Avery Calkins, Monique Graham, Claude Messan Setodji, David Schulker, Matthew Walsh
Research Report, Volume 5
RAND Corporation
2024
과학기술-과학기술연구, 사회복지-고용노동
이 보고서는 공군 장교 배치 시스템에 기계 학습(Machine Learning, ML)을 통합하는 것을 평가하고 인재 시장을 개선하기 위한 추천 엔진의 잠재력에 초점을 맞춘다. ML은 장교 개발, 성과, 직무 만족도와 같은 요인을 고려하여 장교와 직무가 일치하도록 개선할 수 있다. 예를 들어 추천 엔진은 장교의 경력 포부에 부합하는 역할을 제안하거나 직무 제공자가 업무 요건에 가장 적합한 기술이 있는 후보자를 식별하도록 지원한다. 중요한 직무에 인재를 채우거나 가족 의료 요구와 같은 특수 상황을 수용하는 경우 이러한 ML 생성 추천이 운영 필요를 충족하는 것이 중요하다. ML은 매칭 프로세스를 간소화하고 업무량을 줄일 수 있지만 편견을 방지하기 위해 공정성과 투명성이 필수이다. 또한 배치 과정에서 개인 선호도와 조직의 우선순위가 효과적으로 균형을 이루도록 보장해야 한다.
https://www.rand.org/content/dam/rand/pubs/research_reports/RRA1700/RRA1745-5/RAND_RR...
미국
海洋情報部
과학기술정보통신부
국가과학기술자문회의
농촌진흥청
U.S. Government Accountability Office(GAO)
선택한 정부기관 :
선택된 BRM :
정책정보포털(POINT)에서는 귀하의 개인정보를 중요시하며, 개인정보보호법에 따라 아래와 같이 동의를 얻고자 합니다.