ШТУЧНИЙ ІНТЕЛЕКТ ЯК ЗАСІБ ДЕРЖАВНОГО УПРАВЛІННЯ: ІНСТИТУЦІЙНІ ДЕТЕРМІНАНТИ АДМІНІСТРАТИВНОЇ ЕФЕКТИВНОСТІ В ЦИФРОВОМУ УПРАВЛІННІ

doi:10.26565/2524-2547-2026-73-01

Мака Бенашвілі Університет Сулхан-Саба Орбеліані, вул. Калістрата Кутателадзе, 3, Тбілісі, 0186, Грузія https://orcid.org/0009-0005-5821-2019
Тамар Церцвадзе Кавказький університет, вул. Паата Саакадзе, 1, Тбілісі, 0102, Грузія https://orcid.org/0009-0008-6329-4989

DOI: https://doi.org/10.26565/2524-2547-2026-73-01

Ключові слова: штучний інтелект, публічне управління, ефективність уряду, цифрове врядування, інституційна спроможність

Анотація

Це дослідження вивчає, чи покращує впровадження національних стратегій штучного інтелекту (ШІ) адміністративну ефективність у країнах Організації економічного співробітництва та розвитку (ОЕСР). ШІ концептуалізується не просто як технологічна інновація, а як можливість державного управління, вбудована в системи інституційного управління. У дослідженні застосовується послідовний пояснювальний змішаний метод, що поєднує кількісний аналіз панельних даних з якісним інституційним дослідженням.

Кількісний аналіз охоплює 38 країн ОЕСР за період 2016–2023 років. Адміністративна ефективність вимірюється за допомогою показника ефективності уряду з бази даних Worldwide Governance Indicators. Впровадження ШІ операціоналізується за допомогою процедури кодування на основі політики, яка визначає офіційний рік прийняття національної стратегії ШІ та створює змінну в часі бінарну змінну. Оцінюється, що панельна регресійна модель з фіксованими ефектами контролює незмінні в часі характеристики країни. ВВП на душу населення (логарифмічно перетворений), якість регулювання та цифрова інфраструктура включені як контрольні змінні.

Результати демонструють позитивний та статистично значущий зв’язок між прийняттям стратегії ШІ та ефективністю уряду. Однак величина ефекту є помірною порівняно зі структурними детермінантами, такими як якість регулювання та економічний розвиток. Цифрова інфраструктура також демонструє значний позитивний зв’язок з адміністративною ефективністю. Перевірки на надійність свідчать про те, що переваги інституціоналізації ШІ матеріалізуються поступово, а не одразу.

Якісні дані з Фінляндії, Естонії, Німеччини та Італії свідчать про те, що стратегії ШІ покращують ефективність управління, коли вони підтримуються узгодженим регулюванням, міжвідомчою координацією та цифровою зрілістю. Дослідження робить висновок, що ШІ сприяє адміністративній ефективності як частина ширшої інституційної екосистеми, а не як окрема технологічна реформа.

Завантаження

##plugins.generic.usageStats.noStats##

Біографії авторів

Мака Бенашвілі, Університет Сулхан-Саба Орбеліані, вул. Калістрата Кутателадзе, 3, Тбілісі, 0186, Грузія

доктор філософії з міжнародних відносин, доцент

Тамар Церцвадзе, Кавказький університет, вул. Паата Саакадзе, 1, Тбілісі, 0102, Грузія

доктор філософії з менеджменту, доцент

Посилання

Acemoglu, D., & Robinson, J. A. (2012). Why nations fail: The origins of power, prosperity, and poverty. New York, NY: Crown Publishers.

Andersen, K. N., Zinner Henriksen, H., Medaglia, R., Danziger, J. N., Sannarnes, M. K., & Enemærke, M. (2010). Fads and Facts of E-Government: A Review of Impacts of E-Government. International Journal of Public Administration, 33(11), 564-579. https://doi.org/10.1080/01900692.2010.517724

Bekkers, V., & Homburg, V. (Eds.). (2007). The information ecology of e-government: E-government as institutional and technological innovation in public administration. Amsterdam, Netherlands: IOS Press.

Borins, S. (2001). Encouraging innovation in the public sector. Journal of Intellectual Capital, 2(3), 310–319. https://doi.org/10.1108/14691930110400128

Bryson, J. M., Crosby, B. C., & Stone, M. M. (2006). The design and implementation of cross-sector collaborations: Propositions from the literature. Public Administration Review, 66(s1), 44–55. https://doi.org/10.1111/j.1540-6210.2006.00665.x

Cordella, A., & Tempini, N. (2015). E-government and organizational change. Government Information Quarterly, 32(3), 279-286. https://doi.org/10.1016/j.giq.2015.03.005

Criado, J. I., Sandoval-Almazán, R., & Gil-García, J. R. (2025). Artificial intelligence and public administration: Understanding actors, governance, and policy from micro, meso, and macro perspectives. Public Policy and Administration, 40(2), 173–184. https://doi.org/10.1177/09520767241272921

Dunleavy, P., Margetts, H., Bastow, S., & Tinkler, J. (2006). Digital era governance: IT corporations, the state, and e-government. Oxford University Press.

