משאלת הלב התמימה של קרסטן מאשמאייר? מהפכת הבינה המלאכותית בממשל הגרמני: הבעיה הארגונית המרכזית – תמונה: Xpert.Digital
איזו דרישה רדיקלית העלה קרסטן מאשמאייר בנוגע לממשל הגרמני? חזון או אשליה מסוכנת?
מספיק עם הטירוף הביורוקרטי? האמת מאחורי הבעיה הארגונית המרכזית של גרמניה
האם בינה מלאכותית באמת יכולה להציל את משרדי הממשלה שלנו?
קרסטן מאשמאייר, הידוע כמשקיע מתוכנית הטלוויזיה "Die Höhle der Löwen" (מאורת האריות), העלה דרישה מרחיקת לכת בראיון שנערך בינואר 2026 לעיתון "Neue Osnabrücker Zeitung": יש להחליף את המנהל הציבורי הגרמני כמעט לחלוטין בבינה מלאכותית. טיעונו עוקב אחר היגיון טכנוקרטי שמטרתו למקסם את היעילות. מאשמאייר מבטיח שעם יישום מקיף של בינה מלאכותית, ניתן יהיה לקבל החלטות תוך שניות. לדעתו, זה יחזיר סוף סוף את גרמניה לחזית המבנים המנהליים החדשניים בעולם.
המשקיע מצדיק את הצעתו בציטוט מצבן הנוכחי של הרשויות הגרמניות, אותו הוא מתאר כאיטי מדי, יקר מדי ומיושן. הוא מבקר במיוחד את חוסר היצירתיות במשימות אדמיניסטרטיביות רבות: בדיקה האם כל התיבות מסומנות כהלכה בבקשה לתעודת זהות חדשה, הוא טוען, אינה דורשת יצירתיות אנושית. לדעתו, ניתן לעבד בקלות היתרים, בקשות למענקים ופעולות אדמיניסטרטיביות על ידי מחשב. רק מקרים חריגים צריכים להמשיך להיות מטופלים על ידי בני אדם.
ההשלכות הכלכליות של חזון זה הן ניכרות. מאשמאייר טוען כי צמצומי כוח האדם הדרסטיים בסוכנויות ממשלתיות יפחיתו משמעותית גם את התחייבויות הפנסיה בטווח הארוך. הוא טוען שמטרתו העיקרית אינה פיטורים, אלא מהירות ויעילות מוגברת. כדוגמה קונקרטית, הוא מצטט עיר גרמנית גדולה שבה, למרות ירידה של 30 אחוז בבקשות להיתרי בנייה, זמני הטיפול הוכפלו. חוסר יעילות זה, הוא אומר, אינו מובן לכולם.
קשור לזה:
איזו בעיה מהותית מסתתרת מאחורי הבירוקרטיה המנהלית הגרמנית?
שורש הבעיות בממשל הגרמני אינו טמון בפעולות זדוניות של עובדי מדינה בודדים, אלא בהיגיון המוסדי של המערכת עצמה. כל מוסד מפתח אינטרסים עצמיים מבניים הפועלים נגד פישוט וצמצום הבירוקרטיה. תופעה זו מתועדת היטב במדע המנהלי ומתארת את הנטייה של ארגונים לשימור עצמי וצמיחה.
אינטרס עצמי מוסדי מתבטא בכמה רמות. ראשית, לממשל בכללותו יש אינטרס לשמר או להרחיב את חשיבותו ומשאביו. שנית, מחלקות ועובדים בודדים נהנים ממבנים מורכבים שהופכים את המומחיות הספציפית שלהם לחיונית. שלישית, דרישות ותהליכים משפטיים יוצרים תלות נתיבים שקשה לשבור. הממשל יכול בעיקר רק להגיב, לא לפעול, כיוון שהוא מחויב על פי חוק.
היבט שלעתים קרובות מתעלמים ממנו הוא תפקידם של יועצים חיצוניים במערכת זו. חברות ייעוץ פיתחו מודל עסקי שמרוויח ממורכבות הביורוקרטיה ומכוון לכך בטווח הארוך. ככל שהמבנים המנהליים מסובכים יותר, כך גדל הצורך בייעוץ. לכן, ליועצים אלה אין עניין בפישוט רדיקלי, אלא מתפרנסים על ידי אופטימיזציה של מערכות מורכבות קיימות. זה יוצר מערכת תמריצים מעוותת שבה אלו שאמורים להציע פתרונות מרוויחים מקיומה של הבעיה.
היעדר אמצעים מתקנים מחריף עוד יותר את המצב. מנהיגים פוליטיים לעיתים קרובות אינם מסוגלים או אינם מוכנים ליישם רפורמות מבניות משום שאלה נתקלים בהתנגדות ניכרת. מאחורי כמעט כל מבנה מנהלי ורגולציה משפטית עומדים אינטרסים מיוחדים שנהנים מהסטטוס קוו. זה מוביל למעין סטנדרט כפול בשיח הציבורי: כולם קוראים לדה-רגולציה ולהפחתת הבירוקרטיה, אך כשמדובר בפרטים הספציפיים, אלו שנפגעו מגנים על הרגולציות הקיימות שלהם.
קשור לזה:
מהן העלויות בפועל של הבירוקרטיה הגרמנית?
היקף הבירוקרטיה בגרמניה הוא עצום. על פי נתונים עדכניים של הלשכה הפדרלית לסטטיסטיקה מינואר 2026, העלויות הבירוקרטיות עבור חברות גרמניות עקב חובות דיווח בלבד מסתכמות ב-62.5 מיליארד אירו בשנה. נתון זה ירד מעט בהשוואה לשנה הקודמת, אך נותר ברמה גבוהה ביותר. מספר חובות הדיווח הצטמצם מ-12,390 בינואר 2025 ל-12,364 - שיפור שולי בלבד.
מחקר מקיף יותר של מכון ifo מגיע למסקנות דרמטיות אף יותר. החוקרים חישבו את העלויות הישירות והעקיפות של הבירוקרטיה והגיעו למסקנה שגרמניה מפסידה עד 146 מיליארד אירו בתפוקה כלכלית מדי שנה עקב בירוקרטיה מוגזמת. הערכה זו לוקחת בחשבון לא רק את העלויות הישירות של ציות, אלא גם את העלויות העקיפות ואת עלויות ההזדמנות הנובעות מעיכובים בפרויקטים, הון קשור וחוסר ודאות משפטית.
הנטל חמור במיוחד עבור עסקים קטנים ובינוניים (SMEs). מחקר של איגוד לשכות התעשייה והמסחר הגרמני (DIHK) על ענף האירוח מגלה כי חברות במגזר זה מתמודדות עם 125 התחייבויות משפטיות, ש-43 אחוז מהן ספציפיות לענף. באופן מדאיג, 40 עד 70 אחוז מהתחייבויות אלו אינן קשורות לתהליכים העסקיים בפועל אלא משרתות רק דרישות בירוקרטיות. עסקים קטנים ובינוניים בענף האירוח נאלצים להוציא בממוצע 2.5 אחוז מהכנסותיהם השנתיות על בירוקרטיה, המהווים בין 12,000 ל-60,000 אירו בשנה. בעלי עסקים רבים עובדים בממוצע 14 שעות נוספות בשבוע רק כדי לעמוד בתקנות הממשלה.
בהשוואות בינלאומיות, גרמניה מציגה ביצועים נמוכים במיוחד. על פי נתוני ה-OECD, גרמניה מדורגת באופן קבוע בשליש העליון של המדינות המתועשות מבחינת משך הליכי האישור והתכנון, במיוחד עבור פרויקטים של בנייה ותשתיות. הזמן המושקע במילוי דוחות מס בגרמניה, העומד על 218 שעות בשנה, גבוה כמעט פי שניים מאשר בשוודיה, שם הוא עומד על 122 שעות.
מדוע דרישתו של מאשמאייר נחשבת לפשטנית?
כן, זו תמונה מרשימה, אבל זו דרך לעורר עניין בציבור! התקשורת צריכה לעשות איתה יותר!
