Применение технологий искусственного интеллекта в управлении человеческими ресурсами в образовательной организации

Цель. Рассмотреть влияние технологий искусственного интеллекта на сферу управления человеческим капиталом, определить его возможности и перспективы, оценить характер влияния

Процедура и методы. Влияние применения технологий искусственного интеллекта анализируется на основании наблюдений, обзора литературы из открытых источников, сравнительного анализа и обобщения, рассматриваются методики сбора и обработки данных.

Результаты. Проведённый анализ показал, что влияние технологий искусственного интеллекта на управление человеческим капиталом носит фрагментарный характер, применяемые методы не стандартизированы, не решены этические вопросы.

Теоретическая и/или практическая значимость заключается в результате анализа текущего уровня интеграции новых технологий, определении потенциала для использования искусственного интеллекта образовательными организациями. Классифицированы роли участников образовательного процесса и влияние развития технологий на них.

1. Дикунов М. С., Горьков П. А. Применение технологий искусственного интеллекта в военном образовании // Актуальные проблемы гуманитарных и социально-экономических наук. 2025. № 3 (111). С. 20–22.

2. Оськин А. Ф. Применение технологий искусственного интеллекта в историческом образовании // Историческая информика. 2023. № 2 (44). С. 145–159. DOI: 10.7256/2585-7797.2023.2.40580

3. Соколова А. Ю. Применение технологий искусственного интеллекта при формировании иноязычной компетенции в медицинском образовании // Верхневолжский медицинский журнал. 2025. № 3. С. 47–50.

4. Strategic Human Resource Management, Human Capital Management and Talent Management: Same Goals Many Routes / A. S. M. Sohel-Uz-Zaman et al // Academy of Strategic Management Journal. 2022. Vol. 21. No. 1. P. 1–15.

5. Белоусова Е. В., Нестерова М. В., Кунис В. Я. Синдром эмоционального выгорания у врачей неврологов // Актуальные вопросы современной медицинской науки и здравоохранения: сборник статей IV Международной научно-практической конференции молодых учёных и студентов, IV Всероссийского форума медицинских и фармацевтических вузов «За качественное образование» (Екатеринбург, 10–12 апреля 2019 г.): в 3 т. Екатеринбург: УГМУ, 2019. Т. 2. С. 175–179.

6. Шевчук Е. В., Шпак А. В. Цифровая трансформация управления качеством образовательных бизнес-процессов // Вестник Российского университета дружбы народов. Серия: Информатизация образования. 2023. Т. 20. № 2. С. 159–175.

7. Гельфанд И. М., Пятецкий-Шапиро И. И., Цетлин М. Л. О некоторых классах игр и игр автоматов // Доклады АН СССР. 1963. Т. 152. № 4. С. 845–848.

8. Okon R., Odionu C. S., Bristol-Alagbariya B. Integrating Data-Driven Analytics into Human Resource Management to Improve Decision-Making and Organizational Effectiveness // IRE Journals. 2024. Vol. 8. No. 6. P. 574–596.

9. Holmes T. H., Rahe R. H. The Social Readjustment Rating Scale // Journal of Psychosomatic Research. 1967. Vol. 11. P. 213–218.

10. Социальный портрет населения: методология, основные характеристики / П. О. Ермолаева, Е. П. Носкова, М. Р. Зайнуллина, А. И. Купцова, А. М. Нагимова. Казань: Артифакт, 2014. 94 с.

11. Блинникова А. В., Йинг Д. К. Использование искусственного интеллекта в процессах управления человеческими ресурсами // Вестник Университета. 2020. № 7. С. 14–22.

12. Сафиуллин М. Р., Бурганова А. Р. Цифровой социальный портрет (на примере реализации краудсорсинговых проектов) // Казанский экономический вестник. 2024. Т. 1. № 2. С. 110–115.

13. Фейзов В. Р. Цифровой портрет человека в сети // Проблемы управления безопасностью сложных систем: Материалы XXVIII международной конференции / под общ. ред. А. О. Калашникова, В. В. Кульбы (Москва, 2020). М.: Институт проблем управления им. В. А. Трапезникова РАН, 2020. С. 147–151.

14. Чуриков И. Ю., Каган Е. С., Морозова И. С. Взаимосвязь интеллектуальных способностей и мотивационно-эмоциональной сферы у юношей и девушек студенческого возраста // Психологическая наука и образование. 2025. Т. 30. № 1. С. 5–21. DOI: 10.17759/pse.2025300101

15. Audio-Visual Emotion Recognition in Video Clips / F. Noroozi, M. Marjanovic, A. Njegus, S. Escalera, G. Anbarjafari // IEEE Transactions on Affective Computing. 2019. Vol. 10. No. 1. P. 60–75. DOI: 10.1109/TAFFC.2017.2713783.