Студенты и ученые ИТМО создали алгоритм, который предсказывает профессиональные интересы
Друзья, с момента основания проекта прошло уже 20 лет и мы рады сообщать вам, что сайт, наконец, переехали на новую платформу.
Какое-то время продолжим трудится на общее благо по адресу
На новой платформе мы уделили особое внимание удобству поиска материалов.
Особенно рекомендуем познакомиться с работой рубрикатора.
Спасибо, ждём вас на N-N-N.ru
Программа анализирует пол, место проживания, религиозные убеждения, уровень образования родителей и множество других факторов. По ним алгоритм делает вывод о профессиональных склонностях человека. Работа ученых была представлена на международной конференции CCRIS 2020.
Извечная проблема всех школьников — как выбрать будущую профессию. Многие выбирают, руководствуясь советами родителей, другие смотрят на уровень зарплат, третьи выбирают самый близкий к дому вуз. Зачастую неправильный выбор приводит к печальным последствиям ― в начале 2020 года агентство Superjob опубликовало исследование, в котором говорилось, что 72% россиян недовольны своей профессией, при этом 44% готовы были кардинально поменять сферу деятельности.
Психологи уже много лет бьются над проблемой профессиональной ориентации. Созданы множество тестов, которые позволяют понять, какая профессия может подойти подростку, который готовится сделать один из самых важных выборов в его жизни. Ученые и студенты из Университета ИТМО вместе с коллегами-психологами из СПбГУ решили создать алгоритм, который мог бы также помочь в решении этой задачи.
За основу ученые взяли так называемую шкалу RIASEC, разработанную американским психологом Джоном Л. Холландом. Он выделил шесть типов личности: Реалистический, Исследовательский, Артистический, Социальный, Предпринимательский, Конвенциональный. Принадлежность к профессиональному типу личности определяется после несложного психологического теста, где респонденту предлагается ответить на ряд вопросов о себе.
При этом, если человек относится к реалистическому типу, это вовсе не значит, что он лишен артистизма или предприимчивости. Просто именно этот тип доминирует в его личностной организации.
«Есть довольно большая открытая база данных с результатами этих тестов, — рассказывает Иван Сметанников, соавтор работы, доцент факультета информационных систем и программирования Университета ИТМО. — В частности, есть базы, в которых содержатся результаты тестов, заполненных взрослыми респондентами. При этом они также отвечали на вопросы о своей профессиональной деятельности: насколько они ей довольны, хотели бы они ее сменить и так далее. Это позволяет понять, насколько зависимы профессиональные предпочтения от типов личности».
По словам ученых, наблюдаются корреляции между профессиональным типом личности и социально-демографическими характеристиками, такими как возраст, гендер, страна проживания, количество сиблингов и т.д.
«Мы посмотрели, какие признаки больше всего связаны с теми или иными, и так получилось, что, если мы говорим про шкалу реалистичности, то с ней сильнее всего коррелирует гендер. Сейчас это звучит странно, но об этом говорят данные — 63%. При этом для предпринимательского типа он вообще не важен, здесь важна расовая принадлежность. Тут надо оговориться, что в открытых базах данных собраны в основном данные по США. Для других стран необходимо получать больший набор данных», — объясняет Иван Сметанников.
Таким образом, если собрать максимальное количество социодемографических данных о человеке, то можно с высокой долей вероятности предсказать его профессиональный тип личности, даже без проведения теста.
«Мы предсказываем доминирующий тип, а также второй и третий по значимости для конкретного человека. Каждому профессиональному типу личности соответствует определенный набор подходящих профессий», ― говорит исследователь.
При этом ученые подчеркивают, что алгоритм работает с известной долей вероятности. Далеко не всегда людей можно точно разделить на типы. Поэтому это может использоваться лишь как вспомогательный инструмент в руках психологов, занимающихся профессиональным ориентированием.
Статья: Eugenia Bogacheva, Filipp Tatarenko, Ivan Smetannikov. Predicting Vocational Personality Type from Socio-demographic Features Using Machine Learning Methods. CCRIS 2020: 2020 International Conference on Control, Robotics and Intelligent System, https://doi.org/…7802.3437819
- Источник(и):
- Войдите на сайт для отправки комментариев