Ալգորիթմները վաղուց դեր են խաղացել կառավարման մեջ։ Դրանք որոշում են, թե որ աշխատատեղերի հայտարարություններն են հասնում որ քաղաքացիներին, որ հարկային հաշվետվություններն են ստուգվում, որ սոցիալական ապահովության դիմումներին տրվում է առաջնահերթություն և նույնիսկ, թե ինչպես են պլանավորվում ոստիկանության պարեկային երթուղիները։ Այս գործընթացներից շատերը տեղի են ունեցել անաղմուկ՝ «որոշումների աջակցության» քողի տակ, այլ ոչ թե որպես բացահայտ որոշումների կայացման մեխանիզմներ։ Ալբանիայում և Ճապոնիայում վերջին զարգացումները տարբերակողն այն է, որ այս համակարգերը այլևս թաքնված ենթակառուցվածք չեն։ Ալբանիայի կառավարությունը պաշտոնապես հանձնարարել է իր թվային օգնական Դիելլային կառավարել մրցութային գործընթացները։ Ճապոնիայում «Վերածննդի ուղին» փոքր քաղաքական կուսակցությունը հայտարարել է, որ իր ղեկավարը կնշանակի արհեստական ​​բանականության։ Այնուամենայնիվ, երկու դեպքում էլ չի կարելի ասել, որ իշխանությունն ամբողջությամբ փոխանցվել է մեքենաներին։ Դիելլան դեռևս գործում է որպես վերահսկվող աշխատանքային հոսքի գործիք, և ճապոնական կուսակցությունը, չունենալով տեղեր ազգային ժողովում, պարտավոր է նշանակել մարդկային ներկայացուցիչ պաշտոնական դիմումների համար։ Այնուամենայնիվ, այս քայլերը նշանակալի են։ Դրանք ալգորիթմական որոշումների կայացման գործընթացները դուրս են բերում երկրորդ պլանից և վերածում 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 քննարկվեն կազմակերպչական դիզայնի, օրինականության և հաշվետվողականության հարցերի շրջանակներում։

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

Այսօր տարբեր է այն բանը, որ քննարկում են արհեստական ​​բանականության համակարգերը, որոնք սովորում են տվյալներից, ժամանակի ընթացքում հարմարվում և գործում են մեծ մասշտաբով։

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

Սա դրանք դարձնում է հզոր, բայց նաև դժվար է վերահսկել դրանք։

Ալբանիայում և Ճապոնիայում արհեստական ​​բանականության համակարգերի հանրային նշանակումը ուշադրություն է հրավիրում այս տեղաշարժի վրա։ Խոսքը վերաբերում է զարգացող համակարգերի կառավարմանը, և այս համակարգերի 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: Լայբնիցը առաջարկեց «համընդհանուր հաշվարկ», որտեղ անհամաձայնությունները կարող էին լուծվել պարզապես «հաշվարկ» (եկեք հաշվարկենք) ասելով: Ջերեմի Բենտհամը այս տեսլականը վերածեց քաղաքականության ուտիլիտար 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՝ ազատ կամայականությունից և նախապաշարմունքից, որոնք ներկայացված են ֆունկցիոնալ կոչի կարգով: Ժամանակակից կառավարումը երկար ժամանակ պայքարել է կարգուկանոնի և ինքնավարության, անաչառ կառավարման խոստման և վերահսկողության խեղդման վախի միջև լարվածության դեմ: Մաքս Վեբերի բյուրոկրատիայի սոցիոլոգիան այս առումով ապահովում է առաջին հիմնական հայեցակարգային հիմքը: Վեբերը սահմանեց իդեալական ժամանակակից պետությունը որպես կանոններով կառավարվող կառուցվածք, այլ ոչ թե անձնական կամայականությամբ, որը բնութագրվում է ֆորմալ ընթացակարգերով, գրավոր գրառումներով և հիերարխիկ վերահսկողությունով: Ալգորիթմական համակարգերը այս նախագծի տրամաբանական շարունակությունն են: Դրանք խոստանում են կանոնավորություն՝ վերացնելով ավելի ցածր մակարդակներում հայեցողությունը և պարտադիր դարձնելով հետևողականությունը: Սակայն դրանք նաև 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 հասկացողությունն այն էր, որ կենսաբանական, մեխանիկական կամ սոցիալական համակարգերը կարող են կարգավորվել՝ զգալով դրանց վիճակները, համեմատելով դրանք թիրախի հետ և կիրառելով ուղղումներ։

