Statistikos departamentas prie Lietuvos Respublikos Vyriausybės jau kelerius metus tyliai keičia savo darbo metodus. Kai dauguma žmonių girdi žodžius „oficiali statistika”, įsivaizduoja nuobodžius skaičius, lenteles ir kartą per metus paskelbiamus pranešimus apie gyventojų skaičių ar infliaciją. Tačiau tai, kas vyksta už kulisų – duomenų rinkimo, apdorojimo ir analizės procesuose – šiandien vis labiau primena inžinerinį projektą, kuriame dirbtinis intelektas atlieka darbus, anksčiau reikalavusius šimtų valandų rankinio darbo.
Kodėl tradiciniai metodai nebeatitinka poreikių
Dar prieš dešimtmetį statistikos rinkimas Lietuvoje daugiausia rėmėsi apklausomis, popierinėmis anketomis ir administraciniais registrais. Šis metodas veikė, tačiau turėjo akivaizdžių trūkumų – ilgas duomenų surinkimo laikas, žmogiškos klaidos perkeliant informaciją, didelės išlaidos apklausų vykdymui. Kai reikėdavo greitai reaguoti į ekonomikos pokyčius, senoji sistema tiesiog nespėdavo.
Pandemija tapo savotišku katalizatoriumi. Staiga prireikė realaus laiko duomenų apie darbo rinką, vartojimo įpročius, verslo situaciją – ir tradiciniai metodai su tuo nesusitvarkė taip greitai, kaip norėtųsi. Būtent tada institucijos rimčiau susidomėjo automatizuotais sprendimais.
Ką konkrečiai daro algoritmai
Šiandien dirbtinis intelektas Lietuvos statistikos sistemoje naudojamas keliose srityse. Vienas ryškiausių pavyzdžių – tekstinės informacijos analizė. Kai reikia klasifikuoti įmonių veiklos rūšis pagal jų aprašymus arba analizuoti didelius kiekius laisvos formos tekstų iš registrų, mašininio mokymosi modeliai atlieka šį darbą greičiau ir dažnai tiksliau nei žmogus, dirbantis rankiniu būdu.
Kitas svarbus taikymas – duomenų kokybės tikrinimas. Algoritmai gali automatiškai aptikti anomalijas didžiuliuose duomenų masyvuose – pavyzdžiui, jei kažkurioje savivaldybėje staiga fiksuojamas nelogiškas gyventojų pajamų šuolis, sistema tai pažymi peržiūrai dar prieš skaičiams patenkant į oficialius pranešimus. Anksčiau tokias klaidas tekdavo gaudyti rankiniu būdu, peržiūrint lenteles po lentelės.
Taip pat vis dažniau naudojami vadinamieji „nauji duomenų šaltiniai” – mobiliojo ryšio duomenys, palydovinės nuotraukos, internetinės kainų informacijos rinkimas. Norint iš šių šaltinių išgauti prasmingą statistinę informaciją, reikia sudėtingų algoritmų, sugebančių atskirti triukšmą nuo signalo. Palydovinių nuotraukų analizė, pavyzdžiui, leidžia stebėti žemės ūkio plotų kaitą ar urbanizacijos tempus be poreikio siųsti žmones į lauką matuoti.
Kur slypi realūs iššūkiai
Nereikėtų piešti pernelyg rausvo paveikslo. Statistikos institucijos susiduria su tais pačiais iššūkiais, kurie kamuoja bet kurią valstybinę įstaigą, bandančią integruoti naujas technologijas – ribotas biudžetas, specialistų trūkumas, poreikis užtikrinti, kad algoritminiai sprendimai būtų skaidrūs ir paaiškinami.
Oficiali statistika turi vieną specifinį reikalavimą, kurio neturi dauguma kitų sričių – ji privalo būti patikima teisiniu požiūriu. Jei bankas naudoja dirbtinį intelektą kredito rizikai vertinti ir suklysta, nuostolius patiria konkretus klientas ar bankas. Jei suklysta valstybinė statistika, kuria remiasi biudžeto planavimas, ES lėšų paskirstymas ar socialinės politikos sprendimai, klaidos pasekmės išplinta visuomenėje. Todėl kiekvienas algoritmas, prieš patenkant į oficialius procesus, turi praeiti griežtą validavimą, o rezultatai dažnai vis dar tikrinami žmonių.
Kitas jautrus klausimas – duomenų privatumas. Kuo daugiau šaltinių naudojama (ypač mobiliojo ryšio ar internetinės veiklos duomenys), tuo didesnė atsakomybė užtikrinti, kad individuali informacija liktų anonimizuota ir apsaugota. Lietuvos statistikos departamentas šioje srityje veikia gana atsargiai, laikydamasis ES bendrųjų duomenų apsaugos reglamento nuostatų ir Eurostato rekomendacijų.
Europinis kontekstas
Lietuva čia nėra vieniša – Eurostatas jau kelerius metus koordinuoja bendrus projektus tarp ES šalių narių, siekdamas suvienodinti požiūrį į dirbtinio intelekto naudojimą statistikoje. Tai logiška, nes jei kiekviena šalis kurtų savo, nesuderinamus metodus, palyginamumas tarp valstybių – kas yra oficialios statistikos esmė – pradėtų byrėti. Lietuvos specialistai dalyvauja šiuose tarptautiniuose darbo grupėse, dalinasi patirtimi ir perima geriausias praktikas iš didesnių, resursų turtingesnių šalių, tokių kaip Vokietija ar Nyderlandai.
Ką tai reiškia paprastam gyventojui
Galima paklausti – kam apie tai apskritai galvoti eiliniam žmogui? Atsakymas paprastas: greitesnė ir tikslesnė statistika reiškia geresnius valdžios sprendimus. Kai infliacijos duomenys skaičiuojami remiantis tikralaikiais internetinių parduotuvių kainų duomenimis, o ne mėnesio senumo apklausomis, ekonominė politika gali reaguoti greičiau. Kai gyventojų mobilumo duomenys analizuojami automatiškai, transporto planavimas savivaldybėse tampa pagrįstesnis, o ne paremtas nuojauta.
Skaičių ateitis be nuobodulio
Tai, kas vyksta Lietuvos statistikos sistemoje, nėra revoliucija su fanfarais – tai lėtas, nuoseklus perėjimas nuo rankinio darbo prie hibridinio modelio, kuriame žmogaus sprendimas ir algoritmų greitis papildo vienas kitą. Dirbtinis intelektas neatstoja statistikų, jis atlaisvina jų laiką sudėtingesnei analizei, o rutininius, kartotinius darbus perleidžia mašinoms. Ateityje, tikėtina, matysime dar daugiau automatizacijos duomenų surinkime, tačiau žmogaus vaidmuo – interpretuoti, tikrinti, priimti atsakingus sprendimus – niekur nedings. Skaičiai už mūsų langų taps ne tik tikslesni, bet ir gyvesni – atsirandantys beveik realiu laiku, o ne po mėnesių laukimo.
