Disertacija:

Model ocenjevanja uspešnosti delovnih procesov v javni upravi z uporabo nekaterih metod umetne inteligence.

Kandidat : mag. Zdravko Pečar

Mentor: prof. dr. Vladislav rajkovič

Komentor: akademik prof. dr. Ivan Bratko

Povzetek:

Disertacija obravnava interdisciplinarno raziskavo ocenjevanja uspešnosti delovnih procesov v javni upravi z uporabo metod strojnega učenja in kvalitativnega modeliranja odločitvenega znanja, ki sodijo v okvir umetne inteligence. Vzorec raziskave zajema oddelke za okolje in prostor v 58 upravnih enotah v štiriletnem obdobju 1996 – 1999.

Proučevanje je usmerjeno predvsem na ugotavljanje produktivnosti pri izvajanju upravnih storitev (lokacijska, gradbena dovoljenja, priglasitev del, uporabna dovoljenja) in ugotavljanje, kako različni dejavniki (velikost upravne enote, obseg vlog, število zaposlenih, stopnja izobrazbe) vplivajo na spreminjanje učinkovitosti, uspešnosti in kakovosti upravnih enot in njihovih storitev. Za analiziranje različnih podatkov so bila uspešno uporabljena sodobna orodja umetne inteligence (strojno učenje), ki zagotavljajo veliko hitrost obdelav in celovitost obravnavanja različnih vrst podatkov hkrati. Rezultati te raziskave so spoznanja: produktivnost v upravnih enotah se razlikuje celo do razpona 1 : 10; na spreminjanje produktivnosti najbolj vpliva trend novih vlog (povečanje števila vlog zviša produktivnost, zmanjšanje obsega pa ustrezno zniža produktivnost); višja stopnja izobrazbe je na splošno povezana z višjo produktivnostjo (pogosto pa nadpovprečna izobrazba tudi negativno vpliva na produktivnost); spolna struktura in starost zaposlenih nekoliko vpliva na produktivnost (optimalno je od 6 – 24 % moških v strukturi in 39 – 42 let povprečne starosti zaposlenih).

Strojno učenje tako na učinkovit način odkriva razne skrite vzorce, izmed katerih so nekateri koristni za managersko odločanje. Pri uporabi tradicionalnih metod pa ne bi bili ti vzorci razvidni. Raziskava vsebuje tudi aplikacijo programskega orodja umetne inteligence DEXi za večparametrsko odločanje pri vrednotenju uspešnosti / kakovosti različnih upravnih enot na osnovi razvitega modela. V sklepnem delu so predlogi za uvajanje metod umetne inteligence v procese managerskega odločanja v javni upravi. Pogoj za uspešno uvajanje pa so izboljšave obstoječih sistemov meritev delovanja procesov v javni upravi, in sicer kot vira za celovite podatkovne baze. Takšni razvojni koraki bi pomembno prispevali k prehodu na proračunsko financiranje glede na rezultate dela javnih organizacij in hkrati tudi plače zaposlenih glede na opravljeno delo.

 

 

Ključne besede:

Javna uprava, javni management, meritve performanse, management performanse, statistična kontrola procesov, umetna inteligenca, odkrivanje znanja v podatkovnih bazah, strojno učenje, sistemi za podporo odločanju.