Искусственный интеллект в социальной политике в Санкт-Петербурге

Цифровизация системы социальной поддержки населения стала одним из ключевых направлений государственной политики России, а Санкт-Петербург — один из ведущих регионов по внедрению современных технологических решений в сферу социального обслуживания, межведомственного взаимодействия и предоставления госуслуг. В этих условиях искусственный интеллект (ИИ) рассматривается как инструмент повышения эффективности принятия решений, автоматизации рутинных процедур, улучшения адресности мер поддержки и снижения административной нагрузки на граждан.

Современные исследования в области цифрового государства показывают, что внедрение технологий искусственного интеллекта становится важным инструментом трансформации публичного управления. Согласно работам отечественных и зарубежных авторов, «алгоритмические системы позволяют повышать эффективность административных процедур, оптимизировать распределение ресурсов и формировать более адресные меры социальной поддержки населения» [1–3]. Концепция «алгоритмического управления» предполагает использование автоматизированных систем анализа данных и машинного обучения для поддержки управленческих решений в государственном секторе. «Такие системы способны обрабатывать большие массивы административной информации, выявлять скрытые закономерности и прогнозировать социально-экономические риски» [4].

В научной литературе также активно обсуждаются вопросы этики и прозрачности алгоритмов в публичном управлении. Исследователи отмечают, что «применение ИИ в социальной сфере требует соблюдения принципов справедливости, объяснимости решений и защиты персональных данных граждан» [5]. Нарушение этих принципов может привести к алгоритмической дискриминации, снижению доверия населения к государственным институтам и ошибочным управленче- ским решениям.

Таким образом, внедрение ИИ в социальную политику должно рассматриваться не только как технологическая инновация, но и как институциональная трансформация системы государственного управления.

Социальная политика является сложной многокомпонентной системой, включающей работу с большими массивами данных: о доходах, составе семьи, назначении выплат, социальных услугах, обращениях граждан. Использование ИИ позволяет выявлять потребности семей, прогнозировать риски социального неблагополучия, ускорять назначение выплат, выявлять ошибки и злоупотребления, обеспечивать персонализированное сопровождение семей с детьми, пожилых граждан и других групп получателей поддержки. Вместе с тем внедрение ИИ сталкивается с рядом вызовов, поэтому исследование текущей готовности, возможностей и ограничений внедрения ИИ в социальной политике Санкт-Петербурга является своевременным и практически значимым.

Целью работы является анализ возможности, направления и ограничения внедрения технологий искусственного интеллекта в систему социальной политики Санкт-Петербурга.

Задачи исследования:

– описать современное состояние цифровой инфраструктуры социальной сферы Санкт-Петербург; – определить области социальной политики, в которых применение ИИ наиболее перспективно; – дать рекомендации по внедрению и поэтапному использованию ИИ в социальной политике региона.

Методы исследования: анализ нормативно-правовых актов РФ и Санкт-Петербурга, анализ научной литературы, сравнительный анализ практик внедрения ИИ в социальной сфере, анализ данных о работе цифровых сервисов социальной поддержки, системный подход, методы логического и статистического обобщения.

Результаты.

Современная социальная политика опирается на большие объёмы административных данных.

ИИ способен повысить адресность и скорость поддержки, а также оптимизировать внутренние процессы органов управления. Вместе с тем применение ИИ в соцсфере сопряжено с высокими требованиями к качеству данных, «юридическим гарантиям защиты персональных данных и прозрачности алгоритмов — иначе есть риск ошибочных отказов и падения доверия населения» [6, с. 157]. Общие направления и выгоды отмечены в международных исследованиях по цифровому государству и ИИ.

Международный опыт представлен в таблице 1.

Таблица 1. Международный опыт [7; 8] Страна Опыт внедрения ИИ Эстония Эстония считается мировым эталоном цифровизации го… — см. PDF статьи.

