CC BY
14
Научная статья УДК 004.8
https://doi.org/10.24158/pep.2025.2.9
Искусственный интеллект как инструмент оптимизации процессов принятия управленческих решений в системе государственной службы РФ
Ростислав Алексеевич Поярков
Среднерусский институт управления - филиал Российской академии народного хозяйства и государственной службы, Орел, Россия, [email protected]
Аннотация. В статье исследуется проблема внедрения технологий искусственного интеллекта в систему государственной службы Российской Федерации как инструмента оптимизации процессов принятия управленческих решений. Представлен анализ существующих подходов к определению сущности искусственного интеллекта и предложено авторское видение данного понятия. Рассмотрена взаимосвязь федеральных проектов «Цифровое государственное управление» и «Искусственный интеллект» в рамках национальной программы «Цифровая экономика». Определены ключевые направления и механизмы внедрения технологий искусственного интеллекта в государственное управление, включая создание специализированной платформы предиктивной аналитики. Проанализирован опыт Германии по использованию искусственного интеллекта в финансовом секторе государственного управления и предложены рекомендации по его адаптации к российским условиям. Представлены конкретные шаги по созданию комплексной системы использования искусственного интеллекта в государственной службе РФ с учетом требований информационной безопасности и защиты персональных данных.
Ключевые слова: искусственный интеллект, государственная служба, цифровая трансформация, предиктивная аналитика, управленческие решения, цифровая экономика, государственное управление, информационная безопасность, машинное обучение, нейронные сети
Финансирование: инициативная работа.
Для цитирования: Поярков Р.А. Искусственный интеллект как инструмент оптимизации процессов принятия управленческих решений в системе государственной службы РФ // Общество: политика, экономика, право. 2025. № 2. С. 78-83. https://doi.org/10.24158/pep.2025.2.9.
Original article
Artificial Intelligence as a Tool for Optimizing Managerial Decision-Making Processes in the Russian Federation's Public Service
Rostislav A. Poyarkov
Central Russian Institute of Management, a branch of the Russian Academy of National Economy and Public Administration, Orel, Russia, [email protected]
Abstract. This article investigates the issue of implementing artificial intelligence (AI) technologies in the public service system of the Russian Federation as a tool for optimizing managerial decision-making processes. Analysis of existing approaches to defining the essence of artificial intelligence is presented, alongside the author's conceptual interpretation of this notion. The interrelation between the federal projects "Digital State Administration" and "Artificial Intelligence" within the framework of the national program "Digital Economy" is examined. Key directions and mechanisms for the integration of artificial intelligence technologies into public administration are identified, including the establishment of a specialized predictive analytics platform. The article also analyzes Germany's experience in utilizing artificial intelligence in the financial sector of public administration, providing recommendations for its adaptation to the Russian context. Specific steps for creating a comprehensive system for the use of artificial intelligence in the public service of the Russian Federation are outlined, taking into account the requirements for information security and the protection of personal data.
Keywords: artificial intelligence, public service, digital transformation, predictive analytics, management decisions, digital economy, public administration, information security, machine learning, neural networks
Funding: Independent work.
For citation: Poyarkov, R.A. (2025) Artificial Intelligence as a Tool for Optimizing Managerial Decision-Making Processes in the Russian Federation's Public Service. Society: Politics, Economics, Law. (2), 78-83. Available from: doi: 10.24158/pep.2025.2.9 (In Russian).
