Применение искусственного интеллекта для обработки информации и принятия решений в эпоху информационной перегрузки

И. В. Сердюк, М. А. Михеевская

Аннотация


В эпоху большого объема данных сотрудники сталкиваются с растущим объемом структурированной и неструктурированной информации, которую они должны обрабатывать ежедневно для принятия решений. В этом контексте функции искусственного интеллекта (ИИ) могут поддерживать обработку информации (ОИ), которая лежит в основе принятия управленческих решений. На сегодняшний день мало что известно о проблемах, с которыми сталкиваются сотрудники при интеграции ИИ в свою ОИ и при принятии решений.  В настоящем исследовании эти проблемы определяются с помощью анкетирования в группах с сотрудниками, работающими на предприятиях нефтегазовой отрасли. Анализируя полученные результаты, можно дать организациям практические рекомендации: оценить управленческие задачи в области ОИ и соответствующие системы ИИ; переопределить роли сотрудников и систем ИИ; перестроить процессы управления для устойчивого взаимодействия человека и ИИ.

Ключевые слова


искусственный интеллект, сбор информации, обработка информации, информационная перегрузка, анкетирование

Полный текст:

PDF

Литература


[Alt18] Alt R., Beck R., Smits M. T. “FinTech and the transformation of the financial industry” // Electronic Markets. 2018. Vol. 28(3), pp. 235-243. DOI: 10.1007/s12525-018-0310-9. EDN: PKFHZW.

[Del19] Dellermann D., Ebel P., Söllner M., Leimeister J. M. “Hybrid intelligence” // Business & Information Systems Engineering. 2019. Vol. 61(5), pp. 637-643. DOI: 10.1007/s12599-019-00595-2. EDN: ZEGZJW.

[Dua19] Duan Y., Edwards J.S., Dwivedi Y. K. “Artificial intelligence for decision making in the era of Big Data - evolution, challenges and research agenda” // International Journal of Information Management. 2019. Vol. 48, pp. 63-71. DOI: 10.1016/j.ijinfomgt.2019.01.021.

[Edm00] Edmunds A., Morris A. “The problem of information overload in business organizations: a review of the literature” // International Journal of Information Management. 2000. Vol. 20(1), pp. 17-28. DOI: 10.1016/S0268-4012(99)00051-1.

[Epp04] Eppler M. J., Mengis J. “The concept of information overload: A review of literature from organization science, accounting, marketing, MIS, and related disciplines // The Information Society. 2004. Vol. 20(5), pp. 325-344. DOI: 10.1080/01972240490507974.

[Mil60] Miller J. G. “Information input overload and psychopathology” // American Journal of Psychiatry. 1960. Vol. 116(8), pp. 695-704. DOI: 10.1176/ajp.116.8.695.

[Min08] Mintzberg, H. Tracking Strategies: Towards a General Theory of Strategy Formation. Oxford University Press, 2008.

[Mor97] Morse J. M. “Perfectly healthy, but dead: the myth of inter-rater reliability” // Qualitative Health Research. 1997. Vol. 7(4), pp. 445-447. DOI: 10.1177/104973239700700401.

[Par16] Parry K., Cohen M., Bhattacharya S. “Rise of the machines: A critical consideration of automated leadership decision making in organizations” // Group & Organization Management. 2016. Vol. 41(5), pp. 571-594. DOI: 10.1177/1059601116643442.

[Roe19] Roetzel P. G. “Information overload in the information age: a review of the literature from business administration, business psychology, and related disciplines with a bibliometric approach and framework development” // Business Research. 2019. Vol. 12(2), pp. 479-522. DOI: 10.1007/s40685-018-0069-z. EDN: KFVLAG.

[Sim60] Simon H. A. The New Science of Management Decisions. New York: Harper, 1960. DOI: 10.1037/13978-000.

[Sim73] Simon H. A. “The Structure of Ill structured problems” // Artificial Intelligence. 1973. Vol. 4(3-4), pp. 181-201. DOI: 10.1016/0004-3702(73)90011-8.

[Sob16] Sobotta N. “A systematic literature review on the relation of information technology and information overload” // 2016 49th Hawaii Int. Conf. on System Sciences (HICSS). IEEE (2016), pp. 858-867. DOI: 10.1109/HICSS.2016.111.

