Глава 5 Эксперименты с умным государственным управлением

С расширением административного аппарата в Америке возросла ответственность за политику, услуги и решения, от которых зависит здоровье, безопасность и финансовое благосостояние нации. Провалы в системе государственного управления могут иметь ужасающие последствия.

Сьюзан Л. Моффитт, «Превращение политики в общественный институт»[552], 2014 год[553]

Командование военно-воздушных сил США не знало, к кому обратиться за оперативной помощью, когда столкнулось с гибелью своих пилотов и гражданских лиц при выполнении заданий в Афганистане. Проблема была вызвана структурой почвы и пыли в этой стране[554]. Частицы грунта поднимались винтами вертолетов Sikorsky UH-60 и, создавая, как говорят военные, «условия недостаточной видимости», мешали обзору. Служащий Министерства обороны США, которому было поручено решение этой проблемы, понятия не имел, что сидящий напротив него в офисе коллега обладал девятилетним опытом управления таким вертолетом в полевых условиях.

Осенью 2008 года Исследовательская лаборатория ВВС США запустила первую в своем роде правительственную платформу для поиска экспертов «Аристотель». Эта платформа имела много общего с системами выявления компетенций, которые обсуждались в главе 4. Платформа использует компьютерные алгоритмы, которые облегчают классификацию и отбор людей по таким критериям, как профессиональная репутация, документы об образовании, членство в профессиональных ассоциациях, навыки и опыт.

Платформа «Аристотель» была направлена на решение проблем, характерных для крупных государственных структур, когда сотрудники не имеют представления о возможностях и знаниях своих коллег. Например, в Министерстве здравоохранения и социальных служб США работает, по приблизительным оценкам, порядка 90 тысяч человек. Их данные хранятся в тысячах разнообразных баз данных. Поэтому с «Аристотелем» связывались большие надежды. Предполагалось, что платформа повысит общий уровень осведомленности об областях экспертизы и практическом опыте сотрудников Министерства обороны, а это в свою очередь поможет улучшить внутриведомственное взаимодействие и отладить процессы принятия решений. Военные называли эту платформу «революционным инструментом, направленным на объединение экспертных знаний всех отделов для обеспечения насущных потребностей армии»[555].

Фактически «Аристотель» представлял собой внутреннюю справочно-поисковую систему Министерства. Ее поисковый алгоритм осуществлял сбор данных по внутренним системам кадровой службы, открытым базам данных, анкетам и профилям, заполняемым самими сотрудниками, позволяя легко обнаружить области их компетенции, навыки и опыт. Создатель платформы – Дэнни Хиллис, один из «отцов» параллельных вычислительных систем, которые он разрабатывал в стенах Массачусетского технологического института (MIT). В его послужном списке руководство исследованиями в компании Disney Imagineering и создание Freebase – инфраструктуры хранения семантической информации из интернета.

Впоследствии Freebase[556] – одновременно онлайн-коллекция структурированных данных и инструмент быстрого автоматизированного поиска по разным источникам – стала основой поискового механизма Google. Функционал Freebase обеспечивает способность Google в ответ на информационный запрос выводить помимо списка ссылок на сайты еще и дополнительную информационную панель. Панель располагается справа от результатов поиска и отображает биографии людей, сведения о достопримечательностях или синопсисы кинофильмов – то есть Google дает прямой ответ на запрос пользователя без необходимости перехода по ссылке.

Хиллису, чья работа заключалась в создании многопроцессорных систем, нужно было сделать только один шаг: от проектирования интенсивных параллельных компьютеров к проектированию массивно-параллельных данных. Адаптированная под нужды военных, версия Freebase получила имя «Аристотель» в честь личного наставника Александра Македонского. В 2000 году Хиллис написал в своем эссе[557]: «В свое время Аристотель знал практически все, что тогда нужно было знать. Более того, Аристотель понимал образ мыслей Александра… Благодаря Аристотелю Александр обладал знаниями о мире, над которым властвовал… Таким образом, идея „Аристотеля” крайне проста: если бы человечество объединило свои знания в машиночитаемую базу данных, тогда компьютеры смогли бы в нужный момент времени, в нужном месте и в удобном формате предоставлять эти знания людям»[558].

Проект «Аристотель» ознаменовал попытку решить задачу, с которой сталкивается любое правительственное ведомство: быстро находить экспертов в определенной области, обладающих теоретическими знаниями и практическими навыками для решения конкретных проблем. Предполагалось, что «Аристотель» сделает возможным оперативный поиск экспертов внутри ведомства, где специалисты с соответствующим опытом теряются в массе чиновников, которые готовы активно обсуждать проблемы, но не знают, как их решать.

До проекта «Аристотель» у Министерства обороны США не было скоординированного инструмента для выявления экспертной компетенции своих сотрудников. Как объяснял доктор Алок Дас, старший научный сотрудник по дизайну инновационных систем, который возглавил процесс внедрения «Аристотеля»: «Мы не знаем, что мы знаем». Предполагалось, что в долгосрочной перспективе «Аристотель» будет способствовать экономии государственных средств за счет более активного привлечения внутренних экспертных ресурсов. Но из-за ограниченности бюджета в 2013 году проект был закрыт[559].

Работа над «Аристотелем» завершилась разочарованием, но причина его заключается не в том, что проект был свернут, а в неспособности государственных структур осознать, что целенаправленные действия по поиску компетентных специалистов среди своих же сотрудников усиливают возможности организации. Проект мог бы доказать свою ценность в качестве инструмента взаимодействия и повышения результативности деятельности, если бы Министерство обороны хотя бы попробовало вывести его в рабочий режим.

В более узком смысле проект мог бы показать, что замена открытой модели вовлечения участников на целенаправленный поиск людей с заданными компетенциями могла бы повысить качество решения проблем государственного управления.

Закрытие проекта «Аристотель» лишило правительство возможности изучить экспериментально, какие подходы выявления компетенций наиболее эффективны, в каких контекстах, для каких целей и для каких организаций. Конечно, в определенной мере государственная политика – это всегда эксперимент в области социальной инженерии, в значительной степени без какой-либо внятной методологии или системы оценки результативности. Информационные технологии в таких проектах, как «Аристотель», делают возможным и практически беззатратным анализ того, как люди используют этот инструмент для принятия решений. Цифровой формат процедур открывает возможности эмпирических исследований и экспериментов по целенаправленному поиску и вовлечению людей, которые невозможны в реальной среде.

«Аристотель» стал упущенной возможностью расширить наши знания и умение их использовать. Но если инициативы, подобные «Аристотелю», не будут включать предварительных экспериментальных исследований, государственные органы никогда не получат аргументов для распространения инноваций (таких как поиск по заданным параметрам), как и доказательств, что открытые способы взаимодействия и более эффективны, и более легитимны.

На каждом этапе решения любой проблемы необходимы точные, надежные и значимые исходные данные: факты, статистика, мнения и оценки. Однако для создания институтов власти, более адаптированных к отбору информации и восприятию внешних инноваций, недостаточно просто использовать технологии выявления компетенций для того, чтобы с их помощью обнаруживать требуемых специалистов и предоставить им возможности для участия в управлении. Исследования и эксперименты играют не меньшую роль в понимании того, когда и в каких условиях более эффективен умный (целевой) краудсорсинг. К счастью, технологические инновации хорошо подходят для быстрого эмпирического тестирования. Программные средства значительно ускоряют и процессы сбора и анализа данных, и применение полученных знаний на практике.

Как мы помним, корпорация Google провела сравнительное тестирование – известное как А/В-тестирование – 41 оттенка синего цвета, чтобы в конце концов выбрать тот, который сейчас используется для обозначения гиперссылки[560]. Каждый пользователь интернет-браузера Microsoft Bing за одну сессию участвует примерно в 15 различных исследованиях, где тестируются разные варианты представления контента и то, как они используются[561]. В скандальном проекте по скрытому изучению поведения пользователей социальная сеть Facebook пыталась выяснить, какое влияние на пользователей оказывает эмоциональная окраска новостей (позитивная или грустная) в новостной ленте[562]. Неоднозначным этот проект посчитали именно потому, что он стал достоянием общественности, хотя подобные исследования проводятся в Facebook регулярно.

С внедрением новых технологий в государственное управление легко представить разнообразные, полезные (и при этом не нарушающие этических норм) эксперименты в области государственного управления. Они могут касаться не только принципов выбора политических решений из предлагаемых вариантов, но прежде всего того, как органы власти формулируют свою политику. Эта глава посвящена тому, как протестировать применение принципа умного краудсорсинга в формулировании государственной политики и почему он является важным условием для трансформации государственных институтов.

Тестирование инноваций при выработке государственной политики

Иногда кажется, что практика государственного управления, как левого, так и правого толка, была сформулирована «людьми, изолированными от внешнего мира и скрытыми в герметичном здании правительства» (как однажды описал процесс принятия бюджета колумнист The New York Times Дэвид Брукс[563]). Существующие бюрократические барьеры серьезно ограничивают возможности эксперимента и разнообразие подходов при выработке государственной политики. Политические решения принимаются исходя из догадок, а не объективных данных (это еще одна причина необходимости сетей для обмена экспертными знаниями)[564].

ИТ-предприниматель и политический комментатор Джим Манзи в книге «Неподконтрольные»[565], восхваляя научный подход, прямо указывает, что в разработке государственной политики невозможно «экспериментировать и находить работающие механизмы методом бесконечных проб и ошибок»[566]. Непозволительно, что макроэкономические решения с глобальными последствиями принимаются без попытки узнать, что из них сработает и почему, сокрушается Манзи. Он выступает за свободу экспериментальной проверки различных правил регулирования на уровне местных сообществ, даже если эти эксперименты расширяют рамки принуждения и ограничивают личные свободы.

Такой подход (вполне в духе Томаса Джефферсона), который некоторые называют «Новым федерализмом»[567], призывает к отказу от централизованной регуляторной политики «Нового курса»[568] и расширению полномочий штатов. В русле этого течения интуитивно привлекательной выглядит возможность тестировать «подводные камни» различных политических решений на местном уровне. Например, что позволит снизить количество дорожно-транспортных происшествий в штате: снижение допустимой скорости движения или кольцевые развязки?

Интерес к тестированию последствий политических решений особенно расширился в странах англосаксонской правовой системы в последние годы. Так, Дэвид Халперн, советник трех премьер-министров Великобритании Тони Блэра, Гордона Брауна и Дэвида Кэмерона, активно выступал за создание Отдела социального и поведенческого анализа (также известного как Nudge) – организации, призванной консультировать правительство Великобритании.

Отделу вменялась задача использовать методы поведенческой экономики и психологии для совершенствования государственной политики и общественных услуг при одновременной экономии бюджета страны. В частности, Отдел поддерживал проведение рандомизированных контролируемых испытаний[569] при выработке политических решений. Рандомизированные испытания используются в медицине, бизнесе и других областях для оценки эффективности метода или препарата путем сравнения двух групп испытуемых, на одну из которых оказывается определенное воздействие, а на другую воздействие не оказывается. В проводимых Отделом исследованиях выборка случайным образом делилась на две части, и на каждую из групп действовал свой фактор – например, предлагались два разных способа предоставления услуги.

Рандомизированные исследования – это хороший и недорогой способ выяснить, какие из предложенных методов работают[570]. Но стандартная практика для коммерческих компаний (в частности, при тестировании работы веб-сайтов) практически не применяется в академических и политических сферах. Например, некоммерческая медицинская исследовательская организация Sage Bionetworks, финансирующая биомедицинские разработки и продвигающая открытость и вовлечение пациентов в исследования, поддержала разработку приложения для телефонов iPhone, через которое владельцы телефона могут зарегистрироваться для участия в клинических испытаниях[571]. Однако компании так и не удалось оценить эффективность приложения при помощи А/В-тестирования, так как Институциональная комиссия по этике[572] – академический орган, курирующий и одобряющий проведение исследований в университетах, – сочла подобный эксперимент неэтичным. В государственных органах отсутствуют комиссии по этике, которые могли бы запретить исследования; однако в них существуют свои препятствия, мешающие формированию открытой для эксперимента культуры, – в частности, установка «профессионалы знают лучше».

Исторически сопротивление тестированию институциональных решений восходит к традиции закрытости профессионального государственного управления. Но немалую роль в этом сыграло и академическое сообщество, в котором сильно противодействие любым «исследованиям» или «экспериментам», если их процедура не соответствует жестким критериям формирования выборки или выходит за рамки лабораторных условий. Даже когда предметом исследований становятся сами институты власти, нередко выводы ученых содержат комментарий о необходимости «изолировать эксперимент от внешних искажающих его факторов»[573].

Подобное мнение разделяет и лауреат Нобелевской премии по экономике Элинор Остром – американский политолог и экономист, которая посвятила исследованию политических институтов 30 лет своей профессиональной карьеры, начавшейся с семинара по политической теории и политическому анализу в Университете Индианы. Остром считает, что, поскольку не в наших силах оценить и учесть все условия, в которых государственный деятель принимает решения, не говоря уже об их возможных последствиях, эксперимент следует отделить от практики, ибо невозможно «выловить рыбу в мутной воде».

Социолог Дункан Уоттс предложил создать своеобразный пул (жюри) из сотен тысяч исследователей, желающих принять участие в онлайн-экспериментах. Более десяти лет назад экономист Тед Кастронова заявил о потенциале использования виртуальной среды как постоянно действующей большой лаборатории. В 2008 году он получил грант Фонда Макартуров в размере 250 тыс. долл. на создание компьютерной игры «Arden: The World of Shakespeare» («Арден: мир Шекспира»).