Введение. Актуальность исследования обусловлена стремительным развитием цифровых технологий и необходимостью модернизации системы государственного управления в Российской
© Поярков Р. А., 2025
Федерации. В условиях увеличения объемов обрабатываемой информации, усложнения управленческих задач и необходимости принятия оперативных решений внедрение технологий искусственного интеллекта (ИИ) становится критически важным фактором повышения эффективности государственной службы. Современные реалии требуют от государственных служащих принятия быстрых и обоснованных решений, что в условиях информационной перегрузки становится все более сложной задачей. Использование ИИ позволяет автоматизировать рутинные процессы, проводить комплексный анализ больших данных и предоставлять вариативные сценарии решений, что существенно повышает качество управленческой деятельности. На сегодняшний день существует явный дефицит научно-методологических разработок, определяющих конкретные механизмы и алгоритмы применения ИИ в процессах принятия управленческих решений на государственной службе. Кроме того, актуальность исследования усиливается необходимостью решения проблем, связанных с обеспечением информационной безопасности, защитой персональных данных и этическими аспектами использования ИИ в государственном управлении. Таким образом, разработка научно обоснованных подходов к оптимизации процессов принятия управленческих решений с использованием технологий искусственного интеллекта является важной задачей, решение которой будет способствовать повышению эффективности государственной службы РФ.
Сущность технологии «искусственный интеллект». В научной литературе существуют различные подходы к определению сущности технологии искусственного интеллекта (ИИ). Согласно позиции исследователя О.М. Калинина, она представляет собой компьютерную систему, способную выполнять задачи, традиционно требующие человеческого участия1. Ученый подчеркивает, что ключевой характеристикой ИИ является способность к самообучению и адаптации, возможность анализировать большие объемы данных и находить в них скрытые закономерности, которые могут быть неочевидны для человеческого разума. О.М. Калинин акцентирует внимание на том, что искусственный интеллект - это не просто программное обеспечение, выполняющее заранее заданные алгоритмы, а система, способная к самостоятельному принятию решений на основе анализа входящих данных и накопленного опыта. Исследователь также отмечает, что современные системы ИИ обладают способностью к обобщению полученных знаний и их применению в новых ситуациях, что делает их похожими на процессы человеческого мышления.
С другой стороны, Е.Б. Подузова придерживается более технического подхода к определению искусственного интеллекта (Подузова, 2023: 14-16). По ее мнению, ИИ - это комплекс математических алгоритмов и компьютерных программ, способных имитировать когнитивные функции человека, такие как обучение, рассуждение, восприятие и понимание естественного языка. Ученый подчеркивает, что современный иИ основан на методах машинного обучения, нейронных сетях и других математических моделях, которые позволяют системам совершенствоваться на основе опыта без явного программирования. Она также отмечает важность способности ИИ-систем работать с неопределенностью и неполной информацией, что является ключевым аспектом человеческого интеллекта.
Синтезируя эти два подхода, можно предложить следующее авторское определение: искусственный интеллект - это комплексная технологическая система, основанная на математических алгоритмах и методах машинного обучения, способная к автономному решению интеллектуальных задач, самообучению и адаптации, обладающая возможностями анализа больших объемов данных, выявления в них неочевидных закономерностей и принятия решений в условиях неопределенности, при этом имитирующая когнитивные функции человеческого мозга, включая способность к обобщению опыта и его применению в новых ситуациях. Данное определение объединяет как технологическую составляющую ИИ, так и его функциональные возможности, создавая тем самым комплексное понимание сущности технологии искусственного интеллекта.
Национальная программа «Цифровая экономика». Обратимся к национальной программе «Цифровая экономика», включающей в себя федеральные проекты «Цифровое государственное управление» и «Искусственный интеллект»2.
При анализе последних прослеживается их тесная взаимосвязь и взаимодополняющий характер (Зинченко, 2024). Эта синергия проявляется в нескольких ключевых аспектах. Во-первых, оба проекта направлены на технологическую модернизацию и повышение эффективности деятельности государственных структур: если программа «Цифровое государственное управление» создает базовую инфраструктуру для цифровой трансформации госсектора, то ресурс «Искусственный интеллект» предоставляет передовые технологические решения для качественного улучшения этой инфраструктуры.
1 Калинин М.О., Крундышев В.М. Основы искусственного интеллекта. Безопасность искусственного интеллекта : учебное пособие. СПб., 2024. С. 20-27.