Engstrom, D. F., Ho, D. E., Sharkey, C. M., & Cuéllar, M.-F. (2020). Government by algorithm: Artificial intelligence in federal administrative agencies. NYU School of Law, Public Law Research Paper, (20-54). https://doi.org/10.2139/ssrn.3551505

Floridi, L., Cowls, J., Beltrametti, M., et al. (2018). AI4People - An ethical framework for a good AI society. Minds and Machines, 28(4), 689-707. https://doi.org/10.1007/s11023-018-9482-5

Fukuyama, F. (2013). What is governance? Governance, 26(3), 347-368. https://doi.org/10.1111/gove.12035

Janssen, M., & Kuk, G. (2016). The challenges and limits of big data algorithms in technocratic governance. Government Information Quarterly, 33(3), 371–377. https://doi.org/10.1016/j.giq.2016.08.011

Janssen, M., Brous, P., Estevez, E., Barbosa, L. S., & Janowski, T. (2020). Data governance: Organizing data for trustworthy artificial intelligence. Government Information Quarterly, 37(3), 101493. https://doi.org/10.1016/j.giq.2020.101493

Kaufmann, D., Kraay, A., & Mastruzzi, M. (2010). The worldwide governance indicators: Methodology and analytical issues. World Bank Policy Research Working Paper, (5430). World Bank. https://doi.org/10.1596/1813-9450-5430

Klievink, B., Romijn, B.-J., Cunningham, S., & de Bruijn, H. (2016). Big data in the public sector. Information Systems Frontiers, 24(3), 735-752. https://doi.org/10.1007/s10796-016-9686-2

La Porta, R., Lopez-de-Silanes, F., Shleifer, A., & Vishny, R. (1999). The quality of government. Journal of Law, Economics, & Organization, 15(1), 222–279. https://doi.org/10.1093/jleo/15.1.222

Lindgren, I., & van Veenstra, A. F. (2018). Digital government transformation: A case illustrating public e-service development as part of public sector transformation. In Proceedings of the 19th Annual International Conference on Digital Government Research: Governance in the Data Age (dg.o 2018) (pp. 1-10). New York, NY: ACM. https://doi.org/10.1145/3209281.3209302

Margetts, H., & Dorobantu, C. (2019). Rethink government with AI. Nature, 568(7751), 163-165. https://doi.org/10.1038/d41586-019-01099-5

Meijer, A., & Bolívar, M. P. R. (2015). Governing the smart city: a review of the literature on smart urban governance. International Review of Administrative Sciences, 82(2), 392-408. https://doi.org/10.1177/0020852314564308

Meijer, A., & Wessels, M. (2019). Predictive policing: Review of benefits and drawbacks. International Journal of Public Administration, 42(12), 1031-1039. https://doi.org/10.1080/01900692.2019.1575664

Mergel, I., Edelmann, N., & Haug, N. (2019). Defining digital transformation: Results from expert interviews. Government Information Quarterly, 36(4), 101385. https://doi.org/10.1016/j.giq.2019.06.002

Mikalef, P., Krogstie, J., Pappas, I. O., & Pavlou, P. A. (2020). Exploring the Relationship between Big Data Analytics Capability and Competitive Performance: The Mediating Roles of Dynamic and Operational Capabilities. Information & Management, 57(2), 103169. https://doi.org/10.1016/j.im.2019.05.004

North, D. C. (1990). Institutions, institutional change and economic performance. Cambridge University Press.

Pasquale, F. (2015). The black box society. Harvard University Press.

Pollitt, C., & Bouckaert, G. (2017). Public management reform: A comparative analysis - Into the age of austerity (4th ed.). Oxford University Press.

Rodrik, D., Subramanian, A., & Trebbi, F. (2004). Institutions Rule: The Primacy of Institutions Over Geography and Integration in Economic Development. Journal of Economic Growth, 9(2), 131-165. https://doi.org/10.1023/B:JOEG.0000031425.72248.85

Scholta, H., Mertens, W., Kowalkiewicz, M., & Becker, J. (2019). From one-stop shop to no-stop shop: An e-government stage model. Government Information Quarterly, 38(2), 101587. https://doi.org/10.1016/j.giq.2018.11.010

Sun, T. Q., & Medaglia, R. (2019). Mapping the challenges of AI in the public sector. Government Information Quarterly, 36(2), 368-383. https://doi.org/10.1016/j.giq.2018.09.008

Valle-Cruz, D., Criado, J. I., Sandoval-Almazán, R., Ruvalcaba-Gomez, E. A. (2020). Assessing the public policy-cycle framework in the age of artificial intelligence: From agenda-setting to policy evaluation. Government Information Quarterly, 37(4), 101509. https://doi.org/10.1016/j.giq.2020.101509

Veale, M., & Brass, I. (2019). Administration by Algorithm? Public Management Meets Public Sector Machine Learning. In K. Yeung & M. Lodge (Eds.), Algorithmic Regulation (pp. 121–149). Oxford. https://doi.org/10.1093/oso/9780198838494.003.0006

Walker, R. M. (2006). Innovation type and diffusion: An empirical analysis of local government. Public Administration, 84(2), 311-335. https://doi.org/10.1111/j.1467-9299.2006.00004.x

Wirtz, B. W., Weyerer, J. C., & Geyer, C. (2019). Artificial intelligence and the public sector-Applications and challenges. International Journal of Public Administration, 42(7), 596-615. https://doi.org/10.1080/01900692.2018.1498103