КОНЦЕПТУАЛЬНАЯ МОДЕЛЬ ПРИМЕНЕНИЯ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ИНТЕЛЛЕКТУАЛЬНОЙ ОБРАБОТКИ ОБРАЩЕНИЙ ГРАЖДАН В ГОСУДАРСТВЕННЫХ ИНФОРМАЦИОННЫХ СИСТЕМАХ
Keywords:
искусственный интеллект, государственные информационные системы, обработка обращений граждан, NLP, TO-BE архитектура.Abstract
Цифровая трансформация государственного управления сопровождается устойчивым ростом объёма обращений граждан, поступающих через государственные информационные системы, порталы государственных услуг и межведомственные электронные платформы. Традиционные подходы к обработке обращений, основанные на ручной классификации и маршрутизации, характеризуются низкой масштабируемостью и высокой зависимостью от человеческого фактора. Целью статьи является разработка и обоснование концептуальной модели применения технологий искусственного интеллекта для интеллектуальной обработки обращений граждан в государственных информационных системах. В работе использованы методы системного анализа, концептуального моделирования и обработки естественного языка. Предложена целевая архитектура TO-BE, предусматривающая интеграцию интеллектуальных модулей в существующую инфраструктуру электронного правительства. Результаты исследования показывают, что использование технологий искусственного интеллекта позволяет повысить точность классификации и маршрутизации обращений, сократить сроки их обработки и снизить нагрузку на сотрудников органов государственной власти. Разработанная модель может быть использована при проектировании и модернизации государственных информационных систем.
Downloads
References
1. Russell S., Norvig P. Artificial Intelligence: A Modern Approach. 4th ed. Hoboken: Pearson Education, 2021. 1136 p.
2. Jurafsky D., Martin J. H. Speech and Language Processing. 3rd ed. Upper Saddle River: Prentice Hall, 2023. 1200 p.
3. Goodfellow I., Bengio Y., Courville A. Deep Learning. Cambridge: MIT Press, 2016. 775 p.
4. Ribeiro M. T., Singh S., Guestrin C. “Why Should I Trust You?” Explaining the Predictions of Any Classifier // Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York: ACM, 2016. P. 1135–1144.
5. Lundberg S. M., Lee S.-I. A Unified Approach to Interpreting Model Predictions // Advances in Neural Information Processing Systems (NeurIPS). 2017. Vol. 30. P. 4765–4774.
6. OECD. Digital Government Review: Towards Data-Driven Public Sector. Paris: OECD Publishing, 2020. 180 p.
7. United Nations. E-Government Survey 2022: The Future of Digital Government. New York: United Nations, 2022. 300 p.
8. European Commission. Artificial Intelligence for Public Administration. Luxembourg: Publications Office of the European Union, 2021. 96 p.
9. European Commission. Ethics Guidelines for Trustworthy AI. Brussels: High-Level Expert Group on Artificial Intelligence, 2019. 41 p.
10. Feldman R., Sanger J. The Text Mining Handbook: Advanced Approaches in Analyzing Unstructured Data. Cambridge: Cambridge University Press, 2007. 410 p.
11. Закон Республики Узбекистан «Об обращениях физических и юридических лиц». Ташкент, 2014. (с изм. и доп.).
12. Карпов В. Э., Яковлев А. А. Искусственный интеллект в системах электронного правительства государств СНГ // Информационное общество. 2019. № 6. С. 42–51.
13. ГОСТ Р 56939–2016. Информационные технологии. Искусственный интеллект. Термины и определения. М.: Стандартинформ, 2016. 20 с.
