E-Government e automazione dei processi: dall'applicazione ai risultati

Guadagni:

• Digitalizza passo dopo passo un processo di richiesta pubblica e determina dove viene mantenuto l'essere umano nel momento della decisione.
• Anticipando il divario digitale e la disuguaglianza di accesso, lascia un canale alternativo per ogni processo.
• Progetta la gestione delle eccezioni e degli errori; Quando il modello è incerto, diventa regola indirizzarlo all’umano invece di rifiutarlo.

Una parte crescente dei contatti dei cittadini con il pubblico avviene online: ottenimento di documenti, candidature, nomine, pagamenti, richieste di status tramite l'e-Government Gateway. L’e-government (erogazione di servizi pubblici attraverso canali digitali, da un unico punto e spesso senza intermediari umani) facilita il lavoro dei cittadini e riduce l’onere dell’istituzione. Dietro questi servizi digitali ci sono flussi di lavoro e, sempre più, automazione dei processi (esecuzione automatica di passaggi ripetitivi come la ricezione di domande, l'instradamento, il controllo di documenti mancanti, l'invio di notifiche con software). L’intelligenza artificiale è un potente strumento per progettare questi flussi, produrre moduli e testi di notifica, pre-valutare le domande in arrivo e trovare blocchi nel processo. Ma con un avvertimento: ogni decisione di creazione/limitazione dei diritti presa da un processo automatizzato deve essere legalmente legata a un punto che un essere umano può rivedere e giustificare. Il rifiuto completamente automatizzato è illegittimo senza obiezioni e revisione umana.

Nell'automazione, "dove vengono tenute le persone?" domanda

La decisione più critica quando si progetta l’automazione dei processi riguarda il momento in cui sarà coinvolto l’essere umano. Esistono tre modelli comuni:

• Automazione completa (nessun intervento umano): adatto solo per attività non autorizzate, a basso rischio e chiare, ad esempio la generazione e la consegna automatica di un documento dal sistema. Potrebbe essere preferibile che le regole siano completamente chiare e che l'errore sia a basso costo.
• Human-in-the-loop: l'intelligenza artificiale/il sistema produce un suggerimento, l'essere umano lo approva o lo corregge. Questo è il modello standard delle decisioni di creazione/limitazione dei diritti. Ad esempio, il sistema pre-valuta una richiesta di assistenza e l'ufficiale prende una decisione.
• Sotto la supervisione umana (human-on-the-loop): il sistema funziona automaticamente, ma gli esseri umani monitorano, campionano, controllano e ricevono eccezioni. Viene utilizzato in lavori ad alto volume e a medio rischio.

Principio chiave: più la decisione incide sui diritti del cittadino, più la persona deve essere al centro. L'assegnazione automatica dell'orario di appuntamento e la decisione automatica di chiudere un'attività non possono essere soggette allo stesso regime.

Suggerimento: per ogni passaggio automatico, "se questo passaggio funziona in modo errato, come può opporsi un cittadino e come può risolverlo un essere umano?" Riprogettare la risposta alla domanda da zero. L'automazione senza alcun mezzo di opposizione è giuridicamente ed eticamente viziata.

Passo dopo passo: progettare un processo digitale

1. Mappare il processo. Tutti i passaggi, le decisioni e gli attori dall'applicazione alla conclusione.
2. Classificare per rischio. Ogni passaggio crea/limita i diritti? Dov'è necessario l'uomo?
3. Seleziona cosa automatizzare. Passaggi ripetitivi, a basso rischio e con regole chiare.
4. Genera moduli e testi di notifica. Semplice, accessibile, con dati personali minimi.
5. Stabilire percorsi di obiezione ed eccezione. Allega un checkpoint umano a ogni decisione automatizzata.
6. Controllare il flusso dei dati personali. Quali dati vanno dove e per quanto tempo? (KVKK)
7. Pilota, monitora, migliora. Misurare il tasso di errore e i reclami; aggiustalo.

tre mini custodie

Caso 1 – Automazione dei documenti incompleta. In un istituto, il 38% delle domande è stato respinto a causa della mancanza di documenti e i cittadini sono tornati di nuovo. Quando al momento della domanda è stata aggiunta la verifica dei documenti mancanti supportata dall'AI, il cittadino ha visto il documento mancante prima ancora di inviare il modulo; Il secondo tasso di richiesta è sceso dal 38% all'11% e l'onere al botteghino è diminuito.

