Индекс готовности к внедрению искусственного интеллекта в отраслевое государственное управление: опыт Российской Федерации

Полный текст

Введение В настоящее время значительно усилилась роль новых решений, систем и продуктов, использующих искусственный интеллект и машинное обучение и влияющих на прогресс и инновации в различных областях социально-экономического развития. В условиях технологической революции искусственный способен оказать существенное воздействие на дальнейшее развитие человечества и стать важным движущим фактором реализации глубинных социальных и экономических изменений, в том числе в сфере государственного управления. Широкое внедрение технологий искусственного интеллекта неизбежно влечет за собой ряд разноплановых изменений: в общественном сознании, образе жизни людей, в сложившихся поведенческих и социокультурных паттернах, формирует новую среду жизнедеятельности. По оценкам консалтинговой компании McKinsey, развитие ИИ может обеспечить дополнительную глобальную экономическую активность в размере около 13 трлн долларов США к 2030 г., что даст дополнительный рост мирового ВВП на 1,2 процента в год [1]. В связи с этим, многие страны с 2017 г. начали активно разрабатывать национальные стратегии для стимулирования роста и регулирования искусственного интеллекта. На начало 2019 г. 32 страны признали важность технологий искусственного интеллекта для национальной экономики, социальных отношений и безопасности и разработали национальные стратегические планы развития искусственного интеллекта. Данные планы учитывают интеграцию компонентов технологии искусственного интеллекта в различных сферах государственного управления. В октябре 2019 г. Президент РФ В.В. Путин подписал Указ № 490 «О развитии искусственного интеллекта в Российской Федерации», который направлен на обеспечение ускоренного развития искусственного интеллекта, проведение научных исследований в области искусственного интеллекта, повышение доступности информации и вычислительных ресурсов для пользователей, совершенствования системы подготовки кадров в этой области. В августе 2020 г. Распоряжением Правительства РФ № 2129-р утверждена Концепция развития регулирования отношений в сфере технологий искусственного интеллекта и робототехники на период до 2024 г. Цель Концепции - определить направления развития российского законодательства для обеспечения возможности создания и применения технологий искусственного интеллекта и робототехники в различных сферах экономики, не нарушая при этом прав и законных интересов граждан. Концепция затрагивает основные аспекты, входящие в сферу государственного и муниципального управления, такие как законодательство в сфере охраны здоровья граждан; регулирование использования технологий искусственного интеллекта и робототехники в государственном и муниципальном управлении; законодательство в сфере транспорта; законодательство о градостроительной деятельности; использование систем искусственного интеллекта и робототехники для реализации концепции «умного города»; законодательство в финансовой сфере. Кроме того, в Концепции отмечается необходимость создания дополнительных государственных мер поддержки компаний, специализирующихся на разработке технологий искусственного интеллекта и робототехники, а также проведения исследований потенциала использования механизмов государственно-частного партнерства. Гипотеза исследования Гипотеза исследования базируется на утверждении о том, что искусственный интеллект оказывает существенное влияние на эффективность и оптимизацию деятельности в сфере отраслевого государственного управления. В рамках исследования строится предположение, что цифровая трансформация государственного управления на основе технологий искусственного интеллекта является инструментом повышения эффективности отраслевого государственного управления и имеет перспективы для решения таких проблем государственного управления, как обеспечение открытости, точности и достоверности информации; обеспечение равного доступа к данным и недопущение любых форм дискриминации. В то же время эффективность внедрения искусственного интеллекта в отраслевое государственное управление определяется не только качеством и технологической проработкой решений, но и зрелости потребительских сегментов, их готовности к внедрению и использованию решений на базе искусственного интеллекта. Актуальные исследования применения искусственного интеллекта в государственном управлении В зарубежной практике искусственный интеллект активно изучается как перспективный инструмент совершенствования системы государственного управления, сформирована устоявшаяся терминологическая база. Искусственный интеллект изучается как инструмент в различных аспектах государственного управления и политического участия [2-4]. В России проблематике уделяется недостаточное внимание. Защищенные на начало 2021 г. исследования затрагивают прикладные технические аспекты искусственного интеллекта или рассматривают перспективы узкого применения разработок в решении локальных задач. В то же время искусственный интеллект является перспективным инструментом решения задач государственного управления, таких как поддержка принятия решений, повышение эффективности управления системой образования, повышение открытости государственных услуг, предоставление доступа к государственным данным, снижение проявлений коррупции, обеспечение равного доступа к государственным услугам и т.