Репортаж от Wedoany,Недавно Министерство трудовых ресурсов и социального обеспечения, Государственный комитет по развитию и реформам, Министерство промышленности и информатизации, а также Государственное управление по данным совместно опубликовали «Руководящие принципы по ускорению внедрения и применения „Искусственный интеллект + трудовые ресурсы и социальное обеспечение“». Документ, касающийся создания сценариев применения ИИ и их внедрения в сфере трудовых ресурсов и социального обеспечения, выдвигает требования к созданию инфраструктуры по четырем направлениям: платформа, данные, алгоритмы и экосистема. Ответственный представитель Министерства трудовых ресурсов и социального обеспечения в ходе ответов на вопросы журналистов уточнил, что будет создана платформа для применения ИИ, сформированы высококачественные отраслевые наборы данных и корпус текстов для ИИ, разработаны отраслевые алгоритмические модели, а также установлены институциональные стандарты и экосистема развития.
На уровне платформы «Руководящие принципы» предлагают сформировать структуру совместного развития ИИ в сфере трудовых ресурсов и социального обеспечения «1+N+32». Здесь «1» — это платформа министерского уровня, «N» — национальные пилотные базы применения ИИ, а «32» — провинциальные управления трудовых ресурсов и социального обеспечения. Соответствующие платформы совместно с национальными пилотными базами применения ИИ будут координировать создание общегосударственной платформы применения ИИ в сфере трудовых ресурсов и социального обеспечения, формируя инфраструктуру применения ИИ для таких бизнес-сценариев, как занятость, социальное страхование, кадровые вопросы, трудовые отношения и государственные услуги.
На уровне данных отрасль трудовых ресурсов и социального обеспечения будет создавать высококачественные наборы данных и корпус текстов для ИИ. Источники данных в основном будут сосредоточены на базах политических документов, базах профессиональных знаний, базах дел и примеров, а также на скоординированном на уровне министерства и провинций управлении данными, их разметке и обработке. В сфере трудовых ресурсов и социального обеспечения много текстов по бизнесу, много уровней политики, детальные правила ведения дел и значительные региональные различия. Обычным универсальным моделям сложно напрямую обрабатывать такие профессиональные вопросы, как пособия по социальному страхованию, услуги по трудоустройству, трудовые споры, профессиональное обучение и оценка кадров. Поэтому необходимо преобразовывать политические положения, правила ведения дел, материалы дел и профессиональные знания в обучаемые, доступные для поиска и вызова ресурсы данных.
На уровне алгоритмов четыре ведомства предлагают создать отраслевые алгоритмические модели для сферы трудовых ресурсов и социального обеспечения, а также совместно продвигать разработку и применение отраслевых больших языковых моделей, интеллектуальных агентов и инструментов. Большая языковая модель для сферы трудовых ресурсов и социального обеспечения может предоставлять возможности для таких сценариев, как ответы на вопросы по политике, предварительная проверка материалов, вспомогательное ведение дел, интеллектуальное обслуживание клиентов, подбор вакансий, рекомендации по обучению и выявление рисков в трудовых отношениях. Интеллектуальные агенты больше ориентированы на задачи, связанные с процессами, например, определение применимой политики на основе статуса пользователя, разбивка этапов обработки, обращение к базе знаний для проверки материалов, генерация бизнес-подсказок и помощь сотрудникам в выполнении сложных задач.
«Руководящие принципы» также уточняют, что местные управления трудовых ресурсов и социального обеспечения, агентства по трудоустройству, организации по техническому и профессиональному обучению и оценке могут по мере необходимости выбирать и использовать соответствующие модели, интеллектуальные агенты и инструменты. Это означает, что «Искусственный интеллект + трудовые ресурсы и социальное обеспечение» не ограничится только ответами на вопросы в административных окнах, а войдет в такие бизнес-системы, как услуги по трудоустройству, профессиональное обучение, оценка кадров, кадровые услуги, ведение дел по социальному страхованию и управление трудовыми отношениями.
На уровне экосистемы политика предлагает разработать сопутствующие институциональные меры для сценариев применения ИИ и высококачественных наборов данных в сфере трудовых ресурсов и социального обеспечения, а также создать систему стандартов применения ИИ в этой области. Содержание стандартов будет охватывать такие аспекты, как определение сценариев применения, создание наборов данных, вызов моделей, проверка результатов, защита безопасности, защита персональных данных, защита правительственной информации и оценка применения. Бизнес в сфере трудовых ресурсов и социального обеспечения включает в себя большое количество личной информации о занятости, социальном страховании, трудовых отношениях и профессиональном развитии. Применение моделей должно осуществляться в условиях авторизации данных, контроля доступа, десенсибилизации конфиденциальной информации, регистрации доступа и отслеживаемости результатов.
В плане продвижения применения в сфере трудовых ресурсов и социального обеспечения будет создан координационный механизм, а также будут проводиться инновационные применения с помощью таких методов, как «публикация списка задач и их решение». Последующие проекты, скорее всего, будут сосредоточены на таких сценариях, как часто выполняемые операции, межрегиональные совместные операции, подбор вакансий, оценка профессиональных навыков, консультации по государственным услугам, вспомогательная проверка дел по социальному страхованию и поиск примеров по трудовым спорам. Вся технологическая цепочка будет обеспечиваться платформой, предоставляющей вычислительные мощности и точки входа в приложения, наборами данных, обеспечивающими основу для обучения и знаний, отраслевыми моделями и интеллектуальными агентами, отвечающими за бизнес-логику, и системой стандартов, отвечающей за безопасность, соответствие требованиям и контроль границ применения.










