• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Статья

Возможности методов искусственного интеллекта для выявления и использования новых знаний на примере задачи управления персоналом

Ясницкий Л. Н., Михалева Ю. А., Черепанов Ф. М.

Разработана компьютерная программа, предназначенная для оценки «психологического потенциала руководителя» работников фирмы (ППР), под которым понимается способность человека выполнять руководящую работу. В основе программы лежит нейронная сеть, обученная на результатах анкетирования сотрудников ряда крупных организаций. Исследование математической модели позволило выявить несколько неожиданные закономерности. Оказалось, что ППР, помимо традиционных параметров (возраст, пол, вид деятельности, количество детей и т.д.), зависит еще и от факторов, объяснить влияние которых в рамках существующих научных знаний не представляется возможным. Это факторы, которые обычно используют астрологи при составлении гороскопов. Приемлемую по точности нейросетевую математическую модель удалось построить с использованием в качестве входных параметров одновременно факторов как астрологической, так и неастрологической природы. Попытки исключить из числа входных параметров нейросетевой математической модели любую группу из этих двух групп факторов приводили к резкому повышению погрешности модели. Исследования влияния изменения входных параметров на результат моделирования (ППР) выполнены путем «замораживания» (фиксации) одних входных параметров и постепенного изменения других входных параметров при одновременным наблюдении за значением выходного сигнала сети. Эти исследования позволили выявить зависимости способности людей к руководящей деятельности от их пола, возраста, количества детей, вида деятельности, знака Зодиака. Построена гистограмма распределения значимости всех входных параметров. Отмечается, что использование необъясненных факторов в качестве входных параметров математических моделей оправдано тем, что в ряде случаев это позволяет существенно повышать точность метода математического моделирования и расширять его возможности. Отмечается также, что нейросетевые технологии, развиваемые в работе, являются полезным инструментом для выявления и использования новых, ранее неизвестных и пока необъясненных закономерностей.