הצהרותיו של מאשמאייר עשויות להיראות פשוטות באופן מטעה במבט ראשון, אך בבחינה מדוקדקת יותר הן מתגלות כלא מציאותיות ופשטניות באופן מסוכן. הדרישה להחלפה כמעט מוחלטת של המנהל הציבורי על ידי בינה מלאכותית מתעלמת ממציאות משפטית, טכנית וחברתית בסיסית. זו אינה אסטרטגיית רפורמה מחושבת היטב, אלא חשיבה משאלת לב שאינה מצליחה להבין את מורכבות הממשל המודרני.
המצגת של מאשמאייר מתעלמת לחלוטין מהמגבלות הטכניות. בעוד שמערכות בינה מלאכותית יכולות להתמודד ביעילות עם משימות מובנות עם כללים ברורים, הן מגיעות במהירות לגבולותיהן כאשר הן מתמודדות עם החלטות מורכבות של כל מקרה לגופו, תמרון שיקול דעת ואיזון בין אינטרסים מנוגדים. מנהל ציבורי מאופיין דווקא בהחלטות איזון מורכבות כאלה, שלא ניתן לתרגם בפשטות לאלגוריתמים. בינה מלאכותית יכולה, בנסיבות מסוימות, לסווג טקסטים, לסקור מסמכים, למיין מראש תיקים ולספק אינדיקציות לחוסר עקביות, אך האחריות להחלטות מחייבות מבחינה משפטית לא יכולה להיות פשוט מורשת למכונות.
המכשולים המשפטיים ניכרים. המנהל הציבורי כפוף לדרישות רגולטוריות והגנה מחמירות על מידע. תקנת הגנת המידע הכללית (GDPR) קובעת סטנדרטים גבוהים להחלטות אוטומטיות, במיוחד כאשר יש להן השלכות משפטיות או שהן משפיעות באופן משמעותי על נושאי המידע. על פי סעיף 22 לתקנת ה-GDPR, נושאי המידע רשאים בדרך כלל לא להיות כפופים להחלטה המבוססת אך ורק על עיבוד אוטומטי. זה חל במיוחד על החלטות בעלות חשיבות משמעותית.
חוסר השקיפות במערכות בינה מלאכותית רבות סותר את עקרונות שלטון החוק. החלטות מנהליות חייבות להיות מובנות ומוצדקות. עם זאת, מערכות בינה מלאכותית פועלות לעתים קרובות כ"קופסה שחורה", שתהליכי קבלת ההחלטות שלה אינם שקופים. דבר זה מוביל לבעיות משמעותיות בפיקוח משפטי ובהגנה על זכויות יסוד. תוצאות בינה מלאכותית שגויות, מה שנקרא הזיות, והטיה פוטנציאלית בתוצאות עקב הטיה בנתוני האימון, מהוות סיכונים נוספים.
אילו אתגרים ספציפיים מונעים את השימוש הנרחב בבינה מלאכותית במנהל הציבורי?
רשימת המכשולים לשימוש נרחב בבינה מלאכותית במנהל הציבורי ארוכה ומהותית. בראש ובראשונה חוסר בהירות רגולטורית. פרויקטים רבים של בינה מלאכותית נכשלים כבר בשלב התכנון משום שלא ברור כיצד ניתן לעמוד בדרישות החוק. אי ודאות סביב ה-GDPR ותקנות אחרות מובילה לעתים קרובות רשויות ציבוריות להסס ביישום פתרונות בינה מלאכותית. לעתים קרובות חסרים הנחיות סטנדרטיות וניסיון בטיפול במידע רגיש. לרשויות ציבוריות יש חששות לגיטימיים לגבי הפרות הגנת מידע, אשר עלולות להוביל לקנסות כבדים של עד 30 מיליון אירו או שישה אחוזים מהמחזור השנתי העולמי.
