КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ

---

Номер 23-21-00338

НазваниеМодель компетентностно-ориентированного скоринга для IT-сферы

РуководительАбрамов Максим Викторович, Кандидат технических наук

Организация финансирования, регион Федеральное государственное бюджетное учреждение науки "Санкт-Петербургский Федеральный исследовательский центр Российской академии наук", г Санкт-Петербург

Период выполнения при поддержке РНФ

2023 г. - 2024 г.

Конкурс№78 - Конкурс 2022 года «Проведение фундаментальных научных исследований и поисковых научных исследований малыми отдельными научными группами».

Область знания, основной код классификатора 01 - Математика, информатика и науки о системах, 01-201 - Искусственный интеллект и принятие решений

Ключевые словаПрофессиональная идентичность, профессиональное самопознание, профессиональная ориентация, выбор карьеры, рекомендательная система, социальные медиа, анализ цифровых следов, технологии обработки знаний, Data Science, машинное обучение, карьерная траектория

Код ГРНТИ28.23.35

---

 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

---

Аннотация
Актуальность и постановка проблемы. На сегодняшний день актуальной остаётся проблема осознанного и своевременного выбора профессии, а также все заметнее становится родственная проблема смены профессии. В сфере IT ситуация обостряется её высоким кадровым голодом и резким ростом, в результате чего образуется большое число новых профессий, на которые остро требуются новые специалисты. Сориентироваться в этой ситуации оказывается достаточно сложно. При этом, с одной стороны, в каждом конкретном случае, как правило, нет возможности рекомендовать однозначный выбор профессии, который окажется гарантировано оптимальным, однако, с другой стороны, вывод о том, что никакие рекомендации не будут обоснованными также окажется несправедливым. Таким образом, указанные проблемы приходится решать в классическом для искусственного интеллекта контексте неопределенности данных и знаний. Целью данного проекта является повышение применимости инструментов для профессиональной ориентации в IT сфере через развитие подходов и методов, используемых в современных автоматизированных системах, представляющих подобные сервисы. А именно предлагается реализовать прототип поддержки принятия решений, с одной стороны, основывающийся на взаимосвязях между личностными особенностями пользователей в профессиональном контексте и контентом, публикуемым в социальных медиа, а с другой, учитывающий закономерности между личностными особенностями пользователей и выбором специализации в IT-сфере. Автоматизация профессиональной ориентации будет задействовать методы искусственного интеллекта и науки о данных для выявления данных взаимосвязей. В рамках данного проекта предполагается сочетание двух направлений сбора и обработки данных о респондентах: 1) с помощью традиционных методик, позволяющих определить личностные предрасположенности и профессиональные предпочтения респондентов; 2) извлечение из аккаунтов указанных респондентов в социальных медиа. При этом в качестве респондентов планируется привлечь студентов старших курсов, обучающихся на IT-специальностях, и/или специалистов, работающих в данной сфере. Научная новизна исследования заключается в увеличении числа прогнозируемых характеристик профессионального ориентирования и личностных особенностей, извлекаемых со страниц в социальных медиа, синтезе применяемых подходов, предлагаемая конфигурация используется впервые. Ожидается, что данный подход позволит получать комплексные оценки с большей точностью и возможностью построения персонализированных рекомендаций и представлений не только об области потенциальной деятельности, но и о предпочтительной роли в команде либо роли, в которой предполагается, что испытуемый сможет лучше всего себя проявить. Практическая значимость результатов проекта заключается в снижении уровня безработицы в IT-сфере посредством удачного выбора профессии, повышении уровня удовлетворенности жизнью за счет обоснованного выбора эффективной карьерной траектории или ее своевременной ревизии. Проект лежит в рамках одного из направлений Стратегии научно-технического развития Российской Федерации, а именно способствует переходу к передовым цифровым, интеллектуальным производственным технологиям, роботизированным системам, новым материалам и способам конструирования, создание систем обработки больших объемов данных, машинного обучения и искусственного интеллекта. Его реализация сделает вклад как в переход к передовым цифровым, интеллектуальным технологиям через запуск прототипа программного комплекса для прогнозирования профессиональной ориентации, карьерной траектории, так и в развитие систем обработки больших объемов данных, машинного обучения и искусственного интеллекта через разработку методов, моделей и алгоритмов прогнозирования по цифровым следам, оставляемым пользователями в социальных сетях.

