По всем вопросам звоните:

+7 495 274-22-22

УДК: 331.08; 330.46; 519.87

NEURO-AI и нейро-HR: философия взаимодействия естественного и искусственного интеллекта

Аль-Ашур Ола Абдулхусей аспирант кафедры экономики труда и управления персоналом, Уральский государственный экономический университет, 620144, Россия, г. Екатеринбург, ул. 8 Марта / Народной Воли, д. 62/45
Вербицкая Наталья Олеговна д-р пед. наук, профессор кафедры экономики труда и управления персоналом, Уральский государственный экономический университет, 620144, Россия, г. Екатеринбург, ул. 8 Марта / Народной Воли, д. 62/45

Концепция нейро-HR возникла как перспективный подход к использованию искусственного интеллекта для управления человеческими ресурсами. В основе нейро-HR лежит признание того, что человеческий мозг и его сложные нейронные сети являются ключом к пониманию и оптимизации поведения на рабочем месте. Используя идеи нейробиологии, специалисты по кадрам могут разрабатывать более персонализированные и эффективные стратегии для управления талантами, вовлеченности сотрудников и организационного развития. Существующие исследования показывают, что интеграция ИИ и нейробиологии в HR имеет значительный потенциал для получения как кратко-, так и долгосрочных выгод для организаций. Например, анализ социальных сетей стал ценным инструментом для разбора совместных моделей приложений ИИ в HR, проливая свет на то, как эти технологии могут быть использованы для содействия более тесному сотрудничеству и обмену знаниями между сотрудниками. Применение подходов, основанных на нейронауке, к HR-практикам, таким как отбор сотрудников, обучение и управление производительностью, может обеспечить более глубокое понимание когнитивных и эмоциональных факторов, которые управляют поведением индивидуума на рабочем месте. Этот целостный подход к HR, учитывающий взаимодействие между человеческим разумом, организационной динамикой и технологическими возможностями, может привести к более эффективным и инклюзивным HR-стратегиям, в конечном итоге способствуя общему благополучию и производительности.

Литература:

1. Zador A. et al. Toward next-generation artificial intelligence: Catalyzing the neuroai revolution // arXiv preprint arXiv:2210.08340. — 2022.

2. Zador A. et al. Catalyzing next-generation artificial intelligence through neuroai// Nature communications. — 2023. — Т. 14. — № 1. — С. 1597.

3. Crick F. The recent excitement about neural networks // Nature. — 1989. — Т.337.— № 6203. — С. 129–132.

4. Macpherson T. et al. Natural and Artificial Intelligence: A brief introduction to the interplay between AI and neuroscience research // Neural Networks. — 2021. — Т. 144. — С. 603–613.

5. Bastos A. M. et al. Canonical microcircuits for predictive coding // Neuron. — 2012. — Т. 76. — № 4. — С. 695–711.

6. Thomas A. W. et al. Analyzing neuroimaging data through recurrent deep learning models // Frontiers in neuroscience. — 2019. — Т. 13. — С. 1321.

7. Todorov M. I. et al. Machine learning analysis of whole mouse brain vasculature // Nature methods. — 2020. — Т. 17. — № 4. — С. 442–449.

8. Batty E. et al. BehaveNet: nonlinear embedding and Bayesian neural decoding ofbehavioral videos // Advances in Neural Information Processing Systems. — 2019. — Т. 32.

9. Cho G. et al. Review of machine learning algorithms for diagnosing mental illness// Psychiatry investigation. — 2019. — Т. 16. — № 4. — С. 262.

10. Чуланова О. Л., Хайбуллова К. Н. Исследование применения технологий искусственного интеллекта в управлении персоналом современных организаций // Вестник евразийской науки. — 2020. — № 1.

11. Чуланова О. Л. Развитие и риски технологий искусственного интеллекта в HR // Управление персоналом и интеллектуальными ресурсами в России. — 2019.— Т. 8. — № 6. — С. 5–8.

12. Basu S. et al. Artificial intelligence — HRM interactions and outcomes: A systematic review and causal configurational explanation // Human Resource Management Review.— 2023. — Т. 33. — № 1. — С. 100893.

Быстрый прогресс в области искусственного интеллекта привел к растущему интересу к пониманию принципов, лежащих в основе биологического интеллекта, и к тому, как их можно применять для создания более эффективных и адаптируемых систем искусственного интеллекта [1]. Этот сдвиг в сторону более биологически обоснованного подхода к AI, обычно называемого «Нейро-AI», обещает стать катализатором следующего поколения искусственного интеллекта.

В основе движения NeuroAI лежит признание того, что AI исторически находился под глубоким влиянием идей нейронауки и что это перекрестное опыление идеями будет продолжать иметь решающее значение, поскольку исследователи стремятся создать искусственных агентов с возможностями, которые соответствуют или даже превосходят возможности человека. Основные строительные блоки интеллекта, такие как адаптивность, гибкость и способность делать общие выводы на основе редких наблюдений, уже присутствуют в сенсомоторных цепях, которые развивались на протяжении сотен миллионов лет [2].

Углубляясь в принципы биологического интеллекта, исследователи потенциально могут открыть новые подходы к разработке более универсальных и надежных систем искусственного интеллекта. Однако путь к интеграции искусственного и естественного интеллекта не лишен проблем. Для реализации всего потенциала NeuroAI потребуются согласованные усилия по созданию более широкого сообщества исследователей, свободно владеющих как AI, так и нейробиологией.

Нейронаука и искусственный интеллект (AI) имеют долгую историю сотрудничества, достижения нейробиологии в сочетании с огромным скачком в вычислительной мощности компьютеров, из чего вытекает разработка нового поколения нейронных сетей за последние несколько десятилетий, вдохновленных структурой мозга. Эти системы искусственного интеллекта теперь способны использовать многие из благодаря сложным сенсорным и когнитивным возможностям биологических систем, включая распознавание объектов и принятие решений. Более того, в настоящее время AI все чаще используется в нейробиологических исследованиях в качестве инструмента, который меняет наши представления о том, как работает мозг. В частности, включая визуальную обработку, память и двигательный контроль. Интересно, что использование искусственного интеллекта, основанного на нейробиологии, также создает прекрасные возможности для понимания того, как изменения в сетях мозга приводят к психическим заболеваниям, что может быть использовано в системах лечения.

Для Цитирования:
Аль-Ашур Ола Абдулхусей, Вербицкая Наталья Олеговна, NEURO-AI и нейро-HR: философия взаимодействия естественного и искусственного интеллекта. Кадровик. 2024;10.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: