|
Цель исследования – разработать рекомендаций для повышения эффективности прогнозирования уровня трудоустройства выпускников развивающихся стран за счет анализа публикационной активности в области искусственного интеллекта (ИИ). Отсюда следует гипотеза о существовании статистически значимой связи между распространенностью ИИ в академической среде и шансами трудоустройства студентов этой академической среды по странам. Для анализа использовались открытые международные данные из Scopus [1], Web of Science [2], Международной организации труда [3], Всемирного банка, ЮНЕСКО [5, 6] и Организации экономического сотрудничества и развития (OECD) [7] за период 2018-2023 гг. Методология включала группировку стран по регионально-экономическим признакам, сбор и обработку данных, а также проведение корреляционного и регрессионного анализа с использованием программного обеспечения SPSS, Python и GPT-4o. В результате была выявлена положительная связь между научной активностью студентов и уровнем трудоустройства выпускников (rxy = 0,542; p < 0,001), что подтверждает выдвинутую гипотезу. Разработанная регрессионная модель позволяет прогнозировать уровень трудоустройства в зависимости от публикационной активности: при увеличении количества публикаций на тему ИИ на одну единицу уровень трудоустройства возрастает в среднем на 0,2%. Результаты могут быть использованы для совершенствования образовательных программ, формирования государственной политики в сфере молодежной занятости и разработки корпоративных стратегий подготовки кадров.
Ключевые слова:искусственный интеллект, ИИ, ГИИ, генеративная нейросеть, научная активность студентов, трудоустройство выпускников, развивающиеся страны, публикационная активность, рынок труда, образовательные стратегии
|