Что такое искусственный интеллект (ИИ)?

Искусственный интеллект (ИИ) – это технология с человекоподобными возможностями решения задач. ИИ в действии имитирует человеческий интеллект: он может распознавать изображения, писать стихи и делать прогнозы на основе данных.

Искусственный интеллект включает в себя системы и алгоритмы, которые могут выполнять задачи, традиционно требующие человеческого интеллекта, такие как анализ данных, принятие решений, распознавание образов и обучение.

Роль ИИ в современном мире.

Современные технологии играют большую роль в обновлении и модернизации мира. Важное место среди технологий занимает область искусственного интеллекта. Искусственный интеллект – это имитация человеческого интеллекта в машинах, которые запрограммированы думать и действовать как люди. Он включает в себя разработку алгоритмов и компьютерных программ, которые могут выполнять задачи, изначально требующие человеческого интеллекта (визуальное восприятие, распознавание речи, принятие решений и языковой перевод). Искусственный интеллект охватывает множество областей, включая машинное обучение, обработку естественного языка и робототехнику.

В настоящее время искусственный интеллект считается одним из самых быстро формирующихся и совершенствующихся направлений в науке. Сейчас искусственный интеллект применяется почти во всех сферах человеческой деятельности, обеспечивая автоматизацию, улучшая процесс принятия решений, повышая эффективность и производительность, а также создавая новые возможности для инноваций и роста в различных отраслях, включая здравоохранение, финансы, производство, транспорт, электронную коммерцию, образование и многие другие.

Искусственный интеллект в настоящее время широко применяется в информационных системах, обогащая их возможности. Алгоритмы машинного обучения и глубокого обучения позволяют системам распознавать образы, обрабатывать естественный язык и прогнозировать тренды на основе данных. Эти технологии революционизировали способ анализа и использования больших данных, делая информационные системы более интеллектуальными и адаптивными.

Одним из главных способов, которыми искусственный интеллект трансформирует информационные системы, является анализ больших данных. Благодаря алгоритмам машинного обучения и глубокого обучения, искусственный интеллект способен обрабатывать и анализировать огромные объемы данных, выявляя в них закономерности и тенденции, которые человек может упустить. Это позволяет бизнесу принимать более обоснованные стратегические решения и предсказывать рыночные тенденции. Искусственный интеллект дает информационным системам возможность создавать персонализированные пользовательские опыты. Широкое распространение ИИ в различных областях, таких как медицина, транспорт, финансовые технологии и, конечно, политическое управление.

Концепция истории и развитие искусственного интеллекта.

Ранние этапы развития ИИ.

С конца 1200-х годах появились попытки создания искусственного человека и его разума. Изобретатель Раймонд Луллий сконструировал машину, состоящую из кругов, размеченных буквами и раскрашенных в разные цвета, которые символизировали различные понятия, элементы стихии, субъекты и объекты знания. Разнообразное их сочетание, приводили с помощью логических операций к выводу «формул знаний».

В 40-х годах XX в. с появлением электронно-вычислительных машин искусственный интеллект обрел второе рождение. Исследования в области искусственного интеллекта имеют две цели: выяснение сущности естественного интеллекта (человеческого интеллекта); и использование машинного интеллекта для преобразования новых знаний и для решения интеллектуальных задач.

В конце 1950-х годов начали разрабатываться и создаваться первые нейросети и нейрокомпьютеры американскими учеными У. Мак Калоком, У. Питтсом, Ф. Розенблаттом, представляющие и в настоящее время нейрокомпьютерное направление СИИ.

В 1943 году У. МакКолак и У. Питтс предложили модель формального логического нейрона, который мог находится в двух устойчивых состояниях. Д. Хебб в 1949 году разработал простое правило, позволяющее изменять веса связей между нейронами с целью их обучения. В 1951 году М. Минского и Д. Эдмондс разработали нейрокомпьютер, который содержал 40 нейронов.

