Петербургская компания Digital Design решит проблемы трудоустройства студентов с помощью искусственного интеллекта (ИИ). Предполагается, что работодатели узнают о перспективных выпускниках с помощью семантического анализа их научных работ, информации о волонтерской деятельности и опыте работы. Городской комитет по труду и занятости населения заинтересовался проектом в рамках ПМЭФ 2018 года.
Технически работа сервиса "Студентор" выглядит так: участники программы самостоятельно или с помощью вуза загружают на сайт максимально подробную информацию о себе, а работодатели публикуют вакансию и в свободной форме указывают необходимые ключевые навыки. Система автоматически проверит опубликованные работы на соответствие требованиям и составит рейтинг наиболее подходящих для работодателя кандидатур. Таким образом, студент экономит время на поиск работы, а компании — на обработку поступающих к ним резюме.
"Это очень гибкая система, жестких ключевых слов или классификаторов нет, результат подбора зависит от запросов работодателей и содержания работ студентов, — рассказывает руководитель проекта Карина Риет. — Это помогает найти потенциальных кандидатов с редкими навыками, междисциплинарными знаниями, которых не так просто найти в рамках одной профессии".
При всей прогрессивности проекта фактически он означает продолжение сбора информации о гражданах и попытку с ее помощью влиять на кадровые решения. До совершенства эта система доведена сейчас в Китае, где, как известно, жителям прибавляют и убавляют баллы в зависимости от их социального поведения. До таких высот нам далеко, однако первые шаги в программировании будущего идеального россиянина уже делаются, и осуществляется эта работа по прямому заказу власти и/ или на бюджетные средства.
"Студентор" разрабатывается в рамках городской программы содействия занятости населения. Смольный выделил на создание сервиса 7 млн рублей. Несмотря на сравнительно скромный бюджет, в Digital Design отмечают, что для первоначального запуска сайта этих денег хватит. В дальнейшем они готовы выделить на модернизацию собственные средства.
"Мы рассчитываем, что сервис будет полезен в первую очередь не крупным компаниям с бюджетами на привлечение и развитие талантов, а среднему и малому бизнесу, — рассказывает первый зампред комитета по труду и занятости населения Николай Рогачев. — Мы ожидаем, что к концу года порталом будут пользоваться более 3 тыс. человек. В дальнейшем рассмотрим возможность платной подписки для работодателей, чтобы сократить бюджетные расходы".
Первыми доступ к сервису уже получили студенты СПбГЭУ, в открытый доступ "Студентор" попадет в конце июня 2019 года. Проректор по учебной и методической работе университета Вероника Шубаева рассказывает, что изначально их специалисты совместно с комитетом по занятости разработали базу электронных портфолио своих студентов. Отчасти это и привело к созданию "Студентора". Саму идею подобного проекта в 2018 году на "Хакатоне HR" также представили студенты СПбГУ.
Технические нюансы
По словам президента НП "Руссофт" Валентина Макарова, подобные сервисы позволят найти потенциально интересных сотрудников среди выпускников вузов, которые учатся на непопулярных направлениях и потом не проходят дополнительные профессиональные тесты. В противном случае компании попросту не узнают об их существовании.
По словам аналитиков IT–рынка, полностью доверять кадровые вопросы искусственному интеллекту нельзя, поскольку фактически семантический анализ все равно сводится к поиску ключевых слов в текстах. "Если бы когнитивные системы действительно научились распознавать именно компетенции, навыки, предрасположенности студента к той или иной деятельности, это была бы прорывная технология. Но пока наши разработки на это не способны", — считает аналитик ГК "ФИНАМ" Леонид Делицын.
"Искусственный интеллект — это ведь только название. В данном случае это обычный здравый смысл, который быстро и соблюдая определенные закономерности поможет проанализировать большие данные. Такие когнитивные технологии с учетом накопленного ими опыта будут давать хороший результат", — добавляет глава некоммерческого партнерства.
В отделении HeadHunter по Северо–Западу объясняют, что подобные технологии машинного обучения применяют с 2017 года. "Алгоритм прогнозирует вероятность отклика на вакансию по нескольким сотням признаков. Результат этой работы: для всех работодателей на сайте стало на 83 тыс. откликов больше ежедневно. Умный поиск и рекомендации по вакансиям дали +47% к количеству приглашений на собеседование в 2018 году", — рассказывает директор регионального отделения Юлия Сахарова.
Она подчеркивает, что похожая система для студентов будет эффективна только при достаточном объеме базы, на которой учится система, и значительном количестве признаков, которые система будет искать в учебных работах.
"С другой стороны, если сервис будет способствовать трудоустройству выпускников и студентов, это может хотя бы частично снять напряженность, связанную с профицитом начинающих специалистов. На фоне растущих требований к кандидатам у молодых специалистов возникают серьезные сложности с трудоустройством. При этом из–за сокращения трудовых ресурсов в стране по причине демографической ямы в 1990–х многие компании в перспективе ближайших 5–10 лет обратят внимание на эту категорию, а также на кандидатов зрелого возраста", — поясняет представитель ресурса.
Практический интерес
По словам руководителя проекта Карины Риет, в перспективе сервис войдет в перечень сайтов, подконтрольных петербургским органам власти, поэтому "все вузы города будут тем или иным образом вовлечены в работу с сервисом". Среди прочего учебные заведения смогут контролировать трудоустройство своих выпускников и понимать, какие направления обучения и темы дипломных работ наиболее интересны на рынке труда.
