы оценивать их потенциал для компании. Интересно то, что ИИ может дать оценку, даже если соискатель отвечает неоднозначно или непрямо, что не всегда способны выполнить обычные чат-боты (Ларченко, Сорочан, 2021: 82-83). Оценку можно проводить как активно, взаимодействуя с персоналом, так и пассивно, анализируя переписку в корпоративной почте, мессенджерах и выделяя наименее вовлеченных и удовлетворенных сотрудников.
Применение систем ONA (организационный сетевой анализ) не нарушает личных границ и этических норм, не предполагает изучения содержание личных сообщений. Структура анализирует обезличенные данные, такие как объем и регулярность выполнения задач, частота коммуникаций, объем кросс-функциональных связей в течение рабочего времени; используют информацию, собранную с таймтрекинга и фиксации экрана, записей видеопереговоров и т.д.2 Это исследование может помочь выявить зоны потерь и улучшений, например, если система обнаруживает децентрализованную коммуникацию, то руководитель проекта может скорректировать роли в команде, чтобы повысить общую продуктивность. Однако использование ИИ для увольнения сотрудников не представляется обоснованным, поскольку он решает другие задачи, такие как предоставление прозрачной информации, прогнозирование вариантов развития и предоставление рекомендаций (Чуланова, Хайбуллова, 2020).
С помощью ИИ можно создать «цифровой профиль» сотрудника и спрогнозировать его будущее в организации. Для этого анализируются данные из разных источников, таких как резюме, должностные инструкции, проводится оценка эффективности работы и активности специалиста (проекты, лидерские функции, обучение, участие в корпоративных мероприятиях и т.д.) (Формирование цифрового профиля сотрудника ..., 2022: 347). Используя эти данные, ИИ формулирует рекомендации по дальнейшему развитию карьеры и применению способностей сотрудника. Например, уже сейчас возможно выявить ряд поведенческих характеристик, характерных для позиций высоких должностей. Используя результаты такого исследования, руководитель организации может создавать или корректировать стратегию мотивации сотрудников, имеющих высокий потенциал, и предложить им решение задач другого уровня (ведение и развитие проекта, взаимодействие с партнерами, возможность использования корпоративных ресурсов, разработка корпоративной культуры и пр.) (Искусственный интеллект в HR-процессах ..., 2022).
1 Как искусственный интеллект помогает решить 7 задач службы персонала - от поиска сотрудников до выдачи справок [Электронный ресурс] // Vc.RU. URL: https://vc.ru/hr/307253-hroboty-kak-iskusstvennyy-intellekt-pomogaet-reshat-7-zadach-sluzhby-personala-ot-poiska-sotrudnikov-do-vydachi-spravok (дата обращения: 11.03.2023).
2 Как искусственный интеллект помогает в работе с кадрами [Электронный ресурс] // Retail Royalty. URL: https://retail-loyalty.org/expert-forum/kak-iskusstvennyy-intellekt-pomogaet-v-rabote-s-kadrami/ (дата обращения: 11.03.2023).
Также системы ИИ используются для оценки эффективности корпоративного обучения. Традиционно с этой целью применяется модель Д. Киркпатрика и считается, что на каждом последующем уровне оценивать эффективность обучения сложнее (Авагимян, Ильченко, 2020). Однако с появлением ИИ ситуация изменилась ввиду возможности применения автоматизированной обработки однотипных данных.
Важно отметить, что на результативность сотрудника может оказывать влияние достаточно большое количество факторов, основными из которых выступают: возраст, пол, образование, квалификация, опыт и стаж работы в профессии. Не менее важным фактором является обучаемость и оценка компетенций сотрудника (кандидата). Чаще всего ИИ проводит сравнительную оценку «прошедшего» и «не прошедшего» обучение, в том числе по компетенциям «требуемые / имеющиеся в наличии» и общему соответствию кандидата указанным выше факторам1. Если взаимосвязь обучения и эффективности работника позитивная - это положительный аспект. Если система сообщает, что при изолировании фактора влияния обучения не было обнаружено взаимосвязей, - скорее всего, этого влияния и нет. Ситуации, в которых обучение оказывает отрицательное влияние на эффективность, целесообразно пересмотреть.
