ИСПОЛЬЗОВАНИЕ НЕЙРОСЕТЕЙ ДЛЯ HR: ВОЗМОЖНОСТИ, ПЕРСПЕКТИВЫ, ОГРАНИЧЕНИЯ

Р А Галиахметов; М Н Шмырёв

doi:10.22213/2618-9763-2025-2-20-24

Авторы

Р. А. Галиахметов Ижевский государственный технический университет имени М. Т. Калашникова
М. Н. Шмырёв Томский государственный университет

DOI:

https://doi.org/10.22213/2618-9763-2025-2-20-24

Ключевые слова:

промпт-инжиниринг, конфиденциальность, анализ персонала, рекрутмент, hr, искусственный интеллект, нейронные сети

Аннотация

В статье систематизированы современные подходы к интеграции нейронных сетей и инструментов искусственного интеллекта (ИИ) во все ключевые процессы управления человеческими ресурсами (HR). На основании отраслевых отчетов BCG и профильных исследований показано, что нейросети ускоряют рекрутмент благодаря автоматическому скринингу резюме, формированию рейтингов кандидатов и круглосуточной поддержке соискателей чат-ботами, что позволяет сократить до десяти процентов рабочего времени рекрутера и приблизительно на сорок процентов уменьшить средний срок закрытия вакансии. Рассмотрены функции аналитических моделей, прогнозирующих риски текучести и помогающих строить персонализированные карьерные траектории. Описание инструментов адаптации включает автоматическую генерацию чек-листов, выявление ранних признаков выгорания и формирование индивидуальных программ обучения. Анализируются вызовы конфиденциальности: возможная утечка персональных данных и «галлюцинации» моделей, требующие многоуровневого фактчекинга. Подчеркнута практическая ценность гибридных архитектур, которые совмещают локальные и облачные нейросети для баланса безопасности и экономичности. Отдельное внимание уделяется развитию компетенций HR-специалистов в области промпт-инжиниринга, позволяющего формулировать точные запросы и минимизировать юридические риски. Приведены примеры использования чат-ботов для проведения коротких первичных интервью и уточнения ожиданий кандидатов. Отмечается, что аналитические модули могут агрегировать обратную связь сотрудников и строить динамические отчеты о настроениях коллектива. Авторы подчеркивают, что успешная интеграция ИИ требует постоянного мониторинга качества данных и регулярного обновления алгоритмов. Полученные выводы подтверждают высокую эффективность и дальнейшую актуальность интеграции нейросетей в HR-процессы при соблюдении требований информационной безопасности и этических норм.

Биографии авторов

Р. А. Галиахметов, Ижевский государственный технический университет имени М. Т. Калашникова

доктор экономических наук, профессор

М. Н. Шмырёв, Томский государственный университет

магистрант

Библиографические ссылки

Тагансахедов Ш. Т., Гельдимаммедова М. Т., Шаларова А. Х. Конфиденциальность данных пользователей в общих сетях // Символ науки. 2024. № 9-1-2. С. 67-69. EDN: YWUPLH

Как ИИ преобразовывает рынок труда: исчезающие профессии и работы будущего. URL: https://habr.com/ru/articles/875186 (дата обращения: 14.03.2025).

Панова Е. А., Опарина Н. Н. Цифровые технологии в подборе и отборе кандидатов: от ручных операций к формированию заданий // Управление персоналом и интеллектуальными ресурсами в России. 2023. № 5 (68). С. 12-19. DOI: 10.12737/2305-7807-2023-12-5-12-19. EDN: GUSAMJ

Доброчинский В. Б. Искусственный интеллект в рекрутменте: проблема анализа экономической эффективности // Международный журнал гуманитарных и естественных наук. 2024. Т. 9-2 (96). С. 269-272.

BCG. Transforming Human Resources Using Generative AI. 2023 / By Julie Bedard, Katie Lavoie, Renee Laverdiere, Allison Bailey, Vinciane Beauchene, and Jens Baier. Article August 24, 2023. URL: https://www.bcg.com/publications/2023/transforming-human-resources-using-generative-ai (дата обращения: 14.03.2025).

Климчук Т. В., Уваров М. А. Искусственный интеллект в сфере управления персоналом // Вестник науки и образования. 2020. № 13 (91). Ч. 2. С. 31-35. EDN: YWUPLH

Матыцина Н. П., Хасаншин Н. Р. Искусственный интеллект в управлении: новые возможности и вызовы // Символ науки. 2024. № 6-2. C. 92-94.