Caso 2: inversione del rifiuto completamente automatica. Un progetto pilota di aiuto sociale ha calcolato automaticamente la soglia di reddito e ha automaticamente rifiutato quelli al di sopra della soglia. Ma alcune situazioni particolari (onere assistenziale per disabili, reddito temporaneo) non sono state incluse nella norma e si sono verificati rifiuti ingiusti. Il processo è stato convertito in un modello “human in the loop”: il sistema pre-valuta, il funzionario vede le eccezioni e prende la decisione. Le denunce di rifiuto ingiusto sono scomparse.

Caso 3: rilevamento di intasamenti. Un'unità che ha analizzato i registri dei processi di 6 mesi con l'intelligenza artificiale ha scoperto che una media di 9 giorni di domande erano in attesa di un singolo passaggio di approvazione; C'era una sola autorità in quel momento. Quando la delega è stata conferita ad una seconda persona, il tempo medio è sceso da 14 giorni a 6 giorni.

Quattro modelli copiabili

1) Mappa dei processi e classificazione dei rischi:

Il tuo ruolo: progettista di processi pubblici. Estrai di seguito tutti i passaggi del servizio, dalla richiesta alla conclusione. Per ogni passaggio, specificare: (1) cosa viene fatto, (2) crea/limita i diritti, (3) sarà automatizzato o sarà richiesto il giudizio umano, (4) è il rischio principale in questo caso. Contrassegna il punto legale di cui non sei sicuro come "deve essere confermato". SERVIZIO: [descrivi]

2) Testo semplice della notifica/modulo:

Scrivi un testo di notifica al cittadino per la seguente situazione: semplice, rispettoso, passo dopo passo. Indicare chiaramente cosa bisogna fare, la durata [da confermare] e le modalità per opporsi. Non richiedere dati personali non necessari. Non usare termini gergali.SITUAZIONE: [es. documento mancante/esito della domanda]

3) Progettazione del percorso di obiezioni ed eccezioni:

Progettare un meccanismo di controllo e obiezione umano per la seguente fase di decisione automatica: (1) come il cittadino si oppone, (2) quali casi dovrebbero uscire dall'automatico e passare all'umano (eccezioni), (3) cosa dovrebbe cercare l'umano quando prende la decisione, (4) tempo e registrazione. Evita il rifiuto completamente automatico.PASSO: [decisione automatica]

4) Analisi dei colli di bottiglia del processo:

Esaminare i registri del processo (fase - durata) di seguito. Dati solo i dati: (1) fase di attesa più lunga, (2) possibile causa di collo di bottiglia (autorità unica, operazione manuale, ecc.), (3) fornire 2-3 suggerimenti di miglioramento. Aggiunta di numeri dall'esterno.LOG: [dati di passo e tempo]

Prompt debole / Prompt forte

Debole: “Automatizza questo processo di candidatura”.

Güçlü: "Progettista di processi pubblici del ruolo. Innanzitutto estrarre tutti i passaggi dalla domanda alla conclusione e classificare ogni passaggio come 'generatore di diritti/non raddrizzatore', 'automatizzato/richiesto da esseri umani', 'rischio principale'. Raccomandare solo passaggi chiari e a basso rischio verso l'automazione; progettare il percorso di approvazione e opposizione umana per ogni passaggio che limita i diritti, non raccomandare il rifiuto completamente automatico. Contrassegnare il flusso di dati personali (quali dati vanno dove). Separare i punti legali ambigui come 'deve essere confermato'."

La differenza: un potente prompt separa l'automazione in base al rischio, impone la revisione e il ricorso da parte di persone umane, rende visibili il flusso di dati e l'incertezza giuridica.

Scelta del modello di automazione

tipo di attività

Modello adatto

Perché

Produzione di documenti (regole-rete)

Automazione completa

Il basso rischio non crea diritti

Valutazione aiuti/incentivi

umano nel giro

Crea un diritto, ci sono delle eccezioni

Ordinamento ad alto volume

sotto la supervisione umana

Il controllo del campionamento è sufficiente

Decisione relativa a penalità/restrizioni

Le persone sono al centro

Grave limitazione dei diritti, è necessaria una giustificazione

Gestione della parità di accesso e delle eccezioni

Se da un lato la digitalizzazione e l’automazione di un processo pubblico aumentano l’efficienza, dall’altro creano un nuovo rischio di disuguaglianza: il divario digitale (l’incapacità di accedere ai servizi per i cittadini senza computer, accesso a Internet o alfabetizzazione digitale). I cittadini anziani, disabili, rurali o a basso reddito possono essere esclusi da un processo interamente online. Un processo digitale ben progettato lascia sempre un canale alternativo (applicazione faccia a faccia, supporto telefonico, transazione per delega); L'automazione non confina il cittadino nel canale, gli offre delle opzioni. Allo stesso modo, una buona automazione è progettata attorno alla gestione delle eccezioni (cosa succede quando si verifica un documento mancante, un errore di sistema o un'eccezione), non uno scenario "tutto va bene"; Perché la vera vittimizzazione nel settore pubblico la sperimentano i cittadini che non rispettano le regole.

