ОСОБЕННОСТИ ИСПОЛЬЗОВАНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В СФЕРЕ ГОСУДАРСТВЕННЫХ УСЛУГ
DOI:
https://doi.org/10.5281/zenodo.13960725Ключевые слова:
государственные служащие, искусственный интеллект, машинное обучение, наука о данных.Аннотация
В последние годы во все сферы хозяйственной деятельности активно внедряются технологии искусственного интеллекта. Объем рынка искусственного интеллекта в Российской Федерации характеризуется стремительным ростом – с 9 млрд рублей в 2019 г. до 747,5 млрд рублей в 2023 г., объем государственного финансирования искусственного интеллекта с 2021 г. по 2024 г. вырос более, чем в пять раз.
Не является исключением и государственный сектор, для которого искусственный интеллект предоставляет множество возможностей. Указом Президента Российской Федерации от 10.10.2019 г. №490 РФ утверждена «Национальная стратегия развития искусственного интеллекта на период до 2030 года», в которой поставлена задача обеспечить технологическое лидерство России на мировом рынке в сфере искусственного интеллекта. Стратегия также предусматривает мероприятия по внедрению технологий искусственного интеллекта в систему государственного управления.
Помимо этого, мероприятия по развитию искусственного интеллекта будут интегрированы в новый национальный проект «Экономика данных и цифровая трансформация государства». За два года планируется создать платформу искусственного интеллекта для управления государством и социальной сферой. Это позволит усовершенствовать и автоматизировать многие процессы и таким образом повысить качество услуг для граждан.
Однако, государственная служба чаще, чем сфера частного бизнеса сталкиваются с неудовлетворенностью и недоверием как потребителей, так и самих государственных служащих к применению искусственного интеллекта.
В связи с этим в статье решена актуальная задача анализа особенностей сферы государственных услуг как среды внедрения программных продуктов на базе искусственного интеллекта, описаны методологии управления проектами, связанными с информационными технологиями и выделена модель управления проектами в области науки о данных, проанализировано отношение государственных служащих и простых потребителей государственных услуг к искусственному интеллекту и их ожидания от его использования.
Скачивания
Библиографические ссылки
1. Sarker, I.H. Data Science and Analytics: An Overview from Data-Driven Smart Computing, Decision-Making and Applications Perspective / I.H. Sarker // SN Computer Science. – 2021. – Vol. 2(5):377. – DOI:10.1007/s42979-021-00765-8 (дата обращения 10.09.2024).
2. Gesk, T.S., Artificial intelligence in public services: When and why citizens accept its usage / T.S. Gesk, M. Leyer // Government Information Quarterly. – 2022. – Vol. 39, № 3. – pp. 2-12. – DOI:10.1016/j.giq.2022.101704 (дата обращения 10.09.2024).
3. Baeroe, K. How to achieve trustworthy artificial intelligence for health / K. Baeroe, A. Miyata-Sturm, E. Henden // Bulletin of the World Health Organization. – 2020. – Vol. 98(4). – pp. 257–262. – DOI: 10.2471/BLT.19.237289 (дата обращения 28.08.2024).
4. Добробаба, М.Б. Цифровизация государственной службы: проблемы правового обеспечения / М.Б. Добробаба // Сборник научных трудов II Международной научно-практической конференции: в 6 томах. – Казань, 2023. – С. 112-118.
5. Desouza, K.C. Delivering Artificial Intelligence in Government: Challenges and Opportunities / K.C. Desouza. – IBM Center for The Business of Government, 2018. – 48 p. [Электронный ресурс]. – URL: https://www.businessofgovernment.org (дата обращения: 07.09.2024).
6. Mikhaylov, S. Artificial intelligence for the public sector: opportunities and challenges of cross-sector collaboration / S. Mikhaylov, M. Esteve, A. Campion // Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences. – Vol. 376, Iss. 2128. – 21 p. [Электронный ресурс]. – URL: https://doi.org/10.1098/rsta.2017.0357 (дата обращения: 07.09.2024).