д. Практика цифровой трансформации госуправления ряда стран показывает, что решения на базе ИИ помогают снизить транзакционные издержки, повысить доверие граждан к институтам государственной власти [3; 5; 6]. В то же время эксперты, представляющие крупные российские акторы, заявляют о том, что меры регулирования развития ИИ в России не отражают интересы развития отрасли, не способны решить задач инновационного развития и повысить эффективности управленческих решений [7]. В этой связи анализ эффективности использования искусственного интеллекта в решении задач государственного управления является важной исследовательской задачей. В настоящее время интерес исследователей к проблемам применения решений на основе искусственного интеллекта для задач государственного управления растет. Данная тенденция особенно заметна в англоязычной научной литературе. Значительное количество работ, посвященных проблемам цифровой трансформации государственного управления на основе технологий искусственного интеллекта, опубликовано исследователями Школы государственных и международных отношений University of Georgia. Ученые данной школы рассматривают искусственный интеллект в качестве технологии, способной кардинально трансформировать институты государственного управления и сформировать совершенно иные модели отношений между субъектами государственного управления и государственной политики [8]. Ряд исследователей [2] считают, что, в связи с тем, что государство является крупнейшим заказчиком и пользователем разработок и решений в сфере информационно-коммуникационных технологий, система государственного управления является своего рода экспериментальной площадкой для внедрения технологий искусственного интеллекта. Все передовые разработки в сфере искусственного интеллекта, в первую очередь, будут апробированы в государственном секторе. Это, в свою очередь, приведет к формированию государств иного типа, основанных на технологиях и информационном взаимодействии. Опираясь на текущие академические исследования и научные данные, разработка программ и политик в сфере искусственного интеллекта все же осуществляется без необходимой подготовки пользовательского сегмента - органов государственной власти, государственных организаций и ведомств, корпораций и граждан. В настоящее время отсутствует механизм оценки готовности граждан, государства и отраслей экономики к внедрению технологий искусственного интеллекта. Важными факторами для оценки являются такие переменные, как информационная инфраструктура, уровень компетенций пользователей, гибкость инструментов финансирования, гибкость инструментов мониторинга и контроля. Данная проблема может быть решена посредством внедрения специального индекса - AIRL (Artificial Readiness Level). Аналогичные индексы используются, например, для определения инновационной зрелости (TRL) и стадии готовности к цифровой трансформации (DTRL). Проблемы разработки и внедрения аналогичного индекса для оценки степени готовности и уровня рисков внедрения технологий искусственного интеллекта в систему отраслевого государственного управления лежат в основе исследования. Техническая гипотеза текущего исследования опирается на анализе кейсов и практик имплементации технологий искусственного интеллекта, а также анализе нормативно-правовой базы и стратегических документов в сфере искусственного интеллекта. Гипотеза исследования подтверждается анализом нормативных актов, стратегических планов, а также данных экспертных полуструктурированных интервью. Теоретические аспекты интеграции ИИ в госуправление Изучение индекса готовности отраслевого государственного управления представляется важным с точки теории минимизации транзакционных издержек. Данный инструмент позволяет эффективно распределять инвестиции и бюджетное финансирование между отраслями и структурными элементами, имеющими высокие показатели готовности к внедрению искусственного интеллекта, а также осуществлять финансирование мероприятий по устранению диспропорций региональных и отраслевых индексов готовности. С точки зрения теории минимизации транзакционных издержек важным аспектом является также анализ способов и механизмов замены части рутинных и сервисных функций, выполняемых государственными служащими и специалистами, алгоритмизированными процедурами и технологиями. С точки зрения теории сетевого государственного управления проблема технологической оснащенности и уровня компетенций субъектов отраслевого государственного управления является важной