איכות הנתונים מציבה אתגר מרכזי נוסף. מערכות בינה מלאכותית טובות רק כמו הנתונים עליהם הן מאומנות. במנהל הציבורי, הנתונים לרוב מקוטעים, לא סטנדרטיים ומפוזרים על פני מערכות שונות. המבנה הפדרלי של גרמניה, עם אחריות מבוזרת ברמה הפדרלית, המדינתית והמקומית, מחריף משמעותית בעיה זו. תקנות לא עקביות ברמות שונות מסבכות עוד יותר את יישום פרויקטים של בינה מלאכותית.
המחסור בעובדים מיומנים וחוסר מומחיות טכנית ברשויות הציבוריות מעכבים באופן משמעותי את היישום. רשויות מקומיות רבות חסרות הן את המשאבים הפיננסיים והן את יכולת כוח האדם ליישם פרויקטים של בינה מלאכותית. על פי נתוני הלשכה הפדרלית לסטטיסטיקה, שליש מעובדי המגזר הציבורי יפרשו לגמלאות עד 2035. מצב זה יוביל לאובדן דרמטי של ידע ויחריף את המחסור בכוח אדם. במקביל, קיים מחסור בכישרונות צעירים, במיוחד בעלי כישורים דיגיטליים ובינה מלאכותית.
אין לזלזל גם באינרציה הפוליטית והארגונית. רפורמות מנהליות הן באופן מסורתי קשות ליישום בגרמניה. הארכיטקטורה המדינתית המקוטעת והאחריות הפדרלית המקוטעת מאוד אינן מספקות קרקע פורייה לרפורמה מנהלית ממוקדת מטרה. אין מדיניות מנהלית קוהרנטית בגרמניה המאחדת את רמות הממשל השונות. עד כה לא פותח דיה עניין פרלמנטרי במדיניות מנהלית.
המומחיות שלנו באיחוד האירופי ובגרמניה בפיתוח עסקי, מכירות ושיווק
המומחיות שלנו באיחוד האירופי ובגרמניה בפיתוח עסקי, מכירות ושיווק - תמונה: Xpert.Digital
תחומי מיקוד בתעשייה: B2B, דיגיטציה (מבינה מלאכותית ל-XR), הנדסת מכונות, לוגיסטיקה, אנרגיות מתחדשות ותעשייה
מידע נוסף כאן:
מרכז נושאי המציע תובנות ומומחיות:
- פלטפורמת ידע המכסה כלכלות גלובליות ואזוריות, חדשנות ומגמות ספציפיות לתעשייה
- אוסף של ניתוחים, תובנות ומידע רקע מתחומי המיקוד המרכזיים שלנו
- מקום למומחיות ומידע על התפתחויות עדכניות בעסקים ובטכנולוגיה
- מרכז לחברות המחפשות מידע על שווקים, דיגיטציה וחדשנות בתעשייה
הסיבה האמיתית לבירוקרטיה: מדוע בינה מלאכותית לבדה לא תציל את משרדי הממשלה שלנו
אילו סיכונים כרוכים בחיפזון לאוטומציה של ניהול?
הסכנות הטמונות באוטומציה מהירה ומקיפה מדי הן רבות ועשויות להיות חמורות. בראש ובראשונה נמצא הסיכון לאפליה שיטתית. מערכות בינה מלאכותית יכולות לאמץ הטיות ועיוותים מנתוני האימון שלהן ולשחזר אותם בקנה מידה גדול. לדוגמה, אם החלטות אדמיניסטרטיביות היסטוריות המכילות דפוסים מפלים משמשות כנתוני אימון, הבינה המלאכותית מנציחה אפליה זו. היבט בעייתי במיוחד הוא ששגיאות שיטתיות כאלה קשות לגילוי ויכולות להוות נחיתות מבנית של קבוצות אוכלוסייה מסוימות.
אובדן הצדק האישי הוא בעיה מרכזית נוספת. החלטות מנהליות דורשות לעתים קרובות התחשבות בנסיבות אישיות, מקרי קושי ומצבים מיוחדים. עיבוד אלגוריתמי סטנדרטי אינו יכול לעשות צדק עם הספציפיות הללו. צמצום מציאויות חברתיות מורכבות להחלטות בינאריות מוביל לאי צדק ולקשיים חברתיים. זה סותר את עקרון הצדק האישי, שהוא עיקרון ליבה של שלטון החוק.
