В МГУ имени Ломоносова открывается лаборатория развития человеческого капитала, которая при помощи разработок компании «Профилум» будет прогнозировать развитие кадровой ситуации на рынке труда, чтобы своевременно видеть, какие именно сотрудники и в каких сферах нужны в ближайшее время. Возможно ли качественно определить тенденции на рынке труда с помощью алгоритмов машинного обучения, разбирались «Известия».
Как сообщили «Известиям», лабораторию открывают при кафедре экономики труда и персонала экономического факультета МГУ. Ее главная задача — создание моделей и технологий для анализа потребностей в кадрах сейчас и в будущем. Предполагается сотрудничество с бизнесом и образовательными учреждениями для подготовки кадров.
Предполагается, что большие данные о структуре и динамике рынка труда будут изучаться с помощью технологических решений «Профилума». Благодаря алгоритмам машинного обучения проанализируют структуру всего рынка труда, в том числе оценят компетенции в отраслях, уровни зарплат, актуальные навыки в профессиях и динамику изменений показателей. Затем будут сделаны наглядные выводы об изменении спроса и предложения — с учетом технологических трендов, стратегии развития регионов, законодательных корректировок, миграции населения и других значимых факторов, которые выделят эксперты.
Декан экономического факультета МГУ им. М.В. Ломоносова Александр Аузан отметил, что рынок труда ожидают «революционные события».
— Впервые за долгий период физически не хватает людей, безработица свелась почти к нулю. Во-вторых, на рынок труда скоро войдет искусственный интеллект, который труднопредсказуемым образом поменяет всю картину. К этому надо готовиться, про это надо думать, — сказал он.
Вице-президент ТПП РФ Илья Зубков отмечает, что классическое средне-специальное или высшее образование традиционно не успевало за изменениями на рынке труда, которые в условиях стремительной цифровизации происходят еще быстрее. По словам директора по разработке и исследованиям и сооснователя «Профилума» Виталия Алтухова, среднее специальное и высшее образование отстает от рынка труда на срок от двух до пяти лет — в зависимости от профессии и учебного заведения.
Быстрее всего на изменения реагирует дополнительное образование — так, например, было с обучением IT-специалистов, напоминает Илья Зубков. По его словам, когда начался серьезный дефицит, благодаря программам переподготовки в профессию смогли прийти те, у кого не было классического образования по IT-специальности.
— Поэтому гармонизация отношений рынка труда и сферы подготовки кадров — очень сложная проблема, — сказал он. — Используя алгоритмы машинного обучения, можно более точно делать прогнозы о потребностях на рынке труда. Но эти прогнозы необходимо реализовывать.
Президент AdTech-экосистемы Hybrid Дмитрий Чеклов замечает, что в нынешних реалиях на освоение совершенно новой специальности может хватить и полгода.
Генеральный директор АНО «Национальный центр компетенций по информационным системам управления холдингом» (НЦК ИСУ) Кирилл Семион замечает, что дело даже не столько в отставании образования от рынка труда, сколько в том, что нет опережения — и именно для этого нужны точные прогнозы.
— Подготовка специалиста — это всегда время. Реагировать на то, что актуально, сейчас — поздно, а при помощи ИИ можно определять, какие компетенции будут необходимы через пять и более лет, — уверен эксперт. — И можно не просто определять, но и предлагать набор компетенций, что даст образовательным учреждениям возможность сформировать учебный план и обучить соответствующим образом специалистов.
Виталий Алтухов отмечает, что изучение рынка труда с использованием технологий работы с большими данными и применением к этим данным алгоритмов машинного обучения позволяет составить достаточно точную картину спроса на специалистов. Здесь важна в том числе работа с историческими данными и трендами за несколько лет наблюдений, — это поможет построить прогнозы относительно развития рынка труда в будущем, говорит он.
— Точность таких прогнозов может быть не всегда высокой, поскольку сами по себе исторические тенденции не являются гарантией, что в будущем тренд может не поменяться, — заметил сооснователь «Профилума». — Поэтому такие прогнозы важно подкреплять дополнительными факторами: демографические показатели, стратегические и инвестиционные планы в отраслях, технологические и экономические тенденции и прочее. При условии совпадения многих факторов такой прогноз может быть достаточно сильным и основательным.
