В МИСИС научили ИИ оценивать лидерские качества соискателя на руководящие должности
Ученые Университета МИСИС и Санкт-Петербургского федерального исследовательского центра Российской академии наук разработали мультимодальную систему оценки кандидатов на основе ИИ. Система объединяет технологии компьютерного зрения и больших языковых моделей (LLM) для комплексного анализа лидерских качеств соискателей на руководящие должности, рассказали "Газете.Ru" в МИСИС.
Рекрутеры нередко подвержены когнитивным искажениям, которые могут привести к необъективному восприятию и оценке информации о кандидате. Для решения этой задачи ученые разработали интерпретируемый мультимодальный метод оценки лидерского потенциала кандидатов с помощью когнитивной видеоаналитики. Подход позволяет анализировать речь, мимику и поведение, а затем рассчитывать индекс лидерского потенциала.
"Когнитивная видеоаналитика — перспективный инструмент для оценки кандидатов на собеседованиях. Разработанная нами система позволяет получить объективную картину личностных качеств соискателя, анализируя поведенческие паттерны и вербальные ответы. Это принципиально новый подход, который сочетает достижения в области ИИ с фундаментальными исследованиями в психологии личности", — рассказала профессор Института компьютерных наук НИТУ МИСИС Ирина Шошина.
Полученные показатели объединены в три группы: профессионально-когнитивная компетентность, наблюдаемое лидерское поведение и личностная предрасположенность к лидерству. На их основе рассчитывали интегральный показатель — Top Potential Score, отражающий управленческий потенциал кандидата.
"Мы доказали, что система способна эффективно различать кандидатов с высоким управленческим потенциалом: все представители топ-менеджмента были отнесены к верхним 20% рейтинга", — поделилась Шошина.
Предложенный подход актуален для решения задач корпоративного подбора персонала, формирования внутреннего кадрового резерва и систем оценки управленческого потенциала. Разработка не заменяет экспертов, но дополняет их работу, обеспечивая структурированную и прозрачную оценку кандидатов.