CC BY
11УДК 316.45
DOI 10.34823/SGZ.2021.3.51613
Е.Д. ПАТУТИНА аспирант кафедры социологии, общей и юридической психологии Волгоградского института управления - филиала РАНХиГС при Президенте РФ1
Перспективы применения автономных социальных машин в целях управления информационной политикой органов исполнительной власти в условиях цифровизации общества
В статье рассматривается деятельность по управлению обществом в условиях цифровизации, стимулированию одних результатов поведения людей над другими. Проблема эффективного управления страной неизменно актуальна и есть причины обратиться к цифровым технологиям. В статье применяется выражение "алгоритмическое регулирование" для обозначения использования алгоритмических методов для социального регулирования или управления.
Ключевые слова: цифровизация, социальные машины, алгоритмическое регулирование, управление информационной политикой.
E.D. PATUTINA Postgraduate student of the Department of Sociology, General and Legal Psychology of the Volgograd Institute of management - branch of Russian Presidential Academy of National Economy and Public Administration
1 Патутина Елена Дмитриевна, e-mail: elenapatutina@gmail.com
Prospects for the use of autonomous social machines for managing the information policy of executive authorities in the context of digitalization of society
The article deals with the management of society in the conditions of digitalization, stimulating some results of people's behavior over others. The problem of effective governance of the country is always relevant and there are reasons to turn to digital technologies. The article uses the expression "algorithmic regulation" to refer to the use of algorithmic methods for social regulation or management.
Keywords: digitalization, social machines, algorithmic regulation, information policy management.
При изучении новых способов применения интеллектуальных технологий в управлении, нельзя игнорировать тот факт, что современные веб-компании управляют числом пользователей большим, чем число проживающих в большинстве стран, в связи с этим приобретают особое значение проблемы, связанные с развертыванием интеллектуальных технологий в некоторых областях деятельности. Каким может быть эффект от внедрения систем искусственного интеллекта в развивающейся инфраструктуре связанных данных для управления современным обществом? Чтобы ответить на этот вопрос, можно применить алгоритмический анализ регулирования общества, изучение его рисков и его связи с экспериментами управления, проводимыми в настоящее время в различных странах.
В 2013 г. инвестор, издатель и футуролог из Кремниевой долины Тим О Рейли предположил, что общество может быть более эффективно отрегулировано с помощью системы обратной связи, а не субординационного подчинения1. Его примером был способ, которым приложения для совместного использования поездок, такие как Uber, могут регулировать поведение как водителей, так и пассажиров, используя ряд сенсорных данных и поддерживая систему управления репутацией, вместо того чтобы использовать
1 O'Reilly T. Open data and algorithmic regulation // Goldstein B., Dyson L., Beyond transparency: open data and the future of civic innovation. Code for America Press, San Francisco, 2013, p. 289-300.
правила жесткого подчинения и наказаний. О'Рейли также сделал общие выводы для социального управления, предположив, что источники данных в сочетании с системой управления репутацией могут работать лучше, чем государственное регулирование. Центральными элементами концепции алгоритмического регулирования являются: четкие результаты, измерения в реальном времени, указывающие, были ли эти результаты достигнуты, и корректировки правил, основанные на таких измерениях. Подобные требования к системам управления с обратной связью применяются в различных сферах производства благ и услуг, они могут быть эффективны и в государственном управлении.
В то время как государственные организации изучают алгоритмические системы управления, частный сектор экономики уже применяет всепроникающие механизмы отслеживания и оценки для достижения желаемого поведения клиентов. Например, eBay позволяет продавцам и покупателям оценить друг друга, чтобы облегчить торговлю, медицинские страховые компании используют трекеры и индивидуальные поощрения, чтобы помочь своим клиентам, разрабатывается множество приложений для осуществления хозяйственной деятельности. Центры персонала компании Amazon постоянно контролируют и анализируют своих сотрудников, чтобы они соответствовали определенным стандартам производительности и даже Facebook оценивает надежность своих пользователей, когда они помечают сообщение как поддельное1.
В статье понятие алгоритмического регулирования связывается с использованием цифровых систем для мониторинга граждан и предоставления им автоматических и персонализированных стимулов с целью влияния на их поведение. Важно изучить последствия использования алгоритмических технологий регулирования для управления обществом: технические, этические и политические.
Сущность алгоритмического регулирования заключается в автоматической подаче положительных и отрицательных стимулов (скидки или штрафы) физическим лицам за конкретные действия, поведение или результаты деятельности. Эти стимулы нацелены на отдельных людей и
1 Solon O. Amazon patents wristband that track warehouse workers' movements // The Guardian, 2018, 31 January. https://www.theguardian.com/ technology/2018/-jan/31/amazon-warehouse-wristband-tracking. Accessed 2 June 2018.
