人工智能在干部选任中的应用研究

摘要：人工智能在企业数字化变革中具有引领性的作用，其在企业干部选任过程中的应用可以提高干部选任工作的前瞻性、科学性和客观性，加快干部队伍建设现代化，提高干部考评的精准性和工作效率，为高效实施干部选任提供保障。本文针对企业干部选任过程中的各个环节阐述了人工智能的应用情况及相关核心技术的发展。

关键词：人力资源管理；人工智能；干部选任

干部选任作为铁路干部队伍建设中的重要部分，具有工作量大，干部考核体系复杂多样等特点，无论在时间上还是工作量上都给考察人员带来了巨大的压力，干部选任的需求日益多样化，干部选任的方式和手段必须跟上需求的变化。

近年来，随着chatgpt为代表的人工智能技术的不断发展和应用，国内人工智能研究领域也逐渐走向了成熟。将人工智能技术与组织人事数据相结合，在海量数据中进行深度学习和模式发现，进而对候选者在诸如工作能力、领导能力、服务意识等方面进行精准评估和预测，更具全面性、客观性和科学性。人工智能作为工具，不受任期、健康状况等的限制，并能够长期学习和充实数据库，使考察层次更加深入和细致[1]。在人工智能的支持下，干部选任的信息获得、筛选、辅助决策、评估等的有效性大大提高，可以快速完成自动核查、初审，有利于选拔过程的快速化和干部选拔效率的提升。

一、国内外现状

从国内来看，一是已开展基于人工智能的领导干部选拔预测模型研究，旨在通过人工智能技术，对人才信息进行深度挖掘、数据分析，预测优秀人才的出现。二是已有研究提出了基于人工智能的干部选拔方法，探讨了干部选拔的特点和人工智能技术的优势，以及如何将人工智能技术应用于干部选拔中。基于人工智能技术的优势和特点，以及在干部选拔中的优势等方面出发，探讨了将人工智能技术应用于干部考核的可行性。三是已有研究对于人工智能在人才选任中的应用提供了一定的思路和方法，建立了基于数据分析、机器学习、深度学习等技术的评估模型，提出了智能化、全面化、动态化、个性化的评估理念，有望为现代化人才选拔提供技术支持和决策依据。

从国外来看，已开始将人工智能技术应用于公共服务机构、企业等人事管理领域。例如通过自然语言处理技术，自动匹配求职者的背景与各岗位要求，对人才信息进行筛选的人工智能系统。

二、应用场景

1.人选初筛

从既有干部库中遴选适合的人选是干部选任的重要一步，企业岗位化转型过程中，人才和岗位的匹配度是一个重要指标，以前那种完全靠人工从学历、工作经历、培训经历等等方面筛选人才的方式费力费时，同时无法给出比较量化的参考。通过人工智能可以构建岗位人才素质模型，完善人才画像，在多个维度上设置关键标签，更方便快捷的甄别出岗位人才匹配信息，同时提供多边形适配信息，供决策者参考。筛选过程既是对模型画像的确认过程也是提供更多历史数据、参考指标的过程。

2.考察谈话

考察包含与初筛人选、相关领导同事等的交流材料，目前的主要以人工记录为主、录音比对为辅，往往是白天考察谈话，晚上整理材料，很是消耗精力。借助视频识别、语音识别等技术手段可以快速整理出相关材料，并借助人工智能技术生成人选适配画像；可以通过识别和考察人选面部表情和肢体语言等，获得考察人选的性格特征并确认考察人选是否如实回答了考察谈话相关问题。材料分析过程有助于模型画像进一步丰富，并提供新的参考指标，有助于模型的演化。

3.材料生成

干部选任过程会生成大量材料表格，同时还有大量的统计工作，耗时耗力。借助人工智能生成技术，可以生成相关上会材料、考察考核材料、任免文书等，大幅度简化工作，同时避免人工错误发生；材料更新效率大幅提高，当有新的基础材料入库需要更新需生成文件时，往往可以根据已有模型、画像指标，迅速从新材料中筛选相关内容，补充到生成文件中；通过人工智能方式生成材料可以在很短时间内完成个人总结分析材料，简化任免过程中的繁文缛节。

4.总结分析

考察结束后，通过对整个选任过程中各个环节材料进行综合分析，给出相关人选的排位及优劣分析，同时提供分析依据，帮助决策人进行最后的判断选择。在此过程中会有大量确认信息添加到语料库及基础信息库，通过数据不断累积，模型、画像可以更加精准，更有助于提高工作效率。

三、关键技术

1.自然语言处理技术

自然语言处理（ NLP）是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法[2]。利用自然语言处理理论，采用中文分词技术，自动解析语料库信息，或者深入挖掘隐含在大量文字材料中的干部核心信息，又通过 TF-IDF 词频分析手段，提取干部自身属性和外部评价，为干部选任提供数据基础。自然语言处理技术与语料库相结合，快速从大量材料中提取对干部各项素质的评价。

2.人工智能技术

人工智能（AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学[3]。人工智能是新一轮科技革命和产业变革的重要驱动力量[4]。人工智能技术在干部选任过程中的运用，有助于提高干部选任工作的前瞻性、科学性和客观性，加快干部队伍建设现代化，提高干部考评的精准性和工作效率，为高效实施干部选任提供保障。

3.机器学习技术

机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能[5]。将形成的语料库输入机器学习平台，通过长时间，大数据量的深度学习，获取语言处理模型。后续再通过模型对干部生成属性标签，为干部选任提供依据。机器学习技术与语料库相结合，基于语料库开展模型训练，形成铁路人才岗位自然语言处理模型。

四、总结

借助人工智能技术的应用，可以有效降低人工记录量，避免人工主观判断偏差，同时可以快速积累岗位、人才相关信息，完成大数据积累，用于后续工作。在应用过程中也存在下面几个问题：1、建设成本较高，周期较长：庞大的数据量是通过日积月累的，初期效果不明显，容易产生否定意见；2、技术更新过快：当前技术更新迭代过快，会出现项目未投产就过失的风险；3、个人隐私泄露和数据安全风险：干部选任相关数据安全级别高，要加强数据安全管理。

为了更好发挥人工智能在干部选任中的应用，我们需要适应人工智能技术，保持数据敏锐性，拓展更丰富的综合学科知识，并敢于实践，在实践中前进。

参考文献：

[1]人工智能在干部选拔中的作用解析 常青 《中国领导科学》 2021-05-10

[2]微博览 -《中国电子商情（基础电子）》  2018-10- 08

[3]金融科技的技术现状、问题及对策 王文卓 《中国市场 》  2017-06-28

[4]AI写给工会干部的第一本书出版 记者 吴丽蓉  《工人日报》 2024-01-14

[5]基于机器学习的蜂窝网络中边缘缓存的研究与分析 徐蓬 ;段永浩;陶静;郭永安;  《物联网与无线通信-2017年全国物联网技术与应用大会和2017年全国无线电应用与管理学术会议论文集》  2017-12-01

基金项目：中国国家铁路集团有限公司“基于智能分析的干部履职评价方案研究”科研课题（2023F019）