Социальные параметры использования ИИ ориентированы на этические, нормативно-правовые, моральные, религиозные, культурологические и иные социальные нормы. Именно они определяют критерии ответственного применения цифровых технологий, имеющих ряд особенностей. Считаем важным обосновать их.
1. Отношение к технологии. Социальные параметры использования искусственного интеллекта касаются способов, которыми люди взаимодействуют с ИИ и влияют на него. Они определяют правила и нормы использования ИИ, а также социальные и этические вопросы, связанные с его применением.
2. Цели и задачи. Социальные параметры использования искусственного интеллекта направлены на обеспечение эффективного и этичного использования ИИ в различных сферах, таких как здравоохранение, образование, транспорт, финансы и другие. Они стремятся учесть социальные последствия применения ИИ и минимизировать отрицательные влияния на общество.
3. Регулирование и нормативы. Социальные параметры использования искусственного интеллекта могут быть формализованы в законах, нормативных актах или этических кодексах, чтобы обеспечить ответственное и безопасное использование ИИ. Например, они могут определять принципы прозрачности, справедливости и защиты конфиденциальности при использовании ИИ.
4. Воздействие на общество. Социальные параметры использования искусственного интеллекта направлены на обеспечение позитивного влияния ИИ на общество. Они могут включать в себя вопросы этики, ответственности и справедливости, связанные с автоматизацией, автономностью при принятии решений.
Таким образом, социальные параметры использования искусственного интеллекта относятся к аспектам общественной деятельности и являются гарантом его человекоцентричного применения.
В целом, функционал ИИ на рынке труда должен учитывать потребности и ожидания общества, а также минимизировать негативные воздействия, связанные с занятостью населения. Важно понимать, что технологии ИИ являются новым «игроком» на рынке труда, и его использование должно осуществляться с учетом социальных последствий.
Для того чтобы снизить отрицательное влияние ИИ на занятость, необходимо инвестировать в переквалификацию и обучение работников, чтобы они могли адаптироваться к новым технологиям и занять соответствующие им рабочие места. Также важно проводить исследования и мониторинг, чтобы оценить влияние ИИ на условия трудовой деятельности, равенство и социальную защищенность людей.
Кроме того, необходимо уделять внимание социальным параметрам в процессе разработки и внедрения систем ИИ. Программисты и разработчики должны учитывать возможные социальные последствия своих продуктов и быть уверенными в том, что их использование не приведет к дискриминации сотрудников или ухудшению условий труда.
Заключение. Таким образом, новые инструменты с применением технологий ИИ способны анализировать и выстраивать алгоритмы, способствующие не только рекрутингу наиболее подходящих на вакантные должности кандидатов, но и предотвращению ухода ценных работников за счет анализа взаимосвязей, контроля показателей профессионального выгорания и уровня лояльности к организации.
Проведенные исследования по внедрению и использованию ИИ в HR-процессах позволяют обосновать перспективность применения данных технологий в управлении. Инновации являются ключевым элементом обществ знаний и существенным образом трансформируют все
1 Как искусственный интеллект помогает в работе с кадрами ...
- 65 -
стороны его жизни. Обучение становится ключевой ценностью обществ знания. В этой ситуации усложняется оценка познавательных способностей человека1.
Использование ИИ на рынке труда имеет как положительные, так и отрицательные социальные последствия. Взаимодополняющего взаимодействия человека и «машины» возможно достичь за счет корректной постановки управленческих задач и подбора соответствующих им технологических возможностей (Ковалева, 2022: 143). Важно найти баланс между автоматизацией с применением ИИ и ручным управлением процессами, а также минимизировать негативное влияние новых технологий на социальную устойчивость общества.
