IT kompetences centrs atbilstoši 2019. gada 9. maijā ar Centrālo finanšu un līgumu aģentūru noslēgtajam līgumam Nr. 1.2.1.1/18/A/003 līdz 2022. gada 30. jūnijam īstenoja projektu “Informācijas un komunikācijas tehnoloģiju kompetences centrs”.
Projektā 2022. gada otrajā ceturksnī pabeigta septiņu pētījumu īstenošana un līdz ar to tiek pabeigts projekts kopumā. Sagatavots un iesniegts divpadsmitais maksājuma pieprasījums, regulāri notiek gan zinātnisko virzienu vadītāju, gan padomes sēdes, kurās tiek izskatīts īstenoto pētījumu progress un sasniegtie rezultāti. Kompetences centra valdes locekļi devušies uz starptautisku konferenci Londonā starptautiskās sadarbības veicināšanai un zināšanu pārnesei.
Pabeigtie pētījumi:
- SIA “ABC Software” pētījums Nr. 1.14 “Inženierprojektēšanas nozares specializēto IT sistēmu lietotāju vienota uzvedības modeļa konstruēšanas metodes izveide, izmantojot AI/ML algoritmus”. Pētījumā radīta jauna metode, kas, izmantojot mašīnmācīšanās pieeju, spēj dinamiski analizēt IT sistēmu lietotāju darbības daudzsistēmu vidē, veidot lietotāju tipveida uzvedības profilus, uzraudzīt uzvedību katram lietotājam un identificēt tā netipiskas darbības.
- SIA “DIVI grupa”, SIA “FitsyPro” un Latvijas Universitātes pētījums Nr. 1.15 “Mākslīgā intelekta pielietojums e-mobilitātes risinājumu optimizācijai”. Pētījumā izstrādāts algoritmu, lai optimizētu transporta iekārtu (automašīnu, skrejriteņu, mopēdu) izvietošanas un apkopes procesus.
- A/S “RIX Technologies”, pētījums Nr. 1.17 “Dokumenta reprezentācijas modeļa veidošana dokumentu automatizētas klasifikācijas augstas precizitātes nodrošināšanai”. Pētījumā attīstīts iepriekšējā AS “RIX Technologies” pētījumā (1.10 “Dokumentu klasificēšanas, indeksēšanas un piešķiršanas automatizēta procesa modeļa izveide”) izstrādātais dokumentu klasificēšanas ietvars trīs virzienos, ļaujot palielināt digitālo dokumentu klasificēšanas precizitāti vismaz par 3%.
- SIA “Datorzinību centrs” pētījums Nr. 1.18 “Putnkopības uzņēmumu ražošanas kvalitātes aspektu un peļņas uzlabošana, uz datu analīzi un prognozēšanu balstītu precīzās putnkopības metožu pielietojuma rezultātā”. Pētījumā radīti tādi datu analīzes un prognozēšanas risinājumi putnkopības nozarei, kas veicinās precīzās putnkopības (angl. – Precision Livestock Farming) attīstību un ieviešanu.
- SIA “Tilde” un VSIA “Bērnu klīniskā universitātes slimnīca” pētījums Nr. 2.8 “Automatizēti balss komunikācijas risinājumi veselības nozarei”. Pētījumā izpētītas efektīvākās metodes un izveidoti veselības nozarei pielāgoti runas atpazīšanas risinājuma prototipi, kas ļaus būtiski atvieglot veselības nozares speciālistu darbu un uzlabos produktivitāti, dodot iespēju kvalificētiem speciālistiem veltīt vairāk laika aktivitātēm ar augstāku pievienoto vērtību.
