Ալգորիթմները վաղուց ի վեր դեր են խաղացել կառավարման մեջ։ Դրանք որոշում են, թե որ աշխատանքային հայտարարություններն են հասնում որ քաղաքացիներին, որ հարկային հաշվետվություններն են ստուգվում, որ սոցիալական ապահովության դիմումներին է տրվում առաջնահերթություն, և նույնիսկ, թե ինչպես են պլանավորվում ոստիկանության պարեկային երթուղիները։

Այս գործընթացների մեծ մասը տեղի է ունեցել աննկատ՝ «որոշումների աջակցության» քողի տակ, այլ ոչ թե որպես բացահայտ որոշումների կայացման մեխանիզմ։

Ալբանիայում և Ճապոնիայում վերջին զարգացումները տարբերակող առանձնահատկությունն այն է, որ այս համակարգերը այլևս գաղտնի ենթակառուցվածք չեն։

Ալբանիայի կառավարությունը պաշտոնապես հանձնարարել է իր թվային օգնական Դիելլային կառավարել մրցութային գործընթացները: Ճապոնիայում «Վերածննդի ուղի» փոքր քաղաքական կուսակցությունը հայտարարել է, որ իր առաջնորդ կնշանակի արհեստական ​​բանականության ներկայացուցիչի:

Սակայն, երկու դեպքում էլ չի կարելի ասել, որ լիազորություններն ամբողջությամբ փոխանցվել են մեքենաներին։ Դիելլան դեռևս գործում է որպես վերահսկվող աշխատանքային հոսքի գործիք, իսկ ճապոնական կուսակցությունը, չունենալով տեղեր ազգային ժողովում, պարտավոր է նշանակել մարդկային ներկայացուցիչ պաշտոնական դիմումների համար։

Այնուամենայնիվ, այս քայլերը կարևոր են։ Դրանք ալգորիթմական որոշումների կայացման գործընթացները դուրս են բերում երկրորդ պլանից և վերափոխում դրանք անվանական և հանրությանը հասանելի կորպորատիվ դերի։

Այս իրավիճակը ցույց է տալիս, որ ալգորիթմական կառավարումը, որը երկար ժամանակ վարչական կյանքի լուռ իրականություն էր, այժմ պետք է բացահայտ քննարկվի։ Այս համակարգերը պետք է ուսումնասիրվեն կազմակերպչական դիզայնի, օրինականության և հաշվետվողականության հարցերի շրջանակներում։

Լայն իմաստով, ալգորիթմական կառավարումը նոր երևույթ չէ: Տասնամյակներ շարունակ կառավարություններն ու ընկերությունները օգտագործել են գնահատման բանաձևեր, ռիսկի մոդելներ և որոշումների ծառեր՝ արդյունքները կողմնորոշելու համար:

Այսօր տարբերվողը արհեստական ​​բանականության համակարգերի քննարկումն է, որոնք սովորում են տվյալներից, ժամանակի ընթացքում հարմարվում և գործում են մեծ մասշտաբով։

Այս համակարգերը գերազանցում են պարզապես ֆիքսված կանոնների կիրառումը։ Դրանք ստեղծում են կաղապարներ, թվարկում են այլընտրանքներ և երբեմն առաջարկում են գործողություններ, որոնք չեն նախատեսվել իրենց նախագծողների կողմից։

Սա նրանց հզոր է դարձնում, բայց նաև դժվարացնում է նրանց վերահսկելը։

Ալբանիայում և Ճապոնիայում արհեստական ​​բանականության համակարգերի հանրային նշանակումը ընդգծում է այս տեղաշարժը։ Սա վերաբերում է զարգացող համակարգերի կառավարմանը, և այդ համակարգերի հիմքում ընկած տրամաբանությունը պետք է մնա հասկանալի՝ ժողովրդավարական վերահսկողությունը պաշտպանելու համար։

Ալգորիթմական կառավարման և օբյեկտիվության պատրանքը։

Լայբնիցից մինչև Կոնդորսե, լուսավորության մտածողները պատկերացնում էին մի աշխարհ, որտեղ վեճերը կարող էին լուծվել հաշվարկների միջոցով։