Список источников:
Авагимян А.К., Ильченко С.В. Актуальность модели Д. Киркпатрика как инструмента оценки социальной эффективности обучения персонала // Актуальные проблемы развития экономики и управления в современных условиях. М., 2020. С. 55-60.
Айвазов А.Л., Корниенко Т.А., Горовая М.С. Использование возможностей чат-бота как разновидности искусственного интеллекта в деятельности HR-специалистов // Аллея науки. 2019. Т. 1, № 2 (29). С. 223-231.
Балацкий Е.В. Закономерности и парадоксы социальной эволюции // Общественные науки и современность. 2013. № 2. С. 138-150.
Былков В.Г. Использование технологий искусственного интеллекта в управлении персоналом // Цифровизация процессов управления: стартовые условия и приоритеты. Курск, 2022. С. 39-43.
Волошкин А.С. Искусственный интеллект в управлении персоналом // Digital Impact: общество, экономика, инновации. Киров, 2022. С. 34-37.
Искусственный интеллект в HR-процессах / Н.Б. Фатеева [и др.] // Право и управление. 2022. № 10. С. 31-35. https://doi.org/10.24412/2224-9125-2022-10-31 -35.
Каштанова Е.В., Захаров Д.К. Искусственный интеллект в управлении персоналом: современное состояние и перспективы // Человек, природа, общество и технологии. М., 2022. С. 58-62.
Ковалева И.Н. Искусственный интеллект: оптимизация содержания управленческого труда // Современные проблемы цивилизации и устойчивого развития в информационном обществе. М., 2022. С. 132-144. https://doi.org/10.34755/IROK.2022.33.82.009.
Крылова Д.В., Максименко А.А. Роль искусственного интеллекта в антикоррупционном рекрутинге // Научный результат. Технологии бизнеса и сервиса. 2022. Т. 8, № 2. С. 94-107. https://doi.org/10.18413/2408-9346-2022-8-2-0-9.
Ларченков А.Э., Сорочан В.В. Возможности применения модуля искусственного интеллекта для оптимизации деятельности отдела кадров // Вестник Калужского университета. 2021. № 1 (50). С. 81-83.
Формирование цифрового профиля сотрудника / В.Е. Манцынова [и др.] // Экономический рост: управление и организация. Элиста, 2022. С. 345-349.
Чуланова О.Л., Хайбуллова К.Н. Исследование применения технологий искусственного интеллекта в управлении персоналом современных организаций // Вестник Евразийской науки. 2020. Т. 12, № 1. С. 69-83.
Hmoud B., Laszlo V. Will Artificial Intelligence Take Over Human Resources Recruitment and Selection // Network Intelligence Studies. 2019. Vol. 7, iss. 13. P. 21-30.
Mirji H. Artificial Intelligence in Recruitment: Assessing Flipside // International Research Journal of Science, Technology, Education and Management. 2021. Vol. 1, iss. 1. P. 79-87.
References:
Aivazov, A. L., Kornienko, T. A. & Gorovaya, M. S. (2019) Ispol'zovanie vozmozhnostei chat-bota kak raznovidnosti is-kusstvennogo intellekta v deyatel'nosti HR-spetsialistov [The Use of Chatbot Capabilities as a Kind of Artificial Intelligence in the Activities of HR Specialists]. Alleya nauki. 1 (2 (29)), 223-231. (In Russian).
Avagimyan, A. K. & Ilchenko, S. V. (2020) Relevance of the Model of D. Kirkpatrik as a Tool for Assessing the Social Efficiency of Staff Training. In: Aktual'nye problemy razvitiya ekonomikii upravleniya vsovremennykh usloviyakh. Moscow, рр. 55-60. (In Russian).
Balatsky, E. V. (2013) Patterns and Paradoxes of Social Evolution. Social Sciences and Contemporary World. (2), 138-150. (In Russian).
