Россия
УДК 159.9 Психология
Введение. В статье рассматривается применение технологии искусственного интеллекта для повышения эффективности профессионального психологического отбора в органы внутренних дел. Актуальность определяется значимостью качественного отбора кандидатов на службу и учебу для становления кадрового ядра органов внутренних дел Российской Федерации, необходимостью совершенствования дифференцирующей способности в целях отбора наиболее пригодных кандидатов, научными потребностями совершенствования психологической работы с личным составом, развития методологии, методов и процедур психологической диагностики как отрасли научного знания. Методами исследования выступают общенаучные методы обработки информации, используемые для упорядочивания знаний о профессиональном психологическом отборе и применении нейросетевой классификации. Эмпирическими методами являются построение дерева решений (decision tree) и классифицирующей нейросети (neural network classification). Выборка исследования – кандидаты на обучение в образовательную организацию органов внутренних дел. Результатом исследования выступают: а) правила принятия решения (дерево решения) при классификации абитуриентов, раскрывающие закономерности их распределения по категориям профессиональной пригодности, исходя из их личных и деловых качеств; б) нейросетевая модель дифференциации абитуриентов по категориям профессиональной пригодности, исходя из их личных и деловых качеств, обладающая удовлетворительной точностью отбора. Теоретическими результатами выступают выводы о возможности индивидуализации психологического сопровождения и совершенствования воспитательной работы с обучающимися, отнесенными к разным категориям профессиональной пригодности на основе индивидуальных сочетаний личных и деловых качеств; совершенствования воспитательной работы с обучающимися. Отмечены направления совершенствования дифференцирующей способности психодиагностических методик и процедуры изучения личных и деловых качеств кандидатов на службу, снижающей вероятность ошибки в их измерении. В заключении описываются теоретические и методические перспективы применения метода нейросетевой классификации как составляющей технологии искусственного интеллекта в отборе кандидатов на службу в органы внутренних дел Российской Федерации.
искусственная нейронная сеть, сотрудники полиции, психологический отбор, диагностика кандидатов, нейросетевая классификация, психологическое сопровождение
1. Курдин Д. А. Создание искусственной нейронной сети, основанной на данных психологических обследований личностных качеств курсантов // Психология и педагогика служебной деятельности. – 2021. – № 2. – С. 51–58; https://doi.org/10.24412/2658-638X-2021-2-51-58.
2. Носс И. Н., Кравченко А. В., Федотов А. Ю. К вопросу о моделировании личностно-профессиональной пригодности курсантов вузов МВД России // Инновации в образовании. – 2017. – № 2. – С. 94–106.
3. Караваев А. Ф., Крук В. М., Носс И. Н., Виноградов М. В. Проблемы личностно-профессиональной диагностики в профотборе кандидатов на службу в органы внутренних дел и оценки надежности сотрудника // Психопедагогика в правоохранительных органах. – 2015. – № 3 (62). – С. 106–113.
4. Петрова Е. А., Пономарева О. М. Проблемы реализации профессионального психологического отбора сотрудников органов внутренних дел и перспективы его совершенствования // Проблемы современного педагогического образования. – 2022. – № 76-2. – С. 279–282.
5. Маздогова З. З. Профессиональный психологический отбор на службу в органы внутренних дел Российской федерации: порядок и трудности // Пробелы в российском законодательстве. – 2019. – № 3. – С. 202–204.
6. Деулин Д. В., Алексеев Д. Е. Факторы личностно-профессиональной пригодности кандидатов на службу в органы внутренних дел // Психопедагогика в правоохранительных органах. – 2020. – Т. 25, № 1 (80). – С. 14–18; https://doi.org/10.24411/1999-6241-2020-11002.
7. Carson A. D., Bizot E. B., Hendershot P. E., Barton M. G., Garvin M. K., Kraemer B. Modeling Career Counselor Decisions with Artificial Neural Networks: Predictions of Fit across a Comprehensive Occupational Map // Journal of Vocational Behavior. – 1999. – Vol. 54, Is. 1. – P. 196–213; https://doi.org/10.1006/jvbe.1998.1655.
8. Qin C., Zhu H., Xu T., Zhu C., Jiang L., Chen E., Xiong H. Enhancing Person-Job Fit for Talent Recruitment: An Ability-aware Neural Network Approach / SIGIR '18: The 41st International ACM SIGIR conference on research and development in Information Retrieval, Ann Arbor MI USA, July 8–12, 2018. – P. 25–34; https://doi.org/10.1145/3209978.3210025.
9. Letelay K. Determination of a task force for new police officers at the State Police School using a fully recurrent neural network // Injurity : Interdiciplinary Journal and Humanity. – 2023. – Vol. 2, Is. 5. – P. 466–477; https://doi.org/10.58631/injurity.v2i5.76.
10. Burke T. W. Predicting police misconduct with a neuralnetwork program // Law Enforcement Technology. – 1995. – Vol. 22, Is. 6. – P. 56–58.
11. Cubitt T., Wooden K., Kruger E., Kennedy M. A predictive model for serious police misconduct by variation of the theory of planned behavior // The Journal of Forensic Practice. – 2020. – Vol. 22, Is. 4. – P. 251–263; https://doi.org/10.1108/jfp-08-2020-0033.
12. Rahman R. A., Masrom S., Ahmad J., Maryasih L., Zakaria N. B., Nor M. A. M. Machine learning prediction of law enforcement officers’ misconduct with general strain theory // International Journal of advanced and applied sciences. – 2023. – Vol. 10, Is. 1. – P. 48–54; https://doi.org/10.21833/ijaas.2023.01.007.
13. Rainio O., Teuho J., Klén R. Evaluation metrics and statistical tests for machine learning // Scientific Reports. – 2024. – Vol. 14, Is. 1. – P. 6086; https://doi.org/10.1038/s41598-024-56706-x.
14. Remeikis N., Skučas I., Melninkaitė V. Text Categorization Using Neural Networks Initialized with Decision Trees // Informatica – 2004. – Vol. 15, Is. 4. – P. 551–564; https://doi.org/10.15388/informatica.2004.078.
15. Сорокоумова С. Н., Курдин Д. А. Использование data mining в изучении динамики личностного роста курсантов ведомственного вуза Федеральной службы исполнения наказаний // Человек: преступление и наказание. – 2022. – Т. 30, № 1. – С. 86–95; https://doi.org/10.33463/2687-1238.2022.30(1-4).1.86-95.
16. Кубышко В. Л. Совершенствование психологической работы в системе морально-психологического обеспечения оперативно-служебной деятельности личного состава органов внутренних дел // Национальный психологический журнал. – 2017. – № 4 (28). – С. 95–103; https://doi.org/10.11621/npj.2017.0409.
17. Чумакова Е. В., Корнеев Д. Г., Гаспариан М. С. Разработка метода адаптивного тестирования на основе нейротехнологий // Открытое образование. – 2022. – Т. 26, № 2. – С. 4–13; https://doi.org/10.21686/1818-4243-2022-2-4-13.