Լեյբնիցը առաջարկեց «համընդհանուր հաշվարկ», որի միջոցով անհամաձայնությունները կարող էին լուծվել պարզապես «հաշվարկ» (եկեք հաշվարկենք) ասելով։

Մյուս կողմից, Ջերեմի Բենտհամը այս տեսլականը վերածեց քաղաքականության ուտիլիտարիստական ​​​​ըմբռնման՝ պնդելով, որ կառավարման նպատակը պետք է լինի կոլեկտիվ երջանկությունը մեծացնելը՝ ռացիոնալ հաշվարկների միջոցով։

Ժամանակակից ալգորիթմական կառավարումը, կարծես, կյանքի է կոչում այս նախագիծը։ Այն խոստանում է որոշումներ կայացնել ֆունկցիայի կանչի ձևաչափով՝ զերծ կամայականությունից և կողմնակալությունից։

Ժամանակակից կառավարումը երկար ժամանակ պայքարել է կարգուկանոնի և ինքնավարության, անաչառ կառավարման խոստման և վերահսկողությունը խեղդելու վախի միջև լարվածության դեմ։

Մաքս Վեբերի բյուրոկրատիայի սոցիոլոգիան ապահովում է դրա համար առաջին հիմնական հայեցակարգային հիմքը։ Վեբերը իդեալական ժամանակակից պետությունը սահմանել է որպես կանոններով, այլ ոչ թե անձնական կամայականություններով կառավարվող կառուցվածք, որը բնութագրվում է ֆորմալ ընթացակարգերով, գրավոր գրառումներով և հիերարխիկ վերահսկողությունով։

Ալգորիթմական համակարգերը այս նախագծի տրամաբանական շարունակությունն են։ Դրանք խոստանում են կանոնավորություն՝ վերացնելով ցածր մակարդակներում անզգուշությունը և պարտադիր դարձնելով հետևողականությունը։

Բայց միևնույն ժամանակ, դրանք ավելի են սեղմում Վեբերի «երկաթե վանդակը»։ Այս տեսանկյունից ալգորիթմական կառավարումը ոչ թե խզում է, այլ ռացիոնալիզացիայի ուժեղացում։

Կիբեռնետիկան, որը ի հայտ եկավ 1940-ականներին, վերաիմաստավորեց կառավարումը որպես հետադարձ կապի կառավարման խնդիր: Նորբերտ Վիների տեսակետն այն էր, որ կենսաբանական, մեխանիկական կամ սոցիալական համակարգերը կարող են կարգավորվել դրանց վիճակները զգալով, դրանք թիրախի հետ համեմատելով և ուղղումներ կիրառելով:

Ստաֆորդ Բիրի 1970-ականների «Հարմար համակարգերի մոդելը» այս տրամաբանությունը կիրառեց բոլոր տնտեսությունների վրա՝ պատկերացնելով պետությունը որպես կենդանի տեղեկատվության մշակող։

Ալգորիթմական կառավարումը այս տեսլականը դարձնում է իրականություն։ Սենսորները դառնում են թվային տվյալների հոսքեր, կառավարիչները՝ մեքենայական ուսուցման մոդելներ, իսկ ուղղիչ գործողությունները կարող են իրականացվել մեքենայի արագությամբ։

Հետպատերազմյան շրջանում կառավարությունները կիրառեցին գործառնական հետազոտությունները, գծային ծրագրավորումը և որոշումների վերլուծությունը՝ լոգիստիկան, բյուջեի բաշխումը և սոցիալական պլանավորումը օպտիմալացնելու համար։

Սառը պատերազմի վերլուծաբանները փնտրում էին «օպտիմալ» պատասխաններ խիստ սահմանափակումների ներքո։

Դիտարկենք RAND-ի կողմից սեղանի վրա հիմնված պատերազմական խաղերի օգտագործումը ճգնաժամերը մոդելավորելու համար, Խորհրդային Միության փորձերը կառավարել տնտեսությունը հետադարձ կապի վրա հիմնված համակարգչային մոդելների միջոցով և Մեծ Բրիտանիայի հետպատերազմյան պլանավորումը՝ օգտագործելով մուտքային-ելքային աղյուսակներ՝ արտադրության նպատակներ սահմանելու համար։

