TY - JOUR

T1 - Границы применимости ИИ в государственном управлении: Память LLM-агентов vs память человека

AU - Вейбер, Евгения Николаевна

AU - Грудинин, Михаил Артемович

AU - Тулупьева, Татьяна Валентиновна

AU - Вяткин, Артём Андреевич

PY - 2026/1/29

Y1 - 2026/1/29

N2 - В последние годы большие языковые модели и агентные системы на их основе рассматриваются как перспективный инструмент цифровой трансформации государственного управления. Однако практическая эффективность таких систем определяется не только качеством текстовой генерации в узком смысле (грамматической корректностью, связностью и общей осведомленностью модели), но и тем, насколько надежно они удерживают контекст, извлекают ранее полученные сведения и воспроизводят процедурные правила в условиях длительных управленческих процессов. Для государственных организаций это, как правило, особенно критично: управленческая деятельность опирается на устойчивую память о нормативных требованиях, организационных регламентах, фактах конкретных дел и их хронологии.Цель. Целью статьи является определение границ применимости агентных систем, основанных на больших языковых моделях, в государственном управлении на основе сравнительного анализа моделей памяти человека и архитектур памяти таких агентных систем.Методы. В исследовании используется сравнительно-аналитический подход. Рассматриваются базовые когнитивные модели человеческой памяти и выделяются ее характеристики, значимые для управленческой деятельности. Далее анализируются архитектурные механизмы хранения и извлечения информации в агентных системах, функционирующих на основе больших языковых моделей, как их функциональная аналогия.Результаты. Установлено, что агентные системы воспроизводят внешние функции памяти человека за счет сочетания кратковременного контекста и внешних хранилищ знаний. Одновременно выявлены принципиальные расхождения, связанные с отсутствием автобиографичности, хронологии опыта, встроенных механизмов ответственности и причинно-следственной верификации. Эти ограничения повышают риск искажения контекста и затрудняют проверку сгенерированных утверждений.Выводы. Сделан вывод о том, что на сегодняшний день агентные системы, основанные на больших языковых моделях, не могут использоваться для автономного принятия решений в ответственных управленческих процедурах. Вместе с тем они обладают значительным потенциалом как когнитивные ассистенты государственных служащих при обязательном человеческом контроле и сохранении персональной ответственности.

AB - В последние годы большие языковые модели и агентные системы на их основе рассматриваются как перспективный инструмент цифровой трансформации государственного управления. Однако практическая эффективность таких систем определяется не только качеством текстовой генерации в узком смысле (грамматической корректностью, связностью и общей осведомленностью модели), но и тем, насколько надежно они удерживают контекст, извлекают ранее полученные сведения и воспроизводят процедурные правила в условиях длительных управленческих процессов. Для государственных организаций это, как правило, особенно критично: управленческая деятельность опирается на устойчивую память о нормативных требованиях, организационных регламентах, фактах конкретных дел и их хронологии.Цель. Целью статьи является определение границ применимости агентных систем, основанных на больших языковых моделях, в государственном управлении на основе сравнительного анализа моделей памяти человека и архитектур памяти таких агентных систем.Методы. В исследовании используется сравнительно-аналитический подход. Рассматриваются базовые когнитивные модели человеческой памяти и выделяются ее характеристики, значимые для управленческой деятельности. Далее анализируются архитектурные механизмы хранения и извлечения информации в агентных системах, функционирующих на основе больших языковых моделей, как их функциональная аналогия.Результаты. Установлено, что агентные системы воспроизводят внешние функции памяти человека за счет сочетания кратковременного контекста и внешних хранилищ знаний. Одновременно выявлены принципиальные расхождения, связанные с отсутствием автобиографичности, хронологии опыта, встроенных механизмов ответственности и причинно-следственной верификации. Эти ограничения повышают риск искажения контекста и затрудняют проверку сгенерированных утверждений.Выводы. Сделан вывод о том, что на сегодняшний день агентные системы, основанные на больших языковых моделях, не могут использоваться для автономного принятия решений в ответственных управленческих процедурах. Вместе с тем они обладают значительным потенциалом как когнитивные ассистенты государственных служащих при обязательном человеческом контроле и сохранении персональной ответственности.

KW - искусственный интеллект

KW - агентные системы

KW - контекст

KW - знания

KW - ответственность

M3 - статья

JO - Управленческое консультирование

JF - Управленческое консультирование

SN - 1726-1139

IS - 2

ER -