Профессор бизнес-школы ESSEC (Франция) Валерий Якубович выступил на научном семинаре на ФБМ
Доклад был посвящен научным проблемам, с которыми столкнулись теоретики, статистики и исследователи по менеджменту в связи с появлением технологий машинного обучения и искусственного интеллекта.
Профессор Якубович отметил, что предиктивные алгоритмы машинного обучения ставят под сомнение некогда фундаментальную предпосылку науки менеджмента, что роль теории - понимание реальности. Большинство сторонников применения машинного обучения в социальных науках утверждают, что предсказание является окончательным тестом хорошей теории, понимание - возможный побочный продукт улучшенного предсказания.
Используя идеи целевого машинного обучения (TML), Валерий Якубович предложил новый подход для переосмысления связи между пониманием и предсказанием. Он заключается в следующем. Предсказание на основе машинно-обученной модели предшествует проверке гипотез; более точное предсказание означает более точное представление феномена с помощью данных и статистической модели и позволяет более эффективно оценить предполагаемый причинно-следственный эффект. Вместо предсказания, тестом теории является способность теоретика создать организационный артефакт реализующий смоделированный эффект на практике.
Валерий Якубович - доцент кафедры менеджмента бизнес-школы ESSEC (Франция) и старший научный сотрудник Центра исследований HR в Уортонской школе бизнеса (США). Результаты его исследований опубликованы в ведущих журналах, включая Organization Science, Harvard Business Review, California Management Review, American Sociological Review.