Единая инфраструктура X-Road обеспечивает интеграцию реестров, что позволяет реализовать проактивные услуги (назначение пособий автоматически на основании данных). Великобритания Программа Universal Credit демонстрирует двойственную природу цифровизации: с одной стороны — упрощение процессов и единая онлайн-платформа, с другой — проблемы цифрового исключения, алгоритмических ошибок и сложности взаимодействия у уязвимых граждан.

Индия Индия внедрила крупнейшую систему цифровой идентификации (Aadhaar) и прямых социальных выплат DBT. В сочетании с ИИ система используется для детекции мошенничества и проверки корректности данных.

Кения Действуют мобильные G2P-платежи через M-Pesa улучшают финансовую инклюзивность семей.

Таким образом, ИИ эффективен там, где есть единый реестр данных, чёткая правовая среда и продуманная этическая модель.

В России внедрение ИИ регулируется национальными проектами и стратегиями цифровой трансформации.

Социальная сфера активно цифровизируется через: платформу «Госуслуги», региональные цифровые сервисы, интеграцию ПФР, ФНС, ЗАГС и других органов.

В Санкт-Петербурге сформированы следующие предпосылки:

– развитая экосистема электронных сервисов для семей; – повышенная доля населения с цифровой грамотностью; – наличие региональных баз данных и интеграционных механизмов; – Однако отсутствует полностью единый интегрированный реестр семей, а принятие решений по выплатам пока базируется преимущественно на детерминированных алгоритмах и межведомственных запросах.

По данным на 2025 год, число семей с детьми превысило 600 тыс, из них 76 000 — многодетные семьи. Общее число юных жителей города — 949 000 человек [9].

При этом рождаемость снижается: в 2024 году в Петербурге родилось 49 600 младенцев, что на ~2 500 меньше, чем в 2022 году (52 042) и 2023 (50 251) по данным городских властей [9]. Число детей с инвалидностью также растёт: в 2024 году их было 22 064, тогда как в 2022 — 19 755, в 2023 — 20 820 [9].

По данным анализа IAC СПб, в 2023 году 86,4% петербуржцев в возрасте 15+ выходили в интернет хотя бы раз за три месяца, а 81,4% — ежедневно или почти ежедневно [10].

Использование интернета для госсервисов в СПб активно: в 2023 году 76,3% петербуржцев (15–72 года) имели учетную запись на Едином портале государственных и муниципальных услуг [10].

Более 60% населения (15–72 года) использовало интернет для взаимодействия с органами власти, из них почти 43% именно через интернет [10].

Социальные выплаты для семей с детьми-инвалидами — одна из приоритетных категорий: в 2024 году 122 семьи таких детей получили выплаты на жильё на сумму 1,36 млрд рублей — это 91,5% от запланированного списка на год [10]. Процент рожденных посредством ЭКО также значим: в 2024 году 5% всех детей в Петербурге родились благодаря ЭКО — 2 345 из 49 600 новорожденных [10].

Анализ приведённых данных позволяет выявить несколько устойчивых демографических и социальных тенденций.

Во-первых, наблюдается постепенное снижение рождаемости. Если в 2022 году в Санкт-Петербурге родилось 52 042 ребёнка, то в 2024 году — 49 600, что означает снижение примерно на 4,7% за два года. Такая динамика соответствует общероссийскому демографическому тренду и усиливает значимость мер поддержки семей с детьми.

Во-вторых, увеличивается количество детей с инвалидностью. За период 2022–2024 гг. их число выросло с 19 755 до 22 064 человек, что соответствует росту примерно на 11,7%. Увеличение данной категории получателей социальных услуг повышает нагрузку на систему социальной поддержки и требует более точного планирования ресурсов.

В-третьих, высокий уровень цифровой включённости населения Санкт-Петербурга создаёт благоприятные условия для внедрения интеллектуальных цифровых сервисов. Доля граждан, имеющих учётную запись на портале государственных услуг, составляет более 76%, что свидетельствует о высокой готовности населения к использованию цифровых каналов взаимодействия с государством.

