Чому революція штучного інтелекту уряду починається з кращих інструментів, а не тільки з кращих даних

Тривалий час рішення в державному секторі приймалися на основі хитких, фрагментованих систем. У епоху швидких змін політики та реального часу основною проблемою є не доступ до даних, а відсутність інструментів, які можуть забезпечити контекст, походження та безпеку у робочих процесах, де чиновники фактично приймають рішення. Застосування інструментів тепер має значення більше, ніж накопичення сирої інформації, і питання полягає в тому, як уряди можуть адаптуватися, створюючи або купуючи інструменти, що підтримують штучний інтелект, які роблять виконання політики швидшим, безпечнішим і більш відповідальним.

Бутільнок: Застосування інструментів, а не доступ до даних

Уряди вже володіють величезними обсягами інформації, такими як законодавчі трекери, реєстраційні дані, економічні показники, зображення з супутників, відкриті джерела інформації та внутрішні звіти. Основна проблема полягає в тому, як ця інформація досягає осіб, які приймають рішення, що відбувається повільно, фрагментарно та часто позбавлено контексту або походження, необхідних для прийняття рішень. Органи державного нагляду підкреслили, що без сильного управління, інтеграції та відстеження, штучний інтелект і аналіз даних мають труднощі з перекладом у оперативні рішення в критичних середовищах.

Панелі та озера даних окремо рідко вирішують цю проблему. Дослідження управління показують, що панелі, корисні як вони є, можуть ввести в оману або перегрузити користувачів і не покращують рішення, якщо вони не тісно з’єднані з конкретними виборами та діями. Дослідження також свідчать, що справжня цінність аналізу даних виникає тільки тоді, коли дані переформульовані навколо процесу прийняття рішень, а не просто накопичуються для власної користі.

Чому статус-кво зараз готовий до трансформації штучного інтелекту

Уряди по всьому світу борються зі застарілими системами, виснаженням інституційної пам’яті та потоком все більш складних вимог політики. Ці тривалі структуальні проблеми збігаються в момент, коли інструменти штучного інтелекту стають більш здатними вирішувати їх, роблячи статус-кво незастосовним і справу трансформації терміновою.

1) Латки систем зберігаються. Критичні урядові ІТ-системи залишаються мозаїкою спадкових застосунків, робочих процесів електронної пошти та ізольованих баз даних, які не взаємодіють. Урядовий обліковий суд США постійно підкреслює десятилітні, критичні для місії системи, які дорого обходяться утриманню та важко модернізувати, з оновленнями 2025 року, що містять інформацію про найбільш ризиковані платформи. Глобально уряди рухаються до платформних можливостей, але прогрес нерівномірний; індекс зрілості GovTech Світового банку є корисним інструментом для визначення наявності цифрових будівельних блоків уряду. Тим часом закон Європи про взаємодію Європи робить взаємодію (спільні рішення, стандарти, повторне використання) юридичним вимогам у всьому публічному секторі, підходом, який варто спостерігати за межами Європи.

2) Інституційна пам’ять зникає. Відпуск і оборот персоналу підточують контекст – хто вирішує, чому і під яким обмеженням. У США партнерство за публічну службу повідомляє про 5,9% рівень відпуску урядом у фіскальному 2023 році, нижчий, ніж у 2022 році, але все ж таки суттєвий для безперервності знань. Дослідження старшого персоналу також показує, як переміна погіршує експертизу та відносини, які є критичними для координації по всьому виконавчому відділенню.

3) Складність політики прискорюється. Сама кількість правил і керівних принципів створює сліпі місця для організацій без автоматичного виявлення змін. У США Федеральний реєстр публікує щорічні статистичні дані про правила, запропоновані правила та загальну кількість сторінок, демонструючи масштаб і мінливість, яку агентства (та регулювані організації) повинні відстежувати. Проекти “текст як дані” типу RegData кількісно оцінюють зростання та розподіл нормативних обмежень з часом, надаючи машинозчитувані докази того, що моніторингова負антаж реальна.

