Біхевіористичні підходи до процесів машинного навчання у контексті вирішення проблем сучасного публічного управління

Abstract

У статті розглядаються можливості застосування біхевіористичного підходу під час створення моделей машинного навчання механізмів штучного інтелекту з урахуванням можливостей відслідковування поведінкових реакцій користувачів цифрових інструментів, збору, аналізу отриманої інформації і виявлення прихованих залежностей, та, як наслідок, вироблення управлінських рішень на основі правильної інтерпретації алгоритмами штучного інтелекту отриманих за результатами згаданого аналізу даних. Встановлено, що під час побудови моделей машинного навчання доцільним є відслідковування поведінкових реакцій користувачів, збір та аналіз отриманої інформації, з метою виявлення прихованих залежностей, оскільки це сприяє підвищенню ефективності прогнозування та моделювання штучним інтелектом різних сценаріїв поведінки як окремих індивідів, так і соціальних груп, та забезпечує збільшення рівня персоналізації надання адміністративних послуг. Представлено конкретні приклади застосування біхевіористичного підходу у інших галузях, окрім публічного управління, зокрема в економіці, масових комунікаціях, соціології та інших. Проаналізовано досвід популярних соціальних мереж в сучасних умовах цифрового розвитку, які використовують інструментарій штучного інтелекту для коригування поведінки користувачів та соціальних груп. Визначено, що штучний інтелект здатен швидко обробляти великі масиви даних та будувати на їх основі певні прогнозні моделі і здійснювати корекцію поведінки керованих систем. Однак, правильність інтерпретації алгоритмами штучного інтелекту отриманих даних залежить від концептуальних основ, які використовувались розробником в процесі машинного навчання. Наголошено, що дослідження можливостей застосування механізмів штучного інтелекту на основі використання біхевіористичних підходів вже активно здійснюється провідними інноваційними компаніями, зокрема Netflix, Meta, Google та іншими, для забезпечення внутрішніх управлінських та інших бізнес-процесів. Доведено, що застосування біхевіористичних підходів до машинного навчання, які фокусуються на вивченні поведінкових патернів, здатні забезпечити більш ефективні методи прогнозування та моделювання реакцій користувачів на різні сценарії у сфері публічного управління та сприяють виробленню найбільш ефективних рішень, без використання примусу та адміністративних важелів