в части анализа предпосылок и готовности государственных институтов к внедрению инструментов сетевого государства. Важным теоретическим аспектом в данном вопросе является изучение уровня доверия граждан и их готовности к активному взаимодействию с государственными структурами. Еще одной значимой проблемной областью является исследование соответствия компетенций государственного аппарата требованиям, предъявляемым к сетевому государственному управлению. Согласно данным экспертов только 20 % граждан готовы активно взаимодействовать с государством, а уровень компетенций государственных служащих не соответствует сетевой концепции организации управления [9]. Таким образом, проблема эффективности использования ИИ-технологий в отраслевом государственном управлении получает развитие с позиций теории общественной ценности. В связи с тем, что искусственный интеллект является новой технологией, по использованию которой невозможно обобщить и провести анализ предыдущего опыта, важной исследовательской проблемой является прогнозирование общественной ценности от внедрения ИИ-решений для решения различных задач государственного управления. Такое прогнозирование возможно только на основе комплексного анализа количественных и качественных показателей, которые формируют индекс готовности к внедрению технологий ИИ. Проблема исследования эффективности применения технологий искусственного интеллекта в системе отраслевого управления определят необходимость теоретической проработки методик определения эффективности внедряемых технологий искусственного интеллекта на ранних стадиях решения о необходимости интеграции. С точки зрения подходов концепции governance необходимо исследовать оценку технологий искусственного интеллекта в вопросах регламентации и регулирования отраслевого государственного управления, изучения соответствия текущих административных норм требований эффективного внедрения искусственного интеллекта для решения государственных задач. В практической плоскости исследовательская проблематика базируется на границах и пределах применения индекса готовности к внедрению искусственного интеллекта. С точки зрения практической значимости индекс рассматривается как интегральный показатель, включающий анализ правовой, технологической, информационной и кадровой составляющей, а также готовность потребителей услуг к использованию решений в сфере искусственного интеллекта. Практическая плоскость исследовательской проблемы заключается в выработке механизма эффективного управления программами и проектами, направленными на интеграцию инструментов искусственного интеллекта в систему отраслевого государственного управления. Индексы готовности представляют собой распространенный инструмент оценки инвестиционной привлекательности отраслей экономики, а также как инструмент поддержки принятия управленческих решений по вопросам внедрения инновационных продуктов и технологий. Наиболее распространенной методикой является оценка уровня готовности технологий TRL (Technology Readiness Level). В последние годы индекс был адаптирован для оценки потенциала цифровой трансформации в отраслевом и географическом разрезе. Однако для оценки возможностей и потенциала искусственного интеллекта в системе государственного управления подобные подходы не применяются. Предложенный в рамках статьи индекс AIRL (AI Readiness Level) направлен на практическое решение проблемы риска принятия неверных решений и неэффективного использования бюджетных средств. Анализ потенциала рынка искусственного интеллекта и перспектив применения ИИ-технологий в государственном управлении Важным индикатором развития искусственного интеллекта как отрасли экономической деятельности является оценка объема венчурных инвестиций в сфере искусственного интеллекта. По состоянию на конец 2017 г. 48 процентов всех мировых инвестиций приходились на КНР, 38 процентов - на США. Оставшиеся 14 процентов распределились между другими странами. Доля РФ в данном сегменте ничтожно мала. Стоит отметить, что лидер по данному показателю - Китай - в период времени до 2030 г. планирует инвестировать в развитие ИИ технологий 1 трлн долларов США. Еще одним измеримым показателем, который демонстрирует развитие научно составляющей сферы искусственного интеллекта, является доля патентов в области ИИ в общей патентной совокупности. Доля патентов в сфере искусственного интеллекта в США уже в 2017 г. составляла 38,4 процента. Вторую строчку по данному критерию занимают страны Европейского Союза, доля патентов в сфере искусственного интеллекта в которых составляет 18,8 процентов от общего показателя. Близкие показатели (18,6 процентов) демонстрирует Китайская Народная Республика. Для сравнения доля патентов в сфере ИИ-технологий в России составляет всего 1,5 процента [10]. Еще одним важным фактором национального потенциала в сфере технологий искусственного интеллекта является количество субъектов предпринимательской деятельности, осуществляющих разработки