Термин «искусственный интеллект» был предложен на семинаре Дартсмутского колледжа (США) в 1956 году. Первые работы по ИИ проводились в Массачусетстком технологическом институте под руководством М. Минский и Дж. Маккарти, в университете Карнеги Меллона под руководством Г. Саймона и А. Ньюэлла. Они и считаются «отцами» ИИ.

Эвристический поиск и доказательство теорем (1956–1969 гг.). В этот период развития ИИ основные исследования и разработки были представлены Дж. Маккарти, Дж. Робинсоном, К. Грином, Д. Хеббом, Ф. Розенблаттом, М. Минским: разработка языка Лисп (Дж. Маккарти).

Представление знаний (1969–1979 гг.). Программа DENDRAL, разработанная в 1969 году Э. Фейгенбаумом, Б. Букхененом, Э. Лидербергом, содержала детальные сведения об области органиченной химии и помогала специалистам определять молекулярную структуру органических соединений по данным, полученным с помощью масс-спектрометра. Огромный успех имела экспертная система PROSPECTOR (1979 г.), используемая в геологоразведке месторождений. С появлением экспертных систем бизнес в сфере интеллектуальных информационных технологий впервые становится рентабельным. В системе PROSPECTOR база знаний представлялась в виде семантической сети, и система обеспечивала взаимодействие с пользователем на естественном языке.

Коммерческий успех компьютерной индустрии 1979–1986 гг.

Первой интеллектуальной системой, нашедшей применение в промышленности, стала экспертная система К1, разработанная МакДермотом в 1982 году. Система K1 применялась для конфигурации компьютерных систем семейства VAX. Коммерческая версия системы, разработанная корпорацией Digital Equipment совместно с университетом КарнеггиМеллона (США), получила название XCON. К 1986 году эта система позволяла корпорации экономить 70 млн долларов ежегодно. Кроме этого, применение системы сократило число ошибок с 30 % до 1 %.

В 1981 году Япония объявляет о начале проекта машин 5-го поколения, базирующихся на принципах ИИ. Этот проект способствовал активизации исследований в области ИИ во многих странах. Начиная с 1985 года, экспертные системы, а затем и системы, воспринимающие естественный язык (EЯ-системы), а затем и нейронные сети (НС) стали активно использоваться в коммерческих приложениях.

Этап разработки интеллектуальных систем II поколения (1996–2000 гг.).

Начиная с начала 90-х годов в ИИ стали преобладать две основные тенденции: интеграция и децентрализация^[306].

Искусственный интеллект в государственном управлении.

В современных условиях зарубежные исследователи, активно работают в области применения искусственного интеллекта (ИИ) в государственном управлении. Их исследования охватывают как теоретические основы, так и практические кейсы внедрения ИИ в управленческие процессы, цифровое правительство, принятие решений и вопросы этики.

Таблица 1.

 

Исследователь	Основные темы	Вклад
Ines Mergel	ИИ и цифровое управление	Модели зрелости ИИ в госсекторе
Kevin Desouza	ИИ-стратегии, риск-менеджмент	Внедрение ИИ в органах власти
Helen Margetts	Алгоритмы и демократия	Алгоритмическое управление
Nuria Oliver	ИИ для социальных задач	Smart governance, поведенческий ИИ
Stefaan Verhulst	Data governance, AI4People	Этическое управление ИИ
Virginia Dignum	Ответственный ИИ	Этические и политические рамки

 

Ines Mergel (Германия/США). В своих работах «Artificial Intelligence in the Public Sector: A Maturity Model»^[307], «Digitization and Artificial Intelligence in Government»^[308] разработала модель зрелости ИИ в госсекторе. Анализирует стратегии цифровизации в США, Канаде и странах ЕС. Исследует, как ИИ меняет процессы принятия решений и взаимодействие граждан с государством.

Kevin Desouza (США). Queensland University of Technology (ранее – Arizona State University). В ключевых своих публикациях «Artificial Intelligence in the Public Sector: Opportunities and Challenges»^[309], «Government as a Platform: Strategy for Artificial Intelligence»^[310] он предлагает стратегии внедрения ИИ в органы власти, подчеркивает необходимость управления данными, прозрачности и цифровой ответственности. Анализирует риски алгоритмического управления.

