Государство с искусственным интеллектом: как правительства используют ИИ
В представлении о будущем с искусственным интеллектом государственные услуги становятся быстрее, решения – точнее, а бюрократия перестает отнимать у людей время и силы. Реальность пока довольно далека от этой картины, показало исследование Всемирного банка об использовании ИИ в государственном управлении. Авторы изучили опыт 60 стран, опросив представителей государственных цифровых ведомств, министерств и организаций, отвечающих за информационные системы. Главный вывод состоит в том, что ИИ уже проник в госуправление и используется как внутри госучреждений, так и в сервисах для граждан, но далеко не всегда становится частью устойчивых административных процессов: его применение «широкое, но поверхностное».
Проблема не столько в доступности новых технологий, сколько в готовности государственных институтов системно интегрировать их в свою работу. Алгоритм может быть современным, но работать с некачественными данными. Госслужащий может иметь доступ к генеративному ИИ, но не понимать границ его возможностей. Правительство может принять национальную стратегию развития искусственного интеллекта, но так и не перейти к практическим действиям.
Исследование позволяет выделить несколько характерных тенденций.
- В госсекторе ИИ чаще используют как личного помощника для разовых конкретных задач.
Самый распространенный сценарий – 44% внутреннего применения ИИ в госсекторе – выглядит довольно прозаично: сотрудник открывает чат-бот, чтобы найти информацию, подготовить справку или сократить длинный документ. Технология помогает ему работать быстрее, но сама организация продолжает действовать по старым правилам. То есть «ИИ используется только как персональный ассистент некоторыми сотрудниками», как отметил один из респондентов.
Такой формат не создает общих данных, документированных процедур, организационного обучения. Другие сотрудники не обязательно узнают о найденном решении, организация не накапливает единый опыт, а качество работы по-прежнему зависит от индивидуальных навыков.
Внутреннее внедрение ИИ также сильно зависит от уровня дохода страны. Например, в большинстве стран с низким уровнем дохода – 62% – ИИ используют для разовых задач, а еще в четверти не используют вообще. В государствах с высоким и выше среднего доходом правительства чаще интегрируют коммерческие, кастомизированные (настроенные под определенные задачи ведомства) или собственные ИИ-продукты во внутренние операции. Но даже в этой группе стран около трети правительств все равно используют ИИ лишь для разовых задач.
Еще на эту тему
- Налоговые службы используют ИИ активнее других ведомств.
Это объясняется особенностями работы налоговых органов: налоговые системы располагают большими массивами структурированных данных, регулярно обрабатывают однотипные операции и часто используют аналитические инструменты для выявления закономерностей. Налоговые службы отличаются и более продвинутым внедрением ИИ в свою практику (см. график выше): почти у половины стран налоговые органы используют либо кастомизированные ИИ-инструменты, либо ИИ-инструменты собственной разработки. Эта доля выше, чем в любых других сферах деятельности органов власти.
ИИ помогает налоговым органам решать две основные задачи. Первая – выявлять подозрительные операции и определять, какие декларации или документы требуют дополнительной проверки. Вторая – автоматизировать взаимодействие с налогоплательщиками, отвечая на типовые вопросы и помогая разобраться в процедурах.
Например, в Венгрии развивают чат-бот, который отвечает на вопросы налогоплательщиков о налогах. На Филиппинах налоговое ведомство использует автоматизированные системы (1, 2) для анализа налоговых деклараций и выявления налогоплательщиков, которые могут занижать доходы. В Турции специальная программа анализирует документы всех плательщиков налога на добавленную стоимость (НДС) и оценивает для каждого из них вероятность, что они могут использовать поддельные документы.
- Чат-боты – самое распространенное внешнее применение ИИ госсектором.
Из всех способов применения ИИ госсектором для внешних сервисов чаще всего встречаются чат-боты – их используют 66% опрошенных стран, причем активно используют страны и с высоким уровнем дохода, и с низким (см. график выше).
В Аргентине государственный чат-бот TINA помогает гражданам в решении более 600 процедур и вопросов, интегрируя более 70 национальных ведомств, а встроенный в этот чат-бот ИИ-помощник MIA консультирует предпринимателей по открытию бизнеса и правилам экспорта. В Бенине GPT-BJ на национальном портале госуслуг отвечает на вопросы о национальном законодательстве. В ОАЭ на официальном портале правительства ИИ-помощник U-Ask отвечает на вопросы о госуслугах на двух языках – арабском и английском, направляет граждан к нужным сервисам и помогает подать заявки на услуги. Его технология также внедряется на других государственных сайтах.
Популярность таких решений объяснима: чат-бот позволяет автоматизировать типовые обращения, избавляя сотрудников от необходимости многократно отвечать на одни и те же вопросы, при этом для его запуска не обязательно перестраивать всю работу ведомства.
