Прогнозирование трансформации профессиональных компетенций на основе патентной информации и научных публикаций

стремительное развитие технологий и переход к экономике, основанной на знаниях, создают высокую степень неопределенности относительно будущей структуры занятости и требуемых квалификаций. Традиционные инструменты прогнозирования рынка труда ориентированы на ретроспективу и краткосрочную перспективу, что не позволяет своевременно улавливать технологические сдвиги на ранних этапах их зарождения. Представлен авторский подход к прогнозированию изменений в профессиональных компетенциях, построенный на российской адаптации зарубежного метода, использующего векторные представления текстов для установления связей между сферами занятости и патентной активностью. В отличие от оригинального метода, предлагаемая схема дополнительно учитывает данные о научных публикациях, что дает возможность регистрировать зарождающиеся технологические направления. Источником данных выступают: Реестр профессиональных стандартов, Международная патентная классификация и Рубрикатор Всероссийского института научной и технической информации. Формирование единого семантического пространства осуществляется на основе модели векторного представления слов, обученной на объединенном корпусе текстов профессиональных стандартов, описаний патентных классов и научных рубрик. Сопоставление профессиональных функций с технологическими классификаторами и анализ динамики патентной и публикационной активности позволяют строить два самостоятельных прогнозных трека: ближнесрочный, с горизонтом 3–5 лет, отражающий изменения в уже сформировавшихся профессиях, и долгосрочный, с горизонтом 10–15 лет, направленный на выявление компетенций, которые могут стать востребованными в будущем. Предложенный подход носит теоретический характер и не заменяет существующие методы прогнозирования, а дополняет их, предоставляя дополнительный объективный канал информации о технологических изменениях на ранних стадиях. Дальнейшие исследования должны быть направлены на экспериментальную проверку предлагаемого подхода и его валидацию на репрезентативном массиве данных с целью оценки адекватности прогноза.

1. Глазьев, С. Ю. Теория долгосрочного технико-экономического развития / С. Ю. Глазьев. – М.: ВлаДар,

2. – 310 с.

3. Перес, К. Технологические революции и финансовый

4. капитал: динамика пузырей и периодов процветания / К. Перес; пер. с англ. – М.: Дело, 2011. – 232 с.

5. Пульман, А. Л. Дельфи-метод экспертных оценок /

6. А. Л. Пульман, А. А. Пузыревская // Science Time. –

7. – № 5 (89). – С. 105–106.

8. Senthurvelautham, S. and Senanayake, N. (2023),

9. “A machine learning-based job forecasting and

10. trend analysis system to predict future job markets

11. using historical data”, in Proceedings of the 8th

12. IEEE International Conference for Convergence

13. in Technology 2023 (I2CT 2023), Lonavla, India,

14. –9 April 2023. Piscataway: IEEE, 10126233. DOI:

15. 1109/I2CT57861.2023.10126233.

16. Bakhshi, H., Downing, J. M., Osborne, M. A. and Schneider, P. (2017), The future of skills: Employment in 2030.

17. Pearson, London, UK.

18. Gruetzemacher, R., Paradice, D. and Lee, K. B. (2020),

19. “Forecasting extreme labor displacement: A survey of

20. AI practitioners”, Technological Forecasting and Social

21. Change, vol. 161, pp. 120–323.

22. Webb, M. (2019), “The Impact of Artificial Intelligence

23. on the Labor Market”, SSRN Electronic Journal. available

24. at: https://papers.ssrn.com/sol3/papers.cfm?abstract_

25. id=3482150 (Accessed 7 May 2026). DOI: 10.2139/

26. ssrn.3482150.

27. Ha, T., Lee, M., Yun, B. and Coh, B.-Y. (2022), “Job

28. forecasting based on the patent information: A word

29. embedding-based approach”, IEEE Access, vol. 10,

30. pp. 7223–7233.

31. Ha, T. and Moon, A. (2025), “Job demand estimation

32. using text embeddings of patent classification codes

33. and occupational data”, IEEE Access, vol. 13, pp. 1–14.

34. Rotolo, D., Hicks, D. and Martin, B. R. (2015), “What is

35. an emerging technology?”, Research Policy, no. 44 (10),

36. pp. 1827–1843. DOI: 10.1016/j.respol.2015.06.006.