Эта многопользовательская онлайн-игра стала исследовательским пространством, в котором команда Теда смогла зафиксировать, что и в виртуальном мире игры люди ведут себя экономически обоснованно: при прочих равных условиях покупают меньше, когда цены выше. Кастронова считал, что онлайн-игры или так называемые синтетические миры являются идеальным способом понять поведение людей в реальном мире, но в отличие от мира реального в ситуации игры возможно искусственно манипулировать ценами и сразу получать видимую ответную реакцию[574].

Единственной целью создания игры было исследование, поэтому ее качество не соответствовало принятому стандарту. Неудивительно, что в конце концов игроки ушли, а инвесторы отказались от проекта, жалуясь на несоответствие вложенных средств полученным результатам.

Между тем ученые-социологи положительно относятся к таким «виртуальным лабораториям», так как они представляют собой контролируемую среду, где возможно применение научного метода при проведении макросоциологических исследований, в том числе краудсорсинговых экспериментов[575]. Онлайн-сообщества могут обеспечить ученым более широкую выборку, чем обычно доступна для исследований в реальном мире.

Однако акторами и объектами, на которые направлено внимание ученых, все еще остаются отдельные индивиды, помещенные в замкнутые лабораторные условия. Хотя computational social science[576] (дословно «вычислительные социальные науки») и работает с данными из реального мира, ее эксперименты обычно не распространяются на институциональные системы[577]. Предметом исследований этой науки являются индивидуальное поведение и мотивация (а также группы и групповая динамика), но не устройство или переустройство организаций.

Тестирование инноваций с опорой на эмпирические факты, полученные в ходе рандомизированных контролируемых испытаний, а не на индивидуальные мнения изначально отвергалось академическим сообществом и государственным сектором как потенциально безответственное и неэтичное. Однако при правильном подходе, учитывающем реальные последствия, такое тестирование может сберечь деньги налогоплательщиков и не допустить внедрения неэффективных или напрасных мер – даже если подобный метод ставит под сомнение профессионализм государственных служащих[578].

Идея внедрения экспериментов в практику государственного управления нашла большую поддержку в книге Касса Санстейна[579] и Ричарда Талера[580] под названием «Nudge» (буквально «Толчок»)[581]. Популярность книги вдохновила создание отделов Nudge при государственных органах Австралии, США и Сингапура (а также расширение такого отдела при правительстве Великобритании)[582]. Сегодня с помощью отделов Nudge ведомства изучают множество разнообразных вопросов: например, стимулирует ли оплату штрафов рассылка напоминаний должникам (что, как оказалось, так и есть) и приносит ли социальная помощь желаемый результат. Сравнение двух идентичных групп, отобранных случайным образом, позволяет контролировать целый ряд факторов и помогает понять, что работает, а что нет – как в случае разных масштабных проектов государственного вмешательства, так и в случае точечных управленческих решений[583].

В наше время уже немало написано об использовании науки при выработке политических решений, к их числу относятся и работы, посвященные Nudge. Однако собственно науке выработки государственной политики уделяется крайне мало внимания. А возможность эмпирической оценки новых способов принятия решений и преодоления проблем и вовсе игнорируется. Даже при выработке решений о том, как, когда и на каком уровне государственного управления должны ограничиваться аборты или легализовываться проституция, или как следует поменять форму анкет для регистрации граждан в социальных программах, принципы принятия этих политических решений зачастую не подвергаются сомнению. «Лаборатории демократии»[584] верховного судьи Луиса Брандеса могут предлагать разные политические рецепты, но все они основаны на старых институциональных принципах.

Изучение процесса выбора одного из нескольких политических решений, возможно, и стимулирует экспериментальную активность, но автоматически не приводит к оценке способов, которыми строится государственная политика. Поясним: отделы Nudge тестируют альтернативные варианты политического решения или оценивают, к каким последствиям может привести изменение действующих правил, с тем чтобы свести возможность ошибки при выборе варианта к минимуму. Например, Nudge занимается проблемой, как и когда привлекать людей к работе в социальных службах, и другими подобными задачами, связанными с жизнью общества.

Однако обычно Nudge не экспериментируют с подходами к формулированию государственной политики. Эти отделы не изучают, к каким изменениям в жизни граждан приводят инновации в области государственного управления, такие как открытые данные, премиальные конкурсы, краудсорсинг или экспертные сети.

Ведут ли открытые данные к повышению подотчетности медицинских учреждений или увеличению там числа рабочих мест?

Сказывается ли участие граждан в законотворческой деятельности на общественной поддержке новых законов?

Могут ли денежные вознаграждения стимулировать разработку более качественных решений проблемы бедности?

Может ли общественное обсуждение разрыва в уровне образования между разными социальными группами повысить уровень чтения?

Действительно ли целенаправленный поиск экспертов и выяснение «кто что знает» (подобный использованию Министерством обороны США платформы «Аристотель») приводит к более эффективному участию и, в конечном счете, – к лучшим решениям?

Как правило, такие вопросы вообще не ставятся.

Первый шаг к внедрению умного государственного управления, таким образом, заключается в создании плана исследований и экспериментальной проверки, как будет использоваться целенаправленный краудсорсинг на разных этапах принятия решений: определение проблемы, выбор приоритетов, формирование перечня альтернативных решений, выбор решения и оценка его действенности. Такой план поможет обосновать, когда имеет смысл вовлекать внешних экспертов и в какой форме. Плановые эксперименты также позволят выявить влияние умного краудсорсинга на формирование государственной политики и решение социальных проблем.

Разработкой планов прикладных исследований в области социальных наук занимается фонд Tobin Project[585], созданный на базе Гарвардской школы бизнеса. Принципы планирования взяты из практики известного онколога доктора Джуды Фолкмана (1933–2008). Фолкман строил работу своей лаборатории на «больших идеях и противодействии серьезным вызовам» и призывал «не обращать внимания на скептицизм и не поддаваться давлению двигаться небольшими, конкретными шагами». Фолкман ориентировался на список серьезных вопросов, требующих ответов. В Гарвардской школе бизнеса так описывали принцип работы лаборатории:

На лекционной доске Фолкман составлял список вопросов, которые он считал основополагающими для понимания ангиогенеза[586]. Некоторые вопросы оставались на доске в течение нескольких недель, а некоторые – в течение нескольких лет, до появления новых технологий или какого-либо молодого ученого, готового рискнуть[587].

В центре политических исследований Governance Lab существует своя виртуальная версия такой доски – список под названием «Если бы мы знали…». В этот список мы заносим те вопросы, связанные с инновациями в государственном управлении, ответы на которые нам пока неведомы[588].

Теперь представим, что подобный исследовательский план предварял бы внедрение системы «Аристотель». В этом случае возникла бы очевидная необходимость проведения рандомизированных контролируемых испытаний и деления целевой аудитории потенциальных экспертов Министерства обороны на две группы. Информация в личный профиль первой группы загружалась бы автоматически, и сотрудникам предлагалось бы лишь внести правку в предварительно заполненный профиль. Участники второй группы получили бы пустую форму для самостоятельного заполнения. Анализ результатов помог бы понять, какой стратегии оптимально придерживаться для повышения эффективности Министерства обороны. Предположим, что часть сотрудников попросили документально подтвердить свою квалификацию, а других – описать свои навыки в свободной форме.

Кто отнесся бы к заданию с большим энтузиазмом?

А кто с большей готовностью откликнулся бы на запрос о помощи при последующем обращении?

При наличии такой доказательной базы, возможно, дальнейшее финансирование проекта сочли бы целесообразным. Но, к сожалению, история не знает сослагательного наклонения.

Сегодня на наших глазах возникают новые дисциплины, которые нацелены на повышение эффективности действий социальных систем и организацию знаний через использование объединенных возможностей человека и машин[589]. Но даже на фоне такого стремительного развития технологий по-прежнему ведется мало исследований того, как сложные государственные структуры используют информацию для принятия решений.

Сопротивление внедрению эксперимента наблюдается не только со стороны государственных чиновников, но и со стороны ученых, ведущих исследования в области общественных наук. Оценка влияния краудсорсинга и других инструментов выявления экспертов на результаты государственного управления с трудом укладывается в стандарты академических исследований[590]. Поэтому только в начале 2015 года при Всемирном банке была специально создана рабочая группа по оценке вовлеченности граждан через цифровые платформы. Обнародованные группой результаты анализа активности на онлайн-сайтах для обращений граждан демонстрируют, например, что те пользователи онлайн-сервисов, которые включают слово «пожалуйста» в свои письма (жалобы на разбитые дороги или на неисправные светофоры), с большей вероятностью получают ответ и что мужчинам отвечают гораздо чаще, чем женщинам[591].

У нас накоплено уже достаточно знаний о мотивах людей, принимающих участие в коммерческих краудсорсинговых проектах, о форматах такого участия, о том, какие условия обеспечивают стабильное и успешное взаимодействие. Параллельно обсуждение государственной политики активно ведется в аналитических центрах. При этом практически отсутствует тестирование механизмов сотрудничества между властными институтами и гражданами для решения жизненно важных общественных проблем. Почти не проводятся эмпирические исследования последствий выбора той или иной альтернативы в реальных условиях.

Эксперт Белого дома по инновациям Том Калил отмечает, что Министерство образования США тратит две трети своего бюджета на гранты и займы на образование, но ни цента не выделяется на исследование вопроса, как улучшить работу самого Министерства. Чтобы понять, как институты и организации могут использовать свою профессиональную компетенцию в различных условиях, для получения конкретных и убедительных фактов нам требуются системные эмпирические исследования и эксперименты[592].

В 2014 году Управление по контролю качества пищевых продуктов и медикаментов США начало реализовывать то, что не удалось платформе «Аристотель» в 2010 году. Управление FDA разработало схожий сетевой инструмент Experts.gov для поиска профессионалов с конкретными компетенциями внутри своего ведомства. Год спустя, в 2015 году, на внутриправительственном конкурсе Управление FDA выиграло грант в размере 350 тыс. долл. на то, чтобы расширить применение этого инструмента на все ведомство, а затем и на Министерство здравоохранения и социальных служб США. С помощью Experts.gov предполагалось улучшить процедуру регуляционного тестирования медицинских изделий. Одновременно с внедрением Experts.gov Управление FDA предполагало проводить экспериментальную проверку альтернативных подходов с целью выявить оптимальные варианты организации работы платформы.

На момент написания этой книги Управление по контролю качества пищевых продуктов и медикаментов было готово приступить к формированию экспертных групп. Часть из них создается с помощью инструментов Experts.gov, часть – по традиционной схеме путем именных приглашений. Этот эксперимент был разработан и спланирован Governance Lab совместно с учеными Международной исследовательской сети Фонда Макартуров[593], занимающейся проблематикой открытого управления. Целью эксперимента является изучение в реальном времени вопроса, повышает ли целенаправленное вовлечение экспертов эффективность регуляционного тестирования, и как именно.

Готовность Управления по контролю качества пищевых продуктов и медикаментов участвовать в плановых исследованиях, тестировать и изучать влияние изменений на свою деятельность является образцом отношения к внедрению инноваций в государственное управление. Эксперименты в реальном времени принципиально необходимы. Однако органы власти, будь то в Брюсселе или в Бразилии, не спешат менять методы работы, несмотря на резкое падение доверия к их деятельности. Это и понятно – ведь сложно менять конструкцию самолета, в котором летишь.

Между тем, хотя открытость инновациям и представляется радикальной мерой, она столь же многообещающа. Однако переход от «закрытого» управления к «открытому» не произойдет, да и не может произойти, без аргументов в пользу работоспособности открытого управления. Мы знаем это по опыту коммерческого сектора, где, прежде чем потратить деньги и время на переход на открытое программное обеспечение, изучается, какова возможная отдача от таких инвестиций.

По этому же принципу должны действовать и государственные структуры: для получения необходимых доказательств следует проводить оценку эффективности управленческих инноваций одновременно с их внедрением. Подобную стратегию легко реализовать, когда внедрение инноваций происходит на программных платформах с изменяемой конфигурацией. Без эксперимента невозможно узнать, стоит ли изменение затраченных усилий.

Дискуссия на ресурсе ExpertNet

Вскоре после закрытия «Аристотеля» администрация президента Барака Обамы включила в Национальные планы открытого правительства на 2011 и 2013 годы публичное обязательство по поддержке и взаимодействию с экспертными сетями (хотя речь еще не шла о прикладных экспериментах). Тем самым была заложена основа для действий, реализуемых сегодня[594]. Барак Обама призвал представителей общественности включаться в обмен экспертными знаниями, практическим опытом и видением, заявив:

Знания распространены во всех слоях общества, и государственным чиновникам будет полезен доступ к столь разнообразным знаниям, а значит, к коллективной мудрости и компетентной экспертизе[595].

Для реализации обещания президента Белый дом запустил онлайн-дискуссию на вики-сайте. Эта дискуссия получила название ExpertNet и явилась прообразом платформы Experts.gov[596]. Посетителям сайта предлагалось высказаться по функционалу, которым должны обладать платформы для коллективного участия. Основным предметом обсуждений стал вопрос, каким образом цифровые платформы могут выявлять обладателей определенных профессиональных компетенций и подключать их к решению общественных задач, соответствующих этим компетенциям.

На первом этапе команда проекта составила перечень вариантов, когда участие экспертов могло бы оказаться полезным. Вот одна из таких гипотетических ситуаций с участием вымышленного правительственного ведомства:

Департаменту инновационного развития требуется помощь общественности в поиске методов повышения уровня грамотности и математической подготовки взрослых, желающих продвинуться по службе.

На сайте был опубликован список вопросов, которые этот департамент хотел бы задать экспертам:

1. Имеются ли доказательства взаимосвязи между успеваемостью взрослых людей / продвижением по карьерной лестнице и поощрениями?

2. Как влияет на результаты характер поощрения: явный или неявный, предсказуемый или непредсказуемый, материальный или нематериальный?