в области искусственного интеллекта. На конец 2017 г. в США насчитывалось 2 905 компаний и 1 393 стартапа, в Китае - 709 ИТ-компаний и 383 стартапа в сфере искусственного интеллекта, в странах ЕС совокупно - 400 компаний и 524 стартапа, в юрисдикции Израиля - 173 компании и 362 стартапа. На долю Российской Федерации приходится всего 13 компаний и 19 стартапов в области искусственного интеллекта [10]. По состоянию на конец 2022 г. национальные стратегии развития искусственного интеллекта были разработаны и утверждены в 32 странах мира. Большая часть стран, имеющих собственные стратегические документы и планы развития технологий искусственного интеллекта, являются отраслевыми лидерами в сфере ИИ. Сравнительные данные о развития отрасли искусственного интеллекта отражены в рейтингах и индексах международных организаций и консалтинговых агентств - Организация экономического сотрудничества и развития, Международный союз электросвязи, Oxford Insights, Международный исследовательский центр развития (IDRC), National Science and Technology Council, Office of Science and technology Policy of the United States of America. Наиболее системный подход к оценке национального уровня развития технологий искусственного интеллекта находит отражение в Индексе готовности правительства к искусственному интеллекту [11], подготовленном Oxford Insights при поддержке Международного исследовательского центра развития (IDRC). Для всесторонней оценки национального потенциала и эффективности стратегических документов анализ развития искусственного интеллекта целесообразно осуществлять по нескольким блокам: базовая фактографическая информация; нормативно-правовое регулирование; развитие системы образования и подготовки кадров; уровень инвестиций в развитие искусственного интеллекта; развитие НИОКР в сфере искусственного интеллекта; инфраструктура искусственного интеллекта; этика и стандартизация; уровень развития работы с данными; развитие безопасности в сфере искусственного интеллекта. Исследования и количественные данные в сфере госуправления искусственным интеллектом Измеримые показатели и статистические индексы в сфере искусственного интеллекта в настоящее время не являются обязательными данными, собираемыми и анализируемыми на государственном уровне. Теме не менее, для решения производственных задач, а также для целей рыночной аналитики и рыночного прогнозирования ежегодно осуществляется сбор и мониторинг различных данных с задействованием разных групп респондентов и объектов исследования. Основными субъектами сбора и обработки данных являются международные организации (Организация экономического сотрудничества и развития, Международный союз электросвязи, Европейская комиссия), консалтинговые компании (PwC, Gartner, Forrester Research, BrightEdge, Oxford Insights), университеты (НИУ ВШЭ, МФТИ, РАНХиГС), корпорации (ПАО «Сбербанк»). Данные о количественных показателях в области искусственного интеллекта могут быть использованы для целевого финансирования субъектов предпринимательской деятельности, оценки целесообразности частного и государственного инвестирования, оценки инвестиционной привлекательности стран и регионов. В рамках данного анализа могут быть использованы стандартные экономические показатели, такие как, например: срок окупаемости инвестиций; годовая и среднегодовая рентабельность инвестиций; общий объем бюджетных ассигнований; темпы роста и темпы прироста годовых бюджетных ассигнований. Еще одной сферой применения статистических данных о развитии искусственного интеллекта является мониторинг развития экосистемы предпринимательской деятельности и инновационной среды. Для оценки данных параметров может быть изучена общая динамика рынка решений в сфере технологий искусственного интеллекта (объем инвестиций в стартапы, количество разработчиков и дистрибьютеров ИИ-решений, объем продаж участников рынка, сравнительный анализ национальных программ в сфере ИИ, индекс развития электронного правительства). Для целей мониторинга на национальном и межнациональном уровне может быть применен многофакторный структурный анализ сложных показателей (статистический анализ выборки предприятий, междисциплинарные исследования, индекс технологической зрелости, индекс цифровой трансформации). В качестве универсального инструмента, на основе которого формируются национальные рейтинги стран в области развития искусственного интеллекта, в настоящее время применяется Government Artificial Intelligence Readiness Index (GAIRI), определяющих готовность стран к внедрению технологий искусственного интеллекта. Готовность к искусственному интеллекту - это степень, в которой страна, ее правительство, государственные учреждения и частные компании могут воспользоваться преимуществами ИИ. Для оценки потенциала и прогнозирования эффективности внедрения технологий искусственного интеллекта в системе отраслевого государственного управления Российской Федерации может быть рекомендован индекс готовности