Helen Margetts (Великобритания). Оксфордский университет, Институт интернета Оксфорда. В исследованиях «Governance by Algorithms: Reality Construction by Algorithmic Decision-Making» и «Data-Driven Public Services»^[311] Helen Margetts проводит критический анализ алгоритмического управления, рассматривает, как ИИ влияет на прозрачность, подотчетность и демократию.

Исследует риски дискриминации и предвзятости ИИ в государственном секторе.

Nuria Oliver (Испания). ELLIS Alicante Foundation, Data-Pop Alliance.

Область исследований: ИИ для общественного блага, анализ поведения, smart governance. Отметим, ее ключевые инициативы: руководила созданием ИИ-советов при правительстве Валенсии (Испания), также участвовала в применении ИИ для борьбы с COVID-19 (моделирование поведения граждан).

Адвокат гуманного и прозрачного использования ИИ в управлении. Применяет ИИ для решения социальных проблем, улучшения услуг и общественной безопасности.

Stefaan Verhulst (Бельгия/США). GovLab (New York University).

Область исследований: data governance, открытые данные, ИИ в общественных интересах. Ключевыми инициативами являются «AI4People»^[312], «AI & Governance»^[313], «The Data Stewards Network»^[314]. Ученый исследует, как государственные органы могут управлять ИИ системами этично и эффективно.

Выступает за открытость алгоритмов, защиту персональных данных и подотчетность ИИ-систем.

Virginia Dignum (Швеция / Нидерланды). Umeå University (Швеция).

В своих трудах «Responsible Artificial Intelligence: How to Develop and Use AI in a Responsible Way»^[315] предлагает модели этического управления ИИ в государственном секторе. Активно участвует в разработке стратегий ЕС по ИИ.

Поддерживает принцип «ИИ в служении обществу». Участвует в Европейской комиссии по этике ИИ.

Таким образом, ИИ в государственном управлении перестает быть вспомогательным инструментом – он становится новой парадигмой управления, требующей переосмысления роли государства, механики принятия решений и ответственности перед обществом. Современные зарубежные исследователи предлагают не просто внедрять технологии, а строить ИИ-системы на принципах ответственности, прозрачности и гражданской пользы.

Отметим, что искусственный интеллект применяется в государственном управлении прежде всего для систематизации документов и автоматизации бюрократических рутинных процессов. Например, нейронные сети помогают оптимизировать поиск, мониторить данные в интернете, регистрировать заявки граждан.

ИИ, внедренный в различные программы, упрощает взаимодействие с клиентами, как и работу с контентом, документами. Так, продукт SaluteBot, который работает вместе с GigaChat, способен создавать чат-боты для ответов пользователей на различные вопросы. Система может работать в любой организации, в том числе государственной.

Как искусственный интеллект используется в государственном управлении?

Объём данных, с которыми работают государственные органы, растёт стремительно, ИИ способен повысить эффективность их работы. Например, улучшить качество обслуживания, что повышает их доверие государственным органам.

Технологии искусственного интеллекта в государственном управлении способствуют повышению прозрачности и подотчётности государственных органов. Автоматизация процессов и использование аналитических инструментов позволяют более точно отслеживать выполнение задач, выявлять проблемы и решать их.

Примеры искусственного интеллекта для сферы государственного управления. Сегодня в статьях цитируются сообщения специалистов о внедрении ИИ в российские государственные органы. Так, недавно стало известно, что в Сахалинской области РФ будет запущена система с ИИ для мастер-планирования, целью которой станет ускорение процедур по развитию территорий.

Применение искусственного интеллекта в госуправлении не ограничивается сокращением бюрократии, оно даже помогает бороться с преступностью. Например, в Великобритании полиция использует систему AI for Social Good на основе ИИ, которая собирает информацию о преступлениях, помогает предсказывать и предотвращать их.

Искусственный интеллект применяется и для управления дорожным движением. В Барселоне система Smart Traffic Lights использует данные с камер и датчиков для оптимизации работы светофоров, что помогает уменьшить пробки и улучшить транспортную инфраструктуру.