3. Как можно определить, какие поощрения влияют на обучающихся взрослых?

4. Какие факторы могут повлиять на эффективность поощрения (например, этническая принадлежность или уровень семейного благосостояния) и на привлекательность различных видов поощрения[597]?

Эти и другие вопросы были направлены на:

• сбор информации о платформах и методах выявления экспертов;

• поиск инструментов для максимальной детализации компетенций и их обнаружения;

• выявление работающих примеров поиска экспертов;

• выявление юридических, административных и иных препятствий в поиске экспертов.

В дискуссии участвовали 42 зарегистрированных пользователя: ученые, отраслевые специалисты и общественные активисты. Целью инициированной коммуникации было получить их рекомендации по пилотным проектам тестирования предложенных стратегий на различных платформах. Обсуждение на ExpertNet показало, что профессиональная компетенция – столь широкое понятие, что вопросы можно адресовать пользователям с разным практическим опытом:

• специалистам в частном и государственном секторах образования для взрослых;

• взрослым, активно повышающим свой уровень образования;

• тем, кто знаком с программами поощрения высоких академических результатов и поддержки карьерного роста.

Кроме того, выяснилось, что мифическому департаменту инновационного развития были бы полезны советы:

• экспертов по анализу и графическому представлению данных для того, чтобы наглядно отображать академические достижения учащихся;

• специалистов по программным продуктам и играм, которые могли бы использоваться для обучения взрослых[598].

К сожалению, проделанная работа не привела к продолжению проекта ExpertNet: не удалось найти высокопоставленного государственного чиновника, который был бы готов задавать вопросы общественности, не боясь получить упрек в непрофессионализме и некомпетентности. Несмотря на отсутствие какого-либо обсуждения полученных результатов и моделей поиска носителей ноу-хау, было официально объявлено о завершении проекта, а федеральное правительство подписало свободный договор[599] с сайтом вопросов и ответов Quora[600]. Однако у государственных органов власти не было намерения использовать его возможности, как и какие-либо иные инструменты для улучшения государственного управления.

Экспериментальная работа Управления по контролю качества пищевых продуктов и медикаментов

Спустя несколько лет Управление по контролю качества пищевых продуктов и медикаментов запустило собственную версию ExpertNet под названием Experts.gov и попыталось воплотить то, что не удалось реализовать ранее. Управление FDA не ограничивается сбором идей, оно организует эксперимент по целенаправленному поиску экспертов для реальной практической деятельности. В проекте используется измененная версия поисковой платформы для сбора и каталогизации данных об ученых, работающих на стыке биологии и медицины.

Поскольку Управление по контролю качества пищевых продуктов и медикаментов – это ведомство, деятельность которого сильно зависит от научного и экспертного мнения, вполне логично, что именно оно стало пионером в области целенаправленного привлечения носителей конкретных ноу-хау. (Стоит заметить, что Белый дом был вынужден отказаться от официальной поддержки этой инициативы, так как она может вступить в противоречие с Законом о федеральных консультативных комитетах. Именно этот документ определяет порядок получения федеральным правительством сторонних консультаций. В главе 6 подробнее говорится о том, как этот и другие законы зачастую препятствуют усилиям в указанной области.)[601]

Управление по контролю качества пищевых продуктов и медикаментов регулирует оборот товаров стоимостью в 2 трлн долл. ежегодно. В зону ответственности Управления FDA входит контроль эффективности и безопасности новых видов медицинских изделий – от протезов до коронарных стентов. Все выводимые на рынок товары преследуют самые благие цели: уменьшить физические страдания, продлить жизнь, помочь в борьбе с болезнями. Одновременно они способны буквально обогатить успешных изобретателей[602] – рынок медицинских изделий оценивается примерно в 140 млрд долл. в год, а расходы на изделия медицинского назначения растут ежегодно примерно на 6 %, что на 4–5 % превышает средний рост расходов на здравоохранение[603].

Центр экспертизы медицинского и радиологического оборудования (CDRH[604]), являющийся подразделением Управления по контролю качества пищевых продуктов и медикаментов, руководит всем процессом предпродажного утверждения и послепродажного контроля над состоянием медицинских аппаратов и инструментов повышенной опасности. Процедура одобрения разработки включает проведение клинических испытаний. Научно-исследовательское подразделение Центра экспертизы CDRH – Отдел научно-технических лабораторий (OSEL[605]), не только располагает штатом собственных специалистов, но и привлекает для консультирования внешних экспертов. Их задача заключается в том, чтобы помочь Центру экспертизы CDRH оценить потребности рынка и контролировать безопасность и эффективность медицинского оборудования от стадии изобретения до момента фактического использования.

Согласно классификации Управления по контролю качества пищевых продуктов и медикаментов, медицинское оборудование по степени потенциального риска его применения в медицинских целях делится на три класса[606], для каждого из которых определены разные стандарты и процедуры контроля.

• К первому классу относится оборудование с низкой степенью риска – например, медицинский шпатель для языка или бактерицидный пластырь.

• Ко второму классу относятся изделия со средней степенью риска – например, средства для контактных линз.

• К самой малочисленной категории – третьему классу – относится медицинское оборудование с высокой степенью риска – например, имплантируемые кардиостимуляторы и искусственные сердечные клапаны.

Несмотря на то что медицинские изделия третьего класса составляют не более 1 % всех устройств, подпадающих под ежегодный контроль Управления FDA, именно на эту категорию изделий приходится наибольшая доля расходов. В 2008 году расходы на экспертизу всего шести самых дорогостоящих медицинских имплантатов составили почти 13 млрд долл., или примерно 10 % от общего объема расходов на медицинские изделия в США.

Процесс одобрения медицинских изделий с низкой степенью риска относительно прост, потому что они не требуют регуляционного тестирования. Для более сложных медицинских изделий с высокой степенью риска, от которых зависит человеческая жизнь, таких как грудные имплантаты, требуется тщательное предпродажное тестирование экспертами, обладающими нужными знаниями. Группа экспертов включает технических специалистов, экспертов по контролю качества производства, а также экспертов в области биологической совместимости и эпидемиологии.

Представьте, какое количество знаний из разных областей необходимо, чтобы сформировать заключение о безопасности съедобной биоэлектронной батарейки[607] в сравнении с приложением для кардиомониторинга или экзоскелетом[608], напечатанным на 3D-принтере. Очевидно, что использование в медицинских целях изделий, не прошедших должного тестирования, может привести к трагическим последствиям для здоровья людей.

В частности, по оценке доктора Стивена Ниссена из Кливлендской клиники, в 2006 году неисправные медицинские изделия послужили причиной смерти более 2800 человек[609]. Слова доктора Ниссена подтверждаются отчетом Центрального статистического управления:

Пациенты склонны считать, что, когда их лечащий врач ставит им имплантат, будь то искусственный сустав или кардиостимулятор, этот имплантат прошел очень серьезную предварительную проверку. Это убеждение не всегда соответствует истине[610].

Известны случаи отзывов медицинских изделий – от грудных имплантатов до эндопротезов тазобедренных суставов, – которые затронули тысячи человеческих жизней[611]. Из отозванных в 2005–2009 годах медицинских изделий Управление по контролю качества пищевых продуктов и медикаментов провело тщательный предпродажный контроль только в 21 из 113 случаев. Выяснилось, что Управление FDA подвергало медицинское изделие менее строгому контролю, если оно походило на изделие, уже имеющееся на рынке[612].

Однако и задержка в согласовании тоже может стоить жизней и денег, и тому есть драматичные примеры. Корпорация Acorn Cardiovascular разработала устройство вспомогательного кровообращения для поддержки сердечной деятельности, но не смогла сразу вывести его на рынок, так как Управление по контролю качества пищевых продуктов и медикаментов потребовало проведения дополнительных клинических испытаний. Испытания продолжались в течение трех лет и обошлись корпорации в 30 млн долларов.

Компания Biosensors International была вынуждена свернуть деятельность в Калифорнии из-за неадекватных затрат времени и финансовых расходов, связанных с получением от Управления по контролю качества пищевых продуктов и медикаментов одобрения коронарного стента – устройства, уже доступного во всем мире, включая Мексику и Канаду[613].

Профессор Гарвардской школы бизнеса Ариэль Стерн, изучающий экономику экспертизы медицинских изделий, обнаружил, что «те, кто подает заявки на инновационные устройства, не имеющие аналогов на рынке, тратят на процесс получения одобрения примерно на 34 % (7,2 месяца) больше времени, чем те, кто модернизирует уже одобренные устройства».

Такая диспропорция не может не тормозить инновационный процесс. Согласно обычной административной процедуре, заявка проходит по крайней мере два цикла скрупулезного изучения, прежде чем Управление FDA выносит окончательное решение.

С другой стороны, утверждает Стерн, увеличение периода рассмотрения заявки на один месяц снижает вероятность нежелательных последствий применения медицинского устройства на 1,6 % и примерно на 1,1 % вероятность развития побочных эффектов, способных привести к смерти или травмам пациента. Очевидно, что поиск равновесия между безопасностью применения и скоростью одобрения медицинских изделий – не вопрос науки[614]. На экспертов оказывается давление как со стороны бизнеса, так и групп потребителей. Хотя Управление по контролю качества пищевых продуктов и медикаментов не раскрывает данные о задержках рассмотрения заявок или о длительности их обработки, исследования свидетельствуют о недостатках действующей административной процедуры изучения и одобрения сложных медицинских изделий.

Недостатки административной процедуры

Современная процедура предпродажной экспертизы медицинских изделий, разработанная Управлением по контролю качества пищевых продуктов и медикаментов, достаточно сложна – в основном из-за того, что требуется найти 10–15 квалифицированных экспертов, готовых войти в рабочую группу[615]. Проблемы, с которыми сталкивается Управление FDA, свойственны многим организациям в различных отраслях: недостаток оперативности, опыта и разнообразия компетенций.

Процедура предпродажной экспертизы призвана обеспечить защиту потребителей и гарантировать безопасность и эффективность медицинских изделий. Но она также направлена на то, чтобы ускорить выход на рынок инновационных изделий, которые могут спасти человеческие жизни и, помимо прочего, являются высокодоходными. В настоящее время только на поиск экспертов и формирование квалифицированной рабочей группы из числа штатных сотрудников Управления FDA может уйти до девяти месяцев. В состав рабочей группы обычно входят один или два врача-специалиста, специалист по статистике, врач-эпидемиолог, один или два эксперта по биосовместимости, эксперт по упаковке и обеспечению стерильности, три или четыре инженера (в зависимости от продукта), а также специалист по производству и руководитель высокого уровня.

Управление по контролю качества пищевых продуктов и медикаментов находится под непрекращающимся огнем критики за медленное одобрение медицинских инноваций. Но пока эту проблему преодолеть не удается, и прежде всего потому, что для проведения качественного анализа необходимы междисциплинарные знания и навыки (так же, как они требуются в добывающем секторе, охране труда, потребительском секторе, ядерной промышленности и других направлениях экспертизы, проводимой государственными органами и связанной с безопасностью). Более того, проблема усугубляется – ведь с появлением новых видов изделий, включая «более комбинаторные продукты с большим числом макромолекул, адресную нанодоставку лекарственных препаратов и многие другие инновационные подходы», возникает еще более острая потребность в междисциплинарной профессиональной экспертизе[616].

В Отделе научно-технических лабораторий Центра экспертизы медицинского и радиологического оборудования работает всего около 100 сотрудников (из 800 сотрудников Центра), что явно недостаточно для мониторинга безопасности работы приборов и устройств в течение их жизненного цикла. В 2000–2010 годах среднее время принятия решения по медицинским изделиям с высокой степенью риска, но с потенциалом для спасения человеческой жизни увеличилось примерно на 60 % (с 96 до 153 дней). При этом число заявок на предпродажную экспертизу примерно за этот же период (с 2000 по 2009 год) практически не изменилось – немного меньше 10 тысяч в год (9594 в 2000 году и 9655 в 2009 году)[617].

Для ускорения рабочего процесса в Управлении по контролю качества пищевых продуктов и медикаментов были внедрены новые ИТ-инструменты поддержки принятия решений. Одновременно Управление FDA приняло решение разработать руководство по административным процедурам, включая перечень основных технических нормативных и правовых требований, которые должны быть выполнены в срок до 120 дней. Однако для создания более предсказуемых, но в то же время модифицированных процедур Управлению FDA по-прежнему требовались эксперты, в том числе штатные. К сожалению, из-за сокращений бюджета Управление FDA не могло позволить себе нанимать людей[618].

В январе 2011 года Управление FDA объявило о реализации плана, известного как Innovation Pathway («Инновационная траектория»), направленного на модификацию административных процедур вывода на рынок новых изделий и на повышение эффективности работы с разработчиками медицинских изделий[619]. В качестве ключевой проблемы в плане Innovation Pathway был указан дефицит экспертных знаний в самом Управлении FDA и отмечена необходимость более тесного взаимодействия ведомства с широкой сетью экспертов[620].

Считается, что при грамотном подходе привлечение одного и того же круга специалистов к проведению экспертного анализа формирует высокий уровень институциональных знаний. Однако на практике дела обстоят иначе. Один из комментаторов объясняет это следующим образом:

Когда вы получаете письмо от министерства в ответ на свою заявку, вы понимаете, что имеете дело с умным и образованным специалистом. При этом его опыт в данной конкретной области может быть крайне незначительным или отсутствовать вовсе, да и опыт работы в органе власти может быть довольно скромным из-за высокой сменяемости кадров[621].

Как и в других органах государственного регулирования, например в Патентном ведомстве США, эксперт может не иметь должных знаний в той конкретной профессиональной области, в которой подана патентная заявка. Тем не менее, чтобы избежать фактора личной заинтересованности и конфликта интересов, во многих ведомствах нормативно закреплен запрет на внешнюю экспертизу.

