Роман Косов – Методические указания: интеграция искусственного интеллекта в деятельность государственного служащего (страница 1)
Роман Косов
Методические указания: интеграция искусственного интеллекта в деятельность государственного служащего
Часть I. Идеология и архитектура: Фундамент цифрового государства
(Эта часть закладывает понятийный аппарат, разрушает мифы и объясняет, почему ИИ — это не просто модный гаджет, а новая философия управления, основанная на данных.)
Глава 1. Новая парадигма государственной службы
1.1. От аналогового чиновника к цифровому оператору: смена профессионального профиля
Где-то между совещанием утром и обходом территории вечером произошла странная вещь. Мы незаметно перешли ту самую красную черту, за которой количество входящих сигналов от реальности превысило пропускную способность человеческого мозга. Раньше, лет пятнадцать-двадцать назад, государственный служащий напоминал капитана тихоходного судна. У него была лоция, бинокль, неспешный радиообмен. Он видел горизонт событий. Сегодня этот же служащий сидит в кабине скоростного экспресса, где показатели мелькают с частотой, не предусмотренной физиологией. Система ЖКХ, система здравоохранения, система обратной связи «гражданин-государство» превратились в сплошной поток цифр, требующих реакции не раз в месяц при подведении отчетности, а здесь и сейчас.
В этом и заключается суть смены профессионального профиля. Мы уходим от роли аналогового чиновника — человека, работающего с документами как с артефактами, — к роли цифрового оператора. Оператор отличается от исполнителя не наличием компьютера на столе. Компьютер стоит у всех. Разница в точке фокуса внимания. Аналоговый чиновник работает с бумагой, даже если эта бумага отображается на экране. Он правит текст, переставляет абзацы, подшивает визы — он архитектор формы. Цифровой оператор работает со смыслом, который извлечен машиной из миллиона таких форм. Его задача — не перебрать крупу, а понять, почему сито барахлит.
Вспоминается кейс одного областного министерства, где несколько отделов неделями готовили сводный доклад по уборочной кампании. Цифры вносились из районов по телефону, руками забивались в Excel, потом вручную переносились в текст, потом текст «причесывался» под стиль замминистра. Когда доклад, наконец, ложился на стол первому лицу, он уже устаревал минимум на неделю. Внедрение даже простейшей интеграционной шины и отказ от ручного ввода на уровне первичного звена сместили акценты: у специалиста высвободилось время. Теперь он не оператор ввода данных, он аналитик качества этих данных. Он должен был не слепо перенести цифру из района, а задать вопрос: «Почему в соседнем районе при той же погоде урожайность отличается на 17%, и почему районная администрация объясняет это формулировкой „в связи с объективными обстоятельствами“?». Это и есть сдвиг от ремесленника к инженеру.
Но здесь кроется глубокий внутренний конфликт. В традиционной иерархии ценность сотрудника часто определялась через доступ к дефицитной информации. «Я знаю то, чего не знаешь ты, поэтому я незаменим». Цифровая платформа эту монополию разрушает. Данные становятся доступны мгновенно и всем, кто имеет допуск. Это вызывает сопротивление, часто неосознанное, на уровне психосоматики. Специалист начинает искать изъяны в алгоритме, преувеличивать риски, доводить идею до абсурда («а что если электричество отключат?»). Это защитная реакция. Но объективная реальность такова, что скорость процессов в государстве начинает диктоваться скоростью обработки информации вовне. Если бизнес принимает решение по кредитной заявке за минуту, гражданин не поймет, почему справку на субсидию нужно ждать десять дней.
Работа цифрового оператора — это постоянное балансирование. Ты должен одновременно понимать предметную область на уровне эксперта, уметь читать дашборд, верифицировать выводы нейросети и при этом сохранять ту самую чиновничью «въедливость», которая не позволяет пропустить липовый больничный или фиктивный акт выполненных работ. Раньше эта въедливость была направлена на бумагу, теперь — на данные и на процесс.
Сопротивление понятно. Когда мы говорим о чиновнике-операторе, многие представляют себе бездушного технократа, который тупо жмет кнопки «согласовать/отклонить» по подсказке компьютера. Это опасное упрощение. На самом деле, новая роль требует куда более высокого уровня образования и эрудиции, чем простое знание Инструкции по делопроизводству. Цифровой оператор должен обладать развитым системным мышлением. Он должен понимать, как данные перетекают из реестра ЗАГС в реестр ЗАГС, а оттуда в Пенсионный фонд, и где в этой цепочке возникает ошибка, из-за которой человек вдруг становится «мертвой душой» для государства.