GigaChat – нейросетевая модель для создания контента, генерации и суммаризации текста, написания кода, поддержания диалога, классификации данных и интеллектуальной обработки информации. С GigaChat API можно оптимизировать бизнес-процессы, ускорить работу систем компании и расширить их функциональность.

Программы и приложения с ИИ в государственном управлении в зарубежных странах.

Список вариантов применения искусственного интеллекта в госуправлении быстро пополняется.

В России в 2024 году на сайте «Госуслуг» на основе ИИ был запущен цифровой помощник, которого разработчики назвали «Максом». В задачи этого «ассистента» входит отвечать на вопросы граждан, рассказывать о льготах, пенсиях, штрафах. Такие программы работают по всему миру.

В Эстонии система e-Tax с помощью ИИ принимает онлайн и проверяет налоговые деклараций от граждан.

В Китае умные сети Smart Grid используют ИИ для анализа данных о потреблении энергии и автоматической регулировки ее подачи на объекты.

В Японии системы Smart Waste Management помогают сортировать отходы и улучшать экологическую ситуацию в городах.

В Калифорнии инструмент с ИИ FireMap анализирует данные о погодных условиях и растительности для прогнозирования пожаров.

В США работает нейросистема RPA (Robotic Process Automation) для автоматизации проверки налоговых деклараций, которая сокращает время обработки заявок.

В Сингапуре есть государственный чат-бот Ask Jamie, который отвечает на вопросы граждан и помогает им находить нужную информацию, это сократило время ожидания ответов. Он использует обработку естественного языка (NLP) для понимания и ответа на вопросы граждан.

Эти примеры демонстрируют, как ИИ может улучшить эффективность и качество государственного управления, делая его более прозрачным и ориентированным на нужды граждан.

Будущее государственного управления с ИИ.

Искусственный интеллект будет играть ключевую роль в разработке и реализации новых направлений. Математические модели, построенные по принципу нейронных связей, будут информировать водителей и госавтоинспекцию о транспортных потоках и других аспектах городской жизни. Таким образом улучшится работа городских служб и качество жизни горожан, снизятся затраты на управление городом.

Системы ИИ смогут анализировать данные о природных катастрофах, эпидемиях и других кризисах, чтобы предсказывать их возникновение и предлагать меры по их предотвращению. Это позволит госслужбам экстренного реагирования заранее принимать меры по защите населения.

Также могут измениться структура и функции государственных органов, ведь многие рутинные задачи будут автоматизированы, и потребность в административном персонале сократится. В то же время понадобятся специалисты по анализу данных, кибербезопасности и управлению ИИ. Это, в свою очередь, потребует переподготовки сотрудников и изменения организационной структуры государственных органов.

Внедрение искусственного интеллекта в государственное управление помогает развитию инноваций и повышению конкурентоспособности страны на международной арене. Государства, активно использующие AI в управлении, могут быстрее адаптироваться к новым условиям, разрабатывать и внедрять передовые технологии, ускоряя экономический рост и развитие страны.

Технологии ИИ активно развиваются. Особым успехом и популярностью сегодня пользуются так называемый генеративный ИИ, использующийся для создания изображений (нейросети по типу MidJorney), текстов (ChatGPT, YandexGPT), видео (нейросеть Pictory и др.), а также интеллектуальные системы поддержки принятия решений (решения по обработке данных под заданную цель). Учитывая столь обширный функционал, эти технологии находят все более широкое применение в разных сферах жизни человека, в том числе и в политике.

Использование ИИ в политике.

Приведем несколько примеров использования ИИ-технологий в политике.

Предвыборная кампании президента Барака Обамы 2008 года в США стала первой кампанией, в которой активно использовались социальные сети. Во время второй его президентской кампании в 2012 г. были уже использованы технологии ИИ для расчета наилучшего дня, штата и аудитории для публичного выступления Б. Обамы. По разным оценкам, это обеспечило преимущество в 10–12% голосов.

