1.5. Навигация ИИ по FOCAM с учетом брифа и целей сотрудника и Организации

Психологическое содержание компонента ИС КПСО

• Неудовлетворенность от зацикливания субъекта на своей трудовой деятельности;
• Внутрисистемная компенсация за счет других профессиональных способностей и межсистемная компенсация за счет общих способностей;
• Позитивная динамика мотивационной сферы: появление новых мотивов, целей, «вычерпывание» новых смыслов в профессии, изменение их иерархии, интеграция долговременных и кратковременных мотивов и целей в целостное самопрогнозирование;
• Построение собственного сценария профессиональной жизни;
• Индивидуальность как самобытность профессионального мировоззрения, системы оценок, отношений;
• Готовность к гибкой переориентации в рамках профессии, вне ее; психологическая цена результатов труда.

Предпосылки для компонента

Организации не могут использовать искусственный интеллект (ИИ) для решения задач по нестандартизированной профильной деятельности, то есть практически по всем видам умственного труда. Конъюнктура рынка искусственного интеллекта сейчас такова, что в основном реализуются заказы по полному циклу, то есть те, в которых ИИ способен целиком сгенерировать решение требуемой задачи. Нейросети с выводом готовых решений востребованы в огромном количестве контекстов профильной профессиональной деятельности. При этом наблюдается дефицит внедрений ИИ в контексты тех видов профессиональной деятельности, в которых машина не может выдать готовое решение. Конъюнктура может измениться, и она обязательно изменится. Рынок реагирует на запросы, а запросы на решения ИИ в области трудовой деятельности никто не отменит. Их время придет.

Опорная логика для компонента

1. ИИ присутствует сейчас в основном в тех в областях практики, где область экспертных знаний может функционировать без данных «здравого смысла», которые гораздо сложнее представить и обработать.

2. Люди воспринимают по шаблонам, а машины – по правилам и данным. Люди хранят и запоминают информацию по шаблонам, а машины – по поисковым алгоритмам. Например, номер 40404040 легко запомнить, сохранить и вспомнить, поскольку его шаблон прост. Люди могут понять весь объект, даже если какая-то его часть отсутствует или искажена; в то время как машины не могут сделать это правильно. Машина требует больше знаний, сложного представления знаний и сложных алгоритмов для решения повседневных задач.

3. Несмотря на активное развитие таких направлений применения ИИ, как экспертиза в принятии решений и роботы-помощники в поиске информации, практически отсутствует помощь деятелям со стороны искусственного интеллекта в нестандартизированной профессиональной деятельности (НСД). ИИ не становится помощником-экспертом деятеля там, где поиск решения ведется не по строгим алгоритмам, а по эвристикам. Однако такую помощь со стороны ИИ, помощь деятелю в НСД, может стать вполне доступной. Для этого НСД необходимо нужным образом структурировать.

Интеграция компонента в подсистемы ИС КПСО

определяющий компонент для подсистем:

Подбор и организация контента ведутся как составляющие деятельности по решению профессиональных отраслевых микрозадач – на основе разработанных онтологий и технических карт (компонент 1.1).

Разработка экспертных систем. Основная задача ИИ заключается в разработке компьютерных функций, связанных с человеческим интеллектом, таких как рассуждение, обучение и решение проблем. Наиболее перспективным видом ИИ для оптимизации интеллектуального труда являются экспертные системы, которые объединяют машины, программное обеспечение и специальную информацию для передачи рассуждений и рекомендаций. Они дают объяснения и советы пользователям.

Метод эвристик, который применяется при машинном обучении не строго регламентированным операциям, можно применять и в оптимизации профессиональной практической деятельности работников умственного труда. Для этого нужно научиться выявлять повторяющиеся элементы работы, формализовывать их и «загружать» в ИИ (компонент 1.1).

Систематически стандартизируя рабочие (компонент 1.9), организации, занятые в сфере интеллектуального труда, постоянно самосовершен­ствуются. Нужны специальные ресурсы, чтобы выявлять лучшие с точки зрения эффективности методики, тестировать новые идеи, организовывать образовательные программы и разрабатывать стандартные процедуры, которые могли бы применять все подразделения компании.

Накопленные каждым отдельным профессионалом знания, данные по исследованиям, по решениям Best Practice (компонент 4.8), пусть даже в нестандартизированной профильной деятельности, вовсе не должны оставаться не формализованными. НСД вполне можно описать и задокументировать – для этого только нужно получить эти знания от людей. Кроме того, далеко не всегда интеллектуальный труд сводится к формулированию эксперт­ного суждения, а потому иногда нужно лишь научить людей организовывать работу так, чтобы не тратить впустую свои силы и время. Даже если речь идет об исключительно «личных» по своей сути знаниях, четкие правила взаимодействия помогут коллегам наладить более эффективное сотрудничество.

Агенты ИИ на основе целей. Решение проблем – это процесс, в котором человек воспринимает и пытается найти желаемое решение из существующей ситуации, выбирая какой-то путь, который блокируется известными или неизвестными препятствиями. Решение проблем также включает в себя принятие решений, то есть процесс выбора наиболее подходящей альтернативы из множества доступных альтернатив для достижения желаемой цели. Агентов ИИ можно, как и людей, научить выбирать свои действия для достижения целей. (Правда, нельзя научить их «хотеть», стремиться к этим целям.) Подход, основанный на целях, является более гибким, чем рефлексивный агент, поскольку знания, поддерживающие решение, моделируются в явном виде, что позволяет вносить изменения. Цель – это описание желаемых ситуаций (компонент 1.3).

Анализ организационной сети на основе ИИ. Производственная игра (компонент 2.2), чат-боты (компонент 3.5), NLP и другие технологии машинного обучения теперь являются частью организационной сети. Каким бы ограниченным ни выглядело пока применение этих инструментов, ясно, что они перемещаются из периферии в центр внимания, поскольку организации теперь понимают, что могут покупать большую часть этих технологий по мере необходимости, не создавая все у себя внутри

необходимый компонент для подсистем:

Контент для помощи сотруднику в режиме in flow of work предоставляется в интерфейсе потокового мультимедиа с рекомендациями, панелями, мобильными интерфейсами и рекомендациями на основе искусственного интеллекта: пользователь выбирает прямые пути к нужному контенту и возможным практическим результатам: рекомендациям, описаниям ходов, приемов и рабочих техник, методической выборке данных и примеров для решения конкретной задачи (компонент 1.2).

По запросу организаций-партнеров: