Искусственный интеллект в государственном и муниципальном управлении. Учебное пособие. Елена Шевалдина

оптимизировать распределение задач между сотрудниками. Используя алгоритмы машинного обучения, системы ИИ могут определять, кто из сотрудников лучше всего подходит для выполнения конкретной задачи, и автоматически назначать им соответствующие задания. Это повышает эффективность работы органов власти и способствует более рациональному использованию ресурсов. В целом, использование ИИ в ГМУ имеет большой потенциал для повышения эффективности работы органов власти, улучшения качества предоставляемых услуг и повышения уровня удовлетворённости граждан.

      2.2. Основные кейсы оптимизации стандартизированных процедур и рутинных задач

      Использование искусственного интеллекта для автоматизации рутинных задач государственных и муниципальных служащих может быть осуществлено по следующим направлениям.

      1. Обработка обращений граждан

      ИИ может анализировать обращения граждан, выявлять наиболее частые проблемы и предлагать решения. Это позволяет сократить время на обработку каждого обращения и повысить эффективность работы государственных и муниципальных органов.

      Данному направлению соответствуют следующие практические кейсы:

      1.1. Оптимизация работы горячей линии. В этом кейсе ИИ может быть использован для улучшения качества диалогов с гражданами и доведения до обратившихся именно той информации, которую они запрашивают, а также для направления обращения именно тому специалисту, кто наиболее компетентен в этом вопросе.

      Так, например, общегородской контакт-центр Москвы (ОКЦ) в тестовом режиме начал проводить цифровой анализ консультаций. Сервис контроля качества на основе искусственного интеллекта изучает каждый этап беседы оператора с жителем столицы на соответствие утвержденным параметрам. В их числе правильность построения фраз и произношения специфических терминов, употребление сленга или слов-паразитов, длительность пауз, интонация и многое другое. Полученные данные позволят улучшить качество коммуникации во время консультаций на горячих линиях, а также определить, нужно ли дополнительно обучать операторов.

      Новый сервис речевого анализа, в отличие от цифрового аудитора, проверяет исключительно качество речи. Не вступая в общение со специалистами, он прослушивает диалоги с жителями и сопоставляет этапы разговора с утвержденным сценарием. Обладая более широким по сравнению с цифровым аудитором спектром навыков по распознаванию речи, искусственный интеллект моментально фиксирует отклонения в произношении специальных терминов, употребление сленга, слишком длинные паузы или слишком быструю речь, а также интонацию специалиста. Сервис может одновременно записывать и анализировать несколько десятков диалогов, проверяя, насколько корректно проведена консультация. Для речевого анализа создали и развивают специальную базу знаний с учетом специфики каждой горячей линии. В нее