поэтому требуют способов сбора индивидуальной информации, получаемой либо из измерений, либо из социальной обратной связи, такой как рейтинг удовлетворенности клиентов, персонализированные рекомендации или кредитные баллы. Как правило, требуется способ идентификации отдельных лиц, а также сбора и хранения индивидуальной информации, включая специальную оценку. Ожидается, что граждане будут корректировать свое поведение таким образом, чтобы улучшить свои оценки, если это связано с выгодами, возможностями или даже просто социальным признанием. В то время как часть требуемой индивидуальной информации будет непосредственно наблюдаться и измеряться (данные геолокации, платежи и т. д.), другая часть информации была бы продуктом человеческого суждения (рейтинг, отзывы, оценки и т.д.). Чтобы понять функционирование этого класса систем (систем репутации), объединяющих алгоритмы и людей, следует воспользоваться общим понятием социальных машин.
Машина - это система или аппарат, состоящий из нескольких частей, каждая из которых выполняет определенную функцию и взаимодействует с другими частями определенным образом для выполнения определенной задачи. Социальная машина - это особый тип машины, где некоторые компоненты, выполняющие какую-то подзадачу, представлены людьми (далее - участниками)1.
Бюрократия - классическая форма социальной машины, Макс Вебер первым признал это и считал бюрократию наиболее эффективной формой организации: «решающей причиной развития бюрократической организации всегда было ее чисто техническое превосходство над любой другой формой организации. Полностью развитый бюрократический аппарат сравнивается с другими организациями точно так
же, как машина с немеханическими способами произ-
2
водства» .
В качестве примера социальной машины можно рассмотреть национальное почтовое отделение, банк или авиаком-
1 Cristianini N, Scantamburlo T. On social machines for algorithmic regulation // AI & SOCIETY, 2020, № 35, p. 645-662. https://doi.org/10.1007/s00146-019-00917-8
2 Вебер М. Хозяйство и общество: очерки понимающей социологии: В 4 т. / Озст., общ. ред. и предисл. Л. Г. Ионина; Нац. исслед. ун-т «Высшая школа экономики». М.: Изд. дом Высшей школы экономики, 2016, т.4, с. 42.
панию, - все они имеют общий набор структурных характеристик: функции и роли отражают иерархию, задачи распределяются между работниками и выполняются регулярно, ввод и вывод задач стандартизирован, рабочий процесс и координация между работниками определяются правилами, а коммуникация осуществляется через структурированные формы. Несмотря на то, что многие задачи выполняются людьми, каждый участник имеет ограниченную автономию и не в состоянии определить поведение всей социальной машины в целом, возможно, даже не осознавая этого.
Опираясь на современные исследования в области социологии, можно определить социальную машину как машину, в которой участвуют люди и технические артефакты (например, автомобиль, часть программного обеспечения, робот), т.е. взаимодействуют друг с другом для выполнения задачи, которая вряд ли была бы достижима какой-либо одной частью социальной машины. Механизмы с человеческими участниками распространяются на все сферы деятельности и включают в себя бюрократию, аукционы, рынки, схемы голосования, услуги по доставке продукции, игры, равное производство, краудсорсинг и т. д.
Хотя социальные машины существуют уже давно, они были формализованы в контексте веб-технологий и цифро-визации всего несколько лет назад и сейчас содержат различные способы организации сообществ с помощью веб-инфраструктуры (в том числе онлайн-платформы как элементы цифровизации общества)1. Онлайн-краудсорсинговые сервисы, такие как Amazon, работают как современные сборочные линии, где каждый участник выполняет четко определенную задачу, которую трудно автоматизировать, и им для эффективной работы не нужно задаваться общей целью. Например, участников можно попросить отмечать лица на фотографиях по полу, комментировать изображения или статьи, вводить написанные от руки слова, отвечать на вопросы и т. д.
Существуют два принципиально различных способа или принципа проектирования социальной машины. В одном
1 Helberger N, Pierson J, Poell T. Governing online platforms: from contested to cooperative responsibility // The Informational Society, 2018, № 34(1), p. 114. https://doi .org/10.1080/01972243.2017.1391913
случае участники получают прямое указание выполнять задания, выбранные другими, и получают за это вознаграждение. Это касается сборочной линии, бюрократии, онлайн социальных машин-платформ. Другой случай - когда люди принимают участие в какой-то деятельности, например, редактируют Википедию, ранжируют статьи, смотрят видео, и как непреднамеренный результат их действий машина в целом выполняет определенную задачу.
Социальные машины могут быть использованы для реализации автономных целенаправленных целей, даже если человеческие участники этого не осознают1. В этом случае участники не должны иметь возможности определять поведение всей системы, иначе случае система не может считаться автономной. Можно назвать их автономными социальными машинами.
Подобного рода автономные социальные машины могут широко применяться в целях государственного управления, а также для выявления общественного мнения, обеспечивая определения истинного положения вещей в стране, регионе. Несомненно, социальные машины должны быть адаптированы под достижение конкретных целей, должны быть изучены и учтены риски цифровизации и проблемы цифрового неравенства. Но, тем не менее, этот современный цифровой инструмент управления информационной политикой имеет четкие перспективы применения в условиях цифровизации общества.
1 Burr C., Cristianini N, Ladyman J. An analysis and model of the interaction between intelligent software agents and human users // Minds and Machines, 2018, № 28(4), p. 735-774. https://doi.org/10.1007/s11023-018-9479-0
