Ostap Sherbii

Ostap Shcherbii je doktorandom a výskumným pracovníkom na Katedre environmentálneho manažmentu a priestorového plánovania Fakulty managementu Univerzity Komenského v Bratislave. Magisterský titul v odbore informatika so špecializáciou na umelú inteligenciu získal na Národnej univerzite Ľvivská polytechnika.

Jeho dizertačný výskum je zameraný na tému „Manažment rozvoja územných inovačných ekosystémov orientovaný na človeka v podmienkach neúplných informácií o potrebách zainteresovaných strán". Skúma, ako možno odôvodnene rozdeľovať manažérske priority a obmedzené zdroje v situácii, keď sú potreby zainteresovaných strán pozorovateľné len čiastočne a jednotlivé skupiny sú v dostupnej spätnej väzbe (napríklad z mestských kontaktných centier) zastúpené nerovnomerne. Jeho práca prepája umelú inteligenciu a manažment: vyvíja rámec na podporu rozhodovania, v ktorom nástroje umelej inteligencie predspracúvajú nespracovanú spätnú väzbu od občanov, zatiaľ čo matematické modely hodnotia dostatočnosť informácií a usmerňujú robustnú alokáciu zdrojov, pričom konečná manažérska zodpovednosť zostáva na človeku.

Publikoval na konferenciách IEEE vrátane výskumu súvisiaceho s inteligentnými mestami.

Ostap Shcherbii is a PhD student and researcher at the Department of Environmental Management and Spatial Planning, Faculty of Management, Comenius University in Bratislava. He holds a Master's degree in Computer Science with a specialization in Artificial Intelligence from Lviv Polytechnic National University.

His doctoral research focuses on "Human-Centred Management of Territorial Innovation Ecosystem Development under Incomplete Information on Stakeholder Needs". He explores how management priorities and limited resources can be allocated defensibly when stakeholder needs are only partially observed and different groups are unevenly represented in the available feedback, such as data from municipal contact centres. His work bridges artificial intelligence and management: he develops a decision-support framework in which AI tools pre-structure raw citizen feedback, while mathematical models evaluate information sufficiency and guide robust resource allocation, keeping the ultimate managerial responsibility human.

He has published at IEEE conferences, including research related to Smart Cities.