Актуальность исследования вызвана зависимостью найма от субъективного человеческого суждения и недостаточной интерпретируемостью существующих «черных ящиков» ИИ, что критично для высокорискованных кадровых решений. Разработан интерпретируемый мультимодальный метод оценки, отличающийся трёхпотоковой архитектурой (компьютерное зрение для невербальных сигналов, LLM для вербального анализа и оценка личности по модели Большой пятерки), агрегирующий признаки в три теоретически обоснованных конструкта (профессиональная компетентность, наблюдаемое лидерство, предрасположенность к лидерству) и позволяющий формировать прозрачный итоговый балл потенциала, обеспечивающий 100% выявление кандидатов уровня топ-менеджеров в верхних 20% рейтинга.
Разработанный метод соответствует задачам Указа Президента РФ от 28.02.2024 № 145 «О Стратегии научно-технологического развития Российской Федерации» в части внедрения технологий искусственного интеллекта в управление человеческими ресурсами и экономику.
Kassab K., Kashevnik A., Shoshina I. Multi-Modal Method for Candidate Interview Assessment Based on Computer Vision and Large Language Models // Big Data and Cognitive Computing. 2026. Vol. 10, Issue 4, 106. https://doi.org/10.3390/bdcc10040106