Розділ II. Інформаційні технології в державному управлінні

Інформатика досліджує закономірності отримання, подання, зберігання, опрацювання, передавання та використання інформації, а також методи й засоби автоматизації цих процесів.

Предметна область

• інформаційні процеси;
• алгоритми та структури даних;
• програмні й апаратні системи;
• мережі та комунікації;
• моделювання і штучний інтелект;
• взаємодія людини з інформаційними системами;
• правові, соціальні й етичні аспекти цифровізації.

Інформаційне суспільство

Суспільство, у якому створення, обробка та використання інформації і знань є ключовим чинником економіки, державного управління та повсякденного життя.

Позитивні наслідки: доступ до знань, електронні послуги, продуктивність, участь громадян, інновації. Ризики: цифрова нерівність, платформена залежність, масове профілювання, автоматизована дискримінація, дезінформація, втрата приватності та концентрація даних.

Сильний висновок: цифровізація не є лише перенесенням паперової процедури в електронну форму. Вона змінює процес, розподіл влади, докази, відповідальність і ризики, тому потребує governance, privacy та security by design.

Інформаційна технологія (ІТ) — сукупність методів, процесів і програмно-технічних засобів, об’єднаних для збирання, опрацювання, зберігання, передавання та подання інформації.

Компоненти ІТ

1. дані;
2. алгоритми і програмне забезпечення;
3. обчислювальна й мережева інфраструктура;
4. користувачі та ролі;
5. процеси, правила і метрики;
6. заходи безпеки.

Сучасні тенденції

• хмарні та edge-обчислення;
• API-first і мікросервіси;
• мобільні платформи;
• великі дані та AI/ML;
• IoT/OT convergence;
• автоматизація, DevSecOps та Infrastructure as Code;
• цифрова ідентичність і довірчі послуги.

Проблеми розвитку

Технічний борг, vendor lock-in, дефіцит кадрів, нерівна якість даних, несумісність систем, складність регулювання ШІ, залежність від глобальних ланцюгів постачання, енергоспоживання, приватність і кіберризики.

Типове уточнення: технологія — це не тільки продукт. Вона включає організований процес використання продукту, людей, дані, контроль і відповідальність.

Human–Computer Interaction (HCI) — галузь, що досліджує проєктування, використання й оцінювання інтерактивних систем для людини.

Основні принципи якісного інтерфейсу

• видимість стану системи;
• відповідність мові та ментальним моделям користувача;
• послідовність;
• запобігання помилкам;
• можливість скасування дії;
• мінімальне когнітивне навантаження;
• доступність для людей з інвалідністю;
• своєчасний зворотний зв’язок;
• security usable by default.

Діалогові системи

Інтерфейси командного рядка, графічні, веб- і мобільні інтерфейси, голосові агенти, чатботи, multimodal UI, AR/VR. Вибір залежить від задачі, контексту, помилок і ціни неправильного рішення.

Безпековий аспект

Незручний контроль користувач обходить. Надмірні попередження спричиняють warning fatigue; складні паролі провокують небезпечне зберігання; темні патерни маніпулюють згодою. Тому usable security поєднує захист із прогнозованою поведінкою людини.

Приклад: критична адміністративна дія має вимагати явного підтвердження, показувати об’єкт і наслідок, але не створювати десятки однакових діалогів, які користувач підтверджує автоматично.

Мовлення

• ASR перетворює аудіосигнал на текст;
• NLP/NLU інтерпретує зміст;
• TTS синтезує мовлення з тексту.

Етапи ASR: очищення сигналу → виділення ознак → акустична/нейронна модель → мовна модель → декодування. Метрики: word error rate, latency, стійкість до шуму й акцентів.

Зображення

• класифікація;
• детекція об’єктів;
• сегментація;
• OCR;
• біометричне розпізнавання;
• генерація і синтез.

Ризики: bias, adversarial examples, deepfakes, помилкова ідентифікація, порушення приватності. Для високоризикових рішень потрібні human oversight, оцінка якості на релевантних даних, протоколювання та можливість оскарження.

Віртуальна реальність

VR створює занурене штучне середовище; AR накладає цифрові елементи на реальний світ; MR поєднує фізичні та віртуальні об’єкти з інтеракцією.

Безпекові виклики: збір біометричних і поведінкових даних, дезорієнтація, автентифікація аватарів, психологічний вплив, переслідування, підміна середовища та залежність від платформи.

Експертна система — програмна система, яка використовує формалізовані знання та механізм логічного виведення для розв’язання задач у вузькій предметній області на рівні, наближеному до експерта.

Архітектура

• база знань: факти, правила, фрейми, онтології;
• робоча пам’ять із даними конкретної задачі;
• inference engine;
• модуль пояснення;
• інтерфейс користувача;
• модуль набуття й оновлення знань.

Мови й подання знань

Продукційні правила IF–THEN, логічне програмування, семантичні мережі, фрейми, онтології, ймовірнісні мережі. Класичний приклад мови — Prolog; сучасна реалізація може поєднувати rule engine з ML.

Пряме і зворотне виведення

• forward chaining: від фактів до можливого висновку;
• backward chaining: від гіпотези до перевірки потрібних фактів.

Переваги та обмеження

Переваги: послідовність, відтворюваність, пояснюваність правил. Обмеження: вузькість домену, складне оновлення бази знань, «вузьке місце» набуття знань, крихкість поза передбаченими ситуаціями.

