Современная парадигма управления рассматривает персонал как один из основных ресурсов, в значительной степени определяющий успешность деятельности организации. Данным ресурсом необходимо грамотно управлять, создавая оптимальные условия для его развития.

При этом специфика человеческих ресурсов заключается в том, что они имманентно содержат в себе неопределенность. Поэтому задача моделирования и управления социотехническими системами (СТС), включающими в себе социальную компоненту, превращается в слабо формализуемую проблему [6].

При ее решении лицу, принимающему решение (ЛПР), приходится манипулировать качественной информацией в виде гипотез, интуитивных понятий и смысловых образов. Многочисленные исследования процессов принятия решений подтверждают, что ему несвойственно мыслить и принимать решения только в количественных характеристиках. Он мыслит, прежде всего, качественно, и для него поиск решения – это, поиск, в первую очередь, замысла решения, где количественные оценки играют вспомогательную роль [3].

Для поддержки этого процесса, особенно на ранних его этапах, представляется целесообразным использовать когнитивный подход к моделированию и управлению, поскольку «он направлен на разработку формальных моделей и методов, поддерживающих интеллектуальный процесс решения проблем благодаря учету в этих моделях и методах когнитивных возможностей человека (восприятие, представление, познание, понимание, объяснение) при решении им управленческих задач» [1].

Кроме того, неоспоримыми достоинствами когнитивного моделирования по сравнению с другими методами, являются возможность формализации численно неизмеримых факторов, использования неполной, нечеткой и даже противоречивой информации [4].

Исходя из этого, для оценки состояния антропогенных элементов СТС предложена нечеткая когнитивная модель (НКМ) («модель субъекта») в виде нечеткого графа (Рисунок 1).

Значения большинства концептов НКМ (внутренняя мотивация, лояльность, физические возможности, психологическая подготовленность, компетентность) могут быть определены с помощью соответствующих тестов, средств поведенческого анализа, агентурных методов, негласного наблюдения и т.д. [5;8]. При этом задача состоит в том, чтобы привести значения данных концептов к заданному ЛПР уровню с помощью механизмов управления составом и структурой участников социальной подсистемы, а также методами институционального, мотивационного и информационного воздействия.

Управление составом и структурой участников социальной подсистемы предусматривает распределения совокупности N задач между исполнителями с учетом того, что их характеристики, так же как и требования для успешного выполнения задач, обычно выражаются в вербальной форме («отличное знание», «свободное владение», «высокое чувство ответственности» и т.п.).

Проблему можно формализовать следующим образом: из множества S кандидатов необходимо подобрать команду исполнителей таким образом, чтобы суммарное по всем значениям l и m различие между значениями характеристик{KZlm},которые необходимы для выполнения l-й задачи, и значениями компетенций и психофизиологических черт характера {KPjm} j-го исполнителя l-й задачи было минимальным. Отклонение нежелательно как в отрицательную, так и в положительную сторону. В первом случае оно приводит к падению качества выполняемых работ и для ряда задач вообще недопустимо (исполнитель не сможет решить задачу), во втором – к неэффективности использования работника, т.к. более высокая квалификация исполнителя, как правило, требует более высокого уровня оплаты.

Данная задача может быть эффективно решена на основе методики, предложенной в [2]. На начальной стадии решения для каждой задачи Zl (l=1,…,N) антропогенной подсистемы, формируется перечень необходимых для ее успешного выполнения требований к сотрудникуKZl={KZlm} (m=1,…,Ml) (например, с помощью предложенного в [7] метода функционального моделирования). При этом Ml для каждой из задач Zl может быть разным.

Решение задачи после получения множества необходимых требований предусматривает два этапа.  На первом – с помощью различных тестовых методов, экспертных оценок, методов поведенческого анализа, сбора информации о предыдущих достижениях и т.п., оцениваются характеристики претендентов, необходимые при решении задач в рамках организации. На втором – на основе полученных данных отбирается наиболее подходящий состав исполнителей и формируется оптимальная структура социальной подсистемы. Для этого находятся индексы схожести (ИС):

где    функция принадлежности нечеткого числа (НЧ)KZlm, отражающегоm-ое требование для выполнения l-й задачи; µB(x) - функции принадлежности НЧKPjm , отражающего m-ую характеристикуj-го претендента.


Определенный таким образом индекс схожести, изменяясь в диапазоне от 0 до 1, характеризует близость соответствующих оценок. После выполнения этого шага, задавшись для каждого из требований некоторым значением предельно допустимого отклонения ИС Ω j
l крит , можно исключить из дальнейшего рассмотрения варианты распределения задач, содержащие индексы схожести меньшие критического.
После этого вычисляется интегральный индекс соответствия δ j l (ИИС) j-го претендента каждой из l задач проекта:

Найденное  значение   δ j используется в качестве индекса эффективности выполнения l-й задачи j-м претендентом. Таким образом, методика подбора исполнителей позволяет управлять кадровым составом организации, а различные варианты распределения задач, по сути, определяют структуру ее антропогенной подсистемы.