В 2016 г. британская компания Cambridge Analytica незаконно собрала данные 87 млн. пользователей в Facebook для анализа, работая в тесном сотрудничестве со штабом Дональда Трампа.

Согласно исследованию Оксфордского университета, в 2020 г. цифровые технологии использовались для манипулирования общественным мнением и распространения вводящей в заблуждение пропаганды как минимум в 81 стране. К инструментам воздействия относились чат-боты, микротаргетинг, алгоритмы формирования контента, клонированные человеческие голоса и базы данных для распознавания лиц.

Российские политики по большей мере только начинают изучать возможности технологий ИИ. ЛДПР презентовала нейросеть «Жириновский», имитирующую слова и речи бывшего лидера партии. «Единая Россия» рассматривает возможности нейросетей для аналитики, прогнозирования, генерации видеоматериалов и изображений. Вместе с тем заместитель секретаря генсовета Сергей Перминов делает особый акцент на угрозах и фейках. КПРФ изучает возможности ИИ для применения в агитационной работе. «Справедливороссы» засветились в СМИ с темой возможного запрета отечественной нейросети «Кандинский», а «Новые люди», напротив, выступили в защиту ИИ как технологии будущего.

Основные направления использования ИИ для политических задач.

Технологии ИИ могут быть внедрены практически на всех этапах политических процессов. Среди основных направлений применения технологий ИИ можно выделить:

Создание агитационного контента (тексты, изображения, видео). ИИ может проводить анализ информационного поля и формулировать различные лозунги и агитационные материалы, релевантные текущей ситуации. Это может быть речь, пресс-релиз, фотография или видео. ИИ может применяться и в условиях развивающегося коммуникационного кризиса, где необходимо отслеживание новостей, выявление закономерностей и рисков для минимизации ущерба.  Время ответа может сократиться до минут, а не часов или дней. Но пока что сгенерированные материалы не учитывают социально-культурный контекст и больше похожи на работы студента или стажера, требующие редактуры.

Рассылка таргетированных сообщений. В перспективе тексты, которые были персонализированы на основе истории запросов и предпочтений пользователя станут более детализированными. К примеру, в американских политических кампаниях таргетированные сообщения используются для воздействия на четко выделенные колеблющиеся группы избирателей. Это позволяет кандидатам не тратить деньги на определившихся, а сфокусироваться на колеблющихся избирателях, которые будут решать исход выборов.

Использование чат-ботов для ответов на вопросы избирателей. Обученный чат-бот сможет экономить время телефонных операторов и отвечать на наиболее частые вопросы избирателей. Для эффективного убеждения разных групп избирателей сложность ответов может варьироваться от эмоциональных призывов и лозунгов до статистики, опыта правоприменительной практики и мирового опыта. Кроме того, представители партий смогут «собирать» своих избирателей на специальных цифровых платформах, коммуницировать с ними. Там же будет вестись анализ поведения (с согласия самих избирателей).

Моделирование политических предпочтений.

ИИ способен проанализировать большие объемы данных, чтобы сформировать политическую повестку. Так, в Дании искусственный интеллект «Лидер Ларс» провел анализ публикаций 230 небольших политических партий, начиная с 1970 г., и создал на этой базе программу Синтетической партии, повестка которой отражает политические предпочтения около 15–20% избирателей страны. Таким образом, ИИ может высвечивать в политической повестке реалистичные запросы избирателей, заставляя живых политиков обращать на них внимание.

Совершенствование предсказательных моделей. ИИ может помочь предсказывать результаты выборов и иных политических кампаний, дополняя уже известные прогнозные технологии с помощью выделения неочевидных для человека взаимозависимостей.

Проведение социологических опросов. Возможно использование ИИ-роботов на телефонных опросах населения о политических предпочтениях. Однако пока роботы недостаточно хорошо распознают человеческую речь, плохо реагируют на изменения поведения респондента и допускают много ошибок.

Анализ фейков. Проверка достоверности контента может стать одним из самых востребованных направлений.