Від аналізу до операцій: спеціально створені агенти штучного інтелекту для політики

Наступна хвиля переходить від аналізу до операціоналізації. Спеціально створені агенти для державного сектора повинні:

• Неперервно відстежувати відповідні джерела по всьому світу та мовам (наприклад, сигнали ЗМІ можна відстежувати у великому масштабі).
• Прапорець змін з контекстом та походженням, висвітлюючи, яке законодавство, правило чи керівний принцип змінилося, і чому це важливо.
• Створити перший варіант брифів та ноток про вплив, пов’язаних з авторитетним джерелом тексту та відповідальної особи політики.
• Утримувати живі карти зацікавлених сторін, які відображають зміну влади та впливу, а не статичні органи.
• Інтегрувати безпосередньо в дії, такі як завдання, портали коментарів, системи докетингу та ланцюги затвердження, щоб інформація могла стати дією в одному вікні.

Державна політика підтримує цей зсув. Рамка управління ризиками штучного інтелекту NIST (AI RMF 1.0) визначає практики створення дійсного, надійного, безпечного, стійкого, підзвітного, прозорого, пояснюваного та підвищеного штучного інтелекту. У 2024 році Управління управління та бюджету США наказало агентствам підтримувати інвентар випадків використання штучного інтелекту та реалізувати мінімальні ризики для випадків використання, які впливають на права громадськості або безпеку.

Як виглядає “добре” для інструментів штучного інтелекту уряду

Не кожне рішення штучного інтелекту підходить для державного сектора. Для підтримки довіри та надійності інструменти повинні відповідати вищому стандарту та будуватися навколо прозорості, безпеки та взаємодії, забезпечуючи, щоб рамки закупівель підтримували підзвітність.

1) Орієнтовані на рішення за конструкцією. Почніть з високоризикових рішень (наприклад, щодо видачі термінового звільнення, як коментувати запропоноване правило, коли запускати міжвідомчу консультацію). Працюйте назад до мінімальної доказової бази та походження, необхідних для дії. Представляйте варіанти, а не тільки ідеї, і робіть “наступну дію” очевидною. Це відповідає акценту рамки управління ризиками штучного інтелекту на розуміння контексту, вимірювання ризику та управління контролями на всіх етапах.

2) Пояснюваність та посилання на джерело за замовчуванням. Кожна заява повинна бути відстежуваною до джерельного документа з цитатами та таймстампами в рядку. Це є такою ж вимогою до користувальницького інтерфейсу, як і до управління. Підкреслення рамки підзвітності наголосило на документації та аудитабельності, щоб штучний інтелект міг бути відстежуваним і керованим у публічних місіях.

3) Безпека та відповідність закладені. Оперативні інструменти повинні відповідати архітектурам нульової довіри та реаліям багатокloudових та, де це застосовується, класифікованих мереж. У США це означає проектування з урахуванням авторизації FedRAMP для послуг cloud та реалізації стратегії нульової довіри OMB разом з моделлю зрілості нульової довіри CISA v2.0.

4) Взаємодія з першого дня. Виконання політики перетинає агентства, рівні уряду та кордони. API, спільні словники та стандарти метаданих є передумовами для корисної інструменталізації штучного інтелекту. Закон Європи про взаємодію Європи є моделлю, яка просуває повторне використання та взаємодію за проектом; він почав застосовуватися у липні 2024 року та вводить подальші зобов’язання протягом 2025 року. Докази GTMI Світового банку також свідчать про те, що платформні можливості корелюють із кращою доставкою послуг та стійкістю.

5) Закупівлі, які винагороджують результати. Агентства постійно повідомляють, що правила закупівель та складність дотримання вимог сповільнюють прийняття рішень щодо штучного інтелекту. Останні оцінки підкреслюють необхідність включення вимог щодо ризику штучного інтелекту до контрактів та використання придбання як засобу для довіри до штучного інтелекту. Огляд 2025 року використання генеративного штучного інтелекту у федеральних агентствах виявив проблеми, включаючи дотримання існуючих політик, обмеження технічних ресурсів та підтримку актуальності політики використання.

Ставки та можливість

Ставки та можливість зрозумілі. У національній безпеці та економічній політиці вікно для дії стискається з тижнів до днів до годин. Національна комісія з штучного інтелекту фінальний звіт попередив, що уряди, які не адаптують потоки роботи штучного інтелекту, поступляться перевагою прийняття рішень; інструменти, які перетворюють інформацію в варіанти з урахуванням управління, можуть бути різницею між своєчасними діями та уникненням затримок. Справжня революція не буде ще одним складом даних, а оперативними інструментами штучного інтелекту, які вкладають контекст, походження та підзвітність у момент прийняття рішень. Виконаний правильно, штучний інтелект посилює, а не замінює людську думку, яка є серцем демократичного управління.