Однако распространенность чат-ботов еще не означает, что государственные услуги стали принципиально другими. Если чат-бот лишь подсказывает, на какой сайт перейти или где найти нужный документ, он упрощает доступ к информации, но не обязательно ускоряет получение самой услуги. Для более глубокой автоматизации ИИ должен быть встроен в рабочие процессы учреждения: например, помогать распределять заявления, проверять документы и отслеживать их обработку. Чат-боты – наиболее заметная «точка входа» ИИ в повседневное взаимодействие человека с государством, но не доказательство того, что бюрократия стала проще.
- Граждане пока получают от ИИ меньше пользы, чем сами чиновники.
Государственные органы чаще используют ИИ для внутренних задач, чем для оказания услуг гражданам. Особенно заметен разрыв в странах с низкими доходами: 46% опрошенных правительств этой группы сообщили, что вообще не используют ИИ для внешних функций, тогда как для внутренних не используют 25%. Даже в более обеспеченных странах использование ИИ в сервисах для населения остается ограниченным: в трети таких стран ИИ может помогать служащему искать информацию для ответа на обращение, но не быть встроенным в сервис – например, в полный процесс обработки заявления. Это два разных уровня цифровизации, отмечают авторы исследования.
Еще на эту тему
При этом внедрение ИИ само по себе не гарантирует улучшения качества госуслуг. Чат-бот может ускорить ответ, но дать неверную информацию. Автоматизированная система может быстрее обрабатывать документы, но создавать дополнительные препятствия для людей, чьи ситуации не укладываются в стандартные категории.
Поэтому принципиально важно различать использование ИИ для информационной поддержки чиновника и применение технологии в самом процессе оказания услуги: в первом случае непосредственно меняется работа сотрудника, во втором – потенциально меняется опыт взаимодействия гражданина с государством. Пока первый процесс развивается быстрее второго.
- Госведомства начинают применять ИИ быстрее, чем устанавливают правила его использования.
Быстрое распространение генеративного ИИ привело к ситуации, когда сотрудники госучреждений уже могут его использовать, тогда как руководители не всегда успевают определить, какую информацию разрешено передавать таким системам, как проверять их ответы и кто несет ответственность за ошибки.
Почти две трети опрошенных правительств предоставляют госслужащим лицензии или официальный доступ к инструментам генеративного ИИ. При этом формальные ведомственные правила его использования есть лишь у 39% правительств, а еще 38% такие правила разрабатывают.
Так возникает то, что авторы называют «теневым ИИ»: сотрудники используют технологию без достаточного стратегического и организационного контроля. При этом речь вовсе не обязательно о нарушениях – напротив, служащий может действовать из вполне понятного желания выполнить работу быстрее и лучше. Проблема в том, что без общих правил невозможно гарантировать единый подход к конфиденциальным данным, проверке фактов и использованию сгенерированных материалов. Один сотрудник может перепроверять каждый ответ модели, другой – безоговорочно доверять ему. Один отдел может работать с разрешенными инструментами, другой – загружать документы в сторонние сервисы, не оценив риски.
Для государства такая ситуация особенно чувствительна: ошибка в частном черновике и ошибка в документе, на основании которого гражданину отказывают в выплате, имеют разные последствия.
Главный риск тут не в том, что чиновники пользуются ИИ, а в том, что государство не всегда понимает, как именно они это делают: распространение технологии опережает способность ведомств отвечать за последствия ее применения.
- Без качественных данных даже продвинутые модели мало что изменят.
В обсуждении выгод и возможностей ИИ много внимания уделяется моделям, вычислительным мощностям и программным продуктам. Но для госуправления зачастую важнее то, что происходит до обращения к алгоритму: как собираются, хранятся, обновляются и передаются данные.
К примеру, ведомство хочет с помощью ИИ выявлять семьи, которым требуется социальная поддержка. Для этого необходимо сопоставлять сведения о доходах, занятости, составе семьи и уже получаемых выплатах. Если эти сведения находятся в несовместимых системах, содержат ошибки или обновляются с задержкой, алгоритм будет принимать решения на основе неполной картины.
Именно качество и доступность данных остаются ключевой проблемой и в бедных, и в богатых странах, причем доли таких ответов почти совпадают – в районе 70%. Государственные цифровые ведомства отмечают, что им нужны надежные, совместимые и защищенные публичные данные, доступ к качественным данным из базовых реестров и более сильные механизмы обмена данными между учреждениями.
Более 60% правительств сообщили, что приняли национальную стратегию развития ИИ, еще 26% разрабатывали ее. Однако среди стран с принятой стратегией лишь около половины заявили, что она используется в государственных организациях. Само наличие документа, таким образом, еще не означает, что его положения стали частью повседневной работы ведомств.
Еще на эту тему
Другая общая для всех стран проблема – ограниченность бюджетов. Однако конкретные ограничения различаются: менее обеспеченные страны чаще указывают на нехватку правил и навыков, тогда как более богатые – на вопросы конфиденциальности, этики, устаревшие информационные системы и недостаточную совместимость между ними.
