圣大专家参与劳工论坛：神经网络有助于检测员工职业倦怠

人工智能是工具而非对手

在“人工智能时代的人员培训与发展”圆桌会议上，与会者讨论了人工智能如何提高培训质量和人员适应劳动力市场新要求的能力，以及劳动力市场对引入人工智能生成工具的准备程度等问题。圆桌会议由圣大高等管理学院组织，由圣大高管院商业教育卓越教学中心人工智能专业负责人亚历山德拉·波尔杜诺斯（Александра Бордунос）主持。

塔基亚娜·切尔尼戈夫斯卡娅：“只将复杂的认知任务委托给人工智能的人，会失去自身创造能力”。

讨论表明，就技术的机遇和风险进行公开对话是减少人工智能焦虑的最佳途径。专家们得出结论，人工智能不是人类的对手，而是专业人才自己定制和阐释的工具，未来的关键技能是管理人工智能，而不是与之竞争。

神经科学方法有助于准确评估员工潜力

圣彼得堡大学认知研究所教授、认知研究学术委员会主席伊琳娜·肖申娜（Ирина Шошина）是“未来人力资源管理：将神经科学融入员工评估和发展过程”学术会议的发起人和主持人。她说，目前现有的人事评估和支持方法无法提供足够准确和客观的诊断。与会企业的人力资源专家指出，他们在市场上找不到能够有效进行劳动团队分析的工具。他们使用临床方法可以获得最接近真实的结果，但这还不够。现有诊断工具的准确率不超过46%。

伊琳娜·肖申娜说：“在评估中，重要的是不单要评估潜力，还要评估能力、个人特点以及待晋升员工的职能状态。我们团队根据客观方法进行的开发，考虑到了大脑的结构和功能组织以及神经生物学机制。去年我们利用多年的工作成果，训练了一个识别疲倦的神经网络。现在，我们计划对其进行训练，以检测出更多异常的鲜明状态，如职业倦怠或精神分裂症谱系障碍。”

2025年我校成立了神经认知研究、数学建模和计算技术中心，该中心的能力使这一领域的研究继续推进。

伊琳娜·肖申娜指出，她认为使用传统方法收集的大数据分析是错误的，因为传统方法的特点是准确性低。伊琳娜·肖申娜强调，为了获得可靠的结果，必须记录与员工潜力、个人性格特征和功能状态相关的客观指标，并在此基础上获得的数据库上训练神经网络。例如，与俄罗斯科学院联邦研究中心的同事们共同开发的疲劳检测神经网络采用了明确的、以神经生物学为基础的标准，因此可以获得较高的评估准确性。

参加会议的人力资源专家对圣彼得堡大学开发的方法表现出了浓厚兴趣。几家公司的代表邀请圣大专家评估其员工的潜力，识别潜在领导力，评估其认知策略并分析决定行为模式的信息。