Ожидаемые результаты
По итогам выполнения проекта будут получены следующие результаты: 1. Обзор и компаративный анализ современных методов и подходов к профессиональной ориентации человека в сфере IT, автоматизации профориентации через анализ контента, публикуемого пользователем в социальной медиа, рекомендательных систем в области профориентации. Будет проведено интервьюирование специалистов-организаторов и экспертов профориентационной деятельности с целью выработки предложений по учёту особенностей профориентации. Выбраны системы категоризации существующих IT-специальностей. Значимость результата заключается в формировании пространства подходов, на основе которого можно строить соответствующие методы, модели и алгоритмы. 2. Подходы к приоритизации рекомендуемых видов/направлений деятельности, способов представления пользователю результатов приоритизации, формирование подходов к обработке неопределенности и нестабильности/неустойчивости сформированной в результате анализа данных приоритизации. Значимость полученного результата заключается в формировании потенциала для синтеза новых моделей профессионального ориентирования, лежащих на стыке разных дисциплин, основанных на систематизации существующих методов и подходов к профессиональной ориентации, подходов к приоритизации рекомендуемых видов/сфер деятельности, способов представления пользователю результатов приоритизации, формирование подходов к обработке неопределенности и нестабильности/неустойчивости, сформированной в результате анализа данных приоритизации. 3. Выявленные возможные ключевые маркеры, метрики и предикторы, характеризующие степень выраженности личностных особенностей пользователя, в рамках задачи профориентации через анализ параметров/свойств контента (текстового, графического, аудио или видео), публикуемого в социальных медиа, в том числе с использованием методов data science. Полученные в результате анализа и отбора методы и инструменты обработки и анализа текстового, аудио-, или видео- и графического контента, обладающие потенциалом использования при формировании профориентационного предложения. А также новые и/или усовершенствованные и адаптированные существующие методы извлечения информации из цифровых следов пользователей в контексте формирования профориентационного предложения. Значимость результата заключается в идентификации ключевых маркеров, метрик и предикторов, характеризующие степень выраженности личностных особенностей пользователя, а также формировании инструментария для извлечения цифровых следов, которые используются для оценки выраженности личностных особенностей пользователя и, опосредованно, прогнозировании профориентации, карьерной траектории. 4. Выборка, состоящая из лиц, связанных с IT-сферой, и содержащая цифровые следы, извлеченные из аккаунтов респондентов в социальных медиа; информацию о степени выраженности личностных особенностей пользователей, их профессиональных склонностей, выявленных посредством традиционных методик, известных в психологии и социологии (тест Холланда, тест Йовайши, тест Климова, карта интересов Голомштока, 5-факторный личностный опросник или “Большая пятерка”, 16-факторный личностный опросник Р.Б. Кеттелла, тест Келлермана-Плутчика “Индекс жизненного стиля”, тест на определение ценностных ориентаций С.Шварца); сведения о принадлежности к одной из отобранных категорий IT-специальностей. Выборка будет получена по результатам первого этапа полевого исследования. Значимость результата заключается в использовании полученных данных для выявления взаимосвязей между цифровыми следами пользователей, извлеченных из социальных медиа, и их профориентационными склонностями. Полученные датасеты также могут быть использованы для других задач в области идентификации взаимосвязей между цифровыми следами и результатами, полученными посредством стандартных методик, известных в психологии и социологии, в том числе с применением методов data science и машинного обучения. 