ИИ-ориентированные государственные сервисы: таксономия ответственности и суверенный искусственный интеллект

Настоящее исследование анализирует институциональные и технологические вызовы интеграции систем искусственного интеллекта (ИИ) в публичное администрирование и государственные сервисы, фокусируясь на классификации ролей алгоритмов в процессах принятия решений, балансе интересов в сотрудничестве с коммерческими поставщиками ИИ-решений и инфраструктуры, а также обеспечении национальной технологической автономии. Применен качественный междисциплинарный подход, сочетающий нормативноправовой анализ, тематический анализ эмпирических кейсов из практики различных стран и теоретический синтез. Данные собраны из официальных источников, рецензируемых научных публикаций и новостных источников с использованием метода снежного кома для отбора кейсов, а кодирование проводилось итеративно. В результате разработана оригинальная авторская шестиуровневая пирамидальная модель распределения ответственности в зависимости от степени автономии алгоритмов ИИ в цепочке принятия решений: от полной делегации («ИИ-Капитан») через предложение готового решения с утверждением человеком («ИИ-Штурман»), набор конфигураций («ИИ-Советник»), анализ среды с сигнализацией триггеров («ИИ-Наблюдатель» ), выполнение трудозатратных задач с ревизией оператором («ИИ-Рабочие руки») до рутинной поддержки без решений («ИИ-Рутинный помощник»). Модель наложена на градации рисков (высокий, ограниченный, минимальный) для оценки последствий ошибок. Выявлена дилемма государственно-частного партнерства, обеспечивающего доступ к инновациям, но усиливающего зависимость и уязвимости. Также обоснована роль суверенного ИИ как стратегии снижения этих рисков. Для эффективной интеграции алгоритмов в государственные сервисы рекомендуется внедрение обязательной классификации систем ИИ по уровням автономии и критичности, где шестиуровневая таксономия обеспечивает дифференцированный подход к распределению ответственности, минимизируя институциональные пробелы и риски предвзятости. 

1. Al-Suqri M., Niaz H. A comparative analysis of information and artificial intelligence toward national security // Ieee Access. 2022. Vol. 10. P. 64420–64434. DOI 10.1109/access.2022.3183642.

2. Barth T. J., Arnold E. Artificial intelligence and administrative discretion: Implications for public administration // The American Review of Public Administration. 1999. Vol. 29. N 4. P. 332–351. DOI 10.1177/02750749922064463.

3. Braun V., Clarke V. Using thematic analysis in psychology // Qualitative Research in Psychology. 2006. Vol. 3, N 2. P. 77–101.

4. Chia H., et al. Autonomous AI: what does autonomy mean in relation to persons or machines? // Law, Innovation and Technology. 2023. Vol. 15. N 2. P. 390–410. DOI 10.1080/17579961.2023.2245679.

5. Criado J. I., Sandoval-Almazбn R., Gil-Garcia J. R. Artificial intelligence and public administration: Understanding actors, governance, and policy from micro, meso, and macro perspectives // Public Policy and Administration. 2025. Vol. 40. N 2. P. 173–184. DOI 10.1177/09520767241272921.

6. Dale R. Sovereign AI in 2025 // Natural Language Processing. 2025. P. 1–10.

7. Datta K. AI-driven public administration: Opportunities, challenges, and ethical considerations // The Social Science Review. 2024. Vol. 2. N 6. P. 134–139. DOI 10.70096/tssr.240206023.

8. de Souza E. A. The Transformation of Public Administration through Artificial Intelligence // Rev. fisio&terapia. 2025. Vol. 29. N 145. P. 44–45.

9. illon S., Dillon M. Artificial intelligence and the sovereign-governance game. In book: AI Narratives. 2020. P. 333–356. DOI 10.1093/oso/9780198846666.003.0015.

10. Djeffal C., Siewert M. B., Wurster S. Role of the state and responsibility in governing artificial intelligence: a comparative analysis of AI strategies // Journal of European Public Policy. 2022. Vol. 29. N 11. P. 1799–1821. DOI 10.1080/13501763.2022.2094987.

11. Filgueiras F. Designing artificial intelligence policy: comparing design spaces in Latin America // Latin American Policy. 2023. Vol. 14. N 1. P. 5–21. DOI 10.1111/lamp.12282.

12. Henman P. Improving public services using artificial intelligence: possibilities, pitfalls, governance // Asia Pacific Journal of Public Administration. 2020. Vol. 42. N 4. P. 209–221. DOI 10. 1080/23276665.2020.1816188.

