МЕТОДИКА МНОГОКРИТЕРИАЛЬНОЙ ОЦЕНКИ КАЧЕСТВА ТРУДОВЫХ РЕСУРСОВ С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
DOI:
https://doi.org/10.25806/uu-6237Статья поступила в редакцию: 16.04.2026
Статья принята к публикации: 28.05.2026
Статья опубликована: 01.06.2026
Ключевые слова:
качество трудовых ресурсов, трудовой потенциал, искусственный интеллект, многокритериальная оценка, цифровая трансформация, факторное моделирование, AI-prediction index, государственная политика, управление персоналом, экономика знаний.Аннотация
В условиях цифровой трансформации экономики традиционные подходы к оценке качества трудовых ресурсов утрачивают свою аналитическую достаточность, поскольку не учитывают динамическую составляющую трудового потенциала и возможности предиктивного моделирования. Настоящая статья посвящена разработке и обоснованию методики многокритериальной оценки качества трудовых ресурсов, интегрирующей технологии искусственного интеллекта в систему управленческих решений. В работе уточнено содержание экономической категории «качество трудовых ресурсов» как двухкомпонентной характеристики, включающей статическое состояние трудовых ресурсов и динамический аспект, выражаемый через трудовой потенциал. Предложена расширенная многокритериальная матрица оценки, дополненная предиктивным индексом ИИ (AI-prediction index), позволяющим прогнозировать траектории развития компетенций и риски снижения эффективности персонала. Разработана методика комплексной оценки качества трудовых ресурсов, основанная на системном сочетании количественных и качественных показателей, факторном моделировании и динамическом прогнозировании. Представлена интегрированная модель государственной политики в сфере управления трудовыми ресурсами с использованием искусственного интеллекта, обеспечивающая координацию цифрового регулирования, управления рынком труда и оценки качества трудовых ресурсов в единой аналитической системе. Полученные результаты обладают как теоретической значимостью в части концептуализации категории качества трудовых ресурсов в контексте цифровой экономики, так и практической применимостью на уровне организационного и государственного управления.
Информация о публикации
Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.
Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.
Правообладатель: Издательский дом «Академический».
Лицензия: Статья распространяется на условиях лицензии Creative Commons Attribution 4.0 International (CC BY 4.0).
Машиночитаемый файл метаданных: JATS XML
Список литературы
Акжигитов В.В., Санталова М.С., Сергеева С.А. и др. Экономические аспекты проблематики использования искусственного интеллекта вместо трудовых ресурсов // Экономика: вчера, сегодня, завтра. 2024. Т. 14. № 5-1. С. 15-22. EDN: ZRXPLG.
Акжигитов В.В. Практика применения искусственного интеллекта в государственном управлении трудовыми ресурсами в России: состояние и перспективы // Управленческий учет. 2026. № 2. С. 17-26. EDN: TVHAJO.
Акжигитов В.В. Роль искусственного интеллекта в управлении городской средой // Конкурентоспособность в глобальном мире: экономика, наука, технологии. 2025. № 3. С. 113-116. EDN: UMUOCC.
Вандышева О.П., Меркулова Д.С. Инвестиции в человеческий капитал и качество трудовых ресурсов в условиях цифровизации экономики // Вопросы экономики и управления. 2023. № 4. С. 45-53.
Вахланов Р.Ю. Оценка состояния трудовых ресурсов российской Федерации // Прогрессивная экономика. 2024. № 6. С. 227-237. DOI: 10.54861/27131211_2024_6_227 EDN: NFNYKN.
Горкуша О.А., Кондратьев М.С. Анализ динамики уровня развития кадрового потенциала работников сельхозорганизаций с использованием метода его интегральной эстимации // Криминологический журнал. 2024. № 1. С. 218-225. DOI: 10.24412/2687-0185-2024-1-218-225 EDN: AOGCIQ.
Джураева Д.М. Поведенческие и мотивационные аспекты управления качеством трудовых ресурсов // Управление персоналом. 2023. № 8. С. 34-41.
Ильина И.Ю., Минасян Л.А. Современные подходы к определению кадрового потенциала IT-отрасли в условиях становления цифровой экономики // Вестник РГГУ. Серия "Экономика. Управление. Право". 2025. № 2. С. 23-38. DOI: 10.28995/2073-6304-2025-2-23-38 EDN: ROCWRS.