5. Выявленные ключевые особенности данных и метаданных, публикуемых в социальных медиа цифровых изображений, письменной речи (в постах, в комментариях, в субтитрах), устной речи — в аудио- или визуальных образах, рядах, появление которых обусловлено принадлежностью к различным социально-профессиональным типам личности, посредством произведенного анализа и систематизации полученных датасетов. Причем выявление таких особенностей будет произведено как экспертами на основе согласованных мнений, так и при помощи автоматического распознавания с использованием методов машинного обучения. Значимость полученного результата заключается в апробации выдвинутых гипотез о ключевых маркерах, метриках и предикторах, являющихся значимыми при выявлении профессиональных склонностей индивида. 6. Выявленные зависимости между ответами респондентов, полученными в ходе применения традиционных методик по идентификации личностных особенностей и профессиональных склонностей, и их принадлежностью той или иной категории IT-специальностей. Значимость полученного результата заключается в его последующем применении в рекомендательной системе для формирования профориентационного предложения. 7. Методы, модели и алгоритмы для формирования профориентационного предложения на основе обработки и анализа информации, извлекаемой из социальных медиа пользователя. Значимость полученного результата заключается в формировании базы для появления востребованного пользователями инструментария прогнозирования профориентационных склонностей в IT-сфере. Модели принятия решений, позволяющие использовать разнородную информацию об индивиде: результаты тестов, цифровые следы пользователя онлайн медиа, экспертную информацию на основе байесовских сетей доверия. 8. Архитектура и прототип комплекса программ для проведения вычислительных экспериментов с учетом обозначенных выше результатов, иными словами позволяющего на основе big data и small data, извлекаемых из социальных медиа, автоматизировано строить рекомендации по профориентации, повышению квалификации, профессиональной траектории. Апробация результатов разработанных методов, моделей, алгоритмов и прототипа комплекса. Значимость результата заключается в автоматизации и апробации полученных теоретических и практических наработок для автоматизации построения рекомендаций по профориентации. 9. Лабораторный образец на поддомене сайта коллектива исследователей проекта и тестирование в образовательном/профессиональном контекстах в сфере IT. Значимость результата заключается в практическом применении итогов проектной работы в реальном практическо-научном веб-приложении. Данный результат ориентирован на применение в общественной деятельности, направленной на поддержку молодежи в соответствии с Федеральным законом № 489 от 30 декабря 2020 г. «О молодежной политике в Российской Федерации» Научная значимость проекта заключается в формировании перспективного комплексного теоретического и практического подхода по повышению применимости инструментов для профессиональной ориентации пользователя социальных медиа через использование и развитие методов искусственного интеллекта и Data Science. Данные методы позволят выявить взаимосвязи между цифровыми следами пользователей и выраженностью их личностных особенностей, оценка которых будет получена с помощью традиционных методик (тестирования), а также между личностными особенностями и специализацией в IT-сфере. В свою очередь, выявленные связи и предложенные закономерности помогут автоматизировать процесс построения рекомендаций в области профессиональной ориентации и, тем самым, обеспечить более точный и оперативный доступ к списку подходящих профессий как молодежи, так и представителей других возрастных страт. Все результаты проекта и их значимость лежит в рамках одного из направлений Стратегии научно-технического развития Российской Федерации, а именно способствует переходу к передовым цифровым, интеллектуальным производственным технологиям, роботизированным системам, новым материалам и способам конструирования, создание систем обработки больших объемов данных, машинного обучения и искусственного интеллекта. Его реализация сделает вклад как в переход к передовым цифровым, интеллектуальным технологиям через запуск прототипа программного комплекса для прогнозирования профессиональной ориентации, карьерной траектории, так и в развитие систем обработки больших объемов данных, машинного обучения и искусственного интеллекта через разработку методов, моделей и алгоритмов прогнозирования по цифровым следам, оставляемым пользователями в социальных сетях.

---

 

ОТЧЁТНЫЕ МАТЕРИАЛЫ

---