Настоящее исследование анализирует институциональные и технологические вызовы интеграции систем искусственного интеллекта (ИИ) в публичное администрирование и государственные сервисы, фокусируясь на классификации ролей алгоритмов в процессах принятия решений, балансе интересов в сотрудничестве с коммерческими поставщиками ИИ-решений и инфраструктуры, а также обеспечении национальной технологической автономии. Применен качественный междисциплинарный подход, сочетающий нормативноправовой анализ, тематический анализ эмпирических кейсов из практики различных стран и теоретический синтез. Данные собраны из официальных источников, рецензируемых научных публикаций и новостных источников с использованием метода снежного кома для отбора кейсов, а кодирование проводилось итеративно. В результате разработана оригинальная авторская шестиуровневая пирамидальная модель распределения ответственности в зависимости от степени автономии алгоритмов ИИ в цепочке принятия решений: от полной делегации («ИИ-Капитан») через предложение готового решения с утверждением человеком («ИИ-Штурман»), набор конфигураций («ИИ-Советник»), анализ среды с сигнализацией триггеров («ИИ-Наблюдатель» ), выполнение трудозатратных задач с ревизией оператором («ИИ-Рабочие руки») до рутинной поддержки без решений («ИИ-Рутинный помощник»). Модель наложена на градации рисков (высокий, ограниченный, минимальный) для оценки последствий ошибок. Выявлена дилемма государственно-частного партнерства, обеспечивающего доступ к инновациям, но усиливающего зависимость и уязвимости. Также обоснована роль суверенного ИИ как стратегии снижения этих рисков. Для эффективной интеграции алгоритмов в государственные сервисы рекомендуется внедрение обязательной классификации систем ИИ по уровням автономии и критичности, где шестиуровневая таксономия обеспечивает дифференцированный подход к распределению ответственности, минимизируя институциональные пробелы и риски предвзятости.
