Модель детекции синдрома выгорания: семинар про проекту РНФ № 25-18-01037
29 декабря 2025 года в Международной лаборатории экономики нематериальных активов (IDLab) НИУ ВШЭ — Пермь состоялся рабочий семинар по проекту РНФ № 25-18-01037 «Синдром профессионального выгорания: диагностика с использованием методов ИИ и оценка экономических эффектов». С докладом «Модель детекции синдрома профессионального выгорания: сбор данных для валидации» выступила Анастасия Кибардина, стажер-исследователь МЛЭНА (соавторы Смирнов А.О., Усанин. М.А., Паршаков П.А., Завертяева М.А., Паклина С.Н.).
Учёные представили текущие результаты по разработке модели, уделив особое внимание этапу сбора данных и процедуре кросс-валидации для проверки точности алгоритма, детектирующего выгорание на основе текстовых данных.
Ключевым вызовом в этой работе является формирование качественной и репрезентативной обучающей выборки. Поэтому в рамках выступления были рассмотрены особенности текстовых данных, используемых для обучения и подстройки модели. В частности, в качестве источников анализировались комментарии пользователей к видеоматериалам, посвящённым проблеме выгорания, а также специально сгенерированные ИИ утверждения, моделирующие высказывания респондентов с заранее заданными социально-демографическими характеристиками. Такой подход позволил повысить разнообразие обучающей выборки и устойчивость модели к различным стилям и контекстам высказываний.
Отдельный блок доклада был посвящен разработке анкеты для кросс-валидации результатов ИИ-оценки. Анкета включает четыре блока: демографические вопросы, проекционные текстовые задания, шкалу MBI (Maslach Burnout Inventory) в адаптации Н. Е. Водопьяновой и шкалу DASS-21 в адаптации О. А. Золотаревой. Такое сочетание позволяет сопоставлять результаты автоматической диагностики с валидированными психометрическими инструментами.
В ходе семинара были представлены данные пилотного этапа исследования (188 респондентов), а также результаты основного этапа после очистки данных (320 респондентов). Выборка была сбалансирована по полу, возрастным когортам, уровню образования и регионам проживания респондентов.
В завершение, были продемонстрированы первые количественные результаты анализа проекционных текстовых заданий (постов и электронных писем). Полученная оценка вероятности выгорания по текстам респондентов показала статистически значимую корреляцию с результатами валидированной психометрической шкалой MBI, что подтверждает конвергентную валидность разрабатываемой ИИ-модели детекции выгорания.
Представленные корреляционные результаты позволяют сделать вывод о том, что текстовая информация может содержать ключевые компоненты эмоционального истощения и психологического дистресса, которую можно автоматически извлечь при помощи ИИ.
Полученные результаты формируют эмпирическую основу для дальнейшей калибровки модели и последующего анализа экономических эффектов профессионального выгорания, что является одной из центральных задач проекта.