Քանի որ մեթոդները հստակ էին, քաղաքականության մշակողները կարող էին տեսնել, թե ինչպես են թվերը հանգեցրել առաջարկությունների։

Ժամանակակից ալգորիթմական համակարգերը ժառանգում են օպտիմալացման հայեցակարգը, բայց փոփոխում են այն անթափանց նեյրոնային ցանցերով, վերացնելով բացատրելիության երաշխիքը։

1990-ական և 2000-ական թվականների թվայնացման ալիքը կենտրոնացած էր առցանց պորտալների, էլեկտրոնային ներկայացման և գործերի ավտոմատացված կառավարման միջոցով արդյունավետության վրա: Սրանք հիմնականում ծառայությունների արդիականացումներ էին և չէին ներկայացնում իշխանության վերաիմաստավորում:

Ալգորիթմական կառավարումը հիմնված է այս ենթակառուցվածքի վրա, բայց անցում է կատարում պասիվ գրանցումից ակտիվ երթուղայնացման։

Համակարգերն այժմ առաջնահերթություն են տալիս, թե որ դեպքերը կցուցադրվեն մարդկային սպաներին, կանխատեսում են, թե որ քաղաքականությունները կհամապատասխանեն կատարողականի նպատակներին, և երբեմն ավտոմատ կերպով կիրառում են տույժեր կամ համապատասխանության որոշումներ։

Պետությունը պարզապես գրանցամատյանի տիրոջից վերածվում է առաջարկողի, իսկ որոշ ոլորտներում՝ նաև գործողի։

Կառավարում արհեստական ​​ինտելեկտով

Այս ժամանակահատվածում նորը կառավարումը ռացիոնալացնելու ցանկությունը չէր, այլ օգտագործվող գործիքների բնութագրերը։

Նախորդ տասնամյակների կանոնների վրա հիմնված համակարգերի համեմատ, ժամանակակից արհեստական ​​բանականությունը հիմնված է վիճակագրական եզրակացության, այլ ոչ թե բացահայտ տրամաբանության վրա։

Այն արդյունքներ է տալիս ոչ թե թափանցիկ կանոններ կիրառելով, այլ տվյալների մեջ բարդ կորելյացիաները քարտեզագրելով։

Սա համակարգերին ապահովում է ճկունություն և հարմարվողականություն՝ նոր տվյալների ստացմանը զուգընթաց ինքնուրույն թարմացվելու համար։

Սակայն սա նաև անթափանցիկություն է մտցնում։ Քաղաքականության մշակողները կարող են դժվարանալ բացատրել, թե ինչու է արվում որոշակի առաջարկ կամ վերականգնել արդյունքի հիմքում ընկած դատողությունների շղթան։

Այս իմաստով, այսօրվա ալգորիթմական կառավարումը ոչ միայն խստացնում է Վեբերի վանդակը, այլև վտանգում է տեսանելի սանդղակները փոխարինել անտեսանելի սանդղակներով։

Մեկ այլ կարևոր տարբերություն մասշտաբն ու մանրամասնության մակարդակն է։ Նախկին վարչական համակարգերը կարող էին միայն ընդհանրացնել։

Նրանք կիրառեցին միատեսակ կանոններ լայն դեպքերի դասերի համար։ Ի տարբերություն դրա, մեքենայական ուսուցման մոդելները հնարավորություն են տալիս միկրոտարբերակել։ Ռիսկի միավորները, իրավասության վերաբերյալ որոշումները և քաղաքականության ուղեցույցը կարող են ճշգրտվել թաղամասի կամ անհատական ​​մակարդակով։

Այս իրավիճակը ստեղծում է և՛ հնարավորություններ, և՛ մտահոգություններ։ Մի կողմից, ռեսուրսները կարող են թիրախավորվել աննախադեպ ճշգրտությամբ, ինչը կարող է նվազեցնել վատնումը և անհավասարությունը։

Մյուս կողմից, նման մանրակրկիտ կառավարումը կարող է հանրային բարիքի գաղափարը փոխարինել անհատականացված օպտիմալացմամբ, ինչը դժվարացնում է քաղաքական արդարացումը. ինչո՞ւ իմ դեպքը տարբեր կերպ վարվեց, քան իմ հարևանինը, չնայած ոչ ոք որոշում չի կայացրել։