חוסר השקיפות בהחלטות אוטומטיות פוגע באמון במוסדות המדינה. כאשר אזרחים אינם מבינים מדוע רשות קיבלה החלטה מסוימת ואין איש קשר אנושי זמין, הדבר מוביל לתסכול וניכור. תחושת הנוכחות בחסדי מכונה אטומה יכולה להוות איום על הדמוקרטיה. המנהל הציבורי מאבד את הממד האנושי שלו והופך למנגנון טכנוקרטי לא אישי.
תלות בספקי טכנולוגיה יוצרת סיכונים חדשים. כאשר פונקציות אדמיניסטרטיביות קריטיות תלויות במערכות בינה מלאכותית קנייניות, המדינה הופכת להיות תלויה בחברות פרטיות. הדבר משפיע הן על התלות הטכנית והן על ריבונות הנתונים. כשלים במערכת, פגיעויות אבטחה או בעיות כלכליות של הספקים עלולים לפגוע ישירות ביכולת הפעולה של המדינה. השילוב הגובר של בינה מלאכותית בחיי היומיום מוביל לתלות גוברת, שלעתים קרובות מלווה בחוסר הבנה של מגבלותיה של בינה מלאכותית.
קשור לזה:
מה מראה ניסיון קודם עם פרויקטים של בינה מלאכותית במנהל הציבורי?
המציאות של יישום בינה מלאכותית במנהל הציבורי מפחידה. בעוד שבינה מלאכותית כבר נמצאת בשימוש בחברות רבות במגזר הפרטי כדי לייעל תהליכים, היישום שלה במנהל הציבורי נמצא לעתים קרובות עדיין בחיתוליו. רוב הארגונים נמצאים בשלב ניסיוני או גישוש, שבו עדיין יש צורך לענות על שאלות מהותיות בנוגע לטכנולוגיה, הגנת נתונים ואפשרויות יישום.
תהליכים אדמיניסטרטיביים רבים הם סטנדרטיים מאוד ומציעים מעט מקום לגישות חדשניות. בעוד שחברות יכולות להגיב בזריזות לטכנולוגיות חדשות, רשויות ציבוריות כבולות לעתים קרובות למסגרות משפטיות מחמירות יותר המאטות את השינוי. למרות שמחקרים מראים כי, תיאורטית, עד 82 אחוזים מצוות המנהלה יוכלו להיות פטורים ממשימות הודות לטכנולוגיות בינה מלאכותית, פרויקטים מוצלחים של בינה מלאכותית במנהל הציבורי הם נדירים. הפער בין הפוטנציאל התיאורטי ליישום המעשי הוא עצום.
פרויקטי הפיילוט המעטים הקיימים נותרים לעתים קרובות פתרונות מבודדים שלא ניתן להרחיב אותם. הם מוגבלים על ידי תקנות הגנת מידע, היעדר סטנדרטים של IT וזהירות פוליטית. דוגמה אחת לגישה שאפתנית היא פרויקט KärntenGPT באוסטריה, שמטרתו להדגים האם ממשל יכול להישאר מתפקד למרות קיצוצים מסיביים בכוח אדם באמצעות החלפה טכנולוגית. פרויקט זה נחשב למבחן לחץ ראשון ומדגים כי החזון של ממשל אוטומטי ברובו הוא בר ביצוע מבחינה טכנית, לפחות באופן חלקי, גם אם ההשפעות ארוכות הטווח עדיין אינן ברורות.
החסרונות של מאמצי הדיגיטציה הקודמים הם מבניים באופיים. פרויקטים רבים הראו שלא הכלים והאמצעים הבודדים היו לקויים, אלא המבנה הכולל היה פגום. ללא ניתוח תהליכים מקיף, סטנדרטים ברורים של נתונים ומנגנוני הצדקה שקופים, נוצרות סתירות חדשות, הליכים משפטיים ולולאות בקרה, אשר מבטלות את ההאצה המיוחלת. בינה מלאכותית הופכת אפוא למניע עלויות במקום למקור הקלה.