[Wil81] Wilson T. D. “On user studies and information needs” // Journal of Documentation. 1981. Vol. 37(1), pp. 3-15. DOI: 10.1108/eb026702.

[Абб22] Аббасов М. Ш. Применение искусственного интеллекта в системе поддержки принятия управленческих решений // Развитие теории и практики управления социальными и экономическими системами. 2022. № 11. С. 85-89. EDN: ZHSZSO. [[ Abbasov M. Sh. “Application of artificial intelligence in the system of support for management decision-making” // Development of the Theory and Practice of Management of Social and Economic Systems. 2022. No. 11, pp. 85 89. EDN: ZHSZSO. (In Russian). ]]

[Бил20] Билуха И. Н. Обработка больших данных // Молодой ученый. 2020. № 8(298). С. 7-9. EDN: PDJXFY. [[ Bilukha I. N. “Big Data processing” // Young Scientist. 2020. No. 8(298), pp. 7-9. EDN: PDJXFY. (In Russian). ]]

[Коз13] Козлов А. Н. Интеллектуальные информационные системы. Пермь: Пермск. ГСХА, 2013. 278 с. EDN: UCKGER. [[ Kozlov A. N. Intelligent Information Systems. Perm: State Agricultural Academy, 2013. EDN: UCKGER. (In Russian). ]]

[Кон24] Конев К. А., Антонов В. В. Разработка метода поддержки принятия решений в сфере обеспечения качества на промышленных предприятиях // СИИТ. 2024. Т. 6, № 4(19). С. 98-110. EDN XIYRTJ. [[ Konev K. A., Antonov V. V. “Development of a method for supporting decision-making in the field of quality assurance at industrial enterprises” // SIIT. 2024. Vol. 6, no. 4(19), pp. 98-110. EDN: XIYRTJ. (In Russian). ]]

[Кот23] Котельников В. А. Поддержка принятия решений при управлении услугами системы моментальных платежей с использованием интеллектуальных технологий // СИИТ. 2023. Т. 5, № 4(13). С. 111-122. EDN KEDROK. [[ Kotelnikov V. A. “Support for decision-making in managing services of the instant payment system using intelligent technologies” // SIIT. 2023. Vol. 5, no. 4(13), pp. 111-122. EDN KEDROK. (In Russian). ]]

[Лат23] Латыпова В. А. Методы поддержки принятия решений при управлении решением сложных открытых задач на основе интеллектуального анализа сообщений об ошибках // СИИТ. 2023. Т. 5, № 5(14). С. 52-67. EDN TNNDWL. [[ Latypova V. A. “Methods of decision support in managing the solution of complex open problems based on intelligent analysis of error messages” // SIIT. 2023. Vol. 5, no. 5(14), pp. 52-67. EDN TNNDWL. (In Russian). ]]

[Сус17] Суслова Е. В. Интеллектуальные системы поддержки принятия решений // Молодой ученый. 2017. № 3(137). С. 171 174. EDN: XQZDRZ. [[ Suslova E. V. “Intelligent decision support systems” // Young Scientist. 2017. No. 3 (137), pp. 171-174. EDN: XQZDRZ. (In Russian). ]]

[Шал23] Шалфеева Е. А. Методология производства жизнеспособных систем доверительного искусственного интеллекта // СИИТ. 2023. Т. 5, № 4(13). С. 28-49. EDN CJTKQH. [[ Shalfeeva E. A. “Methodology for the production of viable systems of trustworthy artificial intelligence” // SIIT. 2023. Vol. 5, no. 4(13), pp. 28-49. EDN CJTKQH. (In Russian). ]]

[Шню22] Шнюков С. А. Особенности моделирования в процессе принятия управленческих решений // Молодой ученый. 2022. № 3(398). С. 218-220. EDN: QNQHHF. [[ Shnyukov S. A. “Features of modeling in the process of making management decisions” // Young Scientist. 2022. No. 3 (398), pp. 218-220. EDN: QNQHHF. (In Russian). ]]




DOI: https://doi.org/10.54708/2658-5014-SIIT-2025-no4-p76

Ссылки

  • На текущий момент ссылки отсутствуют.


(c) 2025 И. В. Сердюк, М. А. Михеевская