Կա նաև ժամանակային տեղաշարժ։ Դասական բյուրոկրատական ​​և պլանավորման համակարգերը պարբերական և հետահայաց էին։ Յուրաքանչյուր տասը տարին մեկ անցկացվում էր մարդահամար, յուրաքանչյուր ֆինանսական տարի՝ բյուջե, իսկ քաղաքականության վերանայում յուրաքանչյուր օրենսդրական նստաշրջանում։

Ժամանակակից արհեստական ​​բանականության համակարգերը կարող են անընդհատ աշխատել, ստանալ իրական ժամանակի տվյալներ և ակնթարթորեն ճշգրտել որոշումները։

Սա ներմուծում է մի տեսակ դինամիկ կառավարման հնարավորություն, որը միշտ որոշ չափով փոփոխական է։

Սակայն սա բարդացնում է վերահսկողությունը։ Երբ որոշումները անընդհատ թարմացվում են, ի՞նչն է գնահատվում օրենսդրական կամ դատական ​​վերանայման ժամանակ։ Անցյալ ամսվա մոդելային տարբերակն է, անցյալ շաբաթվա՞նը, թե՞ այսօր առավոտյան աշխատածը։

Արհեստական ​​բանականության կողմից ղեկավարվող կառավարումը ներմուծում է գործակալության նոր բաշխում: Այսօրվա համակարգերը կարող են ստեղծել տարբերակներ և առաջարկել ռազմավարություններ, որոնք դրանց նախագծողները չէին կանխատեսել:

Սա մշուշում է որոշումների աջակցության և որոշումների կայացման միջև եղած սահմանը։ Այն նաև փոխում է պետական ​​պաշտոնյաներից ակնկալվող հմտությունների շրջանակը։ Նրանք այժմ պետք է կառավարեն ոչ միայն բնակչության թվաքանակը, այլև մոդելները։

Նրանք պետք է սովորեն, թե երբ վստահել, երբ անտեսել և ինչպես հանրային արժեքները վերածել տեխնիկական պարամետրերի։

Հարցն այժմ այն ​​է, թե արդյոք արհեստական ​​բանականության մոդելը կշարունակի սովորել ժողովրդավարական մտադրությանը համապատասխան ձևով։

Վաղ դեպքերի ուսումնասիրություններ

Ալգորիթմական համակարգերը տարբերվում են նախորդ կառավարման տեխնոլոգիաներից երեք հիմնական առումներով. դրանք հարմարվողական են, հիմնվում են հավանականային եզրակացության վրա, այլ ոչ թե ֆիքսված կանոնների, և գործում են այնպիսի մասշտաբով, որը կարող է միաժամանակ ազդել միլիոնավոր դեպքերի վրա։

Այս առանձնահատկությունները թույլ են տալիս կառավարություններին աննախադեպ ճշգրտությամբ թիրախավորել ռեսուրսները և կանխատեսել խնդիրները՝ նախքան դրանց սրումը։

Այնուամենայնիվ, այն նաև ուժեղացնում է սխալների ազդեցությունը, ներմուծում է դժվար հայտնաբերվող կողմնակալություններ և աուդիտն ավելի բարդացնում։

Այս զարգացումները որպես պարզապես գովազդային հնարքներ անտեսելու կամ դրանք մեքենաների կառավարման նախանշաններ վախով դիտարկելու փոխարեն, մենք պետք է Ալբանիայում և Ճապոնիայում կատարված փորձերը դիտարկենք որպես վաղ ուսումնասիրություններ։

Այս փորձերը հնարավորություն են տալիս մշակել նորմեր, կարգավորող պրակտիկա և իրավական շրջանակներ՝ ալգորիթմական որոշումների կայացման գործընթացները կառավարելու համար։

Ալբանիան և Ճապոնիան, կամա թե ակամա, տեսանելի են դարձրել ալգորիթմական կառավարումը։

Այժմ խնդիրն է գտնել եղանակներ, որոնք կպահպանեն այս կառավարումը լեգիտիմ, վիճելի և ժողովրդավարական սկզբունքներին համապատասխան, նախքան հաջորդ գրասենյակը թվային անվանական ցուցանակ կստանա։