Using Project-Oriented Approach and Artificial Intelligence in Public Administration: Goals, Objectives and Risks
Keywords:
управление на основе данных, artificial intelligence, public administration, digital transformation, national projects, AI implementation risks, predictive analytics, data-driven managementAbstract
Goal. The study aims to comprehensively analyze the goals, objectives, and risks of integrating a project-oriented approach and artificial intelligence (AI) technologies into the public administration system of the Russian Federation. In the context of the transition to a data-driven public administration model and the implementation of large-scale national projects, there is a need to transform traditional bureaucratic procedures into flexible, adaptive mechanisms.Methods. The methodological basis of the work was a systematic approach, which allowed considering the integration of AI and project management as a single evolutionary process. A content analysis of strategic documents of the Russian Federation (including the updated National Strategy for the Development of AI until 2030) and EU regulations was carried out. The method of comparative analysis was used to compare domestic and foreign practices of implementing intelligent decision support systems in the public sector.Results. The study identified and systematized key areas of project management transformation: automation of routine operations, predictive risk analytics, and intelligent decision support. An author's definition of "intelligent project management in the public sector" is proposed, along with a system of performance indicators. Based on empirical data, the effectiveness of AI integration in public administration is confirmed. A classification of risks has been developed, including technological, legal, ethical, and personnel aspects.Conclusions. It is concluded that the successful integration of AI into project management is possible only with the creation of a specialized regulatory environment that enshrines the "human-in-the-loop" principle. The integration of AI is shown to have systemic advantages over alternative approaches. A set of measures to minimize risks is proposed, including the development of national data infrastructure, the introduction of Explainable Artificial Intelligence standards, and the implementation of digital literacy programs for civil servants.Downloads
References
Брычеев А. С. Применение искусственного интеллекта в органах государственной власти: вызовы, вопросы и перспективы // Вестник Евразийской науки. 2024. Т. 16, № S6. URL: https://esj.today/11favn624.html. EDN FCWPSM
Василенко Л. А., Зотов В. В. Цифровизация публичного управления в России: риски, казусы, проблемы // Цифровая социология. 2020. Т. 3, № 2. С. 4–16. DOI: 10.26425/2658-347X-2020-2-4-16; EDN DUXMRV
Восканян Н. М., Коробицина Е. С. Внедрение искусственного интеллекта в проектное управление: практики и вызовы // Экономика и право. Современное состояние и пер-спективы развития. Петрозаводск, 2024. С. 143–150. EDN JJMLQO
Гусева М. Н., Брикошина И. С., Глебанов А. И. Перспективы использования искусственного интеллекта в проектном управлении // Экономика и предпринимательство. 2024. № 1 (162). С. 1002–1007. DOI: 10.34925/EIP.2024.162.1.193; EDN TZSLCS
Дзгоев В. Д., Цуциев М. А. Искусственный интеллект в государственном управлении // Бюджет. 2025. № 2. URL: https://bujet.ru/article/498593.php. EDN ZDKHCE
Добролюбова Е. И. Оценка цифровой зрелости государственного управления // Информационное общество. 2021. № 2. С. 37–52. DOI 10.52605/16059921_2021_02_37; EDN ZSEGML
Июпова Л. К. Управление проектами на базе искусственного интеллекта: глобальная революция // Инновации и инвестиции. 2023. № 11. С. 119–122. EDN OSAQYK
Кабанова Е. Е. Искусственный интеллект в государственном управлении: ключевые проблемы и перспективы применения // Russian Journal of Management. 2025. Т. 13, № 2. С. 1–14. DOI: 10.29039/2500-1469-2025-13-2-1-14; EDN THNZKD
Мусаева А. Искусственный интеллект в проектном управлении: возможности и вызовы // Journal of Monetary Economics and Management. 2024. № 9. С. 324–328. DOI 10.26118/2782-4586.2024.50.45.066; EDN KDGQEX
Саидов Ш. Р. Влияние искусственного интеллекта на экономику // Актуальные вопросы современной экономики. 2023. № 3. С. 636–644.
Стырин Е. М. Государство как платформа: подходы к реализации // Государственное управление. Электронный вестник. 2022. № 90. С. 169–185. DOI 10.24412/2070-1381-2022-90-169-185
Стырин Е. М., Дмитриева Н. Е. Цифровая трансформация в государственном управлении. М. : Изд-во ВШЭ, 2023. 245 с.
Федотова М. А. Технологии искусственного интеллекта при прогнозировании эффективности командной работы // Научный результат. Социология и управление. 2019. Т. 5. № 2. С. 93–106. DOI 10.18413/2408-9338-2019-5-2-0-9; EDN DPDUZQ
Brynjolfsson E., McAfee A. The Second Machine Age. New York: W. W. Norton, 2014. 336 p.
Cate F. H. Government Data Mining // Harvard Civil Rights-Civil Liberties Law Review. 2008. Vol. 43, N 2. P. 435–489.
European AI Act: Regulation (EU) 2024/1689 // Official Journal of the European Union. 2024. URL: https://eur-lex.europa.eu/eli/reg/2024/1689/oj
Margetts H., Dunleavy P. The Second Wave of Digital-Era Governance // Philosophical Transactions of the Royal Society A. 2013. Vol. 371. DOI 10.1098/rsta.2012.0382
OECD. Artificial Intelligence in Society. Paris: OECD Publishing, 2019. DOI 10.1787/eedfee77-en.
O’Neil C. Weapons of Math Destruction. New York: Crown, 2016. 272 p.
Ratti C. et al. Mobile Landscapes // Environment and Planning B. 2006. Vol. 33, N 5. P. 727–748.
Sun T. Q., Medaglia R. Mapping the Challenges of AI in Public Sector // Government Information Quarterly. 2019. Vol. 36, N 2. DOI 10.1016/j.giq.2018.09.008
Valle-Cruz D. et al. A Review of AI in Government // ACM Digital Government. 2020. Vol. 1, N 4. P. 91–99. DOI 10.1145/3404140
Wirtz B. W., Weyerer J. C., Geyer C. AI and the Public Sector // International Journal of Public Administration. 2019. Vol. 42, № 7. P. 596–615. DOI 10.1080/01900692.2018.1498103
Zuiderwijk A. et al. Implications of AI in Public Governance // Government Information Quarterly. 2021. Vol. 38. Article 101577. DOI 10.1016/j.giq.2021.101577; EDN VENVHZ
