Физик, математик, психолог и инженер в одном лице

Сейчас в тренде ― междисциплинарность: исследования расширяются, технологии усложняются, а проекты и компетенции всё больше перемешиваются. Высокотехнологичные рынки требуют квалифицированных сотрудников, которые способны совмещать в себе высокий уровень экспертизы сразу в нескольких областях. Но проблема в том, что действительно классных специалистов очень мало, большинство уже давно трудоустроены, некоторые уехали за границу, а остальные живут в регионах и не собираются переезжать. Искать таких людей на популярных рекрутинговых сервисах сложно ― зачастую у них даже нет необходимости размещать резюме. 

Ученые Национального центра когнитивных разработок (центра компетенций НТИ) разработали сервис на базе искусственного интеллекта, который автоматически ищет кандидатов в открытых источниках на основе ключевых терминов, характеризующих компетенции междисциплинарного специалиста. В первую очередь это наукометрические базы Scopus, eLibrary, информационно-аналитическая система РНФ и база Федерального института промышленной собственности.

«Сервис, который мы начали разрабатывать почти год назад, предназначен для поиска уникальных специалистов. Это люди, которые не ищут работу, потому что у них и так всё хорошо. У них нет резюме, а значит мы располагаем минимумом данных о них. Но все они обладают выраженным цифровым следом ― активно публикуются в журналах, выступают на конференциях, мелькают в медиа. Всё это позволяет не только определить уникальных специалистов  по нужным нам предметным областям, но и автоматически найти их контакты по аффилиации с вузами, которые указаны в научных статьях», ― рассказывает руководитель проекта и научно-исследовательской лаборатории «Когнитивная невербалика» Национального центра когнитивных разработок ИТМО Олег Басов.

Цифровой профайлинг и анализ эмоций

Exclusive рассчитан на поиск исполнителей для краткосрочных проектов ― а значит подобрать специалистов в команду нужно максимально быстро и при этом точно. Ведь времени на испытательные сроки и тестовые задания просто нет.

Поэтому систему научили не просто искать кандидатов, но и проводить их оценку. Прежде всего, определяется уровень квалификации ― на основе числа патентов, статей, цитирований, соавторов и показателя h-индекса. Далее алгоритм идет по «цифровому следу» кандидата: ориентируясь на имя, контактные данные и фото, Exclusive ищет профили специалистов в открытых источниках, в том числе в социальных сетях и на специализированных ресурсах. Так в карточку специалиста попадают данные о его образовании, фактах биографии, круге общения, интересах и даже вредных привычках. То, что система не смогла найти в соцсетях, она автоматически добавляет в качестве вопросов для первого собеседования.

Во время онлайн-интервью (которое доступно кандидату по ссылке, высылаемой вместе с предварительным оффером) включается следующая разработка НЦКР ― цифровой профайлинг для оценки того, насколько честно отвечает кандидат на вопросы во время собеседования.

«Алгоритм вытаскивает ряд признаков из двух потоков данных: звуковой составляющей, то есть, речи, и видеоизображения лица. Повышение или понижение громкости относительно среднего значения, изменение частотных характеристик (повышенный тон или наоборот пониженный), наличие хрипоты в голосе, количество произносимых слов в минуту, количество пауз, мимика и жесты ― всё это анализирует система, чтобы оценить правдивость ответов человека», ― объясняет младший научный сотрудник Национального центра когнитивных разработок ИТМО Михаил Желудев.

Данные, полученные из речи, накладываются на анализ видеоряда ― нейросеть умеет анализировать выражение лица (положение глаз, рта, носа, бровей и мимических мышц) и определять по нему эмоции. Сочетание двух потоков, как отмечают разработчики, позволило добиться точности предсказания правдивости и ложности высказываний в 83% случаев. 

Рейтинг кандидатов

После сбора и оценки информации у каждого кандидата появляется профиль, в котором указываются не только его личные и профессиональные данные, но и оценка его благонадежности. Как объясняет Ольга Гофман, преподаватель института международного развития и партнерства, отвечающая за морально-психологическую часть проекта, в данном случае под благонадежностью понимается готовность к соблюдению правил, следованию регламентам и предписаниям.

«К факторам неблагонадежности (иначе говоря, к группам риска) относятся различные виды зависимостей, например,  наркотическая, алкогольная, игровая. На факторы неблагонадежности могут влиять плохие жилищные условия, наличие крупного долга и жизнь не по средствам, принадлежность к малым неформальным группам и сектам, компрометирующий круг общения, психические расстройства, судимость и так далее. При этом в разных ситуациях те или иные факторы имеют большее или меньшее значение. Например, есть профессии, для которых наличие судимости недопустимо ― для учителей и преподавателей. Если мы говорим про научную деятельность, очевидно, что научный работник, страдающий алкогольной зависимостью, не будет для нас подходящим», ― комментирует она.

При этом очевидно, что оценка благонадежности может быть крайне субъективной и сильно зависит от типа личности и настроения интервьюера. Но в случае, когда оценку составляет алгоритм Exclusive, как утверждают разработчики, фактор субъективности исключается. Плюс, информация идет сразу из нескольких каналов: по данным из соцсетей, прямых ответов во время интервью, открытых источников, системы автоматического профайлинга ― всё это позволяет составить наиболее полное представление о кандидате.

Как отмечает Олег Басов, систему уже проверяют в Университете ИТМО и вузе-партнере ― РАНХиГС, а также ее активно обсуждают в научном сообществе.

«Нам понравилось, что разработанный сервис избавляет от необходимости поиска наукометрических показателей необходимого нам кандидата на различных сайтах. Еще он сильно упрощает жизнь благодаря тому, что автоматически находит личные данные о нем», — отметил директор Центра цифровых решений и искусственного интеллекта РАНХиГС Павел Голосов.

Уже в мае исследователи планируют открыть прием заявок на бесплатное тестирование сервиса для широкой аудитории.