Государственные органы обрабатывают огромные объемы данных и именно поэтому являются первоочередными кандидатами на внедрение средств управления на базе искусственного интеллекта (ИИ). Эти системы должны разрабатываться специалистами в той области, в которой они применяются. Использование ИИ в секторе государственных услуг необходимо подчинить жестким этическим нормам
Сегодня государства тратят баснословные суммы на программы по борьбе с новой коронавирусной инфекцией, в связи с чем как никогда важно обеспечить эффективность государственных услуг. Государственный аппарат обрабатывает множество самых разных данных, и потому именно в этой сфере есть пространство для применения искусственного интеллекта: от систем для выявления мошенничества или ошибок до прогнозирования перебоев в предоставлении услуг.
Госорганы в разных странах только начинают присматриваться к ИИ и его возможностям по трансформации государственных услуг. Критически важно на начальной стадии разработать системы для сбора правильных данных, поскольку именно от них будет зависеть эффективность внедрения ИИ. Это станет возможным, если системы будут разрабатываться с учетом конкретных ситуаций и областей применения, и тут пригодится помощь правительственных структур, государственных служащих и специалистов по обработке данных: всем им придется работать сообща, чтобы задействовать все преимущества этой технологии.
Государственные органы находятся в уникальном положении, поскольку имеют доступ к разнообразным конфиденциальным данным. Использование ИИ в этом секторе возможно только при условии соблюдения строгих этических норм, а также внедрения надежных мер безопасности и определения места ИИ в иерархии принятия решений.
Ниже мы рассмотрим семь способов оптимизации государственных услуг с помощью искусственного интеллекта:
С помощью такой технологии государственные органы могли бы выявлять неправильно составленные заявки на получение льгот и налоговых вычетов. Так, например, на сегодняшний день долг Департамента труда и пенсионного обеспечения Великобритании по выплатам гражданам составляет 2 миллиарда фунтов стерлингов. Размер переплаты тоже впечатляет – 4,6 миллиардов фунтов стерлингов. При этом, по данным Управления по налоговым и таможенным сборам, сумма недополученных налогов составляет 31 миллиард фунтов стерлингов. В настоящее время ведется работа по использованию средств машинного обучения для обработки огромных хранилищ данных в упомянутых организациях, и в ближайшие годы можно рассчитывать на значительный прогресс в этой области.
Обычно страны предоставляют гранты на конкретные цели. К сожалению, не так просто отследить, на что тратятся предоставленные средства, в первую очередь, из-за огромного количества таких грантов. При проверке выполнения условий использования гранта нередко требуется анализ письменных отчетов, которые далеко не всегда выполняются в машиночитаемых форматах. Эту проблему можно решить с помощью набора методов на базе машинного обучения: они позволят извлечь текст, обработать его, а также классифицировать с целью определения профиля риска.
Бухгалтерские системы госучреждений также генерируют данные, причем, чем крупнее учреждение и чем больше у него функций, тем этих данных больше. Это значит, что поиск ошибок в их бухгалтерии довольно сложное занятие. Моделирование динамических рядов данных способно выявить отклонения от обычного уровня в тех или иных статьях расходов или доходов, особенно в сочетании с выявлением редких транзакций и анализом признаков мошеннических действий. Подобные средства только отправная точка для анализа, который поможет финансовым департаментам и аудиторам.
Многие государственные услуги переходят в «цифру», а у действующих бизнес-процессов появляется цифровой след. Изучить процесс прохождения граждан через разные этапы предоставления государственных услуг поможет аналитика процессов (process mining) – эта технология использует временные метки (timestamps) для идентификации рабочих процессов. Она позволит выявить проблемные места и установить, где процессы происходят с нарушениями и где цифровые услуги не справляются со своей функцией. В сочетании с отзывами пользователей аналитика процессов способна более полно выявить проблемы, с которыми сталкиваются пользователи, и, в итоге, повысить эффективность работы системы.
Исторически в секторе государственных услуг для оказания консультаций используются колл-центры. Однако сегодня они не должны быть на первом этапе общения с пользователями, использование чатботов для сортировки запросов в частных центрах доказало эффективность этого метода. Есть множество областей, где органы государственного и местного управления могут получить большую выгоду от того, что граждане смогут при обращении сначала получить помощь без привлечения человека. Например, если создать чатбот, умеющий отвечать на вопросы, связанные с деятельностью местного органа власти в борьбе с COVID-19, люди получат необходимые ответы, а освободившиеся сотрудники смогут заняться более важными вещами.
Прогностическое моделирование постепенно становится все более важным инструментом в борьбе с эпидемиями. Первые проекты в этой области появились еще до начала пандемии коронавирусной инфекции и были направлены на прогнозирование сезонных вспышек заболеваемости гриппом. За время пандемии COVID-19 средства машинного обучения были задействованы для лучшего понимания схем распространения заболевания. Так, например, сотрудники Королевского колледжа применили кластерный анализ в попытке классифицировать множество симптомов новой инфекции в определенные подгруппы и установить корреляцию с исходом заболевания. Полученные данные можно использовать для планирования ресурсов: количества медицинских работников, коек в реанимации и аппаратов ИВЛ, а значит – для спасения жизни большего числа людей.
Чтобы эффективно оказывать услуги, государственные органы должны уметь распределять ресурсы, и неважно, о чем именно идет речь: о койках в отделении интенсивной терапии или об обслуживании автомобильных и железных дорог. Если руководители умеют прогнозировать потребности до наступления критических ситуаций, они могут принимать более эффективные решения. Именно поэтому так важно предоставить государственному сектору инструменты для обоснованного распределения ресурсов. Кстати, вопрос управления дорожным хозяйством заслуживает отдельного внимания: применение ИИ позволит использовать миллионы снимков в высоком разрешении для оценки состояния дорог, а органы местного управления точно будут знать, где нужно действовать в первую очередь. В результате можно будет рассчитывать на оптимальное распределение ресурсов и повышение безопасности граждан.
И это лишь несколько примеров того, как ИИ уже сегодня преобразует сектор государственных услуг. Когда государство заинтересовано в более быстром оказании услуг, его жители могут рассчитывать на улучшение ситуации благодаря применению этой технологии. Страны, действующие в соответствии с четкой информационной стратегией, соблюдающие правила внедрения средств на основе ИИ и этические нормы их применения, смогут достичь поставленных целей и повысить доверие граждан к своей деятельности. Сегодня, когда во многих странах мира население относится к государственным учреждениям с определенным скепсисом, ИИ действительно может изменить ситуацию к лучшему.
Источник / Перевела В.Макогоненко