2 Цифровая экономика РФ [Электронный ресурс] // Министерство цифрового развития, связи и массовых коммуникаций Российской Федерации. URL: https://digital.gov.ru/ru/activity/directions/858/ (дата обращения: 18.11.2024).
Во-вторых, цель увеличения доступности государственных услуг в электронном виде до 95 % к 2030 г. может быть эффективно достигнута именно за счет внедрения технологий искусственного интеллекта, разрабатываемых в рамках соответствующего проекта.
В-третьих, задачи по цифровизации процессов предоставления государственных услуг и повышению скорости обслуживания граждан напрямую связаны с развитием отечественного программного обеспечения и систем ИИ.
В-четвертых, создание комплексной системы правового регулирования в сфере ИИ, предусмотренное проектом «Искусственный интеллект», необходимо для успешной цифровой трансформации государственного управления. Наконец, оба проекта ориентированы на повышение качества взаимодействия между государством, гражданами и бизнесом, в рамках которого технологии ИИ выступают инструментом для достижения нового уровня эффективности государственных сервисов.
Направления и способы имплементации ИИ в систему государственного управления. При этом анализ показывает, что, несмотря на заявленные цели по внедрению отечественных технологий ИИ в различные сферы, включая государственное управление, в документах отсутствует детальная проработка механизмов такого внедрения. В связи с этим представляется целесообразным предложить конкретные направления и способы имплементации технологий ИИ в систему государственного управления.
В частности, перспективными областями применения ИИ могут стать: автоматизация обработки обращений граждан с использованием интеллектуальных систем анализа текста; внедрение предиктивной аналитики для прогнозирования социально-экономических показателей и оптимизации управленческих решений; создание интеллектуальных систем поддержки принятия решений для государственных служащих; использование ИИ для выявления потенциальных рисков и нарушений в сфере государственных закупок; применение технологий машинного обучения для оптимизации внутренних административных процессов и документооборота (Поярков, 2023).
Реализация этих направлений может осуществляться через создание пилотных проектов на базе отдельных ведомств, разработку специализированных программных решений отечественными компаниями, формирование центров компетенций по внедрению ИИ в государственном секторе и организацию системы переподготовки служащих для работы с новыми технологиями (Карпова, 2023). Акцентируем внимание на некоторых из них.
Внедрение предиктивной аналитики на основе ИИ в систему государственной службы РФ требует комплексного подхода и должно основываться на использовании современных технологий глубокого и машинного обучения, нейронных сетей. Прежде всего, необходимо создание специализированной отечественной платформы ИИ, способной обрабатывать и анализировать разнородные данные из множества источников. Она должна включать модули сбора данных с использованием технологий больших данных, системы обработки естественного языка для анализа неструктурированной информации, алгоритмы машинного обучения для выявления закономерностей и построения прогностических моделей.
Ключевыми компонентами системы должны стать: нейронные сети для прогнозирования временных рядов социально-экономических показателей; алгоритмы кластеризации для выявления групп схожих явлений и процессов; системы распознавания аномалий для раннего выявления отклонений от нормального развития ситуации; рекомендательные системы для формирования оптимальных управленческих решений.
Необходимо внедрение технологий федеративного обучения, позволяющих обучать модели ИИ на распределенных данных без их централизации, что особенно важно при работе с конфиденциальной информацией. Существенным элементом должна стать система объяснимого ИИ (ХА1), обеспечивающая прозрачность и интерпретируемость получаемых результатов для лиц, принимающих решения.
Однако внедрение таких технологий сталкивается с рядом препятствий: отсутствие отечественных разработок в области ИИ, соответствующих специфическим требованиям государственного управления; проблемы с качеством и разметкой данных для обучения моделей ИИ; сложности с интеграцией систем ИИ в существующую ИТ-инфраструктуру государственных органов; отсутствие специалистов, обладающих одновременно компетенциями в области ИИ и понимающих специфику государственного управления; проблемы обеспечения безопасности и защиты данных при использовании технологий ИИ; отсутствие методологии оценки эффективности применения ИИ в государственном управлении.