7. Добролюбова, Е.И. Цифровое будущее государственного управления по результатам / Е.И. Добролюбова, В.Н. Южаков, А.А. Ефремов, Е.Н. Клочкова, Э.В. Талапина, Я.Ю. Старцев. — М.: Издательский дом «Дело» РАНХиГС, 2019. – 114 с.
8. Васин, С.Г. Искусственный интеллект в управлении государством / С.Г. Васин // Управление. – № 3. – 2017. – С. 5-10.
9. Wang W. Artifcial Intelligence: A Study on Governance, Policies, and Regulations / W. Wang, K. Siau // MWAIS, 2018, Proceedings. 40 [Электронный ресурс]. – URL: https://aisel.aisnet.org/mwais2018/40 (дата обращения: 05.09.2024).
10. West D. How artificial intelligence is transforming the world / D. West, J. Allen // BROOKINGS, Tuesday, April 24, 2018 [Электронный ресурс]. – URL: https://www.brookings.edu/research/how-artificialintelligence-is-transforming-the-world/ (дата обращения: 05.09.2024).
11. Han, J. Data mining: concepts and techniques / J. Han, J. Pei, M. Kamber. – Amsterdam: Elsevier, 2012. – 740 p. – ISBN 978-0-12-381479-1 (дата обращения 29.08.2024).
12. Schröer, C. A Systematic Literature Review on Applying CRISP-DM Process Mode Procedia Computer Science / C. Schröer, F. Kruse, J.M. Gómez. – 2021. – Vol. 181. – pp. 526–534. – DOI:10.1016/j.procs.2021.01.199 (дата обращения 29.08.2024).
13. Halaris, C., Magoutas, B., Papandomichelaki, X.Menraz, G. Classification and synthesis of quality approaches in e-government services // Internet Researcg. – 2007. – Vol. 17(4). – pp. 378-401. – DOI:10.1108/10662240710828058 (дата обращения 10.09.2024).
14. Leyer, M. Decision augmentation and automation with artificial intelligence: Threat or opportunity for managers? / M. Leyer, S. Schneider // Business Horizons. – 2021. – Vol. 64(5). – pp. 711–724. – DOI:10.1016/j.bushor.2021.02.026 (дата обращения 10.09.2024).
15. Sager, F. Accountability of public servants at the street level / F. Sager, E. Thomann, P. Hupe // The Palgrave handbook of the public servant. – Palgrave Macmillan, 2020. – pp. 1 17. – DOI:10.1007/978-3-030-03008-7_5-1 (дата обращения 10.09.2024).
16. Аверкин, А.Н. Объяснимый искусственный интеллект как часть искусственного интеллекта третьего поколения / А.Н. Аверкин // Речевые технологии. – 2023. – №1. – С. 4-10.
17. Shrikumar, A. Learning Important Features Through Propagating Activation Differences / A. Shrikumar, P. Greenside, A. Kundaje // Proceedings 34 th International Conference on Machine Learning, Sydney, Australia, 2017. – pp. 3145-3153. – DOI: 10.48550/arXiv.1704.02685 (дата обращения 10.09.2024).
References
1. Sarker, I.H. Data Science and Analytics: An Overview from Data-Driven Smart Computing, Decision-Making and Applications Perspective / I.H. Sarker // SN Computer Science. – 2021. – Vol. 2(5):377. – DOI:10.1007/s42979-021-00765-8 (date of application: 10.09.2024).
2. Gesk, T.S., Artificial intelligence in public services: When and why citizens accept its usage / T.S. Gesk, M. Leyer // Government Information Quarterly. – 2022. – Vol. 39, № 3. – pp. 2-12. – DOI:10.1016/j.giq.2022.101704 (date of application: 10.09.2024).
3. Baeroe, K. How to achieve trustworthy artificial intelligence for health / K. Baeroe, A. Miyata-Sturm, E. Henden // Bulletin of the World Health Organization. – 2020. – Vol. 98(4). – pp. 257–262. – DOI: 10.2471/BLT.19.237289 (date of application: 28.08.2024).