Виталий Алтухов подчеркивает, что, несмотря на периодические турбулентные события, большинство востребованных профессий и компетенций остаются в топе запросов на протяжении нескольких, а то и десятков лет. Об этом же говорит управляющий директор «Преферентум» (компания SL Soft) Дмитрий Романов, который заметил, что рынок труда довольно инерционен и не меняется ежедневно.
— Характерное время изменений — недели, а чаще — месяцы. Есть время подумать, — заметил он. — С другой стороны, рынок труда довольно неплохо структурирован и наблюдаем, вся нужная для прогноза информация регулярно сохраняется и обновляется. Поэтому прогнозы, в том числе с помощью методов машинного обучения, могут быть весьма точными.
Главный архитектор систем искусственного интеллекта исследовательского центра ИИ по направлению «Транспорт и логистика» НИЯУ МИФИ Роман Душкин отмечает, что прогнозирование — это попытка обозначить точное значение с определенным уровнем допуска в будущем.
— Вопрос прогнозирования заключается в том, чтобы как-то ограничить область возможных значений параметра на определенный период времени, но чем дальше мы отодвигаем этот период времени, тем интервал предсказания расширяется, — сказал он «Известиям». — Это общая проблема предсказывания, можно сказать, фундаментальный барьер.
Машинное обучение — лишь математический метод, который сам по себе данный фундаментальный барьер перепрыгнуть не может: чем дальше в будущее пытается заглянуть исследователь, тем менее точные будут прогнозы, — говорит Роман Душкин. Увеличение их точности — классическая задача социально-экономического прогнозирования, которую пока недостаточно успешно решают уже десятки лет.
Заместитель гендиректора, партнер ГК «КОРУС Консалтинг», основатель Sellty Мария Бар-Бирюкова уверена, что точность современных прогнозных моделей на базе алгоритмов машинного обучения может достигать 90% и выше, причем в самых разных отраслях: от загруженности новых торговых точек и объемов продаж до деформационных свойств полимеров. Однако доверять полностью таким прогнозам нельзя, считает директор по персоналу и административным вопросам Linx Елена Попова, указывая, что разработчики решений на основе искусственного интеллекта, как правило, несут минимальную ответственность в случае ошибки.
Директор по персоналу Innostage Виталий Сытников указывает, что важно установить объективный контроль за аналитическими процессами и их многофакторную проверку, чтобы избежать ситуаций, когда результаты искусственно корректируются или подменяются желаемыми.
Для повышения точности прогнозов важно заниматься интеллектуализацией информационной системы, говорит Роман Душкин.
— Допустим, делается прогноз о том, что произойдет на улично-дорожной сети через полчаса, — говорит Роман Душкин. — На основании этого прогноза принимаются планы управления транспортными потоками, а по истечении часа система получает информацию о том, что произошло на самом деле. Разница между прогнозом и фактом позволяет адаптировать и перекалибровать модель. Это и называется интеллектуализацией. Если системы делать именно таким образом на основе методов искусственного интеллекта с обратной связью от объектов управления — они будут повышать свою точность. Но, опять же, в определенных пределах.
Виталий Алтухов указывает, что любые технологические тренды влияют на рынок труда — и особенно искусственный интеллект, который автоматизирует огромное количество процессов.
— ИИ не только вытесняет многие рутинные задачи и даже рутинные профессии, но и меняет содержание самих специализаций, помогая людям быстрее решать различные задачи, в том числе творческие, — сказал он. — Или, если войдут в массовое применение квантовые вычисления, можно будет прогнозировать огромный прорыв в производительности труда, что тоже станет драйвером для многих рынков и изменит структуру востребованных навыков IT-специалистов.
Мария Бар-Бирюкова со ссылкой на данные ВЭФ замечает, что ИИ может затронуть примерно 60% рабочих мест, причем многие профессии могут просто исчезнуть, но появится множество новых на стыке отраслевых знаний и IT.
Профессор, завкафедрой экономики труда и персонала экономического факультета МГУ имени Ломоносова Татьяна Разумова отмечает, что предусмотреть все возможные факторы и предположить реальные масштабы внедрения новых технологий в производстве и в непроизводственной сфере невозможно.
— Поэтому не все прогнозы оказываются верны, — признает она. — Профессии, которые считали исчезающими, продолжают существовать, пусть и с модификациями в содержании и структуре труда, в формате и режиме деятельности. Апокалиптические прогнозы о том, что всех заменят роботы и люди останутся без работы, к счастью, тоже не воплощаются в жизнь. Однако, зная о них, люди выбирают себе более перспективные профессии.