Для преодоления этих барьеров необходимо: создание специализированных центров разработки ИИ-решений для государственного сектора; формирование размеченных датасетов для обучения моделей; разработка стандартов интеграции ИИ-систем с государственными информационными системами; создание программ подготовки специалистов по ИИ для государственной
службы; разработка протоколов безопасности при использовании ИИ в государственном управлении; создание системы метрик для оценки эффективности внедрения ИИ. Также следует организовать пилотные проекты по внедрению предиктивной аналитики на базе ИИ в отдельных ведомствах для отработки технологий и методологий, с последующим масштабированием успешных практик на всю систему государственного управления.
Опыт Германии по внедрению ИИ в государственную службу. Кроме того, полагаем, что в рамках настоящего исследования интерес может представлять зарубежный опыт, в частности, Германии. Обращение к нему в рамках исследования обусловлено несколькими существенными факторами. Во-первых, Германия демонстрирует успешный опыт активного внедрения ИИ в финансовом секторе государственного управления, что подтверждается значительными инвестициями. Во-вторых, немецкий опыт особенно ценен в тех направлениях, которые актуальны для России: анализ трансграничных налоговых соглашений, выявление случаев отмывания денег и финансирования терроризма, мониторинг инсайдерской торговли и контроль рынка ценных бумаг. Показательно, что Центральное управление по расследованию финансовых операций (FIU) Германии успешно применяет ИИ для выявления подозрительных операций, число которых выросло в двенадцать раз с 2009 г. Кроме того, немецкий опыт интересен с точки зрения создания комплексной ИТ-архитектуры и организации эффективного межведомственного взаимодействия, что является важным аспектом для развития подобных систем в России. Остановимся на этом более подробно.
Согласно обзору 2017 г. «Landesverwaltungsamt Berlin: Einsparung öffentlicher Mittel durch Bekämpfung betrügerischer Kostenabrechnungen», в целях модернизации финансового сектора Министерство финансов Германии активно внедряет технологии ИИ в различные направления своей деятельности1. На период 2019-2022 гг. было выделено значительное финансирование: 10 млн евро - на совершенствование бюджетных процедур и 1,7 млн евро - на развитие налогового администрирования с использованием ИИ2.
Особое внимание уделяется анализу трансграничных налоговых соглашений, где искусственный интеллект помогает определять, какие из них требуют более тщательной проверки. Важным направлением является также борьба с финансовыми преступлениями3.
Федеральное управление финансового надзора (BaFin) применяет искусственный интеллект для обработки больших массивов данных, что позволяет эффективно отслеживать инсайдерскую торговлю и нарушения на рынке ценных бумаг. В рамках стратегии цифровизации BaFin разрабатывает усовершенствованную ИТ-архитектуру, которая станет основой для дальнейшего внедрения технологий ИИ4.
В перспективе планируется расширение межведомственного сотрудничества, особенно в сфере противодействия отмыванию денег, где искусственный интеллект будет играть ключевую роль в выявлении подозрительных транзакций. Это позволит существенно повысить эффективность финансового контроля и обеспечить большую прозрачность финансовых операций.
Адаптация немецкого опыта для российской государственной службы. Опыт Германии по внедрению искусственного интеллекта в управление страной представляет значительную ценность для модернизации российской системы государственной службы и может быть адаптирован с учетом национальной специфики.
Прежде всего, необходимо создание комплексной системы использования ИИ в финансовом секторе государственного управления, включающей несколько ключевых направлений. В сфере налогового администрирования требуется разработка специализированных ИИ-систем для автоматизированного анализа налоговых соглашений и операций, способных выявлять потенциально рисковые транзакции и схемы уклонения от налогообложения. Данные системы должны быть интегрированы с существующими базами данных налоговых органов и обеспечивать автоматизированную оценку рисков при заключении международных налоговых соглашений.