Этот список не исчерпывающий. Любая задача, связанная с анализом большого количества данных и рутинными процедурами, в перспективе может быть отдана ИИ – будь то анализ результатов голосования, работа с массивом юридических документов (проверка подписей, проверка сданных кандидатами документов и пр.) Однако содержательное ядро профессии политконсультантов – стратегия и идеология – в силу сложности и креативного характера сегодня неподвластны ИИ.

Риски и регулирование ИИ.

Масштабное проникновение ИИ будет серьезно контролироваться регуляторами, так как применение данных технологий несет в себе слишком чувствительные и плохо прогнозируемые риски. Этот процесс будет сопровождаться дискуссией об этике искусственного интеллекта.

Если афинская демократия могла осуществляться «лицом к лицу», то сегодня политические коммуникации достигли такой степени виртуализации, что порой мы никак не можем проверить источник и достоверность распространяемой информации.

Нейросети могут создавать гиперреалистичные человеческие голоса, изображения, видео и аудио за считанные секунды при минимальных затратах. Привязанные к мощным алгоритмам социальных сетей, таргетированные электронные письма, тексты или видео могут использоваться для введения в заблуждение избирателей в масштабах и со скоростью, которые ранее были невозможны. Можно лишь представить, что это может быть: звонок от кандидата гонки, дающий совет голосовать в неправильный день; появление компрометирующих видео или аудиозаписей.

Исследователи из Стэнфордского университета провели опыт по определению убедительности ИИ. Для эксперимента нейросеть создала тексты по нескольким спорным темам (по типу поддержки торговли оружием или запрета абортов). Затем эти тексты смешали с реальными и выдали случайным образом участникам эксперимента из разных категорий населения. Участников просили заявить о своей позиции по вопросам до и после чтения. Во всех сравнениях сообщения, созданные ИИ, оказались убедительны для читателей. Мало того, испытуемые отметили, что после их прочтения стали больше поддерживать позицию, которую отстаивал ИИ.

Что особенно важно, ИИ-сервисы дают сложные инструменты обычному человеку. Людям больше не нужно быть экспертами по программированию или мастерами видео, чтобы генерировать цифровой продукт. Им не обязательно работать на «ферме троллей», чтобы инициировать масштабные политические дебаты в Интернете. Они могут просто использовать передовые технологии для распространения сообщений, которые они хотят (в том числе и фейков). В этом смысле любой может стать создателем политического контента и попытаться повлиять на избирателей или СМИ.

Чтобы решить эти недостатки, требуется государственное регулирование. Оно должно базироваться на определенных этических принципах, таких как подотчетность, прозрачность и справедливость – то, что в мировой практике теперь называется «ответственным ИИ».

Для создания модели регулирования ИИ нужно ответить на следующие вопросы:

- как обеспечивается получение и подтверждение согласия на использование персональных данных пользователей;

- как обезличиваются при обучении и работе ИИ данные пользователей;

- кому могут быть доступны технологии (всем или избранным);

- в какой степени уместна цензура, кто ее будет обеспечивать (государство, разработчики или специальные организации).

Стоит отметить, что ответы на эти вопросы в той или иной стране могут быть разными. Именно поэтому государства могут по-разному регулировать деятельность ИИ.

Американское министерство торговли инициировало публичное обсуждение по проблеме необходимости сертификации потенциально рискованных новых моделей ИИ перед их выпуском. Страны «Большой семерки» объявили о работе над международными стандартами использования ИИ. ЕС также разрабатывает свой документ, который должен гарантировать, что «ИИ, разработанный и используемый в Европе, полностью соответствует правам и ценностям ЕС, включая надзор со стороны человека, безопасность и конфиденциальность».

16 мая Сэм Альтман, генеральный директор OpenAI, компании, создавшей ChatGPT, призвал Конгресс США предотвратить возможность ИИ нанести «значительный вред миру» и «манипулировать» президентскими выборами в США. Параллельно с этим американские законодатели начали рассматривать норму, требующую маркировать предвыборную рекламу, созданную с помощью ИИ. Примечательно, что в этом отношения дальше всех пошли депутаты Госдумы России, которые предложили маркировать весь контент, создаваемый с помощью нейросетей.