Таким образом, сочетание демографических изменений и высокой цифровой активности населения формирует предпосылки для использования технологий искусственного интеллекта в социальной политике города.

С учётом выше приведённых данных применение ИИ в СПб может быть особенно ценным в следующих направлениях:

1. Прогнозирование нуждаемости семей: высокий масштаб семей с детьми (600 + тыс.) и растущая доля уязвимых категорий (многодетные, дети-инвалиды) делают применение предиктивных моделей особенно актуальным.

2. Проактивные выплаты: автоматизация для категорий с высокой социально-экономической нагрузкой (многодетные, дети-инвалиды), что может снизить нагрузку на МФЦ и соцслужбы.

3. Чат-боты и голосовые ассистенты: при охвате интернета свыше 80% взрослого населения, цифровые консультации будут востребованы как альтернативный канал объяснения социальным программам.

4. Аналитика аномалий: ИИ может выявлять необычные схемы выплат или заявок, особенно в системе льгот для детей-инвалидов, что повысит эффективность проверки и защиты средств.

Для качественного внедрения ИИ в социальной политике Санкт-Петербурга необходимо разработать порядок внедрения, а также основные модули, в которых будет задействованы силы ИИ, коррелирующие с вышеописанными направлениями работы.

Несмотря на значительный потенциал использования искусственного интеллекта в социальной политике, его внедрение связано с рядом институциональных, технологических и этических рисков.

Во-первых, существует риск алгоритмической ошибки или предвзятости данных. Модели машинного обучения обучаются на исторических данных, которые могут содержать структурные искажения. В результате алгоритмы способны воспроизводить существующие социальные неравенства и ошибочно классифицировать граждан как не имеющих права на поддержку.

Во-вторых, важной проблемой является прозрачность алгоритмических решений. В социальной сфере решения часто имеют значимые последствия для граждан (назначение пособий, предоставление льгот, социальные услуги). Поэтому необходимо обеспечить объяснимость алгоритмов и возможность обжалования автоматизированных решений.

В-третьих, существенным барьером является фрагментация государственных информационных систем и отсутствие полностью интегрированных реестров. Низкое качество или неполнота данных может существенно снижать эффектив- ность алгоритмических моделей.

Кроме того, внедрение ИИ требует значительных организационных изменений: подготовки кадров, разработки нормативно-правовой базы, создания механизмов аудита алгоритмов и защиты персональных данных.

В связи с этим многие исследователи рекомендуют применять принцип «человек в цикле» (HITL), при котором окончательные решения принимаются специалистами на основе рекомендаций алгоритмических систем [2; 5].

Ожидаемые результаты внедрения:

– сокращение срока назначения выплат; – повышение точности адресности (меньше ошибок в обе стороны); – снижение нагрузки на МФЦ и соцработников; – развитие превентивной социальной политики. Выводы. Проведённый анализ показывает, что Санкт-Петербург обладает значительным потенциалом для внедрения технологий искусственного интеллекта в систему социальной политики.

Высокий уровень цифровизации государственных услуг, развитая инфраструктура электронного взаимодействия и высокий уровень цифровой грамотности населения создают институциональные условия для использования интеллектуальных систем поддержки принятия решений.

Одновременно демографические тенденции — снижение рождаемости и рост числа социально уязвимых категорий населения — усиливают потребность в более точной и адресной социальной политике.

Использование технологий искусственного интеллекта может способствовать:

– повышению точности определения нуждаемости граждан; – развитию проактивных форм социальной поддержки; – сокращению административных издержек органов власти; – повышению эффективности использования бюджетных средств.

При этом успешность внедрения ИИ зависит от соблюдения ряда условий: интеграции государственных информационных систем, обеспечения качества данных, разработки нормативно-правовых механизмов регулирования алгоритмических решений, а также сохранения человеческого контроля при принятии социально значимых решений.