Показательно, что налоговые службы, где применение ИИ наиболее развито, располагают и более зрелой инфраструктурой цифровых данных. В образовании, напротив, информационные системы чаще остаются лишь частично цифровизированными, а сведения распределены между множеством учреждений. То есть проблема не всегда заключается в отсутствии технологии: иногда государство еще не научилось собирать информацию, необходимую для решения конкретной задачи.
Из этого следует, что инвестиции в ИИ не сводятся к покупке программного обеспечения. Они необходимы для создания надежных реестров, согласованных стандартов, безопасного обмена данными, процедур проверки качества информации и защиты персональных данных.
В странах с низким доходом к первоочередным барьерам системного внедрения ИИ добавляются и другие: гражданам не хватает навыков, а передовые ИИ-модели слабо поддерживают местные языки – на это жалуются почти три четверти таких государств. В результате, например, в Бутане была разработана модель машинного перевода с английского на официальный язык королевства – дзонгкха; в Камбодже сделали переводчик между английским и кхмерским; в Нигерии – модель для языков йоруба, игбо, хауса и английского с нигерийским акцентом. В Португалии (хотя она и не относится к странам с низким уровнем дохода) разработали переводчик на европейский португальский.
А пример Сингапура, реализующего концепцию цифровой трансформации государства «Умная нация», показывает, что правительство сумело решить проблему инфраструктуры для ИИ. Оно создает единые эталонные источники данных, закрепляет правила обмена и ответственность на законодательном уровне, развивает центральную платформу с качественными наборами данных и стандартным описанием, а также обучает госслужащих работе с ИИ и данными. Это менее заметная сторона цифровизации, чем запуск нового чат-бота, но именно она позволяет использовать разные инструменты ИИ в масштабах всего государственного аппарата.
- Главный разрыв – между использованием технологии и готовностью ею управлять.
На первый взгляд внедрение ИИ должно напрямую зависеть от уровня дохода страны: чем больше ресурсов, тем больше возможностей нанимать специалистов, приобретать вычислительные мощности и создавать собственные решения. Исследование Всемирного банка это подтверждает, но показывает и другое: результат не определяется исключительно уровнем дохода. В некоторых странах с низкими и средними доходами отдельные показатели внедрения ИИ или институциональной готовности выше медианных значений более богатых государств.
Исследователи из Всемирного банка выделяют четыре условных типа государств в зависимости от того, насколько распространение ИИ соответствует готовности госведомств к его использованию:
- интеграторы – одновременно развивают технологии и механизмы управления ими;
- создатели институтов – выстраивают правила и инфраструктуру, но пока не применяют ИИ широко;
- начинающие – только начинают движение по обоим направлениям;
- «ковбои» – страны, в которых использование ИИ опережает развитие институциональных механизмов.
Такая типология показывает, что универсального рецепта цифровизации не существует. Одним государствам требуется создавать базовую инфраструктуру и обучать сотрудников, другим – объединять разрозненные решения в устойчивые рабочие процессы, третьим – выстраивать контроль, оценивать риски и определять ответственность за применение алгоритмов.
Поэтому доход решает не все: государство может иметь доступ к самым современным моделям и при этом не уметь использовать их в интересах граждан. И наоборот, страна с ограниченными ресурсами может добиться заметных результатов, если выберет конкретную проблему, располагает необходимыми данными и способна организовать работу.
Поэтому ключевой вопрос – не просто внедряет ли правительство ИИ, а может ли оно встроить его в работу госучреждений так, чтобы решения становились обоснованнее, услуги – доступнее, а ответственность за ошибки была понятной.
Мониторинг и оценка внедрения пока тоже слабые. Более половины правительств в странах с низким доходом вообще не оценивают производительность ИИ. Те, кто это все-таки делает, обычно ограничиваются статистикой внедрения и использования. В странах с высоким доходом чаще проводят анализ затрат и выгод, оценку качества услуг и независимые аудиты.
И все же в целом правительства смотрят на ИИ в госсекторе с оптимизмом: две трети опрошенных видят положительную отдачу от уже запущенных проектов. Впрочем, в странах с низким доходом 43% не могут ее оценить из-за слабых методов оценки, и во всех группах стран многие пилоты закрываются, не успев расшириться.
Еще на эту тему
Важно отметить, что авторы опираются на опросы представителей государственных органов, а не на независимую проверку каждого проекта. Поэтому результаты исследования – это картина того, как правительства сами описывают собственную практику, а не рейтинг внедрения ИИ. Исследование также не доказывает, что само по себе внедрение технологии приводит к улучшению госуслуг.
Чтобы ИИ перестал быть преимущественно личным помощником отдельных чиновников, его использование должно стать частью понятных и проверяемых процессов. Чтобы он помогал гражданам, нужно перестраивать не только интерфейсы, но и саму организацию услуг. А чтобы технология не создавала новых рисков, государство должно уметь контролировать ее применение и отвечать за последствия. Тогда использование алгоритмов может превратиться в устойчивую практику решения общественных проблем.
.webp)