Если западные страны склоняются к более тонкому нормативно-правовому регулированию, то Китай – к цензуре. В тот момент, когда власти США больше озабочены тем, что нейросети дают заведомо ложные ответы, Китай вводит цензуру в нейросетях, а не регулирует их. Управление по вопросам киберпространства КНР опубликовало проект мер по регулированию сервисов генеративного ИИ. Создаваемый им контент должен отражать основные ценности социализма, не может призывать к подрыву государственной власти, свержению социалистического строя.

В России дискуссия об ограничении действия ИИ в чувствительных сферах идет не первый год. Так, в августе 2021 г. партия «Единая Россия» приняла «Цифровой манифест», где были обозначены риски использования ИИ (в основном в таких сферах, как образование, медицина, юриспруденция, собственность, право на труд).

В целом Россия стремится сочетать как западные подходы в желании создать определенные регуляторные нормы для ИИ (разработан этический Кодекс ИИ, внедряются отраслевые стандарты в сфере ИИ), так и китайские практики.

Влияние опыта Китая вновь подтвердил на ПМЭФ глава Минцифры Максут Шадаев, заявив, что подходы России к регулированию искусственного интеллекта близки к позиции Пекина, где считают, что все данные принадлежат государству и являются стратегическим ресурсом.

 

---

^[306] Романов Р. Искусственный интеллект в процессе принятия внешнеполитических решений // РСМД. 29.07.2022. – URL: https://russiancouncil.ru/analytics-and-comments/columns/cybercolumn/iskusstvennyy - intellekt-v-protsesse-prinyatiya-vneshnepoliticheskikh-resheniy/. Дата обращения 26.03.2025

^[307] Ines Mergel (Германия/США). Artificial Intelligence in the Public Sector: A Maturity Model. November 2024Tal Tech Journal of European Studies 14(2):217-239

^[308] Ines Mergel (Германия /США) «Digitization and Artificial Intelligence in Government». August 2023Government Information Quarterly 40(1):101860. DOI: 10.1016/j.giq.2023.101860.

^[309] Kevin Desouza (США). Queensland University of Technology. «Artificial Intelligence in the Public Sector: Opportunities and Challenges», https://www.businessofgovernment.org/report/delivering-artificial-intelligence-government-challenges-and-opportunities

^[310] Kevin Desouza (США). Queensland University of Technology. «Government as a Platform: Strategy for Artificial Intelligence». October 2024Cities 155(5):105502https://www.researchgate.net/publication/385074300_Understanding_local_government_responsible_AI_strategy_An_international_municipal_policy_document_analysis.

^[311] Helen Margetts (Великобритания). «Governance by Algorithms: Reality Construction by Algorithmic Decision-Making» и «Data-Driven Public Services».arXiv+6oii.ox.ac.uk+6openDemocracy+6.

^[312] Stefaan Verhulst (Бельгия/США). GovLab (New York University). «AI4People». Virginia Dignum (Швеция / Нидерланды). «AI4People» Journal Minds and machines. Early online date26 Nov 2018. https://www.research.ed.ac.uk/en/publications/ai4peoplean-ethical-framework-for-a-good-ai-society-opportunities

^[313] Stefaan Verhulst (Бельгия/США). «AI & Governance». https://www.researchgate.net/scientific-contributions/Stefaan-Verhulst-2231638418

^[314] Stefaan Verhulst (Бельгия/США) «The Data Stewards Network». https://medium.com/data-stewards-networkhttps://www.linkedin.com/in/stefaan-verhulst.

^[315] Virginia Dignum (Швеция / Нидерланды). Umeå University (Швеция). «Responsible Artificial Intelligence: How to Develop and Use AI in a Responsible Way» January 2019 DOI:10.1007/978-3-030-30371-6. https://www.researchgate.net/publication/337014098_Responsible_Artificial_Intelligence_How_to_Develop_and_Use_AI_in_a_Responsible_Way