Артур Олегович Бацокин - cоискатель ученой степени кандидата наук 119991, Москва, Ленинские горы, д. 1
Artur O. Batsokin - PhD applicant 1 Leninskie Gory, Moscow 119991
Цель. Определить потенциал практического применения нейронных сетей в качестве инструмента формирования модели компетенций работников ОАО «РЖД», обеспечивающих эксплуатацию объектов железнодорожной инфраструктуры.
Задачи. Оценить качество структуры, описания и степень детализации модели компетенций, сформированной нейронной сетью посредством сравнения с традиционными источниками, содержащими требования к компетенциям должности монтера пути.
Методология. Методологическую основу составили теоретические (анализ, моделирование, конкретизация, классификация) и эмпирические (сравнение, описание, контент-анализ) общенаучные методы исследования. Генерация модели компетенций посредством искусственного интеллекта осуществлена с помощью программного комплекса на основе нейронных сетей.
Результаты. Структура и описание компетенций, сгенерированных нейронной сетью, в целом соответствуют модели компетенций монтера пути и единым корпоративным требованиям, предъявляемым к работникам ОАО «РЖД». При этом описание некоторых профессиональных компетенций является недостаточным, что указывает на необходимость формирования дополнительного уточняющего запроса к нейронной сети. Определенные нейронной сетью корпоративные компетенции описаны подробнее и содержат большее количество компетенций, чем существующая модель компетенций работников ОАО «РЖД».
Выводы. В целях подготовки модели компетенций нейронные сети служат эффективным инструментом, позволяющим обеспечить должное качество генерации структуры и описания компетенций. Универсальность данного подхода заключается в возможности формирования модели компетенций по любой должности вне зависимости от отраслевой принадлежности. С развитием цифровой среды повышается уровень инклюзивности нейронных сетей, что обеспечивает доступность их применения на практике.
Aim. To determine the potential of practical application of neural networks as a tool to form a model of competencies of JSC “RZD” employees who provide operation of railway infrastructure objects.
Tasks. To estimate the quality of the structure, description and level of detail of the competence model formed by a neural network by means of comparison with traditional sources containing requirements to the competence of a track mounting workman position.
Methods. The theoretical (analysis, modeling, specification, classification) and empirical (comparison, description, content analysis) general scientific research methods formed the methodological basis. The generation of the competence model by means of artificial intelligence was carried out with the help of the software complex based on neural networks.
Results. The structure and description of the competencies generated by the neural network correspond on the whole to the competency model of a track fitter and unified corporate requirements for the employees of JSC “RZD”. At the same time, the description of some professional competences is insufficient, which indicates the need to form an additional clarifying query to the neural network. The corporate competencies, defined by the neural network, are described in detail and contain more competencies, than the existing model of JSC “RZD” employees’ competencies.
Conclusions. In order to prepare a competency model, neural networks serve as an effective tool, which allows to ensure the proper quality of competency structure generation and description. The universality of this approach lies in the possibility to generate a competency model for any position regardless of the industry. The level of inclusiveness of neural networks increases with the development of digital environment, which ensures their accessibility in practice.
The authors declare that there are no conflicts of interest present.