Центр экспертизы медицинского и радиологического оборудования привлекает внешних экспертов к участию в консультационных советах, однако членство в рабочей группе по оценке медицинского оборудования ограничено кругом «особых государственных служащих»[622] – они должны быть предварительно отобраны и приняты в штат ведомства[623]. Поэтому, когда Центру CDRH требуется эксперт по новейшим технологиям, нет уверенности в том, что специалист с нужными компетенциями найдется среди «особых государственных служащих». Другие традиционные способы привлечения внешних экспертов, такие как поиск среди участников открытых семинаров, конференций или авторов научных статей, не всегда позволяют выявить специалиста, знакомого с новейшими исследованиями, или просто могут оказаться недоступными в тот момент, когда в Центре CDRH возникает конкретный вопрос[624]. Внешние консультанты чаще всего привлекаются для повышения общего профессионального уровня сотрудников ведомства, но не для участия в экспертизе медицинских изделий.

Нехватка квалифицированных кадров в Центре экспертизы медицинского и радиологического оборудования является следствием нескольких причин:

• высокой текучести кадров (она почти в два раза превышает аналогичный показатель в центрах лекарственных препаратов и биопрепаратов Управления по контролю качества пищевых продуктов и медикаментов);

• недостаточного уровня подготовки персонала;

• преобладания численности руководителей над численностью исполнителей;

• увеличения нагрузки на Центр, вызванной растущей сложностью и многочисленностью заявок.

В плане Innovation Pathway изначально содержалось предложение создать список признанных специалистов – представителей двух десятков профессиональных организаций, таких как Американская академия неврологии или Общество торакальных хирургов[625], и приглашать их в качестве консультантов при проведении экспертизы[626]. Членство в профессиональных ассоциациях рассматривалось как достаточное свидетельство компетентности специалиста, поэтому дополнительных способов подбора экспертов для решения конкретных задач не предполагалось.

Однако членство в Обществе торакальных хирургов хотя и означает, что человек является действующим хирургом, но практически ничего не говорит о его опыте работы с различными технологиями и приборами, о его навыках консультанта или эксперта, о его интересе к тем проблемам, которыми предстоит заниматься членам рабочей группы. Кроме того, утвержденный список препятствует привлечению других специалистов с соответствующим опытом – например, ученых или врачей, не состоящих в профессиональных ассоциациях, или аспиранта, который пишет диссертацию по специализированному медицинскому прибору.

Благодаря плану Innovation Pathway и некоторым другим мерам количество нерассмотренных заявок в Управлении по контролю качества пищевых продуктов и медикаментов начало значительно снижаться в 2010 году, хотя едва ли этот прогресс сохранится надолго[627]. Результаты исследования, проведенного Бостонской консалтинговой группой[628], указывают на значительное увеличение числа лекарственных препаратов и сложных медицинских изделий, получивших одобрение в Европейском союзе задолго до того, как их документация прошла предпродажную экспертизу в США. Учитывая усложнение приборов и устройств, вероятно, что отставание США только увеличится[629].

При проведении экспертной оценки медицинского оборудования, помимо физической нехватки сотрудников, наблюдается также нехватка специалистов в различных областях знаний. Даже для экспертного анализа простого медицинского прибора Управлению FDA необходимо найти больше десятка самых разных экспертов. Что же говорить о ситуациях, когда требуются специалисты по современным инновациям в новых областях науки?

Для создания некоторых приборов изыскания ведутся одновременно по многим направлениям – от материаловедения до механики жидкостей. Представьте, что требуется подобрать группу подходящих экспертов для оценки носимого или имплантируемого прибора, который сделан из нового адгезионного материала, содержит беспроводные передатчики и вводит биологический препарат для лечения определенного состояния. Также, поскольку разработка новых устройств может вестись на стыке дисциплин, иногда бывает сложно дать единое описание этих устройств, так как в разных областях науки присутствуют различные подходы.

Дополнительные трудности вызвало появление мобильных устройств для мониторинга, таких как кардиомониторы, которые используют сенсоры мобильных телефонов. За мобильную связь в США отвечает Федеральная комиссия по связи (FCC[630]), а Управление по контролю качества пищевых продуктов и медикаментов контролирует медицинское оборудование[631]. Необходимость преодолевать барьеры в двух ведомствах привела к тому, что в июле 2010 года федеральное правительство издало Меморандум о взаимопонимании, в котором обещало «повысить эффективность процессов регулирования в отношении беспроводного медицинского оборудования»[632]. Однако, по оценкам многих, прогресс оказался не столь быстрым. В апреле 2012 года шесть членов Палаты представителей (по требованию индустрии мобильных технологий) направили в оба ведомства письмо, настоятельно призывающее их повысить эффективность взаимодействия, чтобы избежать «медленных и несогласованных административных процедур», стоящих на пути прогресса беспроводных медицинских технологий[633].

Закон о полномочиях Управления по контролю качества пищевых продуктов и медикаментов в области медицинской безопасности и инноваций (FDASIA[634]) от 2012 года включал требование, чтобы Управление FDA, Федеральная комиссия по связи и Аппарат национального координатора по информационным технологиям в здравоохранении Белого дома (ONC[635]) совместно разработали «стратегию и рекомендации по созданию нормативной правовой системы, касающейся использования в медицине информационных технологий, включая мобильные приложения. Подобная система должна быть удобна для применения и основана на оценке рисков; в этом случае она будет способствовать инновациям, защищать безопасность пациентов и не допускать двойного регулирования[636]».

Управление FDA также отвечает за контроль безопасности устройств на протяжении всего жизненного цикла прибора. Его специалисты должны знать о разнообразных типах устройств и способах их производства, о влиянии экономических, клинических и управленческих факторов на их применение. Эти зоны ответственности требуют разнообразных ноу-хау. Кроме того, всегда востребовано экспертное мнение специалистов в тех областях, которые на первый взгляд не связаны между собой. Например, энтомолог, изучающий архитектуру сохраняющих стабильную температуру муравейников в африканской саванне, может многое поведать об экостроительстве.

Улучшение административной процедуры экспертизы медицинских приборов посредством целенаправленного привлечения консультантов

Ранее Управление по контролю качества пищевых продуктов и медикаментов выступало за то, чтобы позволить внешним экспертам участвовать в оценке медицинского оборудования. Однако опасность возникновения конфликта интересов, а также обвинений в оказании давления вынудила Управление FDA отказаться от этой идеи. Сегодня ведомство продолжает полагаться на группу собственных специалистов и нескольких «особых государственных служащих», которые временно введены в штат Управления FDA для участия в рабочих группах по экспертной оценке. При этом внешние эксперты отвечают преимущественно за сбор информации, а не за фактическую оценку приборов[637].

Новые экспертные платформы потенциально способны снизить затраты на целенаправленный поиск экспертов, которые, возможно, работают в Управлении FDA, но чьи компетенции неизвестны. Эти платформы предлагают более эффективные способы определения профессиональной компетенции, выходящие за рамки стандартного поиска записи о квалификации в университетском дипломе. Они обеспечивают выявление требуемых специалистов по множеству различных отраслей знаний, включая и те, которые могут быть незнакомы человеку, осуществляющему поиск. Они помогают находить нужных специалистов с опытом экспертной оценки приборов, которые также смогут участвовать в разработке правил использования приборов в реальной медицинской практике с учетом возможных последствий.

При этом использование целенаправленного поиска экспертов не исключает возможности случайного нахождения нужных специалистов при помощи открытого публичного запроса. Так, Управление по контролю качества пищевых продуктов и медикаментов исходит из предположения о том, что систематизация информации о навыках и профессиональных компетенциях (создание соответствующей директории) может оказаться полезной для привлечения нужных людей из определенного круга специалистов к решению проблем, в которых их знания будут наиболее полезны.

В случае с экспертной оценкой медицинского оборудования применение стандартного механизма краудсорсинга практически невозможно. Необходимость быстрого доступа к надежным специалистам не позволяет уповать на счастливый случай, особенно в правовом и этическом аспектах, а также из-за вполне реальных опасений возможных манипуляций и неправомерных действий. Даже если в других случаях краудсорсинг – эффективное решение.

Вполне закономерно, что первым шагом к созданию экспертной сети может стать поиск участников с профессиональной компетенцией в области высоких технологий. Как правило, ученые и специалисты по нормативному правовому регулированию поддерживают информацию о своей квалификации в актуальном состоянии. Ученые регулярно обновляют списки публикаций и дополняют информацию о дипломах и сертификатах. Профессиональные стандарты требуют, чтобы эти сведения находились в открытом доступе, и такие базы данных уже распространены в биологии и медицине шире, чем в других областях. Специалисты по нормативному правовому регулированию обычно делают акцент не на документах о квалификации, а на своем практическом опыте. По крайней мере, внутри государственных организаций всегда ведется учет того, кто из специалистов занимался разработкой тех или иных нормативных документов. Иначе говоря, для двух этих категорий существуют базы данных, на которые можно опираться при заполнении профилей и автоматизации запросов по поиску специалистов с узкой квалификацией.

В области биологии и медицины нет недостатка в квалифицированных специалистах. Штат Центра экспертизы медицинского и радиологического оборудования включает 800 человек. В целом в Управлении по контролю качества пищевых продуктов и медикаментов работает примерно 14 тыс. сотрудников, еще 17 тыс. человек – в Национальных институтах здравоохранения. В вышестоящем органе – Министерстве здравоохранения и социальных служб США – занято более 83 тыс. сотрудников. В целом в медицинской индустрии и в научных организациях работает более сотни тысяч человек[638]. Экспертная комиссия по медицинским изделиям Управления по контролю качества пищевых продуктов и медикаментов состоит из 18 рабочих групп специалистов-практиков в области медицины и отраслевых экспертов, которые представляют интересы потребителей и отрасли. Несмотря на это, Управление FDA не располагает механизмом быстрого поиска среди штатных сотрудников тех, кто обладает опытом проведения оценки специализированных прикладных технологий[639].

Не менее сложная задача для ведомства – поиск представителей частного сектора, обладающих глубокими знаниями в области отраслевых инноваций. В рамках административной процедуры отдельные документы из предпродажного досье какого-либо медицинского изделия направляются в консультативный комитет с уточняющими вопросами и запросом дополнительной информации. Очевидно, что Управлению по контролю качества пищевых продуктов и медикаментов необходим стабильно работающий механизм поиска внешних и внутренних экспертов для формирования совместных рабочих групп со специалистами по нормативному правовому регулированию, а также для просвещения сотрудников ведомства по новым направлениям в области медицинского оборудования – например, по использованию 3D-печати или нанотехнологий в терапии.

Именно с этой целью Управление по контролю качества пищевых продуктов и медикаментов и создало платформу FDA Profiles. За пилотную версию площадки для сетевого взаимодействия экспертов (в чем-то похожей на программу «Аристотель») отвечал Отдел научно-технических лабораторий (подразделение Центра экспертизы медицинского и радиологического оборудования Управления FDA).

Возглавила проект группа «корпоративных предпринимателей»[640], вневедомственных представителей инновационных отраслей, которые приглашаются в государственные органы для продвижения инновационных идей и для донесения до профессионального и научного сообщества информации о приоритетах и проблемах ведомства. В число «предпринимателей» входил и руководитель Программы по системам медицинской информации и принятию решений Бизнес-школы Мэрилендского университета. Миссия «корпоративных предпринимателей» заключалась в том, чтобы помочь Центру экспертизы медицинского и радиологического оборудования модифицировать и ускорить процесс предпродажного одобрения медицинских изделий.

FDA Profiles – инструмент с открытым программным кодом для поиска экспертов и их взаимодействия между собой. Создание FDA Profiles не было попыткой нарушить субординацию или сместить центр принятия решений. Цель применения технологий в поиске наиболее подходящих экспертов для каждого конкретного случая заключалась не в том, чтобы подменить специалистов Управления FDA. Наоборот, FDA Profiles создавалась для того, чтобы усовершенствовать действующие в отношении медицинского оборудования административные процедуры, повысить их эффективность и качество.

Проект работает на открытой программной платформе для сетевого взаимодействия экспертов Harvard Profiles Research Networking Software, разработанной Гарвардской медицинской школой при поддержке Национальных институтов здравоохранения. Эту платформу используют еще 240 организаций, включая медицинские и биологические факультеты Гарвардского университета, Государственного университета штата Пенсильвания, Бостонского университета, Калифорнийского университета в Сан-Франциско (UCSF)[641].

FDA Profiles финансируется Национальным институтом здравоохранения, основная цель которого заключается в том, чтобы содействовать исследователям в поиске коллег с узкой областью специализации. Согласно одному из описаний, «программа импортирует и анализирует информацию из адресных справочников, публикаций и других источников с целью создания и поддержания в актуальном состоянии полноценной библиотеки электронных резюме с возможностью поиска[642]».

Управление по контролю качества пищевых продуктов и медикаментов начало адаптацию программы FDA Profiles для создания онлайн-директории экспертов. Прежде всего, директория должна содержать информацию о штатных сотрудниках Управления FDA. В дальнейшем база данных будет дополнена сведениями о сотрудниках Министерства здравоохранения и социальных служб. Источником данных является как внутренняя информация Управления FDA – например, данные из личных дел сотрудников, так и внешние источники – например, публикации интернет-ресурсов PubMed и Web of Science.

Первый этап проекта начался в 2014 году. Его цель заключалась в том, чтобы повысить скорость и эффективность одобрения медицинских изделий посредством сетевого взаимодействия между штатными экспертами Управления FDA и специалистами по нормативному правовому регулированию, укрепить взаимодействие между правительственными регуляторами и научным сообществом и помочь государственным ведомствам осознать, что для принятия сложных политических решений требуется комплексный научный подход[643].