4. Dobrobaba, M.B. Digitalization of public service: problems of legal support / M.B. Dobrobaba // Collection of scientific works of the II International Scientific and Practical Conference: in 6 volumes. – Kazan, 2023. – pp. 112-118. (In Russ.)
5. Desouza, K.C. Delivering Artificial Intelligence in Government: Challenges and Opportunities / K.C. Desouza. – IBM Center for The Business of Government, 2018. – 48 p. – URL: https://www.businessofgovernment.org (date of application: 07.09.2024).
6. Mikhaylov, S. Artificial intelligence for the public sector: opportunities and challenges of cross-sector collaboration / S. Mikhaylov, M. Esteve, A. Campion // Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences. – Vol. 376, Iss. 2128. – 21 p. – URL: https://doi.org/10.1098/rsta.2017.0357 (date of application: 07.09.2024).
7. Dobrolyubova, E.I. Digital future of public administration based on results / E.I. Dobrolyubova, V.N. Yuzhakov, A.A. Efremov, E.N. Klochkova, E.V. Talapina, Ya.Yu. Startsev. – M.: Publishing house "Delo" RANEPA, 2019. – 114 p. (In Russ.)
8. Vasin S.G. Artificial Intelligence in State Management / S.G. Vasin // UPRAVLENIE / MANAGEMENT (Russia). – № 3. – 2017. – С. 5-10. (In Russ.)
9. Wang W. Artifcial Intelligence: A Study on Governance, Policies, and Regulations / W. Wang, K. Siau // MWAIS, 2018, Proceedings. 40. – URL: https://aisel.aisnet.org/mwais2018/40 (date of application: 05.09.2024).
10. West D. How artificial intelligence is transforming the world / D. West, J. Allen // BROOKINGS, Tuesday, April 24, 2018. – URL: https://www.brookings.edu/research/how-artificialintelligence-is-transforming-the-world/ (date of application: 05.09.2024).
11. Han, J. Data mining: concepts and techniques / J. Han, J. Pei, M. Kamber. – Amsterdam: Elsevier, 2012. – 740 p. – ISBN 978-0-12-381479-1 (date of application: 29.08.2024).
12. Schröer, C. A Systematic Literature Review on Applying CRISP-DM Process Mode Procedia Computer Science / C. Schröer, F. Kruse, J.M. Gómez. – 2021. – Vol. 181. – pp. 526–534. – DOI:10.1016/j.procs.2021.01.199 (date of application: 29.08.2024).
13. Halaris, C., Magoutas, B., Papandomichelaki, X. Menraz, G. Classification and synthesis of quality approaches in e-government services // Internet Researcg. – 2007. – Vol. 17 (4). – pp. 378-401. – DOI:10.1108/10662240710828058 (date of application: 10.09.2024).
14. Leyer, M. Decision augmentation and automation with artificial intelligence: Threat or opportunity for managers? / M. Leyer, S. Schneider // Business Horizons. – 2021. – Vol. 64(5). – pp. 711–724. – DOI:10.1016/j.bushor.2021.02.026 (date of application: 10.09.2024).
15. Sager, F. Accountability of public servants at the street level / F. Sager, E. Thomann, P. Hupe // The Palgrave handbook of the public servant. – Palgrave Macmillan, 2020. – pp. 1 17. – DOI: 10.1007/978-3-030-03008-7_5-1 (date of application: 10.09.2024).
16. Averkin, A. N. Explicable artificial intelligence as part of 3rd generation artificial intelligence / A.N. Averkin // Speech technologies. – 2023. – №1. – pp. 4-10. (In Russ.)
17. Shrikumar, A. Learning Important Features Through Propagating Activation Differences / A. Shrikumar, P. Greenside, A. Kundaje // Proceedings 34 th International Conference on Machine Learning, Sydney, Australia, 2017. – pp. 3145-3153. – DOI: 10.48550/arXiv.1704.02685 (date of application: 10.09.2024).
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
Статьи журнала «Новое в экономической кибернетике» находятся в открытом доступе и распространяются в соответствии с условиями Лицензионного Договора с Донецким Государственным университетом, который бесплатно предоставляет авторам неограниченное распространение и самостоятельное архивирование.