13. Hou Y., Wang Z., Yang Z., Zhai E. Artificial intelligence technology pushes forward the modernization of firepower weapon equipmen // Proc. SPIE 12720, 2022 Workshop on Electronics Communication Engineering, 127200F (28 June 2023). https://doi.org/10.1117/12.2668167.

14. Khanal S., Zhang H., Taeihagh A. Why and how is the power of Big Tech increasing in the policy process? The case of generative AI // Policy and Society. 2025. Vol. 44, N 1. P. 52–69. DOI 10.1093/polsoc/puae012.

15. Kurki V. The legal personhood of artificial intelligences. In book: A Theory of Legal Personhood. 2019. P. 175–190. DOI 10.1093/oso/9780198844037.003.0007.

16. Li C. AI-Driven Governance: Enhancing Transparency and Accountability in Public Administration // Digital Society & Virtual Governance. 2025. Vol. 1. N 1. P. 1–16. DOI 10.6914/dsvg.010101.

17. Liu L. X., Clegg S., Pollack J. The Effect of Public–Private Partnerships on Innovation in Infrastructure Delivery // Project Management Journal. 2024. Vol. 55. N 1. P. 31–49. DOI 10.1177/87569728231189989.

18. Madan R. Artificial intelligence diffusion in public administration // Proceedings of the 2022 AAAI/ACM Conference on AI, Ethics, and Society. 2022. P. 903. DOI 10.1145/3514094.3539529.

19. Ortega-Fernбndez A., Martнn-Rojas R., Garcнa-Morales V. J. Artificial Intelligence in the Urban Environment: Smart Cities as Models for Developing Innovation and Sustainability // Sustainability. 2020. Vol. 12. N 19. P. 7860. DOI 10.3390/SU12197860.

20. Prasad K. R., Karanam S. R., Ganesh D., Liyakat K. K. S., Talasila V., Purushotham P. AI in public-private partnership for IT infrastructure development // The Journal of High Technology Management Research. 2024. Vol. 35. N 1. P. 100496. DOI 10.1016/j.hitech.2024.100496.

21. Pulijala S. Artificial intelligence in governance: opportunities, challenges, and ethical implications for public administration // International Journal for Multidisciplinary Research (IJFMR). 2024. Vol. 6. N 6. P. 1–10. DOI 10.36948/ijfmr.2024.v06i06.29990.

22. Roberts H. Digital sovereignty and artificial intelligence: a normative approach // Ethics Inf Technol. 2024. Vol. 26. P. 70. DOI 10.1007/s10676-024-09810-5.

23. Sen A. Artificial intelligence and autonomous systems: A legal perspective on granting personhood and implications of such a decision // DME Journal of Law. 2023. Vol. 4. N 01. P. 15–26. DOI 10.53361/dmejl.v4i01.03.

24. Taddeo M., McNeish D., Blanchard A., Edgar E. Ethical principles for artificial intelligence in national defence // Philosophy & Technology. 2021. Vol. 34, N 4. P. 1707–1729. DOI 10.1007/ s13347-021-00482-3.

25. Timmers P. Ethics of AI and Cybersecurity When Sovereignty is at Stake // Minds & Machines. 2019. Vol. 29. P. 635–645. DOI 10.1007/s11023-019-09508-4.

26. Trajkovski G. Bridging the public administration-AI divide: A skills perspective // Public Administration and Developmen. 2024. Vol. 44. N 5. P. 412–426. DOI 10.1002/pad.2061.

27. van Noordt C., Tangi L. The dynamics of AI capability and its influence on public value creation of AI within public administration // Government Information Quarterly. 2023. Vol. 40. N 4. P. 101860. DOI 10.1016/j.giq.2023.101860.

28. Vatamanu A. F., Tofan M. Integrating artificial intelligence into public administration: Challenges and vulnerabilities // Administrative Sciences. 2025. Vol. 15. N 4. P. 149.

29. Webster J., Watson R. Analyzing the Past to Prepare for the Future: Writing a Literature Review // MIS Quarterly. 2002. Vol. 26. N 2. P. xiii–xxiii.

30. Zhang H., Khanal S., Taeihagh A. Public-Private Powerplays in Generative AI Era: Balancing Big Tech Regulation Amidst Global AI Race // Digital Government: Research and Practice. 2025. Vol. 6. N 2. P. 1–11. DOI 10.1145/3664824.