Bylkov, V. G. (2022) The Use of Artificial Intelligence Technologies in Personnel Management. In: Tsifrovizatsiya protsessov upravleniya: startovye usloviya i prioritety. Kursk, рр. 39-43. (In Russian).
Chulanova, O. L. & Khaibullova, K. N. (2020) The Study of the Application of Artificial Intelligence Technologies in the Personnel Management of Modern Organizations. Vestnik Evraziiskoi nauki. 12 (1), 69-83. (In Russian).
Fateeva, N. B., Petryakova, S. V., Chupina, I. P., Simachkova N. N. & Alimardanova, N. A. (2022) Artificial Intelligence in HR Processes. Pravo i upravlenie. (10), 31-35. Available from: doi:10.24412/2224-9125-2022-10-31-35. (In Russian).
Hmoud, B. & Laszlo, V. (2019) Will Artificial Intelligence Take Over Human Resources Recruitment and Selection. Network Intelligence Studies. 7 (13), 21-30.
Kashtanova, E. V. & Zakharov, D. K. (2022) Iskusstvennyi intellekt v upravlenii personalom: sovremennoe sostoyanie i per-spektivy [Artificial Intelligence in Personnel Management: Current State and Prospects]. Chelovek, priroda, obshchestvo i tekhnologii. Moscow, рр. 58-62. (In Russian).
Kovaleva, I. N. (2022) Iskusstvennyi intellekt: optimizatsiya soderzhaniya upravlencheskogo truda [Artificial Intelligence: Optimization of the Content of Managerial Work]. Sovremennye problemy tsivilizatsii i ustoichivogo razvitiya v informatsionnom ob-shchestve. Moscow, рр. 132-144. Available from: doi:10.34755/IROK.2022.33.82.009. (In Russian).
Krylova, D. V. & Maksimenko, A. A. (2022) The Role of Artificial Intelligence in Anticorruption Recruiting. Research Result. Business and Service Technologies. 8 (2), 94-107. Available from: doi:10.18413/2408-9346-2022-8-2-0-9. (In Russian).
Larchenkov, A. E. & Sorochan, V. V. (2021) Possibilities of Artificial Intellegence Module Usage for Personnel Department Activity Optimization. Vestnik Kaluzhskogo universiteta. (1 (50)), 81-83. (In Russian).
Mantsynova, V. E., Lidzhieva, G. Kh., Khurgunova, S. S. & Alferova, A. S. (2022) Formirovanie tsifrovogo profilya sotrudnika [Formation of a Digital Employee Profile]. In: Ekonomicheskii Rost: Upravlenie i Organizatsiya. Elista, рр. 345-349. (In Russian).
1 Социология управления : учебник и практикум для вузов / В.Г. Зарубин [и др.]. М., 2023. 292 с.
- 66 -
Mirji, H. (2021) Artificial Intelligence in Recruitment: Assessing Flipside. International Research Journal of Science, Technology, Education and Management. 1 (1), 79-87.
Voloshkin, A. S. (2022) Iskusstvennyi intellekt v upravlenii personalom [Artificial Intelligence in Personnel Management]. In: Digital Impact: obshchestvo, ekonomika, innovatsii. Kirov, рр. S4-S7. (In Russian).
Информация об авторе Д.А. Белобородов - аспирант Института экономики и управления Российского государственного педагогического университета имени А.И. Герцена, Санкт-Петербург, Россия. https://elibrary.ru/author_items.asp?authorid=1095016
Конфликт интересов:
автор заявляет об отсутствии конфликта интересов.
Information about the author D.A. Beloborodov - PhD Student, Institute of Economics and Management of the Herzen State Pedagogical University of Russia, St. Petersburg, Russia. https://elibrary.ru/author_items.asp?authorid=1095016
Conflicts of interests:
The author declares no conflicts of interests
Статья поступила в редакцию / The article was submitted 26.04.2023; Одобрена после рецензирования / Approved after reviewing 24.05.2023; Принята к публикации / Accepted for publication 27.06.2023.
Автором окончательный вариант рукописи одобрен.