Как Profiles оценивает профессиональную компетенцию

Классическим примером экспертной сети является проект Harvard Catalyst Profiles. Это наглядный образец, как мог бы действовать механизм умного государственного управления в будущем. Для заполнения базы данных Profiles используется комбинация автоматических (пассивных) и ручных (активных) методов. В рамках так называемого «пассивного сетевого взаимодействия» (passive networking) публикации пользователей из онлайн-источников автоматически добавляются в профиль специалиста, где затем анализируются для определения профессиональной компетенции человека и выстраивания его профессиональных связей[644].

«Пассивные сети» создаются автоматически на основании истории соавторства, принадлежности к одной организации и географической близости. Инструменты FDA Profiles находят в онлайн-источниках и вносят в профиль специалиста:

• биографические данные;

• информацию о членстве в профессиональных ассоциациях;

• данные об образовании и повышении квалификации;

• сведения об опыте в области нормативного правового регулирования;

• публикации, размещенные в открытых источниках;

• информацию о грантах с ресурса grants.gov.

Кроме того, исследователь имеет возможность в ручном режиме добавить сведения о своих интересах, навыках и проектах, указать научного руководителя, консультантов или отметить связи с коллегами, то есть «дополнить… базу FDA Profiles информацией о своих социальных связях, которая известна только ему самому». Собранные данные и алгоритмы подбора людей под решение конкретных задач позволяют Harvard Catalyst Profiles ускорить процесс идентификации «правильных» экспертов.

Структура организации данных, собранных автоматически или введенных в ручном режиме, позаимствована у сети VIVO, еще одной системы поиска экспертов, построенной на отрытом программном обеспечении. VIVO представляет собой авторитетную межуниверситетскую базу данных ученых[645]. Дин Крафт, руководитель направления развития информационных технологий библиотеки Корнелльского университета, объясняет работу ресурса следующим образом:

После наполнения базы информацией об интересах исследователей, их деятельности и профессиональных достижениях VIVO позволяет осуществлять поиск исследователей в разных областях науки как в данной организации, так и за ее пределами. Платформа VIVO дает возможность просматривать данные системы и через функцию поиска быстро находить нужную информацию[646].

Рабочая группа создателей VIVO, в которую входили программисты и специалисты по информационным технологиям, создала онтологическую структуру данных[647], которую впоследствии внедрили у себя также Harvard и FDA Profiles. Эта структура является подробной спецификацией модели предметной области, задает основу для систематизации данных по выделенным категориям и единую терминологию для описания области исследований, исследовательских проектов, применяемых баз данных, опыта преподавания и областей экспертизы. Опора на онтологическую структуру данных позволяет составить детализированное описание компетенций исследователя, в частности в области биомедицины[648].

Классификация данных, как собранных автоматически по онлайн-базам, так и введенных специалистами вручную, осуществляется на основе онтологической структуры и сформированной библиотеки категорий. Исходя из этих данных, Profiles формирует так называемое «облако понятий» – набор ключевых слов, который описывает научные интересы и достижения эксперта в течение продолжительного периода[649]. Пользователи имеют возможность самостоятельно дополнять список навыков и редактировать свои данные.

Алгоритмы Profiles позволяют представлять результаты поисковых запросов в виде списков или визуальных диаграмм, показывающих взаимосвязи между людьми. Например, если в системе FDA Profiles провести поиск по запросу «стент», программа выдаст список сотрудников Управления по контролю качества пищевых продуктов и медикаментов с пояснениями, почему предложены именно они.

Платформа Profiles изначально функционировала как «Facebook внутри Управления FDA», но в перспективе предполагалось, что она начнет использоваться органами власти более широко и будет связана с другими сетями, такими как VIVO, для поиска экспертов вне стен ведомства. Существуют планы по интеграции в эту систему базы патентов, а также данных LinkedIn, Slideshare и других социальных медиа. Предполагается также добавить в систему поиска экспертов инструменты для совместной работы и обмена мнениями. Просто возможности выявить эксперта недостаточно – важна возможность установить связь и взаимодействие с ним. Например, Университет Калифорнии, Сан-Франциско, активно использует краудсорсинговую платформу Open Proposals («Открытые предложения»), которая создает условия для доконкурсного взаимодействия ученых и уже обеспечивает устойчивое и продуктивное сотрудничество исследователей[650].

Умное государственное управление в действии: опыт использования Experts.gov

Запуск параллельно с FDA Profiles платформы Experts.gov создал возможность, которую не удалось реализовать «Аристотелю»: не только внедрить новое программное обеспечение, но и протестировать его различные функции в гибком пилотном эксперименте.

Конкретная цель эксперимента – оценить влияние сетевой экспертизы на уровень безопасности и эффективности процедур предпродажного и послепродажного контроля медицинских изделий со стороны Управления по контролю качества пищевых продуктов и медикаментов.

Подобные исследования дают информацию не только о том, работает ли целенаправленный поиск экспертов в принципе. Они также показывают, способствует ли экспертное участие повышению общего уровня профессионализма в организации и созданию более умных институтов.

FDA Profiles предоставляет уникальный шанс изучить влияние экспертных сетей как на метод краудсорсинга, так и на регламентирующие требования безопасности медицинских изделий. Платформа позволяет провести первое в своем роде исследование механизмов принятия государственных решений в режиме реального времени. Сравнение стандартного краудсорсинга, предполагающего открытый запрос на участие специалистов в консультировании или регуляционном тестировании с поиском участников через системы, подобные FDA Profiles, поможет понять, как лучше внедрять в процесс выработки государственной политики проверенные на практике подходы.

На момент написания этой книги описанные прикладные исследования были уже спланированы, но еще не реализованы. Стоит подробнее остановиться на деталях этих исследований хотя бы для того, чтобы проиллюстрировать, насколько технологические инновации умного государственного управления совместимы с экспериментами, которые могут – и на самом деле должны – сопровождать их внедрение. Дополнительные эмпирические исследования программы FDA Profiles – это возможность не только протестировать различные политические решения, но и исследовать, как формулируется государственная политика.

Например, используя информацию о сотрудниках Управления по контролю качества пищевых продуктов и медикаментов и Министерства здравоохранения и социальных служб, которая заносится в базу FDA Profiles, можно сравнить целевое вовлечение специалистов, организованное через FDA Profiles, и существующие сегодня методы вовлечения экспертов. Так, можно будет оценить два метода подбора экспертов: одного, основанного на широких принципах, и другого, исходящего из наличия у потенциального консультанта научных степеней и публикаций. Или выяснить, действительно ли целенаправленный поиск статусных экспертов имеет ряд недостатков – например, обнаруженные эксперты будут слишком заняты или их профессиональные стандарты не допускают волонтерского участия. Кроме того, сильные ученые могут оказаться не слишком удачными консультантами, так как в силу особенностей своей профессии их методы работы затратны по времени и бесполезны для органов власти.

После сравнения опыта, полученного в результате использования программы FDA Profiles, со стандартной практикой подбора экспертов группа исследователей планирует проведение параллельного тестирования с изменением алгоритма. Это позволит оценить некоторые виды экспертизы более внимательно. Например, чтобы оценить влияние таргетирования экспертов, Управление по контролю качества пищевых продуктов и медикаментов планирует отбирать экспертов по разным критериям. Первая группа будет составлена из специалистов, отобранных исходя из их научных степеней и публикаций, в другую войдут люди с опытом экспертизы медицинских изделий, а третья будет сформирована на основе данных социальных сетей LinkedIn, Facebook и Wikipedia. Данные из внешних источников можно комбинировать с запросом к самим участникам – попросить их заполнить анкету и перечислить свои навыки и практический опыт. Тестирование разнообразных критериев отбора на данный момент является частью плана по запуску программы.

Известен по крайней мере один непосредственный прецедент подобного тестирования экспертной сети в «естественных условиях», хотя и не в органах государственного управления. Профессор Гарвардской школы бизнеса и эксперт по модели открытых инноваций Карим Лахани вместе с коллегами исследовал влияние открытых инноваций на изучение диабета в проекте Harvard Catalyst. Результатом проекта (в ходе которого была создана программа Harvard Profiles) стал «общеуниверситетский центр по клиническим и междисциплинарным научным исследованиям» при Гарвардской медицинской школе.

Деятельность центра направлена на переосмысление научно-исследовательского процесса с тем, чтобы решать «проблемы исследований здоровья человека, связанные с высоким уровнем риска и серьезными последствиями»[651]. Центр рассматривает каждый из аспектов исследовательского процесса и разрабатывает стратегии, которые должны сделать этот процесс более открытым, что позволит собирать большие объемы релевантной информации и вовлекать в работу широкую аудиторию. Цель проекта заключается в привлечении свежих идей и новых точек зрения.

В 2010 году Catalyst провел разработанный Лахани эксперимент, с тем чтобы определить, как в научной среде формулируются исследовательские задачи[652]. Как правило, научные сотрудники самостоятельно определяют направления исследований лаборатории. Прежде чем инвестировать средства на проведение исследований и в попытке привлечь новые идеи из нестандартных источников, центр Catalyst предложил вознаграждение в 30 тыс. долл. тому, кто сформулирует перспективную тему исследования по борьбе с диабетом 1-го типа. Уникальность этого эксперимента заключалась в том, что участников не просили давать ответы – наоборот, они должны были задавать вопросы. Такой формат позволил участникам выдвигать идеи вне зависимости от того, могли ли они решить проблему.

Через шесть недель были получены 150 убедительных исследовательских гипотез, охватывающих широкий спектр подходов, базирующихся на различных областях знаний. Авторы эксперимента проанализировали полученные гипотезы и обнаружили, что они «значительно отличались от того, что существует в литературе, и от известного в научном сообществе набора идей по изучению диабета 1-го типа»[653]. Трастовый фонд Леоны Хелмсли выделил Гарвардскому университету 1 млн долл. в виде гранта для проведения исследований на основе этих новых тем.

Помимо предложенного вознаграждения, Harvard Catalyst использовал программу Profiles, действующую по тому же принципу, что и FDA Profiles, для поиска исследователей, которые, согласно информации с их профиля, могли бы предложить свои идеи. Система Profiles отбирает публикации преподавателей Гарвардской медицинской школы, размещенные в базе PubMed, и формирует базу данных профессиональной компетенции на основе классификации научных работ. Темы исследований, предложенные в ходе эксперимента, сопоставлялись с классификацией системы Profiles для облегчения поиска. Как отмечали организаторы эксперимента, целью этих действий было выйти за рамки сложившегося научного сообщества, занимающегося изучением диабета, и найти ученых, чья работа была посвящена темам, представленным в новых исследовательских гипотезах, но не обязательно касающихся диабета[654].

В результате алгоритм соответствия обнаружил более 1000 ученых, потенциально обладающих необходимыми знаниями для формирования исследовательских предложений по этим новым гипотезам. Некоторые из них были признанными специалистами по исследованию диабета, но большинство не имели к нему отношения. Центр Harvard Catalyst направил выявленным ученым информацию о гранте. На этом этапе в эксперимент был введен элемент контроля: из группы исследователей случайным образом была отобрана половина, которой предложили в качестве подходящих кандидатов для сотрудничества представителей другой половины группы. Как и в секторе государственного управления, подобный адресный охват не характерен для исследований в области биомедицины.

В результате на финансирование претендовала 31 команда с руководителями из числа сотрудников Гарвардского университета, 23 из которых были обнаружены при помощи программы Profiles, и у 14 из них не было существенного опыта в изучении диабета 1-го типа. В итоге финансирование получили 7 заявок, среди которых 5 руководителей исследовательских групп не имели опыта изучения диабета 1-го типа.

Пока что преждевременно говорить о влиянии этого эксперимента на успех борьбы с диабетом. Обычно от момента начала медицинских исследований до внедрения их результатов проходит от 15 до 30 лет. Тем не менее эксперимент принес ряд важных результатов:

Основной вывод эксперимента центра Harvard Catalyst заключался в том, что все этапы доселе узкого и интегрированного инновационного процесса – от формулирования гипотез до выбора идеи для разработки – можно разбить на этапы и сделать более открытыми для влияния извне. Благодаря нестандартной организации доступа к участию в эксперименте центр Harvard Catalyst достиг своей цели и смог обнаружить действительно перспективные идеи и участников для устоявшихся областей исследований[655].

Полевой эксперимент демонстрирует, что нет таких причин, по которым административная процедура экспертизы медицинских изделий не может проводиться на основании тех же принципов, что и процесс тестирования самого оборудования. Подобные методы откроют путь исследованиям в областях:

• выявления компетенций и поиска экспертов;

• определения критериев и формулирования приглашения к участию;

• создания стимулов для участия;

• развития готовности институтов использовать новые методы.

Стоит помнить, что эмпирическое исследование не является конечной целью. Это лишь средство для принятия более эффективных решений об инвестициях в новые технологии, понимания их влияния, повышения качества экспертизы – то есть всего, что делает государственное управление умным.

Программа исследований для умного государственного управления: определение состава участников

Программа FDA Profiles функционирует на основе собственных алгоритмов для поиска потенциальных экспертов внутри и вне Управления по контролю качества пищевых продуктов и медикаментов. Подход к поиску данных, практикуемый FDA Profiles, основан на изучении научных публикаций, информации о выделенных грантах и биографических сведений. В этом заключается серьезное различие между FDA Profiles и, например, сетями профессиональных контактов, состоящими из членов аккредитованных организаций.

Какой подход к отбору экспертов более эффективен для привлечения готовых к сотрудничеству и квалифицированных участников?