к внедрению искусственного интеллекта (AI Readiness Level), формируемый в отраслевом и / или региональном разрезе. Предлагаемый индекс направлен на мониторинг готовности к внедрению технологий искусственного интеллекта в отраслевом государственном управлении. Индекс готовности к внедрению искусственного интеллекта включает анализ правовой, технологической, информационной и кадровой составляющей, а также готовность потребителей услуг к использованию решений в сфере искусственного интеллекта. Разработка индекса готовности к внедрению искусственного интеллекта Исследование индекса готовности к использованию искусственного интеллекта в отраслевом государственном управлении базируется на анализе следующих аспектов: функции и задачи, для решения которых может применяться искусственный интеллект; компетенции руководителей и ответственных исполнителей цифровой трансформации в области искусственного интеллекта в отраслевом управлении; технологическая база и информационная инфраструктура (платформы, пропускная способность интернета, аппаратные мощности, наличие разработок и разработчиков, безопасность цифровой среды); уровень готовности потребителей; нормативно-правовая база и объекты интеллектуальной собственности в отраслевом и региональном разрезе; ведомственные программы цифровой трансформации. Проектируемый индекс готовности к внедрению искусственного интеллекта (AIRL) базируется на многофакторном анализе различных групп субъектов: государство (федеральные и субфедеральные органы власти, регулирующие отраслевое развитие); бизнес (крупные компаний различных организационно-правовых форм и форм собственности, разрабатывающие ИИ-решения для отраслевого развития и крупные отраслевые компании, внедряющие такие решения); граждане (потребители государственных услуг на основе технологий ИИ). При анализе готовности к внедрению искусственного интеллекта со стороны государства анализируются национальные стратегии, ведомственные программы цифрового развития, национальные программы и проекты, стратегические документы, а также нормативно-правовая база, регулирующая создание и внедрение отраслевых решений, в основе которых лежат технологии искусственного интеллекта. Со стороны граждан оценивается уровень доверия к внедрению технологий искусственного интеллекта, цифровая грамотность и базовый уровень знаний об искусственном интеллекте. Остальные параметры (проблематика, экономика, знания, инфраструктура и технологии, развитие экосистемы) оцениваются для отраслевых органов власти и отраслевого бизнеса. При этом бизнес рассматривается и как объект воздействия (регулирование, использование технологий) и как субъект (разработка решений, патенты). Аналогичным образом рассматривается государственный аппарат. Как субъект в части разработки и утверждения норм и как объект в части ИИ-интеграции. Объект исследования - эффективность государственного управления в части адекватности и своевременности интеграции ИИ-решений в отраслевое государственное управление. В рамках исследования предполагается провести сравнительный анализ отраслевых индексов готовности к внедрению искусственного интеллекта в сфере образования, здравоохранения и сельского хозяйства. Структура индекса представлена в таблице 1. Таблица 1 / Table 1 Структура индекса готовности к внедрению искусственного интеллекта Index structure of artificial intelligence readiness implementation № Параметр / Parameter Описание параметра / Description of the parameter Субъект исследования / Research subject 1 Нормативноправовая база / Regulatory framework Политика в сфере ИИ, стратегии развития ИИ. Принятые НПА и регулятивные нормы, дорожные карты, проекты, соглашения / Policy in the field of AI, AI development strategies. Adopted NPA and regulatory norms, roadmaps, projects, agreements + 2 Проблематика / Problems Наличие и уровень задач, которые могут быть решены с помощью искусственного интеллекта / he presence and level of tasks that can be solved with the help of artificial intelligence + + 3 Экономика / Economics Финансирование федеральных программ, обеспеченность финансовыми ресурсами / Financing of federal programs, provision of financial resources + + 4 Исследования и разработки / Research and development Финансирование фундаментальных и прикладных исследований, количество публикаций в научных изданиях, разработки и патенты / Financing of basic and applied research, number of publications in scientific journals, developments and patents + + 5 Компетенции / Competencies Наличие образовательных программ, количество обучаемых, уровень знаний об ИИ среди населения. Уровень компетенций исполнителей / The availability of educational programs, the number of trainees, the level of knowledge about AI among the population. The level of competence of performers + + + 6 Инфраструктура / Infrastructure Наличие технологической базы (широкополосный интернет, уровень обновления инфраструктуры, производственные и программные