- SIA “Tilde”, SIA “4. vara”, Valsts SIA Latvijas Televīzija un SIA Helio Media pētījums Nr. 2.9 “Automatizēta daudzvalodu subtitru veidošana”. Pētījumā izveidots risinājums, kas ļaus ievērojami samazināt ar video satura subtitru sagatavošanu, tulkošanu un ievietošanu saistītās izmaksas un laika ieguldījumu, kā arī būtiski paplašinās Latvijā radītā video oriģinālsatura eksporta iespējas, nodrošinot latviešu valodā veidotu videomateriālu subtitru automatizētu sagatavošanu angļu un krievu valodās. Jaunais risinājums nodrošinās oriģinālsatura pieejamību dažādām sabiedrības grupām – cilvēkiem ar dzirdes traucējumiem, iebraucējiem un valsts iedzīvotājiem, kas slikti pārvalda latviešu valodu, kā arī ikvienam videosatura patērētājam, kas izvēlas lasīt tekstu, nevis klausīties audio.
SIA “Baltijas Datoru Akadēmija” un SIA “Helmes Latvia” pētījums Nr. 1.4 “Uz viedām tehnoloģijām balstīta modulāra Personāla pārvaldības risinājuma (PPR) izstrāde” tika īstenots no 2019. gada maija līdz 2021. gada novembrim.
Projekta ietvaros pētniecības darbību rezultātā ir izstrādāts prototips brīvprātīgas darbinieku mainības (BDM) prognozēšanai, kas spēj izmantot gan datus organizācijas informācijas sistēmās, gan ārējus datu avotus. Izveidotais personāla pārvaldības risinājuma (PPR) modulis paredzēts, lai organizācijās personāla vadītāji saņemtu datos balstītus ieskatus darbinieku grupu BDM risku izvērtēšanai – personāla pārvaldības sistēma signalizētu par darbinieku izdegšanu un vēlmi mainīt darba vietu.
Pētījuma laikā tika veikta personāla vadības pieeju un biznesa prasību izpēte personāla pārvaldības jomā. Tālāk tika veikta tehnoloģiju izvēle un izveidota PPR arhitektūra.
Darbinieku BDM prognozēšanai tika izstrādāti mašīnmācīšanās modeļi, kas veic darbinieku klasifikāciju balstoties uz organizācijā pieejamajiem datiem par darbiniekiem. Izveidotie BDM prognozēšanas modeļi tika izmantoti PPR prototipa izstrādē.
Pētījuma noslēgumā PPR prototips tika validēts izmantojot reālus uzņēmumam datus, lai pārliecinātos par modeļa sniegto prognožu precizitāti. PPR prototipa validācija pierādīja, ka kopumā modeļa prognozes ir pietiekami precīzas, lai tās varētu pielietot praksē personāla pārvaldības vajadzībām.
Papildus tam tika pētītas iespējas samazināt organizācijā brīvprātīgo darbinieku mainību ar darbinieku mācību palīdzību. Rezultātā tika izveidotas un praksē validētas divas metodikas personāla attīstībai organizācijas darba vidē ar mācību analītikas un mikromācību pieeju izmantošanu, kas palīdz organizācijām samazināt BDM riskus.
Pētījuma rezultāti ir apkopoti šādos zinātniskos rakstos:
- Jānis Judrups, Ronalds Cinks, Ilze Birzniece, Ilze Andersone “Machine learning based solution for predicting voluntary employee turnover in organization” (2021).
- Uldis Zandbergs, Jānis Judrups, Elīna Plāne, Raitis Uščins “Improvement of microlearning with help of learning analytics in enterprises” (2021).
- Ilze Birzniece, Ilze Andersone, Agris Ņikitenko, Līga Zvirbule “Predictive Modeling of HR Dynamics Using Machine Learning” (raksts pieņemts publicēšanai).
Projektu līdzfinansē Eiropas Reģionālās attīstības fonds Darbības programmas “Izaugsme un nodarbinātība” 1.2.1. specifiskā atbalsta mērķa “Palielināt privātā sektora investīcijas P&A” 1.2.1.1. pasākuma “Atbalsts jaunu produktu un tehnoloģiju izstrādei kompetences centru ietvaros.