Политология (интерактивное мультимедийное учебное пособие)

«Государство как платформа: люди и технологии» - практическое пособие, отвечающее на вопросы, кто и как может осуществлять цифровую трансформацию государственного управления, которое развивает идеи доклада «Государство как платформа», выпущенного фондом «Центр стратегических разработок» в мае 2018 года, и содержит конкретные рекомендации, как формировать ИТ-команды цифровой трансформации, а также описание компетенций и технологий, необходимых участникам команды.

Цифровая трансформация государственного управления: мифы и реальность. Доклад НИУ ВШЭ. Москва, 2019.

Исследование (2021) Google и ВШГУ РАНХиГС: пандемия как триггер цифровизации государства, бизнеса и общества.

См. подробнее: Санжаревский И.И. Государственные услуги: цифровое государство для аналоговых людей (мультимедийное у?ебное пособие). Изд.2-е испр. и доп. // Тамбов, 2021. // Политическое управление: сетевое периодическое издание. ISSN 2221-7703. (Мультимедийный сетевой научно-образовательный проект). Авт. и сост. Санжаревский И.И. 2014-2021. URL: https://virmk.ru/umk/TRAINING_COURSES/Gosuslugy_sifra/.1 п.л. (7 мб.).

Коротко о технологиях искусственного интеллекта

Государственные услуги: цифровое государство для аналоговых людей: URL: https://youtu.be/XZ9nnmz7gWM
В видеолекции использованы материалы:
Глазков Б.М. Цифровое государственное управление: Вавилонская башня наших дней // Ежедневное онлайн-издание D-russia.ru (от Digital Russia). https://d-russia.ru/tsifrovoe-gosudarstvennoe-upravlenie-vavilonskaya-bashnya-nashih-dnej.html
АИС МФЦ SMART-CENTER - новое качество автоматизации центров - https://youtu.be/LHrWOX5OFKU
РБК. Мир будущего после победы над коронавирусом. Ректор РАНХиГС Владимир Мау - https://www.youtube.com/watch?v=c3ChOWoo9JY
Система предоставления государственных и муниципальных услуг компании Систематик - https://youtu.be/EfkUUs5UDig
ОчепяткИ.ру: Источник: https://ochepyatki.ru/view_video.php?viewkey=3fcc14cd11d9b4e685f2 "Мульт про очередь"

Навигатор цифровой трансформации:
Agile-подход в госуправлении

Методические рекомендации по применению гибких (Agile) подходов в проектном управлении в органах государственной власти.
Навигатор позволяет сформировать единое понимание области применения Agile и гибких подходов для управления проектами цифровизации, дает практические рекомендации по применению Agile-подходов при управлении проектами цифровизации в органах исполнительной власти, в том числе с учетом ограничений современной практики госуправления в РФ.

Модель компетенций команды цифровой трансформации в системе государственного управления

Разработанная модель компетенций команды цифровой трансформации в системе госуправления поможет формировать успешные цифровые команды. Детальное описание модели включает ключевые личностные и профессиональные компетенции, их характеристики и поведенческие индикаторы.
Показано, почему приоритетом является кадровое обеспечение цифровой трансформации: оно позволит реализовать проекты цифровой трансформации в органах власти на качественно новом уровне.

Организационные структуры и команды цифровой трансформации в системе государственного управления

Результаты изучения организационно-функциональных структур подразделений в системе государственного управлении, ответственных за цифровую трансформацию в России, и лучших зарубежных практик.
Детально раскрываются особенности организационных структур в зависимости от функций, численности и состава персонала, в частности цифровых команд. Представлено описание ключевых ролей системы управления и реализации цифровых проектов.

Искусственный интеллект

Искусственный интеллект (ИИ; англ. artificial intelligence, AI) — свойство интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человека (не следует путать с искусственным сознанием, ИС); теория и технология создания интеллектуальных машин, собенно интеллектуальных компьютерных программ.

