Использование проектно-ориентированного подхода и искусственного интеллекта в государственном управлении: цели, задачи и риски

Цель. Исследование направлено на комплексный анализ целей, задач и рисков интеграции проектно-ориентированного подхода и технологий искусственного интеллекта в систему государственного управления Российской Федерации. В условиях перехода к новому этапу цифровой трансформации государственного управления на основе данных возникает необходимость научного обоснования механизмов встраивания интеллектуальных технологий в проектную деятельность органов власти.

Методы. Методологическую основу работы составил системный подход, позволивший рассмотреть интеграцию искусственного интеллекта и проектного управления как единый эволюционный процесс. Проведен контент-анализ стратегических документов Российской Федерации и нормативных актов Европейского союза. Использован метод сравнительного анализа для сопоставления отечественных и зарубежных практик внедрения интеллектуальных систем поддержки принятия решений в государственном секторе.

Результаты. В ходе исследования выявлены и систематизированы ключевые направления трансформации проектного управления: автоматизация рутинных операций, предиктивная аналитика рисков и интеллектуальная поддержка принятия решений. Предложено авторское определение понятия «интеллектуальное проектное управление в государственном секторе» и разработана система индикаторов оценки эффективности. На основе эмпирических данных подтверждена результативность внедрения интеллектуальных технологий в государственное управление. Разработана классификация рисков внедрения, включающая технологические, правовые, этические и кадровые аспекты.

Выводы. Сделан вывод о том, что успешная интеграция искусственного интеллекта в проектное управление возможна только при создании специализированной регуляторной среды, закрепляющей принцип «человек в контуре управления». Обосновано, что интеграция искусственного интеллекта обладает системными преимуществами перед альтернативными подходами. Предложен комплекс мер по минимизации рисков, включающий развитие национальной инфраструктуры данных, внедрение стандартов объяснимого искусственного интеллекта и реализацию программ цифровой грамотности для государственных служащих.

1. Брычеев А. С. Применение искусственного интеллекта в органах государственной власти: вызовы, вопросы и перспективы // Вестник Евразийской науки. 2024. Т. 16, № S6. URL: https://esj.today/11favn624.html. EDN FCWPSM

2. Василенко Л. А., Зотов В. В. Цифровизация публичного управления в России: риски, казусы, проблемы // Цифровая социология. 2020. Т. 3, № 2. С. 4–16. DOI: 10.26425/2658-347X-2020-2-4-16; EDN DUXMRV

3. Восканян Н. М., Коробицина Е. С. Внедрение искусственного интеллекта в проектное управление: практики и вызовы // Экономика и право. Современное состояние и пер-спективы развития. Петрозаводск, 2024. С. 143–150. EDN JJMLQO

4. Гусева М. Н., Брикошина И. С., Глебанов А. И. Перспективы использования искусственного интеллекта в проектном управлении // Экономика и предпринимательство. 2024. № 1 (162). С. 1002–1007. DOI: 10.34925/EIP.2024.162.1.193; EDN TZSLCS

5. Дзгоев В. Д., Цуциев М. А. Искусственный интеллект в государственном управлении // Бюджет. 2025. № 2. URL: https://bujet.ru/article/498593.php. EDN ZDKHCE

6. Добролюбова Е. И. Оценка цифровой зрелости государственного управления // Информационное общество. 2021. № 2. С. 37–52. DOI 10.52605/16059921_2021_02_37; EDN ZSEGML

7. Июпова Л. К. Управление проектами на базе искусственного интеллекта: глобальная революция // Инновации и инвестиции. 2023. № 11. С. 119–122. EDN OSAQYK

8. Кабанова Е. Е. Искусственный интеллект в государственном управлении: ключевые проблемы и перспективы применения // Russian Journal of Management. 2025. Т. 13, № 2. С. 1–14. DOI: 10.29039/2500-1469-2025-13-2-1-14; EDN THNZKD

9. Мусаева А. Искусственный интеллект в проектном управлении: возможности и вызовы // Journal of Monetary Economics and Management. 2024. № 9. С. 324–328. DOI 10.26118/2782-4586.2024.50.45.066; EDN KDGQEX

10. Саидов Ш. Р. Влияние искусственного интеллекта на экономику // Актуальные вопросы современной экономики. 2023. № 3. С. 636–644.

11. Стырин Е. М. Государство как платформа: подходы к реализации // Государственное управление. Электронный вестник. 2022. № 90. С. 169–185. DOI 10.24412/2070-1381-2022-90-169-185

12. Стырин Е. М., Дмитриева Н. Е. Цифровая трансформация в государственном управлении. М. : Изд-во ВШЭ, 2023. 245 с.

13. Федотова М. А. Технологии искусственного интеллекта при прогнозировании эффективности командной работы // Научный результат. Социология и управление. 2019. Т. 5. № 2. С. 93–106. DOI 10.18413/2408-9338-2019-5-2-0-9; EDN DPDUZQ

14. Brynjolfsson E., McAfee A. The Second Machine Age. New York: W. W. Norton, 2014. 336 p.

15. Cate F. H. Government Data Mining // Harvard Civil Rights-Civil Liberties Law Review. 2008. Vol. 43, N 2. P. 435–489.

16. European AI Act: Regulation (EU) 2024/1689 // Official Journal of the European Union. 2024. URL: https://eur-lex.europa.eu/eli/reg/2024/1689/oj

17. Margetts H., Dunleavy P. The Second Wave of Digital-Era Governance // Philosophical Transactions of the Royal Society A. 2013. Vol. 371. DOI 10.1098/rsta.2012.0382

18. OECD. Artificial Intelligence in Society. Paris: OECD Publishing, 2019. DOI 10.1787/eedfee77-en.

19. O’Neil C. Weapons of Math Destruction. New York: Crown, 2016. 272 p.

20. Ratti C. et al. Mobile Landscapes // Environment and Planning B. 2006. Vol. 33, N 5. P. 727–748.

21. Sun T. Q., Medaglia R. Mapping the Challenges of AI in Public Sector // Government Information Quarterly. 2019. Vol. 36, N 2. DOI 10.1016/j.giq.2018.09.008

22. Valle-Cruz D. et al. A Review of AI in Government // ACM Digital Government. 2020. Vol. 1, N 4. P. 91–99. DOI 10.1145/3404140

23. Wirtz B. W., Weyerer J. C., Geyer C. AI and the Public Sector // International Journal of Public Administration. 2019. Vol. 42, № 7. P. 596–615. DOI 10.1080/01900692.2018.1498103

24. Zuiderwijk A. et al. Implications of AI in Public Governance // Government Information Quarterly. 2021. Vol. 38. Article 101577. DOI 10.1016/j.giq.2021.101577; EDN VENVHZ