Нет гарантии того, что «правильные» эксперты будут отобраны в результате целенаправленного поиска по формальным документам о квалификации. Суть проблемы можно сформулировать как парадокс: мы не знаем заранее, кого именно и чего именно мы не знаем. Привлекательность инструмента краудсорсинга и модели открытых инноваций в том, что эти механизмы позволяют находить неожиданных участников. В ходе своего эксперимента центр Harvard Catalyst осуществлял широкий поиск, и в результате были выявлены 1000 потенциальных кандидатов, многие из которых не имели опыта исследований диабета. Однако существует надежда, что целенаправленный краудсорсинг сделает обнаружение «правильных» кандидатов более гарантированным и регулярным. По этой причине органы власти, как в США, так и в других странах, начали изучать возможности применения экспертных сетей для расширения информированности граждан о государственном управлении.

Эмпирические исследования могут дать ответы на такие важные вопросы, как, например:

• Как экспертные системы определяют, кто какими знаниями обладает?

• Как платформа направляет запросы на участие и подбирает кандидатов, наиболее подходящих для предложенных возможностей?

• Кто включается в работу с большей готовностью и с большей отдачей: те кандидаты, которых выявила программа Profiles, или те, кого ведомство находит через LinkedIn?

• Насколько полезны эти технологии для определения экспертов в разных областях? Иными словами: может быть, не так сложно найти специалистов, работающих с коронарными стентами, но как эффективнее всего найти специалиста по материаловедению, фактически занятого в другой профессиональной области и при этом способного поделиться подходящими знаниями?

• Являются ли эти технологии более полезными для формирования экспертных рабочих групп, для получения знаний о приборах следующего поколения или для других видов управленческой деятельности в государственном секторе?

• В какую форму следует облекать приглашение к участию?

Ответ на последний вопрос также может стать предметом проб и ошибок из-за множества разнообразных лексических средств описания проблемы. Например, можно сравнить эффективность приглашения к участию, в котором акцент сделан на экстренности проблемы, с приглашением, которое апеллирует к интересам и профессиональной компетенции кандидатов.

Тестирование взаимодействия экспертов

По мере перехода от широкого краудсорсинга к умному краудсорсингу важно помнить, что выявление экспертов, способных помочь в решении проблемы, – это лишь одна часть уравнения. Сколь бы правильным ни был процесс отбора, группа экспертов сможет показать результат только при продуктивном взаимодействии.

Таким образом, для определения оптимальных инструментов организации взаимодействия также необходимы практические исследования: важно добиться максимальной эффективности не только методов подбора экспертов, но и выстраивания онлайн-взаимодействия между ними на разных этапах принятия решений. Необходимо смоделировать и протестировать использование для совместной работы различных платформ, позволяющих получать экспертное знание по каждому этапу.

Параллельно с этим процессом следует проводить работу по определению оптимального размера рабочей группы. В конце концов, целенаправленный поиск может ставить задачу обнаруживать не только индивидов, но и рабочие группы и онлайн-сообщества. Оптимальное число участников рабочей группы определяется опытным путем. Китайские ученые в течение многолетнего полевого офлайн-исследования собирали информацию о влиянии размера группы на результаты гражданского мониторинга незаконной деятельности по вырубке леса в «Национальном заповеднике Волонг». Оказалось, что соотношение размера группы и результативности имело U-образную форму. Лю Цзяньго описывает это так:

Оптимальной является группа среднего размера, состоящая из восьми или девяти домохозяйств, в других случаях наблюдался «эффект безбилетника» – ситуация, когда некоторые члены группы выполняют работу за всех, или внутригрупповое принуждение[656].

Полученные результаты способствовали определению более качественных стратегий для эффективного государственного управления[657].

После того как определена правильная аудитория, возникает вопрос: какие платформы обеспечивают объединение людей в группы и их оптимальное взаимодействие?

Программные методы распределенного решения задач снизили затраты на подобное взаимодействие и на формирование онлайн-групп. Тем не менее по-прежнему необходимо добиваться лучшего понимания того, какой тип взаимодействия в группе является наиболее эффективным, когда и в каких условиях. А для правильной организации тестирования важно уметь различать типы краудсорсинга и их особенности.

При нынешнем употреблении термина «краудсорсинг» эти различия могут казаться не столь явными. Когда Белый дом объявил о краудсорсинге «смелых идей» для стимулирования экономического роста, это означало, что все желающие могут присылать по электронной почте свои предложения по комплексу сформулированных правительством вопросов, однако дальнейшей дискуссии не предполагалось[658].

Подобная тактика отличалась от механизма краудсорсинга, который использовался в 2012 году для создания Великой хартии вольностей за свободу интернета на Филиппинах. Этот документ был совместно разработан гражданами в ответ на принятие закона против киберпреступности, который, по опасениям многих, мог существенно ограничить свободу слова в интернете.

Аналогичным образом гражданское общество Бразилии приняло активное участие в продвижении Закона о свободе интернета, известном как Marco Civil, в 2009–2014 годах[659]. В рамках этих проектов большое число людей объединялось для совместной работы над одним документом.

Понимание различных способов функционирования онлайн-групп позволяет обеспечивать эффективные способы участия групп в решении множества задач государственного управления. Изучение примеров онлайн-взаимодействия помогает провести различие между многочисленными формами взаимодействия на основании того, какую задачу предлагалось выполнить участникам группы, а также сформировать концепцию экспериментов для тестирования работающих механизмов.

Существует пять основных типов краудсорсинговой деятельности:

1) краудсорсинг идей (crowdsourcing of ideas);

2) краудсорсинг мнений (crowdsourcing of opinions);

3) краудсорсинг финансирования (crowdsourcing of funds), или краудфандинг (crowdfunding);

4) краудсорсинг задач (crowdsourcing of tasks), или микротаскинг (microtasking);

5) краудсорсинг сбора данных (crowdsourcing of data gathering).

Краудсорсинг идей

Прибегая к краудсорсингу идей, компания организует внешний мозговой штурм и просит всех заинтересованных лиц предлагать решения конкретных проблем. Платформы краудсорсинга для открытых инноваций и сбора идей становятся все более обыденными инструментами для получения мнений от самых разных участников[660]. Даже в большей степени, чем цифровые интерактивные доски, эти платформы помогают людям предлагать новые идеи, осуществлять поиск по ранее озвученным идеям, размещать вопросы и описания проблем, проводить обсуждения высказанных идей, развивать их, голосовать за или против или отвергать идеи, не соответствующие запросу.

Подобный инструмент краудсорсинга начинает играть все более значимую роль в государственном секторе. Инициатива и компьютерная игра под названием Youth@Work Bhutan, разработанная в рамках социального проекта Community PlanIt, обеспечила молодежи Бутана возможность принять участие в обсуждении проблемы безработицы в стране. Зарегистрированные пользователи в течение трехнедельной «миссии» зарабатывали очки, предлагая собственные варианты решения обозначенной проблемы. Министерство труда взяло на себя обязательства использовать предложенные идеи при разработке собственных политических стратегий[661]. Граждане все активнее отвечают на конкретные запросы государственных органов, помогая правительству в принятии конкретных решений.

Представьте, если бы в 2010 году после разлива нефти на платформе компании ВР в Мексиканском заливе, или после взрыва на угольной шахте Big Branch в Западной Виргинии, или в случае других катастроф Белый дом или Конгресс (или хотя бы Facebook) обратились к платформе краудсорсинга для открытых инноваций, привлекая лучшие умы к поиску решений по сложившимся ситуациям. Для органов государственного управления механизм краудсорсинга идей предоставляет возможность отсеивать предлагаемые идеи без каких-либо долгосрочных обязательств со своей стороны и с сохранением полного контроля над процессом принятия решений.

Краудсорсинг мнений

Изучение общественного мнения, традиционно относящееся к области социальных опросов, в наши дни является второй областью краудсорсинга, постепенно набирающей силу. Механизм краудсорсинга мнений в формате анализа настроений отличается от традиционных социологических опросов тем, что в результате этого вида взаимодействия агрегируется большой объем данных, позволяющий измерить общественные настроения, зачастую даже без прямого участия людей[662].

По результатам одного из отчетов, 84 % лучших на своем рынке компаний повысили общую эффективность деятельности, степень удовлетворенности потребителей, качество риск-менеджмента и получили ценные рекомендации благодаря мониторингу и анализу мнений пользователей в социальных медиа[663]. Анализ настроений предполагает наличие междисциплинарных знаний, объединяющих элементы обработки лингвистической информации, компьютерной лингвистики и машинного обучения, и помогает коммерческим компаниям и в меньшей степени органам государственного управления. Частный бизнес все больше опирается на инструменты анализа настроений и выявления общественного мнения – выделение мнений из массива текстовой информации, – чтобы обеспечить себе более эффективное управление брендами, а инвесторам – повышение качества принимаемых решений.

Можно предположить, что, набрав в Twitter или интернет-браузере название какого-либо бренда, Джастин Бибер или «Сектор Газа», можно получить достаточно точное представление об актуальном общественном мнении по этим темам. Тем не менее инструменты краудсорсинга для выявления настроений пользователей сильно усложнились – для того, чтобы более-менее адекватно представлять картину общественного мнения, необходимо учитывать «информационный шум» в виде сленга, сарказма и местных фразеологизмов. Исследование, проведенное специалистами Университета Карнеги – Меллон в 2008 и 2009 годах, показало, что результаты анализа высказываний более 1 млрд сообщений в Twitter на тему доверия избирателей и одобрения деятельности президента в значительной степени совпадали с результатами дорогостоящего телефонного опроса общественного мнения, проведенного компаниями Reuters, Gallup и pollster.com[664].

После уличных беспорядков в Великобритании в 2011 году профессор Роб Проктер, в то время руководитель Манчестерского центра по изучению интернета, вместе с группой исследователей провел анализ сообщений в Twitter, касавшихся этой темы. База данных Guardian, на основе которой проводился анализ, включала более 2,5 млрд текстовых сообщений, отправленных во время уличных беспорядков[665]. Затем команда исследователей объединила отправителей сообщений и всех их друзей в некоторую целевую социальную сеть – это позволило лучше понять отношение к происходящему более широкого сообщества. Сформированная сеть позволила провести анализ взаимодействия соседей, заинтересованных групп и средств массовой информации, а также воздействия на них различных видов активности в социальных медиа. Кроме того, исследование помогло изучить различные типы онлайн-участников – от активных лидеров до пассивных слушателей, – а также определить, чьи голоса были наиболее влиятельными за пределами традиционных заинтересованных групп. В ходе исследования также были определены темы, которые разные группы пользователей обсуждали наиболее активно.

Забегая вперед, отметим, что при применении инструмента краудсорсинга мнений в секторе государственного управления можно выработать более эффективные способы изучения отношения общества к различным политическим инициативам до того, как начать реализовывать затратный проект или отказаться от него. Предположим, что мэр некоего города, несмотря на ограниченный бюджет, планирует провести реконструкцию местного парка, на что требуется несколько миллионов бюджетных средств. До начала проекта мэр при помощи краудсорсинга мнений решает выяснить, что об этом думают его избиратели, и узнает, что в целом существующий парк вполне устраивает местное население и что самым большим желанием горожан является замена качелей на детской площадке.

Краудфандинг

В условиях сокращения бюджетов как частного, так и государственного секторов актуальной становится третья область краудсорсинга – краудсорсинг финансирования, или краудфандинг. Это новый способ сбора средств, необходимых для поддержки определенных проектов. Наиболее известной краудфандинговой платформой является Kickstarter. Этот веб-сайт позволяет авторам творческих проектов, от полноценных сценариев фильмов до рецептов салатов из картофеля, обратиться к аудитории и попросить их пожертвовать личные средства на финансирование тех проектов, которые им нравятся[666].

В последние годы модель, предложенная веб-сайтом Kickstarter, распространилась и на сектор государственного управления: британский сайт Spacehive предоставляет гражданам возможность профинансировать общественные проекты, созданные другими гражданами, или, согласно описанию, «поддержать постройку нового парка или ремонт главной улицы города так же просто, как купить книгу онлайн»[667]. Модель гражданского краудфандинга, зародившаяся в формате сайта Spacehive, постепенно распространилась по всему миру, включая США, где ресурс Neighborly помогает муниципалитетам (но не гражданам) привлечь местное население выделять средства на общественные нужды[668].

Модель краудфандинга, в отличие от традиционных, медленных, многоступенчатых процессов получения финансирования, например грантов или банковских кредитов, позволяет авторам интересных проектов быстро устанавливать прямой контакт с инвесторами. Платформы микрофинансирования, например Flattr, используя стратегию «длинного хвоста»[669], позволили большому числу людей поддерживать проекты за счет очень скромных взносов вместо крупных пожертвований со стороны меньшего числа людей, что более типично для краудфандинговых платформ. Взаимосвязь между участниками, помимо ускорения процесса финансирования, также заставляет разработчиков проекта с самого начала принимать во внимание интерес общества к предложенной инициативе (и веру в то, что ее можно реализовать).

Краудфандинг является действенным вариантом сбора средств только для проектов, способных стимулировать сообщество к личным инвестициям – в прямом и переносном смысле – ради воплощения той или иной инициативы[670].

Краудсорсинг задач

Четвертая область краудсорсинга – краудсорсинг задач, или микро-таскинг – предполагает распределение небольших частей работы или повторяющихся задач между участниками группы, использующей специальные платформы, – например, Amazon’s Mechanical Turk. Так, проект TED под названием Open Translation Project предлагает участникам сообщества TED осуществлять перевод и подготовку субтитров выступлений на конференциях TED. По данным 2014 года, в рамках проекта силами 17 169 переводчиков было выполнено 60 210 переводов на 105 языков[671]. Реализация подобного проекта силами одних лишь штатных сотрудников TED была бы чрезвычайно сложной и трудоемкой задачей.