Более того, меняется сама природа ответственности. Аналоговый чиновник отвечал за соблюдение регламента. Если регламент соблюден — он чист перед прокурором, даже если гражданин остался недоволен. Цифровой оператор, работающий в связке с ИИ, постепенно переходит к ответственности за результат. Потому что алгоритм легко соблюдает любой формальный регламент. Алгоритм не ошибается в подсчете дней и не теряет входящие. Но алгоритм не понимает жизненного контекста. И именно человек отвечает за то, чтобы формально правильное, но идиотское по сути решение машины не ушло к заявителю. Именно в этом и проявляется принцип «человек как гарант эмпатии», к которому мы еще вернемся позже подробнее.
Переход от аналоговой модели к операторской — это не покупка дорогого софта и даже не обучение работе в «ГосТехе». Это, прежде всего, смена внутренней оптики. Это момент, когда чиновник перестает говорить «я написал ответ» и начинает говорить «я решил проблему». А для того чтобы решать проблемы в масштабе страны или региона, нужно научиться видеть данные, а не только текст. Видеть лес корреляций, а не только отдельные деревья заявлений.
Ирония в том, что цифровая трансформация на госслужбе возвращает нас к самому главному в этой профессии — к умению думать. Просто теперь думать придется быстрее и с опорой на гораздо больший массив входящих фактов, подготовленных и обработанных искусственным интеллектом.
1.2. Data-Driven Government: принятие решений на основе данных, а не интуиции или отчетов «с мест»
Существует негласная, но от этого не менее разрушительная традиция управленческой культуры, которую можно обозначить формулой «исторически сложилось — будем продолжать». Десятилетиями система государственного планирования держалась на сложном симбиозе интуиции опытного руководителя, его «чутья на проблемы», помноженного на бумажные отчеты, поступающие снизу. Эта модель обладала одним фатальным недостатком, который стал критичен именно сейчас: время поступления сигнала и его верификации катастрофически превышает скорость изменений в социально-экономической ткани.
Понятие Data-Driven Government, или управления, основанного на данных, — это не модный англицизм для презентаций на форумах. Это вынужденный переход от работы с «пересказанной реальностью» к работе с «реальностью первичной». Попробую объяснить это на контрасте. Классическая схема подготовки решения: глава муниципалитета запрашивает у профильного департамента информацию о состоянии остановочных павильонов. Департамент спускает задание в отдел ЖКХ. Специалист отдела открывает табличку, смотрит данные двухнедельной давности (или, что еще чаще, просит подрядчика прислать «свежий фактик»), формирует служебную записку. Записка идет вверх по цепочке, обрастая согласованиями и уточняющими правками. Через неделю доклад ложится на стол. Доклад блестящий, с графиками и фотографиями, но он описывает состояние остановок на позапрошлый понедельник. Это аналоговый принцип «управления по пересказу».
Принцип управления на основе данных предполагает, что руководитель не заказывает «доклад о состоянии», а смотрит в дашборд, куда данные стекаются автоматически (прямо сейчас) с планшетов контролеров, с датчиков, из системы «Инцидент-менеджмент» или даже с тепловых карт, сгенерированных обращениями граждан. Проблема не в том, что у нас нет данных. У нас их океан. Проблема в том, что мы продолжаем их «сушить» в формате текстовых отчетов, убивая главное преимущество информации — ее динамику.
Внедрение data-driven подхода требует пересмотра понятия «подготовленный специалист». Мы привыкли ценить аналитиков, которые умеют писать длинные связные тексты. Это прекрасный навык, но завтрашний день требует аналитика, который, видя аномальный всплеск на кривой потребления ресурсов в конкретном квартале, не пишет запрос «прошу разъяснить причины», а поднимает смежные массивы: жалобы, погодные условия, ремонтные работы, миграция. Синтез гетерогенных данных быстрее текста. К тому моменту, как «аналоговый» сотрудник напишет «Служебную записку о росте расходов», «цифровой» уже увидит, что рост связан с незаконной врезкой, выявленной нейросетью при обходе, и примет административные меры.
Однако здесь мы упираемся в самую опасную ловушку, ради описания которой стоило заводить этот разговор. Data-Driven Government часто воспринимается управленцами старой школы как диктатура больших данных, где машина говорит: «Цифры показывают падение, надо закрывать больницу». Это профанация. Управление на основе данных не отменяет интуицию, оно ее дисциплинирует и проверяет. Интуиция руководителя превращается в гипотезу. Раньше он говорил: «Мне кажется, в районе N проблемы с перинатальным центром, надо проверить». И проверка шла месяц. Теперь он говорит: «Выведи на экран корреляцию младенческой смертности и плотности размещения акушерских коек, а также данные по маршрутизации за последние три года». Если корреляция подтверждает опасения, гипотеза становится управленческим решением. Если нет — интуиция корректируется, и это не потеря лица, а нормальный научный метод управления.