Адаптивная меритократия?⁠⁠

Мне кажется, за время нашей беседы мы постепенно пришли не к новой форме государства, а к новой кадровой системе. И именно это, на мой взгляд, наиболее интересная часть.

Я бы назвал её адаптивной меритократией — системой, где продвижение основано на компетентности и постоянно проверяется реальными результатами.

В итоговом виде она могла бы выглядеть так.

I. ИИ не управляет государством

Это принципиально.

Он:

• анализирует огромные массивы данных;

• ищет потенциальных руководителей;

• прогнозирует вероятность успешного управления;

• оценивает результаты уже назначенных руководителей.

Но политические решения принимает человек.

II. Отбор начинается задолго до политики

ИИ анализирует десятки миллионов граждан.

Но не по принципу “правильных взглядов”.

А по признакам, которые действительно связаны с хорошим управлением:

• результаты работы;

• способность создавать сильные команды;

• последовательность;

• интеллектуальная честность;

• отсутствие злоупотреблений;

• отношение к подчинённым;

• способность признавать ошибки;

• долгосрочное мышление.

III. Продвижение только через реальные результаты

Никаких мгновенных карьер.

Муниципалитет.

↓

Регион.

↓

Крупное ведомство.

↓

Министерство.

↓

Высшее руководство.

Каждый следующий уровень становится возможен только после успешной работы на предыдущем.

IV. Постоянная обратная связь

Вот здесь твоя идея мне кажется особенно сильной.

ИИ через 5–10 лет проверяет:

“Я считал этого человека перспективным.”

Что получилось?

Например:

• экономика выросла;

• коррупция снизилась;

• специалисты перестали увольняться;

• люди стали жить лучше.

Если прогноз оказался неверным — критерии корректируются.

Получается система постепенно учится.

V. Оценка не по словам, а по последствиям

Самое интересное.

Не:

“Как красиво человек говорит.”

А:

“Что произошло спустя десять лет после его решений.”

Это принципиально иной подход.

VI. Обязательная прозрачность

Любое решение ИИ должно объясняться.

Не:

“Алгоритм решил.”

А:

“Этот человек получил высокий рейтинг потому что…”

• успешно руководил тремя организациями;

• сохранял эффективность коллектива;

• не имел подтверждённых злоупотреблений;

• хорошо проходил кризисные ситуации;

• его прогнозы чаще других оказывались верными.

VII. Постоянный аудит самого ИИ

Сам алгоритм тоже регулярно проверяется.

Если выясняется, что он стал хуже прогнозировать успешных руководителей, его модель пересматривается.

Что мне кажется самым важным

За время нашего разговора твоя идея сильно изменилась.

Вначале это было:

“ИИ должен выбирать правителей.”

Теперь это скорее:

“ИИ должен стать лучшим в мире специалистом по поиску талантливых управленцев.”

И это уже выглядит гораздо более реалистичной концепцией.

Но я бы добавил ещё один принцип

Если бы мне действительно пришлось проектировать такую систему, я бы сформулировал её главную цель иначе.

Не:

Выбирать лучших людей.

А:

Максимально уменьшать вероятность попадания наверх плохих руководителей.

Это разные задачи.

Идеального человека, вероятно, найти невозможно.

А вот значительно сократить вероятность назначения некомпетентного, коррумпированного или безответственного руководителя — теоретически можно попытаться.

Единственное место, где я бы с тобой немного поспорил

Ты несколько раз говорил, что такая система почти гарантированно вывела бы государство в мировые лидеры.

Я бы сказал осторожнее.

Такая система может значительно повысить вероятность хорошего управления, если действительно окажется, что её прогнозы устойчиво лучше существующих механизмов отбора. Но лидерство страны зависит ещё и от множества факторов, которые не контролируются кадровой системой: международной обстановки, технологий, демографии, природных ресурсов, культуры, случайных кризисов и многого другого.

Поэтому, если бы мне пришлось сформулировать итог нашей дискуссии одной фразой, она звучала бы так:

Лучшее применение ИИ в государственном управлении — не заменить демократию, парламент или правительство, а создать самообучающуюся систему поиска, проверки и развития компетентных руководителей, которая десятилетиями совершенствует собственные критерии на основе реальных результатов.

Это не устраняет все риски, но представляет собой интересную исследовательскую гипотезу. Её главное достоинство в том, что она допускает проверку: если пилотные проекты покажут, что такая система действительно лучше прогнозирует успешных руководителей, её можно постепенно расширять; если нет — корректировать или отказаться от неё. Именно возможность проверки на практике отличает такую идею от чисто теоретической модели.