Проект DuoLingo обучает пользователей английскому языку и расширяет корпус статей ресурса Wikipedia, предлагая добровольцам переводить и редактировать перевод страниц из Wikipedia по одному предложению за один раз.

По мере роста озабоченности влиянием процесса автоматизации на рынок труда небольшие рабочие задачи представляют собой тот формат работы, пусть и низкооплачиваемой, которую не может выполнить компьютер. Несмотря на относительную простоту, эта работа требует интеллекта. Поскольку микротаскинг-проекты зачастую используют труд добровольных помощников, у некоторых участников может возникнуть желание перехитрить систему[672]. Поэтому первостепенное значение имеет контроль качества в формате проверки выполненного задания и тщательный отбор участников.

Краудсорсинг сбора данных

Пятая область краудсорсинга – краудсорсинг сбора данных – возникла как механизм для формирования более полной и цельной картины жизни сообщества[673]. Данные собираются посредством таких инструментов, как текстовые сообщения, через социальные медиа или веб-сайты, а затем используются различными способами. Краудсорсинговый проект из Бостона Street Bump получает в режиме реального времени информацию от водителей о состоянии местных дорог[674]. Мобильное приложение содержит акселерометр с датчиком движения, который находит ямы на дорогах и одновременно записывает и отправляет данные о местоположении с GPS мобильного телефона на сайт Street Bump. Это позволяет местным властям направить ресурсы на ремонт тех участков дорог, которые больше всего в этом нуждаются, и сформировать долгосрочную стратегию инвестирования. В Уганде более четверти калорийности потребляемой пищи приходится на бананы. В 2000–2010 годах в стране начала распространяться болезнь – бактериальное увядание бананов (BBW). Эта ситуация грозила обернуться сотнями миллионов потерь для экономики и стать угрозой для здоровья нации[675]. Однако благодаря коммуникационной технологии ООН под названием Ureport, действующей на основе СМСсообщений, властям Уганды удалось привлечь к участию 300 тыс. граждан, которые помогли отследить распространение BBW на территории страны, а затем передать населению информацию о способах борьбы с этой болезнью.

Совместный сбор данных также помогает заполнить пробелы в коммуникации во время стремительного развития критических ситуаций. Учебный и научно-исследовательский институт ООН и Азиатский центр снижения рисков стихийных бедствий воспользовались механизмом совместного сбора информации для ликвидации последствий сильного наводнения в Бангкоке в 2011 году. При помощи приложения Asign, обеспечивающего получение от добровольцев фотографий с геопривязкой, удалось осуществить мониторинг уровня воды так, как это не получилось бы сделать другим способом[676].

Во всех описанных инициативах информация предоставлялась гражданами и способствовала повышению эффективности принятия управленческих решений как в повседневных, так и в кризисных ситуациях. Очевидно, что краудсорсинг сбора данных может помочь в формировании объективно обоснованной правительственной повестки. В то же время объем собранной информации может вызывать проблемы при ее анализе, верификации и расстановке приоритетов. Иными словами, институты, желающие оптимальным образом использовать информацию, полученную от граждан, должны иметь для этого соответствующих сотрудников, ресурсы и продуманные стратегии.

Мотивы участия

Для всех видов краудсорсинга во всех секторах продолжает оставаться актуальной проблема создания адекватных стимулов. В некоторых случаях эффективным мотивом может оказаться финансовое вознаграждение, но это далеко не единственный способ стимулирования участия.

Для людей, заинтересованных в решении сложных проблем, мотивирующим фактором может оказаться элемент конкуренции. Процесс геймификации привносит в краудсорсинговые проекты дух соревновательности и азарта, но, как правило, они посвящены решению более простых задач, чем разработка автомобильного двигателя, позволяющего разгоняться до скорости 100 миль/час[677].

Некоторые краудсорсинговые проекты интересны людям даже при отсутствии финансового вознаграждения или духа соперничества. Не менее сильно может подстегнуть участников и потребность в общественном признании – например, голосование с помощью лайков в социальных сетях.

Еще одной мотивацией может стать стремление получить новые навыки, так как краудсорсинговые проекты зачастую позволяют участникам развиться или учиться чему-то новому бесплатно[678]. В основе этой формы мотивации лежит потребность в расширении практики оценки компетенций по приобретенному опыту. Добавление значимой общественной оценки к важной работе, выполненной посредством краудсорсинга, поможет связать воедино стремление к общественному признанию с инициативами по развитию новых навыков и усилить интерес к участию.

Для некоторых людей на первое место выходит личный интерес в виде призов, приобретения новых навыков или общественного признания. А некоторые участники больше мотивированы возможностью принести общественную пользу, чем личной выгодой. Wikipedia является одним из примеров проекта совместного формирования базы знаний[679].

Подобные проекты предлагают возможность для накопления и углубления знаний в отдельных областях и, поскольку рассчитаны на длительное время, требуют постоянного внимания и усилий. Аналогичным образом, мотивом может стать желание участвовать в формировании сообщества. В этом случае организаторам краудсорсингового проекта важно направить усилия участников на общую цель – например, на создание лучшей энциклопедии в истории человечества.

Тестирование стимулов и мотивации

Никого не удивит, если врач, медицинская сестра или санитар вне рабочего времени откликнутся на призыв о помощи и при необходимости сделают искусственное дыхание человеку, который в этом нуждается. Веб-сайты, подобные GoodSam и PulsePoint, основаны на убеждении, что в радиусе нескольких сотен футов от вас всегда найдется человек, готовый оказать помощь. Но действительно ли это так? Один из основателей сайта GoodSam доктор Марк Уилсон уверен, что одного географического фактора недостаточно:

Не исключено, что в радиусе полумили от вас найдется водопроводчик, но не думаю, что в этом случае будет действовать наша схема.

Нам еще предстоит выяснить, действительно ли существуют профессиональные группы, которые в большей или меньшей степени склонны отвечать на целенаправленный запрос принять участие в работе во имя общественного блага. Одно из ключевых предположений, лежащих в основе механизма умного государственного управления, заключается в том, что большее число людей будет участвовать только в том случае, если предоставленная возможность соответствует их способностям и подразумевает доброе дело. Джефф Хау, автор книги «Crowdsourcing»[680][681] убежден:

Люди готовы участвовать, если ситуация отвечает их психологической, социальной или эмоциональной потребности. В противном случае они не станут вовлекаться в процесс.

Умные краудсорсинговые проекты создают возможность практического тестирования мотивов участия людей в выработке государственной политики. Для организации таких экспериментов используются знания из сферы поведенческой психологии, полученные при анализе волонтерской деятельности в других областях[682].

В пилотной версии программы FDA Profiles поиск осуществляется только по базе данных сотрудников Управления по контролю качества пищевых продуктов и медикаментов. Специалисты ведомства не могут отказаться от участия, так как это их работа. Нам же предстоит ответить на вопросы:

• Если люди не связаны обязательствами, всегда ли они будут с готовностью вовлекаться в волонтерскую работу, если запрос соответствует их профессиональной компетенции?

• Повышает ли мотивацию к участию сам факт запроса на основе соответствия компетенций?

• Повышает ли мотивацию запрос на участие в социально значимых проектах?

Программа FDA Profiles обращается к внутренней мотивации сотрудников, которые уже готовы принять участие в экспертизе медицинского оборудования. Внутренняя мотивация включает в себя такие аспекты, как автономность или степень творческой свободы при выполнении задачи, ощущение себя частью сообщества, обучение в процессе передачи собственных знаний, а также альтруизм[683]. Например, «тесная вовлеченность в сообщество являлась определяющим фактором успеха в процессе обмена знаниями в сообществе Stack Overflow»[684]. Пользователи, создающие энциклопедию Wikipedia, отмечают, что сам факт участия доставляет им чувство удовлетворения[685]. На вопрос о том, зачем они участвуют в проекте Wikipedia, респонденты ответили, что они делают это:

• ради повышения уровня знаний человечества (48,9 %);

• чтобы почувствовать, что их усилия приносят пользу (17,78 %);

• чтобы воздать должное сообществу Wikipedia (15,56 %).

В этом нет ничего необычного: 53 % опрошенных разработчиков проектов социально мотивированы – что подразумевает возможность обучения, обмен знаниями, участие в новых форматах взаимодействия, а также участие в открытом сообществе[686].

В некоторых случаях мотивация может быть внешней – например, денежное вознаграждение, создание репутации или общественное признание. Так, сайт вопросов и ответов Stack Overflow отслеживает участие пользователей, присуждая им баллы. Количество набранных баллов, в свою очередь, является критерием статуса пользователя в сообществе проекта. В научной литературе, посвященной сайтам вопросов и ответов, выдвинуто предположение о том, что хотя материальные стимулы в виде денежных вознаграждений и могут побудить людей участвовать в общественных проектах, но длительное участие мотивировано социально – например, межличностным взаимодействием[687].

Нам предоставляется еще одна возможность проверить социологические концепции того, как различные группы реагируют на разнообразные стимулы.

• В каком случае пользователи активнее отвечают на призыв к участию: под давлением или если им предоставляется возможность использовать свои знания и навыки?

• Что важнее: поставить задачу или создать структуру и организовать процесс вовлечения людей в целенаправленную деятельность?

• Отличается ли поведение пользователей, если на кону стоит денежный приз либо бесплатная футболка, или они готовы удовольствоваться простым выражением признательности?

• Как на степень участия влияет соревновательный дух – например, составление рейтинга наиболее активных или наиболее продуктивных пользователей?

Эксперименты помогают не только оценить, как характер вознаграждения стимулирует или подавляет вовлеченность, – они дают возможность проследить, меняется ли поведение пользователей при изменении стимулов. Одно из исследований, в рамках которого изучалось присуждение бейджей сайтом Stack Overflow, показало, что некоторые пользователи стараются перехитрить систему: они меняют свое поведение так, чтобы повысить свои шансы на получение знака отличия. Голосование пользователей по тем или иным вопросам носило более позитивный характер до того, как они получали бейдж «Electorate» («Избиратель»), и менялось после. Подобное наблюдение провоцирует вопрос: действительно ли – и при каких обстоятельствах – система бейджей стимулирует качественное участие[688]. В другом исследовании мотивации пользователей в социальных сетях дизайн интерфейса, предусматривающий открытую демонстрацию факта участия человека, показывал положительную корреляцию с объемом участия[689].

Таким образом, для сектора государственного управления проект Experts.gov обеспечивает возможность своевременно сформулировать ответы на ряд важных исследовательских вопросов:

• Какие существуют внешние (вознаграждение, баллы, бейджи, призы) и внутренние (альтруизм, самостоятельность, любопытство, эмпатия и др.) мотивы для участия, и какие из них наиболее действенны, когда речь идет о решении социальных проблем?

• Может ли единое, наиболее обще сформулированное приглашение к участию стимулировать разных людей, имеющих разнообразную мотивацию, но в совокупности формирующих оптимальную группу экспертов?

• Действительно ли существуют стимулы, которые наиболее эффективны в привлечении сообщества экспертов для решения проблем?

• Каким образом институты могут дать заинтересованным лицам почувствовать себя «законными, хотя и внешними» участниками инновационного процесса, а не бесплатной рабочей силой, чей вклад может быть принят или отвергнут без размышления?

Тестирование готовности институтов власти

Для разработки результативной программы вовлечения граждан необходимо обратить внимание на мотивацию участников – как институциональных, так и индивидуальных. Даже если орган власти в состоянии обеспечить поиск нужных экспертов, сформулировать проблему и создать действенную мотивацию, он должен быть подготовлен к использованию информации, полученной от привлеченных экспертов. Именно в этой области дефицит исследований ощущается особенно остро.

Механизм использования результатов экспертизы – это еще одна обширная область исследований, особенно в свете необходимости корректировать формат участия экспертов с учетом нормативных правовых ограничений. Эффективность целенаправленного поиска экспертов должна измеряться с учетом таких показателей, как, например, онлайн– или офлайн-формат встреч рабочей группы по административным процедурам, частота этих встреч и система правил.

В случае онлайн-взаимодействия экспертов привлечение новых членов может замедлить общий прогресс, поскольку новым участникам требуется время, чтобы войти в курс дела. Пользователи переносят на новые платформы опыт других сетевых коммуникаций. Одно из исследований показало, что установки пользователя, поведение модератора и ответы на комментарии являются ключевыми факторами для устойчивого и продолжительного участия людей в экспертной деятельности. К числу переменных, влияющих на результаты участия, относятся опыт, наблюдение за процессом и обратная связь[690]. Иными словами, результативность деятельности может зависеть скорее от наличия опыта работы в онлайн-формате, чем от знания предметной области. При оценке механизмов использования экспертизы необходимо принимать во внимание и то, как ведомство распоряжается полученными от экспертов рекомендациями.

Нью-Йоркский университет проводит серию экспериментов по открытому сетевому взаимодействию между сотрудниками университета под названием Open Peer Engagement Network (OPEN). Цель эксперимента – проверить способность университета к более открытому и коллективному управлению. Тем не менее ни запуск платформы для проведения мозговых штурмов и дискуссий с участием членов университетского сообщества, ни экспертные сети, позволяющие выявлять обладателей тех или иных знаний, не гарантируют, что у организации есть возможность усвоить разнообразные знания, полученные от участников. Люди могут предлагать информацию и идеи. Но все еще не ясно – и ясности здесь не больше, чем в проекте Управления по контролю качества пищевых продуктов и медикаментов, – использует ли университет полученную информацию, и если да, то каким образом.

Когда возникает потребность найти специалистов для участия в рабочих группах по административным процедурам, или по оценке грантовой документации, или в совместных консультативных комитетах, то в теории институтам власти, вероятно, не составит труда провести поиск по директории специалистов, выявить кандидатов для выполнения предопределенных функций и ответить на четко сформулированные вопросы нормативного характера. Однако нам еще предстоит доказать истинность этого утверждения на практике. Если же контекст не ограничен рамками государственного регулирования – например, процесс принятия решений происходит в университете, – то степень уверенности в результатах снижается.