Искусственный интеллект (ИИ) позволяет машинам учиться на опыте, приспосабливаться к новой информации и выполнять задачи человека. Большинство примеров искусственного интеллекта, о которых вы слышите сегодня – от играющих в шахматы компьютеров до автомобилей с автоматическим управлением – в значительной степени зависят от глубокого обучения и обработки естественного языка. Используя эти технологии, компьютеры можно обучать выполнению конкретных задач с помощью обработки больших объемов данных и распознавания закономерностей в данных.

Машинное обучение
Машинное обучение (англ. machine learning, ML) – это метод анализа данных, который автоматизирует построение аналитической модели. Это область искусственного интеллекта, основанная на идее, что системы могут учиться на основе данных, выявлять закономерности и принимать решения с минимальным вмешательством человека.
В то время как искусственный интеллект (ИИ) является широкой наукой, имитирующей человеческие способности, машинное обучение – это особая разновидность ИИ, которая обучает машину обучаться.

Глубокое обучение
Глубокое обучение (глубинное обучение; англ. Deep learning) – это тип машинного обучения, который обучает компьютер выполнять задачи человека. Например, распознавать речь, идентифицировать изображения или делать прогнозы.
Вместо того, чтобы организовывать данные для работы с заданными по умолчанию формулами, глубокое обучение устанавливает базовые параметры данных и обучает компьютер самостоятельно обучаться, распознавая шаблоны с использованием множества слоев обработки.

Обработка естественного языка
Обработка естественного языка (Natural Language Processing, NLP) – это область искусственного интеллекта, которая помогает компьютерам понимать, интерпретировать и манипулировать человеческим языком.
NLP помогает компьютерам общаться с людьми на человеческом языке, позволяя компьютерам читать текст, слышать речь, интерпретировать её, измерять настроение и определять, что из этого важно.

Компьютерное зрение
Компьютерное зрение – это область искусственного интеллекта, которая обучает компьютеры понимать и интерпретировать визуальный мир. Используя цифровые изображения с камер и видео, а также модели глубокого обучения, машины могут точно идентифицировать и классифицировать объекты, а затем реагировать на то, что они «видят». От распознавания лиц до обработки живого действия футбольной игры, компьютерное зрение конкурирует с человеческим и во многих сферах превосходит человеческие визуальные способности.

Обязательная литература.
1. Конституция Российской Федерации. Ст. 24, 33.
2. Федеральный закон от 2 мая 2006 г. N 59-ФЗ "О порядке рассмотрения обращений граждан Российской Федерации"
2.1. Кодекс Российской Федерации об административных правонарушениях от 30 декабря 2001 г. N 195-ФЗ (КоАП РФ) (с изменениями и дополнениями). Статья 5.59. Нарушение порядка рассмотрения обращений граждан.
2.2. Федеральный закон от 6 октября 2003 г. N 131-ФЗ "Об общих принципах организации местного самоуправления в Российской Федерации" (с изменениями и дополнениями). Статья 32. Обращения граждан в органы местного самоуправления
3. Федеральный закон от 27 июля 2006 г. N 152-ФЗ "О персональных данных"
3.1. Кодекс Российской Федерации об административных правонарушениях от 30 декабря 2001 г. N 195-ФЗ (КоАП РФ). Статья 13.11. Нарушение законодательства Российской Федерации в области персональных данных
3.2. Федеральный закон от 27 июля 2006 г. N 149-ФЗ "Об информации, информационных технологиях и о защите информации". Статья 15.5. Порядок ограничения доступа к информации, обрабатываемой с нарушением законодательства Российской Федерации в области персональных данных.

4. Об организации предоставления государственных и муниципальных услуг: федеральный закон от 27 июля 2010 года № 210-ФЗ.
4.1. Постановление Правительства РФ от 22.12.2012 N 1376 (ред. от 02.08.2018)"Об утверждении Правил организации деятельности многофункциональных центров предоставления государственных и муниципальных услуг"
4.2. Постановление Правительства Российской Федерации от 27 сентября 2011 г. № 797 «О взаимодействии между многофункциональными центрами предоставления государственных и муниципальных услуг и федеральными органами исполнительной власти, органами государственных внебюджетных фондов, органами государственной власти субъектов Российской Федерации, органами местного самоуправления»