מהם כמה מקרי שימוש ריאליים עבור בינה מלאכותית במנהל ציבורי?
למרות כל האתגרים, אכן ישנם יישומים הגיוניים ומעשיים לבינה מלאכותית במנהל הציבורי, הרחוקים מאוד מהדרישה המקסימלית-מקסימלית של מאשמאייר. הגישות המבטיחות ביותר פועלות בשלבים: ראשית, מערכות סיוע ובדיקות ראשוניות אוטומטיות; לאחר מכן, החלטות חצי-אוטומטיות עם פיקוח אנושי; ורק לבסוף, אוטומציה נוספת בתחומים מוגדרים בבירור.
צ'אטבוטים סטנדרטיים ועוזרים דיגיטליים לתמיכה בשירותי האזרח מציעים נקודות התחלה טובות. הם יכולים לספק סיוע בשאלות נפוצות בנוגע לאיסוף פסולת, טפסים או שעות פתיחה. יתר על כן, פתרונות קוד פתוח או שיתוף פעולה עם ספקי שירותי IT עירוניים מאפשרים יישום חסכוני של סיווג מסמכים, ניהול תורים או תהליכים אוטומטיים פשוטים כגון עיבוד בקשות. יישומים אלה מציעים ערך מוסף אמיתי ללא סיכונים משפטיים או אתיים.
חילוץ מסמכים, אימות סבירות המידע, הקצאת אחריות ותעדוף מקרים על סמך סיכון הם יישומים הגיוניים נוספים. בינה מלאכותית יכולה לספק הקלה אמיתית כאן אם היא מתוכננת כמערכת סיוע שמכינה החלטות ומסמנת סטיות, במקום לקבל החלטות סופיות בעצמה. האחריות הסופית וסמכות קבלת ההחלטות חייבים להישאר בידי בני האדם, שיכולים לבחון באופן ביקורתי את הצעות הבינה המלאכותית ולבטל אותן במידת הצורך.
בתחומים מסוימים, בינה מלאכותית יכולה גם לסייע בזיהוי דפוסים ואנומליות, כגון בגילוי הונאות או בזיהוי מקרים הדורשים תשומת לב מיוחדת. חשוב שבינה מלאכותית לא תובן כתחליף למומחיות אנושית, אלא ככלי תמיכה. המערכות חייבות להיות שקופות, ניתנות למעקב ולבדוק באופן קבוע לאיתור הטיות. סקירה שיטתית של הזדמנויות וסיכונים מדגישה כי מדידת השפעה, ממשל וניהול סיכונים קובעים לעתים קרובות הצלחה או כישלון.
מה צריך לקרות כדי להשיג צמצום בירוקרטי אמיתי?
המפתח לרפורמה מנהלית אמיתית אינו טמון בשיפוץ טכנולוגי מלא, אלא בביקורת יסודית של אופטימיזציה של משימות ותהליכים. לפני פריסת הבינה המלאכותית, חיוני לבחון אילו תקנות, תהליכי אימות ודרישות תיעוד עדיין משמעותיים והכרחיים. תקנות רבות הצטברו במשך עשרות שנים מבלי שנבדקו באופן שיטתי לצורך בהן. ביקורת רדיקלית של משימות, תוך שאילת השאלה אילו שירותי ממשלה יש לספק בפועל וכיצד ניתן לארגן אותם בצורה היעילה ביותר, היא תנאי הכרחי בסיסי.
פישוט וסטנדרטיזציה של תהליכים חייבים לקבל עדיפות על פני אוטומציה. שכפול תהליכים אנלוגיים לא יעילים באופן דיגיטלי הוא חסר טעם. במקום זאת, יש לחשוב מחדש באופן יסודי על תהליכים ולתכנן אותם מנקודת מבטו של המשתמש. עקרון ה"פעם אחת בלבד" - נתונים צריכים להיות מועברים לממשלה פעם אחת בלבד ולאחר מכן ניתן לשתף אותם באופן פנימי - הוא קריטי כאן. עם זאת, הדבר דורש התגברות על חשיבה מבודדת וסכסוכים פנימיים פדרליים.