У плануванні й управлінні експертна система має бути підтримкою, а не неконтрольованою заміною відповідальної посадової особи.

Decision Support System (DSS/СППР) — інтерактивна інформаційна система, яка допомагає особі приймати слабкоструктуровані або неструктуровані рішення за допомогою даних, моделей, правил і сценаріїв.

Базові компоненти

1. підсистема даних;
2. база моделей;
3. аналітичний/оптимізаційний модуль;
4. знання або правила;
5. інтерфейс і візуалізація;
6. аудит рішень.

Функції

• what-if аналіз;
• сценарне моделювання;
• прогнозування;
• багатокритеріальна оцінка;
• оптимізація ресурсів;
• ранжування альтернатив;
• ситуаційна обізнаність.

Приклад у кібербезпеці

СППР агрегує активи, вразливості, threat intelligence, журнали подій і вплив на критичні функції; формує пріоритет реагування. Остаточне рішення має враховувати контекст, якого модель не бачить.

Ризики

Garbage in — garbage out; автоматизаційне упередження; непрозора модель; маніпуляція вхідними даними; хибна точність; відсутність відповідальності. Захист: якість даних, валідація моделі, контроль доступу, журналювання, незалежна перевірка та human-in-the-loop.

Роль ІТ

• електронні публічні послуги;
• державні реєстри та міжвідомча взаємодія;
• бюджетне, фінансове й податкове адміністрування;
• ситуаційні центри й аналітика;
• електронний документообіг;
• управління інфраструктурою, охороною здоров’я, транспортом;
• відкриті дані та участь громадян.

Специфіка державного сектору

Висока цінність даних, нормативна формалізація, довгий життєвий цикл систем, публічна відповідальність, неоднорідність установ, необхідність безперервності в кризі та підвищений інтерес державних суб’єктів загроз.

Модель належного управління

Керівництво визначає ризик-апетит і відповідальність; власники процесів визначають критичність; власники даних — режим і якість; ІТ забезпечує сервіс; підрозділ безпеки встановлює контролі та моніторинг; аудит незалежно оцінює виконання.

Ключова теза: цифрова послуга без вбудованої безпеки може масштабувати не лише ефективність, а й помилку, витік чи незаконне рішення.

Критична інфраструктура (КІ) — об’єкти, системи та послуги, порушення функціонування яких спричинить істотну шкоду національній безпеці, економіці, здоров’ю, життю населення або суспільним функціям.

Критична інформаційна інфраструктура (КІІ) — комунікаційні та технологічні системи об’єктів КІ, кібератака на які безпосередньо впливає на надання життєво важливих функцій/послуг.

Типові сектори

Енергетика, транспорт, зв’язок, фінанси, охорона здоров’я, водопостачання, цифрова інфраструктура, державне управління, продовольство, оборонно-промисловий комплекс.

Основні загрози

• кібератаки на ICS/SCADA;
• фізичне руйнування;
• відмова енергопостачання і зв’язку;
• компрометація віддаленого доступу;
• supply-chain attack;
• інсайдер;
• каскадні відмови через міжсекторальні залежності.

Політика захисту

1. категоризація об’єктів і визначення критичних функцій;
2. оцінка ризиків та залежностей;
3. базові й додаткові заходи захисту;
4. сегментація IT/OT, контроль віддаленого доступу;
5. моніторинг і обмін інформацією про загрози;
6. плани реагування та безперервності;
7. навчання і спільні вправи;
8. державний нагляд і взаємодія операторів.

Порівняння рівнів зрілості

У технологічно зрілих державах зазвичай існують секторні вимоги, національні CERT/CSIRT, обов’язкове повідомлення про істотні інциденти, регулярні вправи, державно-приватний обмін даними та окремі режими для OT. У країнах із нижчою інституційною спроможністю частіше домінують фрагментарне регулювання, дефіцит кадрів, застарілі системи й залежність від зовнішніх постачальників. Це не жорсткий поділ: зрілість різниться між секторами навіть у межах однієї держави.

Важливе уточнення: метою є не лише «захист комп’ютерів», а збереження критичної функції — наприклад, подачі води, електроенергії чи екстреного зв’язку.

Аналітична система може бути технічно доступною, але давати небезпечні рішення через спотворені, неповні чи маніпульовані дані. Тому захист має охоплювати весь аналітичний ланцюг:

джерело → отримання → очищення → інтеграція → модель → інтерпретація → доповідь → рішення.

Основні ризики

• data poisoning;
• підміна або вибіркове приховування даних;
• невідоме походження даних;
• помилкові припущення моделі;
• упереджені вибірки;
• несанкціонована зміна параметрів;
• витік результатів;
• психологічний тиск на аналітика;
• groupthink та confirmation bias.

Контролі

• provenance і data lineage;
• цифрові підписи та контрольні суми;
• розмежування доступу;
• version control моделей і звітів;
• незалежна верифікація;
• red teaming аналітичних висновків;
• маркування рівня впевненості;
• відокремлення факту, оцінки і припущення;
• аудит того, хто і на підставі чого змінив висновок.

Формула сильної відповіді: інформаційна безпека аналітики — це одночасно кіберзахист, якість даних, методологічна доброчесність та захист процесу прийняття рішення від маніпуляції.