Ստաֆորդ Բիրի «Կենսունակ համակարգերի մոդելը» 1970-ականներին կիրառեց այս տրամաբանությունը ամբողջ տնտեսությունների վրա՝ պատկերացնելով պետությունը որպես կենդանի տեղեկատվության մշակիչ։

Ալգորիթմական կառավարումը հնարավորություն է տալիս այս տեսլականը գործել։ Սենսորները դառնում են թվային տվյալների հոսքեր, կարգավորիչները՝ մեքենայական ուսուցման մոդելներ, և ուղղիչ գործողությունները կարող են իրականացվել մեքենայի արագությամբ։

Հետպատերազմյան շրջանում կառավարությունները ընդունեցին գործառնական հետազոտությունները, գծային ծրագրավորումը և որոշումների վերլուծությունը՝ լոգիստիկան, բյուջետային հատկացումները և սոցիալական պլանավորումը օպտիմալացնելու համար։ Սառը պատերազմի վերլուծաբանները փնտրում էին «օպտիմալ» պատասխաններ խիստ սահմանափակումների պայմաններում։ Դիտարկենք RAND-ի սեղանի վրա պատրաստված պատերազմական խաղերը, որոնք օգտագործվում էին ճգնաժամերը փորձելու համար, Խորհրդային Միության ջանքերը՝ տնտեսությունը կառավարելու հետադարձ կապի վրա հիմնված համակարգչային մոդելներով, և Մեծ Բրիտանիայի հետպատերազմյան պլանավորումը՝ օգտագործելով մուտքային-ելքային աղյուսակներ՝ արտադրության նպատակներ սահմանելու համար: Քանի որ մեթոդները հասկանալի էին, քաղաքականության մշակողները կարող էին տեսնել, թե ինչպես են թվերը ստեղծում առաջարկություններ: Ժամանակակից ալգորիթմական համակարգերը ժառանգում են օպտիմալացման այս ըմբռնումը, բայց այն փոխարինում են անթափանց նեյրոնային ցանցերով, որոնք վերացնում են բացատրելիության երաշխիքը: 1990-ական և 2000-ական թվականների թվայնացման ալիքը կենտրոնացած էր առցանց պորտալների, էլեկտրոնային ներկայացման և ավտոմատացված գործերի կառավարման արդյունավետության վրա: Սրանք հիմնականում ծառայությունների արդիականացումներ էին և չէին նշանակում իշխանության վերաիմաստավորում: Ալգորիթմական կառավարումը հիմնված է այս ենթակառուցվածքի վրա, բայց պասիվ գրառումների պահպանումից անցնում է ակտիվ ուղղորդման: 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 պատժամիջոցներ կամ համապատասխանության որոշումներ: Պետությունը պարզապես գրանցամատյանի պահողից վերածվում է առաջարկողի, իսկ որոշ ոլորտներում՝ գործողի:

Արհեստական ​​բանականության միջոցով կառավարում

Այս դարաշրջանում նորը կառավարումը ռացիոնալացնելու ցանկությունը չէ, այլ օգտագործվող գործիքների բնութագրերը։

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

Այն արդյունքներ է ստեղծում տվյալների մեջ բարդ փոխկապակցվածությունները քարտեզագրելով, այլ ոչ թե թափանցիկ կանոններ կիրառելով։

Սա ապահովում է ճկունություն և հարմարվողականություն, որի շնորհիվ համակարգերը կարող են թարմացվել նոր տվյալների ստացմանը զուգընթաց։

Այնուամենայնիվ, սա նաև ներմուծում է անթափանցիկություն։ Քաղաքականության մշակողները կարող են դժվարանալ բացատրել, թե ինչու է արվել որոշակի առաջարկություն կամ վերականգնել արդյունքի տրամաբանական շղթան։