мощности). Уровень адаптации и ИТ-интеграции отраслевого бизнеса / Availability of a technological base (broadband Internet, infrastructure upgrade level, production and software capacities). The level of adaptation and IT integration of industry business + + 7 Экосистема / Ecosystem Наличие и развитие институтов развития, СМИ / Availability and development of development institutions, media + + 8 Уровень доверия / The level of trust Этические вопросы, проблемы ответственности, доверие населения, восприятие цифровой трансформации / Ethical issues, responsibility issues, public trust, perception of digital transformation + + Методы сбора первичных данных для формирования составляющих индекса отличаются в разрезе исследуемых совокупностей. Методы исследования для различных субъектов и параметров представлены в таблице 2. Таблица 2 / Table 2 Методы исследования для различных субъектов и параметров Research methods for various subjects and parameters № Методика сбора данных / Data collection methodology Параметр индекса / Index parameter 1 Анализ документов и публикаций / Analysis of documents and publications 1А, 2А, 3А, 4А, 5А, 6А, 7А, 2B, 3B, 4B, 5B, 6B, 7B 2 Экспертные интервью / Expert interviews 2А, 3А, 2B, 3B, 4B, 5B, 6B 3 Социологические опросы / Opinion polls 5B, 8B, 5C, 8C 4 Компаративистика / Comparative analysis Сравнение суммарного рейтинга различных ФОИВ / Comparison of the total rating Изучение индекса готовности отраслевого государственного управления представляется важным с точки теории минимизации транзакционных издержек. Данный инструмент позволяет эффективно распределять инвестиции и бюджетное финансирование между отраслями и структурными элементами, имеющими высокие показатели готовности к внедрению искусственного интеллекта, а также осуществлять финансирование мероприятий по устранению диспропорций региональных и отраслевых индексов готовности. С точки зрения теории минимизации транзакционных издержек важным аспектом является также анализ способов и механизмов замены части рутинных и сервисных функций, выполняемых государственными служащими и специалистами алгоритмизированными процедурами и технологиями. С точки зрения теории сетевого государственного управления проблема технологической оснащенности и уровня компетенций субъектов государственного управления является важной в части анализа предпосылок и готовности государственных институтов к внедрению инструментов сетевого государства. Важным теоретическим аспектом в данном вопросе является изучение уровня доверия граждан и их готовности к активному взаимодействию с государственными структурами. Еще одной значимой проблемной областью является исследование соответствия компетенций государственного аппарата требованиям, предъявляемым к сетевому государственному управлению. Согласно данным экспертов, только 20 % граждан готовы активно взаимодействовать с государством, а уровень компетенций государственных служащих не соответствует сетевой концепции организации управления [12]. В связи с тем, что ИИ является новой технологией, по использованию которой невозможно обобщить и провести анализ предыдущего опыта, важной исследовательской проблемой является прогнозирование общественной ценности от внедрения ИИ-решений для решения различных задач государственного управления. Такое прогнозирование возможно только на основе комплексного анализа количественных и качественных показателей, которые формируют индекс готовности к внедрению технологий искусственного интеллекта. Проблема исследования эффективности применения технологий искусственного интеллекта в системе отраслевого управления определят необходимость теоретической проработки методик определения эффективности внедряемых технологий искусственного интеллекта на ранних стадиях решения о необходимости интеграции. С точки зрения подходов концепции governance необходимо исследовать оценку технологий искусственного интеллекта в вопросах регламентации и регулирования отраслевого государственного управления, изучения соответствия текущих административных норм требований эффективного внедрения искусственного интеллекта для решения государственных задач. В практической плоскости исследовательская проблематика базируется на границах и пределах применения индекса готовности к внедрению искусственного интеллекта. С точки зрения практической значимости индекс рассматривается как интегральный показатель, включающий анализ правовой, технологической, информационной и кадровой составляющей, а также готовность потребителей услуг к использованию решений в сфере искусственного интеллекта. Практическое применение и базис для дискуссий Практическая плоскость исследовательской проблемы заключается в выработке механизма эффективного управления программами и проектами, направленными на интеграцию инструментов искусственного интеллекта в систему отраслевого государственного управления. Индексы готовности представляют собой распространенный инструмент оценки инвестиционной