הרצון הפוליטי ליישם צעדים הוא קריטי. צמצום הביורוקרטיה נכשל לא בשל חוסר הבנה של הבעיות, אלא בשל חוסר רצון פוליטי להתגבר על ההתנגדות המוסדית. יש צורך במנגנונים מחייבים, כגון צמצום רגולציה אוטומטי, שבו עבור כל רגולציה חדשה, יש לבטל רגולציה ישנה. הצגת תאריכי תפוגה לתקנות, שלאחריהן הן פוקעות אוטומטית אם לא יחודשו באופן פעיל, יכולה לסייע בעצירת העלייה המתמשכת בצפיפות הרגולציה.
יצירת לחץ חברתי באמצעות מידע היא גם חיונית. אזרחים חייבים להבין עד כמה הבירוקרטיה חונקת חדשנות, הורסת מקומות עבודה ושוחקת שגשוג. רק כאשר תתעורר מודעות ציבורית רחבה לדחיפותן של רפורמות אמיתיות, ייאלצו הפוליטיקאים לפעול. שקיפות בנוגע לעלויות ולהשפעות בפועל של הרגולציות היא קריטית. במקום לקוות לפתרונות פלא טכנולוגיים, עלינו להתעורר ולבנות לחץ חברתי על מערכת זו באמצעות הפצת מידע מתמשכת.
כיצד צריכה להיראות אסטרטגיית דיגיטציה אחראית?
אסטרטגיה הגיונית למודרניזציה של המנהל הציבורי חייבת לדבוק בכמה עקרונות. ראשית, עליה לשים את האדם במרכז, ולא את הטכנולוגיה. השימוש בבינה מלאכותית לא צריך להיות מטרה בפני עצמה, אלא חייב להיות מותאם ליעדים ברורים, דרישות משפטיות ועקרונות אתיים. רק באמצעות שילוב חכם של חדשנות טכנולוגית, מסגרת משפטית ואחריות ארגונית, בינה מלאכותית יכולה לתרום לחיזוק המנהל הציבורי.
שנית, יש צורך בהערכה ריאליסטית של יכולותיה ומגבלותיה של בינה מלאכותית. בינה מלאכותית היא כלי, לא תרופת פלא. יש לתכנן מערכות עם שקיפות מספקת בתפעולן כדי שהמשתמשים יוכלו לפרש ולהשתמש בתוצאות כראוי. זה חשוב במיוחד משום שהשימוש בבינה מלאכותית במנהל הציבורי נחשב ליישום בעל סיכון גבוה וכפוף לתקנות מחמירות. יש להכשיר את העובדים המושפעים להבין את המגבלות והיכולות של מערכות בינה מלאכותית כדי שיוכלו לבחון באופן קבוע את ההוצאות.
שלישית, גישה איטרטיבית שלב אחר שלב היא הכרחית. במקום פרויקטים גדולים של טרנספורמציה, יש לבצע תחילה פרויקטים פיילוטיים באזורים מוגדרים בבירור, להעריך אותם ולהרחיב אותם אם הם מצליחים. פרויקטים אלה חייבים להיות מתוכננים מראש כך שיהיו מבוססים מבחינה משפטית, שקופים ויכללו את כל בעלי העניין. מדידת הצלחה חייבת לכלול לא רק את שיפורי היעילות אלא גם את איכות ההחלטות, את שביעות רצון האזרחים ואת הוודאות המשפטית.
רביעית, יש לשמור על ריבונות דיגיטלית. אסור שהמדינה תהפוך לתלויה לחלוטין בספקי טכנולוגיה פרטיים. הדבר דורש השקעה במומחיות שלה, שימוש בפתרונות קוד פתוח במידת האפשר, והסכמים חוזיים ברורים בנוגע להגנה על נתונים ובקרה על מערכות קריטיות. על הממשל להישאר מסוגל למלא את תפקידיו העיקריים גם ללא בינה מלאכותית כדי להבטיח חוסן.