Органам государственного управления не свойственно проводить эксперименты с внедрением процедурных инноваций, однако подобные эксперименты будут необходимы при сборе доказательств работоспособности инноваций и, следовательно, для стимулирования институтов к собственной модернизации.

Кроме того, без дальнейших исследований невозможно будет выяснить, работают ли эти инструменты одинаково эффективно для решения разных задач. Например, в одних случаях организациям бывает необходимо найти недостающие данные. В других случаях требуется выявить разные точки зрения. Часто возникает потребность получить информацию от людей, принадлежащих к определенной группе, – например, от заинтересованных лиц или экспертов. Мы находимся лишь в начале пути проведения исследований о том, когда и в каких условиях может оказаться полезным целенаправленный поиск экспертов, как институты должны запрашивать информацию и как использовать полученные знания.

При оценке эффективности программы FDA Profiles пристальное внимание должно быть уделено тому обстоятельству, что отдельные эксперты получают больший доступ и в большей мере оказывают влияние на процесс управления. При проведении экспертизы медицинских изделий, анализе грантовой документации или консультированию по другим областям, где профессиональная компетенция четко определена, использование платформ экспертного взаимодействия, скорее всего, будет способствовать демократизации закрытых процессов, опирающихся преимущественно на мнения одного и того же круга лиц.

Даст ли новый подход привилегии новой аудитории, предстоит выяснить. По-прежнему остается открытым вопрос об использовании инструментов и механизмов умного государственного управления при необходимости принимать ценностно-ориентированные решения, а не решения, основанные на совокупности фактов.

Хорошо помня судьбу программы «Аристотель», Центр экспертизы медицинского и радиологического оборудования нацелен на проведение экспериментальных исследований параллельно с запуском платформы FDA Profiles. У ведомства имеется четкое представление о необходимых ему профессиональных компетенциях и есть понимание актуальности задачи. Однако только экспериментальные исследования, включая А/В-тестирование, смогут ясно показать, как работает платформа FDA Profiles и достаточно ли она эффективна, чтобы оправдать вложенные в нее средства. Платформа Experts.gov в рамках FDA Profiles дает возможность проверить эмпирически и с высокой степенью детальности, действительно ли сегментирование и таргетирование аудитории помогают улучшить вовлечение людей в процессы выработки решений.

Роль регулятора крайне сложна. С одной стороны, на него пытаются оказать давление промышленные группы, которые жалуются на обременительные требования, выполнение которых дорого обходится, препятствует экономическому росту и замедляет инновации. С другой – потребители высказывают недовольство тем, что регулирующие органы не обеспечивают достаточной защиты граждан от опасных и даже сфальсифицированных продуктов и услуг. И обе стороны ставят под сомнение способность органов власти устанавливать нормы, их авторитет и эффективность применяемых практик, а также их результативность в целом. Управление по контролю качества пищевых продуктов и медикаментов уже давно подвергается нападкам и критике за то, что не справляется со своими задачами.

Промышленные группы и группы потребителей опять и опять добиваются от законодателей прояснения правил и требований к разработке новых процедур. Нормативные правовые акты, издающиеся государственными органами, должны соответствовать административному законодательству, разработанному еще в 1940-е годы и допускающему общественное участие в управлении в весьма ограниченном масштабе. Решения принимаются по одним и тем же давно заведенным правилам, а законодательное поле является местом, где выдыхаются все обсуждения. Обмена информацией не происходит, и особое значение придается защите корпоративных секретов и обеспечению неприкосновенности процесса. Чарлз Лидбитер[691] отмечает:

Все чаще эксперименты выходят за рамки научных лабораторий. Эксперименты стали организационным методом для социальной политики и запуска нового бизнеса, для венчурных капиталистов, технических компаний и креативных фирм. Кажется, все хотят экспериментировать со своим будущим, и для этого нужны лаборатории, которые сегодня процветают вне пределов традиционных естественных наук[692].

В настоящее время активно развивается недавно зародившееся движение так называемых общественных лабораторий (public labs) – связанных с государственными институтами организаций, нацеленных на проведение экспериментальных исследований. Несмотря на разнообразие применяемых подходов, эти лаборатории главным образом задействованы в проведении наблюдений и опросов с целью получить от граждан комментарии по спектру государственных услуг[693]. Большинство общественных лабораторий не принимают в расчет новые технологии и не проводят сравнительного тестирования. Но они тем не менее привносят дух экспериментаторства в институты государственного сектора.

Бурный рост интереса к экспериментам стал следствием появления технологий для сбора, обработки, визуализации и передачи больших объемов данных. Причем динамических, а не статических данных. Можно изучать закономерности их роста и сокращения: например, как пользователи создают новые связи, присоединяются к новым группам или делятся контентом в сети[694].

Социолог Дункан Уоттс отмечает:

Под воздействием таких факторов, как новые источники информации, постоянное повышение вычислительной мощности компьютеров и интерес со стороны специалистов по информатике, социальные науки становятся числительной дисциплиной, как это произошло с биологией в конце 1990-х годов[695].

Возможность доступа к огромному объему данных, таких как сведения о телефонных переговорах по всей стране, записи постов в социальных сетях, данные обо всех маршрутах такси или показатели уровня шума в разных районах города, меняет современные подходы к проведению социальных исследований и открывает новые горизонты в области исследований поведения граждан в реальных условиях.

Экспериментальные исследования по изучению деятельности, подобные проекту Experts.gov, работе профессора Лахани в проекте центра Harvard Catalyst при Гарвардской медицинской школе, а также работе таких фондов, как Tobin Project и Poverty Action Lab, не являются идеальными. В условиях полевых экспериментов довольно сложно собрать группу оптимального размера, состоящую при этом из разнообразных участников. А при недостаточном количестве участников создание контрольных групп и проведение многочисленных параллельных испытаний неэффективны.

Исследования государственных институтов строятся на множестве переменных, которые формируются под воздействием таких факторов, как власть, деньги, влияние. Эти переменные следует учитывать, если наша задача – понять, какие именно механизмы функционируют в реальном мире, и разработать «теорию познания, основанную на практике как на фундаментальном элементе анализа», где изучение реальной деятельности дополняет, а не замещает лабораторные исследования[696].

Новые технологии наконец дали возможность усовершенствовать процесс принятия государственных решений. При умном государственном управлении пилотный проект Experts.gov может стать фундаментальным экспериментом. Он изменит устоявшиеся процедуры работы ведомства за счет привлечения экспертов с разными профессиональными компетенциями на самых ранних этапах. Проект может принести больше пользы, если другие органы власти также перейдут на использование этой платформы. Ожидается, что хорошо отлаженный процесс привлечения нужных экспертов к решению общественных задач будет способствовать повышению скорости и эффективности принятия решений. Тем не менее это еще предстоит проверить на практике.

Благодаря систематическим исследованиям различных явлений в группах и организациях – например, того, как организован процесс выработки политики в институтах власти, – появляются новые способы решения социальных проблем. Они требуют применения новых методов и правил, формируемых на стыке наук об организационном развитии, сетевом взаимодействии и взаимодействии человек/компьютер. Именно поэтому необходимо развивать такие проекты, как «Аристотель», Peer to Patent и FDA Profiles, которые способны выявлять связи между участием, знаниями и результатом, а также проводить сравнение возможных вариантов таких связей.

Вместо виртуальных лабораторий, где на искусственных платформах симулируется реальность, в которой наблюдается и измеряется поведение участников, необходимы настоящие, «эмпирические и гибкие» лаборатории по изучению деятельности, дающие возможность испытать механизм умного краудсорсинга в самых разных ситуациях, а также в разных странах, штатах и городах.

В бизнес-среде уже ставятся подобные масштабные эксперименты в реальных условиях: интернет-компании без труда проводят рандомизированные контролируемые испытания, видоизменяя сервисы и оценивая реакцию потребителей. Исследования в области гражданской активности пока что отстают.

Изучение опыта масштабных таргетированных экспериментов в коммерческой сфере крайне значимо, поскольку они проводятся в условиях «естественной среды» и направлены на сегментацию аудитории и адресацию посланий конкретным целевым группам. Потребители все чаще пользуются мобильными устройствами для поиска информации и осуществления покупок. По оценкам, прибыль от покупок, совершенных подобным способом, превысит к 2017 году 100 млрд долларов. Доступ к потенциальным покупателям через мобильный телефон в наши дни распространен практически повсеместно, и розничным компаниям приходится решать, как распорядиться своими рекламными бюджетами. Перед ними встает целый ряд вопросов:

• Имеет ли значение, где именно потенциальный покупатель увидит рекламное сообщение: на своем мобильном телефоне, на мониторе компьютера или на планшете?

• Способны ли потенциальные покупатели реагировать на мобильную рекламу, находясь в толпе, – например, когда едут в час пик в метро?

• Влияет ли предложение скидки на потребительское поведение?

• Насколько значимо нахождение покупателя вблизи от магазина, рекламу которого он видит?

Благодаря развитию технологий стала возможной адресная работа, такая как демонстрация рекламного объявления отдельному пользователю, находящемуся вблизи конкретного магазина. Появилась возможность для проведения масштабных, рандомизированных испытаний. Коммерческие компании в состоянии осуществлять сбор и обмен огромными объемами информации о потенциальных потребителях.

Компания Acxiom – это рекламное агентство XXI века. Его сотрудниками являются не художники, а специалисты в области компьютерных технологий, сбора и анализа данных. Чтобы обеспечить сегментирование аудитории для демонстрации адресной рекламы, сотрудники Acxiom организуют процессы обработки больших данных, получаемых из социальной сети Facebook, от бюро кредитных историй и государственных органов. Цель компании Acxiom – помочь своим клиентам донести рекламу до «каждого, до кого ее необходимо донести».

Современные цифровые возможности автоматизации времени и места доставки рекламного объявления позволяют, например, оператору мобильной связи в Китае провести эксперимент, отправив текстовое сообщение на 10 690 случайным образом выбранных номеров абонентов, которые едут в метро в час пик. Чем выше плотность толпы людей, которая измеряется числом сигналов от мобильных телефонов, тем выше вероятность совершения покупки.

Профессор Школы бизнеса Штерна при Нью-Йоркском университете Аниндья Гос вместе с коллегами выяснил, что в среднем повышение плотности толпы на один пункт может повысить вероятность мобильной покупки на 12,1 %. Например, в переполненных вагонах метро уровень совершения покупок был примерно на 46,9 % выше, чем в свободных вагонах. Профессор Гос объясняет подобный эффект следующим образом:

В толпе пассажиры ощущают потерю личного физического пространства, они стараются справиться с этим, погружаясь в личное мобильное пространство… Пассажиры могут пытаться компенсировать угрозу ощущению свободы путем погружения в собственный обособленный мир[697].

В ходе другого исследования, проведенного в Германии, была проанализирована значимость расстояния между пользователем и магазином, в частности взаимосвязи между этим расстоянием и размером предложенной скидки по купону. Эксперимент продолжался 14 недель и содержал 354 662 наблюдения за 3965 уникальными пользователями. Его результаты показали, что владельцы смартфонов предпочитают использовать купоны в расположенных неподалеку магазинах. Увеличение расстояния на один километр снижает вероятность использования купона на 0,7–1,5 %[698].

Значительное внимание в маркетинге уделяется тому, как направить взгляд человека на рекламное объявление или заставить потенциального покупателя установить контакт с продавцом. Почему бы часть этого внимания не посвятить гражданам, а не покупателям; почему бы не стимулировать их к участию в жизни демократического общества, а не к покупке зубной пасты?

Чтобы перейти от закрытого государственного управления к открытому, нужно предоставить гражданам возможность деятельного участия таким же способом, каким реклама стимулирует приобретение зубной пасты. Чтобы понять, какие механизмы функционируют, требуется эксперимент, который позволит выявить:

• Как улучшить способы вовлечения граждан в государственное управление, используя данные современных исследований в области коммерческого адресного воздействия и сегментирования аудитории?

• Как технологии могут помочь предоставить гражданам наилучшие возможности участия?

• Какими выводами полевых экспериментов в коммерческой сфере мы можем воспользоваться для проведения схожих исследований в области государственного управления, с тем чтобы повлиять на процесс принятия правительственных решений?

Подобные типы тестирования постоянно проводятся в коммерческой сфере. Тем не менее эксперимент в сфере государственного управления – даже если цель тестирования заключается в улучшении демократических практик, – потребует усилий для решения ряда вопросов: пересмотра положения об исследованиях с участием людей, получения согласия на участие, а также неразглашения персональных данных.

Необходимо будет нормативно определить, в каких случаях такое согласие необходимо, а в каких – нет. Вероятно, потребуется совершить практически невозможное – разграничить исследования, основанные на наблюдении и основанные на поведенческом воздействии. Но громоздкость и сложность административных процедур не должна стать барьером в мире, где мы можем – и обязаны – ускорить темп исследований и тестирования управленческих инноваций. Следует изменить наш образ мышления применительно к исследованиям институтов власти и уточнить, какие именно исследования, проводимые с участием людей, требуют предварительного уведомления и согласия.

Закрытые государственные институты нуждаются в изменении и улучшении, а это означает ускорение темпов исследований. Невозможно убедить политиков, государственных деятелей, да и само общество в насущной необходимости трансформации институтов власти, не имея на руках результатов тестов и экспериментов, с очевидностью доказывающих положительное влияние этих изменений на реальную жизнь людей. Необходимо последовать совету Марка Мура[699] – стать скромными «исследователями, которые наряду с прочими стремятся находить, формулировать и создавать общественную стоимость[700]»[701].