привлекательности отраслей экономики, а также как инструмент поддержки принятия управленческих решений по вопросам внедрения инновационных продуктов и технологий. Наиболее распространенной методикой является оценка уровня готовности технологий TRL (Technology Readiness Level). В последние годы индекс был адаптирован для оценки потенциала цифровой трансформации в отраслевом и географическом разрезе. Однако для оценки возможностей и потенциала искусственного интеллекта в системе государственного управления подобные подходы не применяются. Предложенный в рамках работы индекс готовности к внедрению искусственного интеллекта AIRL (AI Readiness Level) направлен на практическое решение проблемы риска принятия неверных решений и неэффективного использования бюджетных средств. По итогам исследования получит развитие исследовательская гипотеза о том, что цифровая трансформация на основе технологий искусственного интеллекта создает новую модель государственного управления и взаимодействия власти и общества, которая характеризуется высоким уровнем эффективности и транспарентности. Развитие данной гипотезы осуществляется на основе теорий минимизации транзакционных издержек, административной регламентации и стандартизации, Public Value Theory. В практической деятельности предлагаемый к использованию индекс готовности к внедрению технологий искусственного интеллекта может быть рассмотрен не только в отраслевом разрезе, но и в разрезе субфедеральных органов власти и органов местного самоуправления. Индекс также может быть рассмотрен как инструмент корреляции и верификации государственных целевых программ и национальных стратегий в сфере управления искусственным интеллектом и смежными цифровыми технологиями. Заключение В статье рассмотрены основные аспекты применения инструментов статистического анализа для исследования уровня развития технологий искусственного интеллекта. В ходе исследования выявлено, что в настоящее время искусственный интеллект не является самостоятельным объектом статистических исследований на национальном уровне. Однако для достижения задач стратегического развития, а также для целей повышения эффективности управленческих и производственных процессов осуществляется сбор статистических данных о состоянии технологий искусственного интеллекта. В рамках данного анализа, осуществляемого международными организациями, университетами, институтами развития, консалтинговыми агентствами и частными компаниями, собираются и обрабатываются данные о таких объектах ИИ-инфраструктуры, как разработчики решений в сфере искусственного интеллекта (количественные и стоимостные данные), объем и динамика инвестиций в развитие искусственного интеллекта, устойчивость национальных институтов развития в сфере искусственного интеллекта, уровень доверия и удовлетворенности граждан, количество и удельный вес патентов и разработок в сфере искусственного интеллекта, целевые показатели приема и выпуска специалистов по направлениям подготовки в сфере искусственного интеллекта. Количество и качество исследований в сфере искусственного интеллекта влияет на инвестиционную привлекательность субъектов экономической деятельности, позиции государств в международных рейтингах. В рамках исследования рассмотрены национальные стратегии развития технологий искусственного интеллекта ведущих государств, проведен сравнительный анализ национальных программ и планов, выявлены особенности и различия национальных стратегий. В работе рассмотрена структура основных индексов и измеримых показателей в сфере искусственного интеллекта. В целях повышения эффективности статистического учета технологий искусственного интеллекта предложено выделение искусственного интеллекта в качестве самостоятельного кода в основном классификаторе видов экономической деятельности. Для повышения точности прогнозирования эффекта от внедрения технологий искусственного интеллекта в систему отраслевого государственного управления предложен индекс готовности к внедрению технологий искусственного интеллекта, основанный на многофакторном анализе различных параметров различных групп субъектов, участвующих в разработке, внедрении и использовании технологий искусственного интеллекта. В рамках исследования выявлено, что технологии ИИ с высокой степенью динамики наращивают всестороннее влияние на развитие всех секторов экономики и сфер общественной жизни. В то же время искусственный интеллект постепенно формируется в самостоятельный объект статистического учета и мониторинга.

Об авторах

Роман Сергеевич Ступин

Национальный исследовательский университет «Высшая школа экономики»; Масариков университет

Автор, ответственный за переписку.
Email: stupinrs@gmail.com
ORCID iD: 0000-0001-9594-7480

аспирант Национального исследовательского университета «Высшая школа экономики», аспирант Масарикова Университета

101000, Российская Федерация, Москва, Мясницкая ул., д. 20; 60177, Чехия, Брно, Жеротиново нам., 617/9

Список литературы