Применение технологий искусственного интеллекта для оптимизации управления процессами на основе статистики обработки метаданных системы электронного документооборота в образовательной организации
Аннотация. 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. ЕСМ-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 ЕСМ-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 ЕСМ-систем в вузах, особенно в периоды высокой загруженности.
Ключевые слова: автоматизация документооборота, ЕСМ-системы, жизненный цикл документа, бизнес-процессы, искусственный интеллект, ИИ, структурированные и неструктурированные данные, оптимизация процессов согласования, метаданные и машинное обучение, цифровизация высшей школы, управление движением контингента студентов.
Основные положения:
- выявлены ключевые проблемы документооборота в образовательных организациях, такие как семантическая неоднозначность, недостаток стандартизации, дублирование документов и задержки в согласовании, что снижает эффективность процессов;
- разработана модель оценки эффективности документооборота, основанная на анализе временных затрат, полноты исполнения и качества документов, что позволяет выявлять узкие места и оптимизировать процессы;
- предложено использование машинного обучения для автоматизации анализа метаданных, прогнозирования маршрутов обработки документов и снижения нагрузки на сотрудников;
- внедрение ИИ в ЕСМ-системы позволяет улучшить обработку неструктурированных данных, таких как научные статьи и учебные материалы, что повышает ценность аналитики для образовательных процессов;
- разработаны рекомендации по улучшению процессов, включая распределение нагрузки между сотрудниками, устранение ошибок и повышение качества обучения персонала для работы с ЕСМ-системами.
Дмитрий Николаевич Франтасов, Елена Владимировна Воронина - Самарский государственный экономический университет, Самара, Россия