Այս առումով, այսօրվա ալգորիթմական կառավարումը ոչ միայն խստացնում է Վեբերի վանդակը, այլև վտանգում է տեսանելի սյուները փոխարինել անտեսանելի սյուներով։

Մեկ այլ կարևոր տարբերություն է մանրամասնության մասշտաբը և մակարդակը։ Նախկինում վարչական համակարգերը կարող էին միայն ընդհանրացնել։

Նրանք միատեսակ կանոններ էին կիրառում դեպքերի լայն դասերի համար։ Ի տարբերություն դրա, մեքենայական ուսուցման մոդելները հնարավորություն են տալիս միկրո-դիֆերենցիացիայի։ Ռիսկի միավորները, համապատասխանության որոշումները և քաղաքականության ուղեցույցը կարող են ճշգրտվել թաղամասի կամ անհատական ​​մակարդակով։

Սա ստեղծում է և՛ հնարավորություններ, և՛ մտահոգություններ։ Մի կողմից, ռեսուրսները կարող են թիրախավորվել աննախադեպ ճշգրտությամբ, ինչը հնարավոր է կրճատի 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 էր քննարկվում, քան իմ հարևանինը, երբ մարդկային որոշում չէր կայացվել։

Կա նաև ժամանակի խզում։ Դասական բյուրոկրատական ​​և պլանավորման համակարգերը պարբերական և հետահայաց էին։ Յուրաքանչյուր տասնամյակում անցկացվում էր մարդահամար, յուրաքանչյուր ֆինանսական տարի՝ բյուջե, իսկ յուրաքանչյուր օրենսդրական նստաշրջանում՝ քաղաքականություն։

Ժամանակակից արհեստական ​​բանականության համակարգերը կարող են անընդհատ գործել, ներծծել իրական ժամանակի տվյալներ և անմիջապես ճշգրտել որոշումները։

Սա բացում է դինամիկ կառավարման հնարավորություն, որը միշտ որոշ չափով փոփոխական է։

Սակայն սա բարդացնում է վերահսկողությունը։ Երբ որոշումները անընդհատ թարմացվում են, ի՞նչն է գնահատվում օրենսդրական վերահսկողության կամ դատական ​​​​վերանայման ժամանակ։ Անցյալ ամսվա մոդելային տարբերակն է, անցյալ շաբաթվանը, 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 մշակողները չէին կանխատեսել։ Սա մշուշում է որոշումների աջակցության և որոշումների կայացման միջև եղած գիծը։ Այն նաև փոխում է պետական ​​պաշտոնյաներից ակնկալվող հմտությունների շարքը։ Նրանք այժմ պետք է կառավարեն ոչ միայն բնակչությանը, այլև մոդելներին։ 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 այնպես, որ համապատասխանի ժողովրդավարական մտադրությանը։

Վաղ դեպքերի ուսումնասիրություններ

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

Այս բնութագրերը թույլ են տալիս կառավարություններին աննախադեպ ճշգրտությամբ թիրախավորել ռեսուրսները և կանխատեսել խնդիրները, նախքան դրանց սրվելը։

Այնուամենայնիվ, դրանք նաև ուժեղացնում են սխալների ազդեցությունը, ներդնում են դժվար հայտնաբերվող կողմնակալություններ և վերահսկողությունն ավելի բարդացնում։

Այս զարգացումները պարզապես գովազդային հնարքներ համարելու կամ դրանք մեքենաների կառավարման նախազգուշական նշաններ համարելու փոխարեն, մենք պետք է Ալբանիայում և Ճապոնիայում անցկացված փորձերը դիտարկենք որպես վաղ ուսումնասիրություններ։

Այս փորձերը հնարավորություն են տալիս մշակել նորմեր, վերահսկողության պրակտիկա և իրավական շրջանակներ, որոնք կկարգավորեն ալգորիթմական որոշումների կայացման գործընթացները։

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

Այժմ խնդիրն է գտնել այս կառավարումը օրինական, վիճելի և ժողովրդավարական սկզբունքներին համապատասխան պահելու եղանակներ, նախքան հաջորդ գրասենյակը ստանձնի թվային անվանական ցուցանակը։