В области противодействия финансовым преступлениям следует внедрить интеллектуальные системы мониторинга, способные в режиме реального времени анализировать финансовые
1 Bericht des Ausschusses für Bildung, Forschung und Technikfolgenabschätzung (18. Ausschluss) gemäß § 56a der Geschäftsordnung [Электронный ресурс] // Bundestag. URL: https://dserver.bundestag.de/btd/20/036/2003651.pdf (дата обращения: 18.11.2024). (на нем. яз.)
2 Ergebnisse des Zukunftspanels Staat & Verwaltung 2019 [Электронный ресурс] // Wegweiser. URL: https://www.zukunftskongress.info/sites/default/files/2019-11/Ergebnisse%20Zukunftspanel%202019.pdf (дата обращения: 18.11.2024).
3 Jahresbericht 2019 [Электронный ресурс] // Zoll. URL: https://clck.ru/3GF3h6 (дата обращения: 18.11.2024).
4 Frind Annkathrin. Wer Kontrolliert die Roboter? [Электронный ресурс] // BaFin. 2019.18.09. URL: https://www.bafin.de/SharedDocs/Veroeffentlichungen/DE/Fachartikel/2019/fa_bj_1909_BaFinTech.html (дата обращения: 18.11.2024).
потоки и выявлять признаки отмывания денег и финансирования терроризма. Для этого необходимо создание единой информационной платформы, объединяющей данные различных финансовых институтов и правоохранительных органов.
Сфере финансового надзора требуется внедрение ИИ-систем для мониторинга рынка ценных бумаг, способных автоматически выявлять случаи инсайдерской торговли и манипулирования рынком. Важнейшим аспектом является создание современной ИТ-инфраструктуры, обеспечивающей эффективное межведомственное взаимодействие и безопасный обмен данными между различными государственными органами.
Для реализации этих задач необходимо предпринять ряд конкретных шагов: разработать нормативно-правовую базу, регламентирующую использование ИИ в государственном управлении; создать специализированные подразделения по внедрению ИИ в ключевых ведомствах; обеспечить подготовку квалифицированных кадров в области искусственного интеллекта и анализа данных; разработать отечественное программное обеспечение, адаптированное под специфические задачи государственного управления; создать защищенную инфраструктуру для обработки и хранения данных; внедрить системы оценки эффективности использования ИИ в государственном управлении.
Особое внимание следует уделить обеспечению информационной безопасности и защите персональных данных при использовании ИИ-систем. Необходимо также предусмотреть создание систем резервного копирования и восстановления данных, а также механизмов контроля качества работы ИИ-алгоритмов. Финансирование данных проектов должно осуществляться как за счет государственного бюджета, так и с привлечением частных инвестиций через механизмы государственно-частного партнерства. Важным аспектом является поэтапное внедрение технологий с предварительным пилотированием решений на ограниченных участках работы для отработки технологий и методологий. Успешная реализация данных мероприятий позволит существенно повысить эффективность государственного управления и качество принимаемых решений, обеспечить прозрачность финансовых операций и усилить борьбу с финансовыми преступлениями в Российской Федерации.
Заключение. На основании вышеизложенного приходим к следующим выводам:
1. На наш взгляд, определение искусственного интеллекта должно представлять собой его толкование как комплексной технологической системы, основанной на математических алгоритмах и методах машинного обучения, способной к автономному решению интеллектуальных задач, самообучению и адаптации, обладающей возможностями анализа больших объемов данных, выявления неочевидных закономерностей и принятия решений в условиях неопределенности, при этом имитирующей когнитивные функции человеческого мозга.
2. Анализ федеральных проектов «Искусственный интеллект» и «Цифровое государственное управление» выявил их синергетический эффект, проявляющийся в создании базовой инфраструктуры цифровой трансформации госсектора и обеспечении ее передовыми технологическими решениями. Однако отмечается отсутствие детальной проработки механизмов внедрения технологий ИИ в систему государственного управления.
