Для анализа столь сложного объекта — человеческой личности — нужен не менее сложно устроенный инструмент— исследователь. Такими исследователями, труды которых дошли до наших дней, не потерями свою уникальность и важность, и стали основой для обучения машины понимать человека, являются известные психологи (Альфред Бине, Ганс Айзенк) и математики (Томас Байес, Жозеф Луи Лагранж, Исаак Ньютон) своего времени.
Первые тесты, с помощью которых определялся уровень интеллекта человека, появились еще в 7в. в Китае. История современной системы тестирования началась в 30-х годах XX века. Ее основоположником стал француз Альфред Бине. Его целью было выявление детей с низким уровнем развития, что могло вызывать трудности в их обучении. Тесты, созданные Бине, были взяты на вооружение психологами из Англии и Америки.
Тесты Бине направленны на выявление у испытуемого специфических способностей по четырем направлениям:
1. Вербальные рассуждения;
2. Количественные рассуждения (вычисления);
3. Абстрактно-визуальные рассуждения;
4. Кратковременная память.
В 1939 году Дэвидом Векслером был разработан одни из самых известных тестов для измерения уровня интеллектуального развития Тест Векслера (или Шкала Векслера). Тест основан на иерархической модели интеллекта Д.Векслера и диагностирует общий интеллект и его составляющие - вербальный и невербальный интеллекты.
В 1955 году Ганс Айзенк переработав тесты для детей, созданные французским психологом А. Бине, применил их к взрослым - на выходе получив методику определения коэффициента интеллекта (IQ). Его методика обрела большую популярность и использовалась всюду.
Тесты (IQ) Айзенка предназначены для общей оценки интеллектуальных способностей с использованием словесного, цифрового и графического материала с различными способами формулировки задач. Таким образом, можно надеяться на взаимную нейтрализацию достоинств и недостатков; к примеру, человек, который хорошо справляется со словесными заданиями, но плохо решает арифметические задачи, не получит каких-либо преимуществ, но и не окажется в невыгодном положении, так как оба вида задач представлены в тестах примерно поровну.
В 1963 году был разработан автором и приобрел популярность, личностный опросник (Eysenck PersonalityInventory, или ЕРI). Он способен определить нейропсихическую лабильность, экстраверсию – интроверсию.
Кроме того, профессор Айзенк разработал три специализированных интеллектуальных теста направленных на выявление у испытуемого специфических способностей по трем направлениям: вербальном (словесном), числовом (математическом), и пространственном (геометрическом). Они подойдут для углубленного изучения типа мышления, а также зачастую используются при отборе кандидатов в высшие учебные заведения, государственную службу или силовые структуры.
Вербальные тесты
Вербальный тест широко используется при приеме юристов и адвокатов, поскольку позволяет оценить навыки работы с текстовой информацией, умения отличать факты от предположений и способности критического мышления кандидата.
Числовые тесты
Числовой тест при приеме на работу бухгалтера или экономиста позволит определить способности кандидата к анализу информации, представленной в виде таблиц, графиков и диаграмм.
Логические тесты
Тесты на логику используются для отбора кандидатов на работу, требующую навыков и умений находить решения и справляется с задачами, содержащими новую информацию и незнакомые условия. Логические тесты часто используются для оценки навыков программистов, инженеров, технических работников и дизайнеров.
Индуктивные тесты
Тесты на индуктивное мышление направлены на исследование способностей человека приходить к общим выводам основываясь на частных суждениях и закономерностях. Тесты на индуктивное мышление используются на собеседовании при приеме на работу в ФСБ, МВД, а также на позиции с высоким уровнем ответственности.
Один или чаще несколько таких тестов входит в перечень стандартных этапов, которые обычно проводятся в рамках ассесмент-центра. Все больше и больше компаний предлагают облегчить трудоемкий процесс тестирования кандидата и предоставляют системы онлайн оценки, конструкторы тестов для разных специальностей.
Как и любой софт, системы онлайн оценки, в сущности, устроены довольно просто. Человеческая личность для машины это четыре основных компонента:
1. Входные данные.
2. Выходные данные.
3. Структуры данных.
4. Вычисления.
Система принимает входные данные, хранит их во внутренних структурах данных, делает вычисления на основе хранимых данных, и даёт некоторые данные на выход.
Как же дело обстоит с ИИ? В каком-то смысле ИИ, возможно, и является софтом — это бинарный код, он выполняется на микропроцессоре; но уже здесь мы сталкиваемся с принципиальным отличием, это отсутствие пользовательского интерфейса. У ИИ нет GUI, мы разговариваем с ИИ, примеры: Siri, Alexa, Google Home. Компания, в которой я сейчас работаю — Qwerty Networks — занимается созданием наборов данных для ИИ, переводом текста в речь и взаимодействием ИИ с речью.
Первый компонент работы ИИ — это данные. Второй — метки на данных, помогающие машине понять эти данные. Третий компонент работы ИИ — это алгоритмы.
Некоторые из этих алгоритмов существуют уже столетия. Всем алгоритмам, относящимся к байесовской статистике, уже 200 лет, и они относятся к наиболее фундаментальным из тех, которые используются для обучения ИИ.
Основами и самыми простыми алгоритмами классических моделей машинного обучения являются:
· Определение линейной зависимости
· Матричное и сингулярное разложение
Задачи предсказания и поиска выигрышной стратегии в машинном обучении решаются с помощью:
· Метод множителей Лагранжа, метод Ньютона и имитацию отжига
Задачи комбинаторики, валидности и прогнозирования решаются методами статистики и теорвера включая:
· Комбинаторику
· Типы распределений и корреляции
· Теорему Байеса и наивный байесовский классификатор
Задачи прогнозирования данных решаются с помощью анализа временных рядов и более сложные типы регрессий.
Используя вышеперечисленных алгоритмы, мы получаем последний компонент работы с ИИ — цикл обратной связи. Это фундаментальное отличию ИИ от простого софта. Анализ данных на основе машинного общения позволяет системе постоянно обучаться и улучшаться.
Такого того рода система позволяет не только обрабатывать данные, но и анализировать их, таким образом работа НR (да и не только), облегчается с помощью глубокого анализа данных и системы ИИ выступают уже не просто как онлайн опрос, но как полноценная система поддержки принятия решений система поддержки принятия решений с полным и объективным анализом предметной деятельности.
Заменят ли в будущем ИИ системы полностью НR специалистов мы пока не знаем, но совершенно точно, что их основная работа будет полностью автоматизирована, за человеком же будет оставлено право принятия наиболее ответственных решений.
Автор: Марина Строева