"Проблема в том, что мы таким анализом занимаемся уже давно, это один из ключевых показателей эффективности образования. Электронную базу студенческих работ мы также собираем самостоятельно. Да и полностью доверять искусственному интеллекту в этом, конечно, не стоит. Условно, он наберет кандидатов просто по ключевым словам. Они могут быть очень интересными, а качество содержания сможет определить только специалист", — размышляет президент НИУ ВШЭ в Петербурге Александр Ходачек.
В свою очередь, ректор Санкт–Петербургского политехнического университета Петра Великого Андрей Рудской поясняет, что они также ведут учет трудоустройства выпускников, но подчеркивает, что полностью поддерживает проект и готов принять активное участие в его тестировании.
"Вряд ли это будет обязательная распределительная система, это скорее рекомендательный сервис, своего рода цифровой помощник, который сможет направить студента в наиболее интересную ему сферу деятельности", — размышляет Рудской.
Кстати, именно к подобной распределительной системе у аналитиков возникает больше всего вопросов. Они сомневаются, что система сможет, например, выявить креативные способности студента. "В результате он лишится работы мечты просто потому, что в свое время написал курсовую работу на неинтересную тему, которая досталась ему случайно", — уверен Леонид Делицын.
Представитель СПбГЭУ при этом подчеркивает, что благодаря системе университет не только открыто позиционирует себя на рынке труда, но и косвенно повышает качество обучения. У студентов появляется дополнительная мотивация выстраивать стратегию личностного роста во время учебы в университете. Они поймут, что для получения хорошей работы нужно принимать участие в определенных мероприятиях и хорошо учиться. Появляется и дополнительный элемент конкуренции между студентами.
Впрочем, в такой системе за бортом могут оказаться те, кому приходится совмещать работу с учебой. По данным исследования НИУ ВШЭ за 2017 год, в таком режиме живет 51% студентов вузов, более половины из них — ради удовлетворения финансовых нужд.
В контексте
Разработка автоматизированной чудо–системы происходит на фоне разговоров чиновников о возвращении в новом виде распределения выпускников вузов.
Год назад член комитета Госдумы по труду, социальной политике и делам ветеранов Сергей Вострецов внес в парламент законопроект об обязательной отработке в органах власти, госкомпаниях, государственных организациях студентов бюджетных отделений. Судьбу законопроекта оперативно прояснить не удалось: в приемной парламентария сообщили "ДП", что комментариев на эту тему давать он не будет.
Между тем не столь радикальные поправки в законодательство уже внесены. В конце января нынешнего года министр Михаил Котюков посетил Новосибирский госуниверситет, где наводящий вопрос ему задал учащийся третьего курса математико–механического факультета Николай Иваньков. Между студентом и министром состоялся такой диалог:
— Михаил Михайлович, как думаете, есть ли смысл вернуться к системе распределения после вузов? — спросил Николай.
— Вы сами–то этого хотите, нет? — ответил министр.
— Ну, и да и нет…
— Вот и я об этом же.
Министр рассказал, что в сегодняшних экономических условиях представить себе советское распределение достаточно непросто. Странно говорить человеку, который сам поступил и хорошо учится: "Вам нужно куда–то поехать и там поработать". Но "практическую связь образования и будущего рабочего места" обеспечить важно. Поэтому правительство развивает "соответствующие сегодняшнему времени формы, которые, с одной стороны, гарантировали бы выпускнику рабочее место, но с другой стороны, предполагали бы и встречные обязательства".
Действительно, с начала нынешнего года был изменен закон об образовании. В нем ввели статью о целевом обучении. Она предполагает заключение трехстороннего договора между студентом, вузом и работодателем. Студент может заранее определиться и принять на себя обязательства. Он должен успешно освоить образовательную программу и выйти на рабочее место, которое ему гарантирует работодатель. Студент должен отработать не менее 3 лет. Если кто–то не исполняет гарантии — пусть возмещает затраты. Пока такой механизм не является обязательным и охватывает не более 10% студентов, отметил Михаил Котюков. Но если целевое обучение окажется востребованным, то министерство будет это направление развивать. Здесь, видимо, и пригодился бы искусственный интеллект, который, как говорят, может помочь найти студентам подходящую фирму на основе их портфолио. Правда, если все сведется к поиску по ключевым словам, возникает вопрос, чем не устроили существующие программы и сайты поиска работы.
“
Находить уникальные, креативные способности студента с помощью ИИ с некоторыми оговорками возможно. Например, анализировать семантические профили студентов, чтобы выяснить, какие предметные области затрагиваются в их работах, насколько они уникальны, как менялась их тематика с течением времени. Это позволяет судить о том, насколько студент отличается от среднего уровня и в какую сторону. Доверять искусственному интеллекту, безусловно, можно и нужно. Хотя набор компетенций будущего сотрудника не всегда покрывается его курсовыми работами и научными статьями.
Дмитрий Романов
генеральный директор компании "Преферентум" (ГК "Аплана")
“
Выстрелит ли этот сервис — вопрос открытый. Все мы слышали про недавний конфликт в Amazon, который начал использовать технологию ИИ для поиска сотрудников и отказался от него из–за дискриминации женщин. В любом случае это позитивная инициатива — потому что крупные кадровые базы данных по типу HeadHunter слабы в отношении узкоспециализированных специалистов.
Тимофей Попов
руководитель кадрового портала для ученых SciJob.ru
“
Активность во внешнем мире — отличный показатель мотивации молодого специалиста. Я считаю участие студентов в учебных проектах, социальных активностях, волонтерстве, тем более научные статьи реальным подтверждением качеств, которые так часто упоминают в резюме: "готов обучаться, профессионально развиваться". Мне сложно представить, как семантический анализ текста поможет оценить потенциал, но сам факт наличия статей — уже хорошее начало.
Юлия Завилейская
старший вице–президент DataArt