Mini case: quelli esclusi dall'automazione. Quando una richiesta di assistenza sociale è stata spostata interamente online, il numero di richieste è sceso del 30% nel primo mese, non perché la domanda fosse diminuita, ma perché i gruppi più bisognosi, gli anziani e i cittadini senza Internet, non potevano presentare domanda. Quando l'istituzione ha aperto punti di domanda assistita negli uffici dei presidi, il numero si è ripreso; efficienza bilanciata con equità di accesso.

Mini caso: processo bloccato a causa di un'eccezione. In un processo automatizzato di concessione della licenza, il documento è stato pre-controllato da AI; ma il sistema ha respinto silenziosamente le domande, ritenendo "non valido" un raro tipo di documento. Circa 15 domande legittime alla settimana sono cadute in questo punto cieco. La soluzione: quando il modello non è sicuro, rivolgersi al funzionario anziché rifiutarlo.

Modello che controlla la progettazione del processo:

Compito: produrre una lista di controllo di RISCHIO e ACCESSO per il seguente processo digitale.Processo: [flusso passo dopo passo]Domande: 1) Come si candida un cittadino senza Internet/dispositivo? 2) È previsto l'accesso ai disabili? 3) Cosa succede all'applicazione se il sistema dà un errore? 4) Chi decide in caso di eccezione/regola? 5) Se viene dato un rifiuto automatico, esiste un metodo di opposizione e controllo umano? Risultato: livello di rischio + raccomandazione per ciascuna domanda. Aggiunta di una soluzione adatta.

Suggerimento: valuta un’automazione non in base a “quanti processi ha accelerato” ma anche in base a “chi ha escluso?” Il successo nel servizio pubblico si misura non tanto dalla minoranza che viene esclusa quanto dalla maggioranza che si fa avanti.

Errori comuni

• Rendere la decisione di limitazione del diritto completamente automatica. È illegittimo senza obiezioni e controllo umano.
• Cercando di adattare le eccezioni alla regola. La vita reale va oltre la regola; Lascia la porta umana come eccezione.
• Pensare a come opporsi in seguito. Progetta un modo per contestare e correggere ogni decisione automatizzata fin dall'inizio.
• Non controllare il flusso dei dati personali. L'automazione replica i dati; Controlla dove va e il tempo di conservazione.
• Scrivere l'avviso in gergo. Se i cittadini non capiscono, il processo sarà digitale ma inaccessibile.
• Espandersi senza piloti. Misurare prima il tasso di errore su piccola scala, quindi espandere.

In sintesi

L’e-government e l’automazione dei processi accelerano il servizio pubblico e ne riducono gli oneri; L’intelligenza artificiale è potente nel mappare questi processi, generare testo, pre-valutare e trovare colli di bottiglia. Ma il cuore del design è una domanda: dov’è l’umano? Quanto più la decisione incide sui diritti del cittadino, tanto più le persone dovrebbero essere al centro; Ogni decisione automatica dovrebbe essere collegata a un punto di obiezione e di controllo umano e il flusso di dati personali dovrebbe essere controllato in conformità con KVKK.

Compito dell'applicazione

Seleziona un servizio online per la tua unità. Con il modello "Mappa dei processi e classificazione dei rischi", estrai i passaggi e contrassegna ciascuno di essi per rischio e automatizzabilità. Progetta un meccanismo di controllo umano per una fase di generazione dei diritti con il modello "Progettazione del percorso di obiezioni ed eccezioni". Genera un testo di notifica con il modello "Testo notifica/modulo semplice" e verificane l'accessibilità.

lista di controllo

• [ ] Ho classificato ogni passaggio in termini di rischio e automatizzabilità.
• [ ] Non ho lasciato alcuna decisione che limiti i diritti alla completa automazione.
• [ ] Ho collegato la revisione umana e il ricorso a ogni decisione automatizzata.
• [ ] Ho progettato una porta umana per le eccezioni.
• [ ] Ho verificato il flusso dei dati personali e il periodo di conservazione (KVKK).
• [ ] Ho scritto le notifiche in modo semplice e accessibile; L'ho testato con il pilota.