Франтасов Д. Н. – кандидат технических наук, доцент кафедры прикладной информатики, начальник управления цифровой трансформации
Самара
Frantasov D.N. – Candidate of Technical Sciences, Associate Professor of the Department of Applied Informatics, Head of the Digital Transformation
Samara
Воронина Е. В. – программист
Самара
Voronina E.V. – programmer
Samara
Автоматизация документооборота – ключевой элемент цифровой трансформации, особенно в образовательных учреждениях, где объем документов включает академические и административные материалы. Компании обычно выбирают между управлением жизненным циклом документов и автоматизацией бизнес-процессов, где документы играют вспомогательную роль. В образовательной сфере второй подход более актуален, так как позволяет сократить сроки согласования и повысить эффективность управления данными. ECM-системы уже стали неотъемлемой частью инфраструктуры вузов, управляя учебными планами, заявлениями студентов, научными публикациями и финансовыми отчетами. Однако такие вызовы, как семантическая неоднозначность, недостаток стандартизации и дублирование документов, требуют новых решений. Внедрение ИИ в ECM-системы открывает возможности для автоматической классификации, анализа неструктурированных данных и оптимизации процессов согласования. Тем не менее внедрение ИИ в образовании происходит медленно из-за технических и организационных барьеров. В статье рассматривается автоматизация документооборота в вузах на примере процесса отчисления студентов. Анализируются ключевые этапы согласования, выявляются узкие места и предлагаются решения. Особое внимание уделяется использованию машинного обучения для анализа метаданных, что позволяет прогнозировать маршруты обработки документов и оптимизировать временные затраты. Цель статьи – предложить модель оценки эффективности документооборота, учитывающую временные и качественные параметры. Модель выявляет «точки риска», предлагает меры по улучшению и обеспечивает эффективное управление документами. Результаты исследования могут быть использованы для совершенствования ECM-систем в вузах, особенно в периоды высокой загруженности.
Document automation is a key element of digital transformation, especially in educational institutions, where the volume of documents includes academic and administrative materials. Companies typically choose between managing the document lifecycle and automating business processes, where documents play a supporting role. In the educational sector, the second approach is more relevant, as it helps reduce approval times and improve data management efficiency. ECM systems have already become an integral part of university infrastructure, managing curricula, student applications, research publications, and financial reports. However, challenges such as semantic ambiguity, lack of standardization, and document duplication require new solutions. The integration of AI into ECM systems opens up opportunities for automatic classification, analysis of unstructured data, and optimization of approval processes. Nevertheless, the adoption of AI in education is progressing slowly because of technical and organizational barriers. The article investigates document automation in universities using the example of the student withdrawal process. Key approval stages are analyzed, bottlenecks are identified, and solutions are proposed. Special attention is given to the use of machine learning for metadata analysis, which enables the prediction of document processing routes and optimization of time expenditures. The aim of the article is to propose a document management efficiency model that considers both time and quality parameters. The model identifies «risk points,» suggests improvement measures, and ensures effective document management. The research results can be used to enhance ECM systems in universities, particularly during periods of high workload.
The authors declare that there are no conflicts of interest present.