Применение технологий искусственного интеллекта для оптимизации управления процессами на основе статистики обработки метаданных системы электронного документооборота в образовательной организации

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. ECM-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 ECM-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 ECM-систем в вузах, особенно в периоды высокой загруженности.

1. Разработка модели предиктивной аналитики финансовых поступлений от образовательной деятельности на основе цифрового следа обучающегося / Д.Н. Франтасов, А.В. Балановская, Е.Г. Репина, Е.В. Воронина // Вестник Самарского государственного экономического университета. 2022. № 5 (211). С. 52–59. doi:10.46554/1993-0453-2022-5-211-52-59. EDN EBRFXT.

2. Балановская А.В., Франтасов Д.Н., Горбунова О.А. Направления развития образовательных организаций в условиях цифровой трансформации отрасли науки и высшего образования // Известия Бай-кальского государственного университета. 2022. Т. 32, № 2. С. 423–431. doi:10.17150/2500-2759.2022.32(2).423-431. EDN HWTALU.

3. Франтасов Д.Н., Балановская А.В. Цифровая зрелость как основа стратегического развития и цифровой трансформации образовательных организаций // Вестник Самарского государственного экономи-ческого университета. 2022. № 2 (208). С. 57–64. doi:10.46554/1993-0453-2022-2-208-57-64. EDN JGTLHN.

4. Логачев М.С. Структура хранения данных автоматизированной системы мониторинга качества образовательного процесса // Вестник МГУП имени Ивана Федорова. 2016. № 1. С. 79–81. EDN WBWHAH.

5. Франтасов Д.Н., Балановская А.В., Прокаева А.Е. Роль цифровых сервисов в процессе цифровой трансформации организаций высшего образования // Экономика и предпринимательство. 2022. № 2 (139). С. 1043–1046. doi:10.34925/EIP.2022.139.2.205. EDN ERJWIN.

6. Истратова Е.Е., Достовалов Д.Н. Разработка подсистемы интеллектуального анализа данных для системы электронного документооборота Citeck // Системы анализа и обработки данных. 2021. № 3 (83). С. 115–128. doi:10.17212/2782-2001-2021-3-115-128. EDN BFQAMJ.

7. Варшавский П.Р., Ар Кар Мьо, Шункевич Д.В. Применение методов классификации и кластеризации для повышения эффективности работы прецедентных систем // Программные продукты и системы. 2017. № 4. С. 625–631. EDN YMUFCT.

8. Гринько Д.О. Применение методов интеллектуального анализа в процессах электронного документооборота // Вестник Российского университета дружбы народов. Серия: Инженерные исследования. 2014. № 3. С. 61–69. EDN SMUFSV.

9. Типикин В.В., Скибина М.А. Интеллектуальный анализ данных в системе электронного документооборота // Автоматизация процессов управления. 2020. № 1 (59). С. 65–74. doi:10.35752/1991-2927-2020-1-5-65-74. EDN NEUEMT.

10. Златковская Е.М. Электронный документооборот в образовательной организации: структурный анализ // Теория и практика проектного образования. 2020. № 3 (15). С. 58–64. EDN FMNEZP.