3. Для внедрения предиктивной аналитики на основе ИИ в систему государственной службы РФ необходимо: создать специализированную отечественную платформу ИИ для обработки разнородных данных, внедрить технологии федеративного обучения, разработать систему объяснимого ИИ, создать специализированные центры разработки ИИ-решений, сформировать размеченные датасеты, разработать стандарты интеграции с государственными информационными системами, создать программы подготовки профильных специалистов, разработать протоколы безопасности, внедрить систему оценки эффективности.
4. Опыт Германии демонстрирует эффективное использование ИИ в финансовом секторе государственного управления, особенно в сферах анализа трансграничных налоговых соглашений, выявления случаев отмывания денег и финансирования терроризма, мониторинга инсайдерской торговли, контроля рынка ценных бумаг.
5. Для адаптации германского опыта в РФ необходимо: создать комплексную систему использования ИИ в финансовом секторе, разработать специализированные ИИ-системы для налогового администрирования, внедрить интеллектуальные системы мониторинга финансовых потоков, обеспечить межведомственное взаимодействие, создать современную защищенную ИТ-инфраструктуру, организовать подготовку квалифицированных кадров, разработать необходимую нормативно-правовую базу, обеспечить поэтапное внедрение технологий через пилотные проекты.
Реализация данных мероприятий позволит существенно повысить эффективность государственного управления в РФ за счет использования передовых технологий искусственного интеллекта.
Список источников:
Зинченко Т.С. Цифровые технологии в экономике РФ // Актуальные проблемы и перспективы развития экономики. Симферополь, 2024. С. 280-281.
Карпова С.А. Искусственный интеллект как инструмент обеспечения национальной безопасности // Проблемы региональной и глобальной безопасности в современном мире. Владимир, 2023. С. 144-147.
Подузова Е.Б. «Искусственный интеллект» и технологии «искусственного интеллекта» в договорном праве: цивили-стическая концепция. М., 2023. 336 с.
Поярков РА. Применение больших данных и искусственного интеллекта в цифровой трансформации государственной службы // Вопросы политологии. 2023. Т. 13, № 10-1 (98-1). С. 5151-5159. https://doi.org/10.35775/PSI.2023.98-1.10-1.017.
References:
Karpova, S. A. Artificial Intelligence as a Tool for Ensuring National Security. In: Problemy regional'noi i global'noi bezopas-nosti v sovremennom mire. Vladimir, рр. 144-147. (In Russian)
Poduzova, E. B. (2023) «Iskusstvennyi intellekt» i tekhnologii «iskusstvennogo intellekta» v dogovornom prave: tsivilistich-eskaya kontseptsiya ["Artificial intelligence" and AI technologies in contract law: civilistic concept]. Moscow. 336 р. (In Russian)
Poyarkov, R. A. (2023) The Use of Big Data and Artificial Intelligence in the Digital Transformation of Public Service. Voprosy Politologii. 13 (10-1 (98-1)), 5151-5159. Available from: doi:10.35775/PSI.2023.98-1.10-1.017. (In Russian)
Zinchenko, T. S. (2024) Tsifrovye tekhnologii v ekonomike RF [Digital technologies in the economy of the Russian Federation]. In: Aktual'nye problemy i perspektivy razvitiya ekonomiki. Simferopol', рр. 280-281. (In Russian)
Информация об авторе Р.А. Поярков - аспирант Среднерусского института управления - филиала Российской академии народного хозяйства и государственной службы, Орел, Россия.
Конфликт интересов:
автор заявляет об отсутствии конфликта интересов.
Information about the author R.A. Poyarkov - PhD student, Central Russian Institute of Management - branch of the Russian Academy of National Economy and Public Administration, Orel, Russia.
Conflicts of interests:
The author declares no conflicts of interests.
Статья поступила в редакцию / The article was submitted 06.01.2025; Одобрена после рецензирования / Approved after reviewing 03.02.2025; Принята к публикации / Accepted for publication 18.02.2025.
Автором окончательный вариант рукописи одобрен.