Кацко С.А. и др. Методические подходы к оценке эффективности использования трудовых ресурсов // Естественно-гуманитарные исследования. 2024. № 4 (54). С. 150-155. EDN: DPLIVJ.
Козлова Т.В., Сапожников Д.В. Показатели качества трудовых ресурсов предприятий химико-металлургического комплекса // Прикладные экономические исследования. 2024. № 3. С. 104-113. DOI: 10.47576/2949-1908.2024.3.3.012 EDN: VOOASZ.
Королева А.А., Степанова Н.Р. Социально-психологические барьеры внедрения инновационных технологий в организации // Российские регионы в фокусе перемен: сборник докладов. 2023. С. 75-79. EDN: TUZEVC.
Морозенко А.А., Швец Н.С. Разработка системы оценки кадрового потенциала строительного предприятия на основе индивидуальных показателей работников предприятия // XVI Международная конференция "Безопасность АЭС и подготовка кадров": Тезисы докладов (г. Обнинск, 26-27 октября). 2023. С. 126. EDN: WDNFOJ.
Мусостова Д.Ш., Мизаев С.И., Мусостов З.Р. Роль и значение кадрового потенциала предприятия в современных условиях // Стратегии устойчивого развития: социальные, экономические и юридические аспекты: материалы III Всероссийской научно-практической конференции. Чебоксары: Среда. 2024. С. 156. EDN: CVFNKB.
Санталова М.С., Акжигитов В.В., Плиев У.И. Оценка системы обучения персонала в компании // Вестник Академии управления и производства. 2024. № 3. С. 414-421. EDN: XAVDXH.
Санталова М.С., Плиев У.И., Акжигитов В.В. Показатели эффективности логистической системы // Вестник Академии управления и производства. 2024. № 2. С. 205-215. EDN: JTHAKW.
Сапожников Д.В., Замбржицкая Е.С. Матричный подход для моделирования взаимосвязей показателей качества трудовых ресурсов в условиях предприятий химико-металлургического комплекса // Инновационная экономика: информация, аналитика, прогнозы. 2025. № 2. С. 17-26. DOI: 10.47576/2949-1894.2025.2.2.002 EDN: WDIKAM.
Указ Президента Российской Федерации от 7 мая 2018 г. № 204 "О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года".
Указ Президента Российской Федерации от 21 июля 2020 г. № 474 "О национальных целях развития Российской Федерации на период до 2030 года".
Фельдман М.Т. Управление качеством трудовых ресурсов на рынке труда Камчатского края // Развитие теории и практики управления социальными и экономическими системами. 2025. № 14. С. 66-70. EDN: XYAEIM.
Xue H. Research on the Mechanism of the Impact of Digital Economy on the Re-Employment of Rural Surplus Labor Force Under the Background of New Quality Product // Journal of Economics and Management Sciences. 2025. Т. 8. № 6. DOI: 10.30560/jems.v8n6p77 EDN: XJKUOO.
Zhou X., Min M., Zhang Z. Research on the social capital, knowledge quality and product innovation performance of knowledge-intensive firms in China // Frontiers in Psychology. 2022. V. 13. P. 946. DOI: 10.3389/fpsyg.2022.946062 EDN: WEVZNR.
Wei M. et al. Evaluation of high quality and full employment based on CRITIC-entropy-TOPSIS multi-criteria framework // International Journal of Intelligent Computing and Cybernetics. 2024. V. 17. № 3. P. 465-485. DOI: 10.1108/ijicc-11-2023-0342 EDN: XHJDOW.
Rogers E.M. Diffusion of Innovations. 5th ed. New York: Free Press, 2003. 576 p.
Venkatesh V., Morris M.G., Davis G.B., Davis F.D. User acceptance of information technology: toward a unified view // MIS Quarterly. 2003. V. 27. № 3. P. 425-478. EDN: EABIEZ.
Goodhue D.L., Thompson R.L. Task-technology fit and individual performance // MIS Quarterly. 1995. V. 19. № 2. P. 213-236. EDN: BZGKPH.