Снизить общую неопределенность в системе и повысить структуризацию, делая взаимодействие между подсистемами, а также элементами социальной подсистемы между собой, более четкими и предсказуемыми, позволяют механизмы институционального управления. Данный вид управления предусматривает регламентацию поведения субъекта в рамках организации путем введения ограничений и закрепления определенных норм.

Однако, в большинстве  случаев излишняя регламентация чревата резким снижением лояльности отдельных субъектов и как следствие катастрофическим падением эффективности функционирования системы в целом вплоть до полного разрушения. Отрицательное влияние на эффективность работы персонала оказывает и то, что сотрудники не в состоянии постоянно помнить все пункты требований, регламентирующих их деятельность, а частое обращение к текстам регламентов и инструкций увеличивает затрачиваемое на выполнение операций время, что, в свою очередь, отрицательно сказывается на эффективности работы.

Таким образом, усиление регламентации деятельности персонала не может быть бесконечным и должно сопровождаться дополнительными мерами по повышению лояльности, информированности и степени мотивированности субъектов социальной подсистемы организации, которые реализуются методами мотивационного и информационного управления.

Механизмы мотивационного управления, примененные с учетом психофизических особенностей субъекта, способны оказать существенное влияние на формирование высокого положительного уровня внутренней мотивированности сотрудников банка и повышение уровня их лояльности по отношению к организации.

Однако зависимость эффективности деятельности от уровня мотивации носит нелинейный характер. По мере увеличения интенсивности мотивации качество деятельности изменяется по колоколообразной кривой: сначала повышается, затем, после перехода через точку наиболее высоких показателей успешности, постепенно снижается. Уровень мотивации, при котором деятельность выполняется максимально успешно, называется оптимумом мотивации. Выявленная закономерность получила название закона Йеркса-Додсона, многократно экспериментально подтверждена и признана одним из немногих объективных, бесспорных психологических феноменов [9]. При этом согласно второму закону Йеркса-Додсона, чем сложнее для субъекта выполняемая деятельность, тем более низкий уровень мотивации является для нее оптимальным.

Таким образом, как при институциональном, так и при мотивационном управлении необходимо применять оптимальную интенсивность соответствующих механизмов воздействия на персонал.

 

Список литературы

1.     Авдеева З.К., Коврига С.В., Макаренко Д.И. Когнитивное моделирование для решения задач управления слабоструктурированными системами (ситуациями) // Когнитивный анализ и управление развитием ситуаций (CASC'2006). Труды 6-й Международной конференции / Под ред. З.К. Авдеевой, С.В.Ковриги. М.: Институт проблем управления РАН. – 2006., С.41-54.

2.     Ажмухамедов И.М., Ажмухамедов А.И. Методика формирования команды для реализации IT-проектов на основе нечеткой когнитивной модели оценки компетенций // Прикладная информатика - 2011, № 4 (34), С.70-76.

3.     Диев В.С. Нечеткость в принятии решений // Философия науки, 1998.– № 1(4).– С.45–52.

4.     Максимов В.И., Корноушенко Е.К. Аналитические основы применения когнитивного подхода при решении слабоструктурированных задач // Труды ИПУ РАН. - М., 1999. – Т. 2. – С.95-109.

5.     Пономаренко В.В. Практическая характерология с элементами прогнозирования и управления поведением (методика «семь радикалов») / В.В. Пономаренко. — Ростов н/Д : Феникс, 2006. - 252 с.

6.     Проталинский О.М., Ажмухамедов И.М. Системный анализ и моделирование слабо структурированных и плохо формализуемых процессов в социотехнических системах / «Инженерный вестник Дона»: электронный научно-инновационный журнал, 3/2012 // http://www. ivdon.ru/magazine/latest/ n3y2012/ 910/ (дата обращения 15.12.2014) .

7.     Скороход С.В. Применение функциональных моделей IDEFO для анализа квалификационных характеристик рабочих мест на основе нечѐтких целей // Известия ТРТУ.– Таганрог, Изд-во ТРТУ-2007.-№3(73), - С.13–18.

8.     Смолян Г.Л., Солнцева Г.Н. Человеческий фактор в обеспечении безопасности информационной инфраструктуры // [Электронный ресурс] http://emag.iis.ru/arc/ infosoc/ emag.nsf/BPA/ (дата обращения 15.12.2014).

9.     Степанов С.С. Популярная психологическая энциклопедия: - М.: Эксмо, 2005. - 672с.