Page 107 - Диссертация

Разработанная система классификации рисков позволит обеспечить в
риск-менеджменте индивидуальный подход к каждому цифровому риску с
целью их эффективной минимизации.
Ниже представлены некоторые комментарии по содержанию рисков и
управлению ими.
Модельные риски
Риски качества модели обработки данных (допущения и ошибки самой
модели). Также нужно иметь в виду, что зачастую модели обработки данных
(включая и искусственный интеллект) работают по принципу черного ящика
(black box problem): данные закладываются в модель, которая проводит анализ
и выдает результат, который невозможно перепроверить и интерпретировать.
Неполное понимание функционирования различных форм аналитики больших
данных и качества данных или моделей может привести к реализации
модельного риска.
Модельные риски проявляются в систематической ошибке обработки
больших данных. В итоге эта ошибка отражается на качестве управленческих
решений. Минимизировать модельные риски можно:
‒ путем повышения качества моделей;
‒ принимая во внимание ключевую роль компетенций специалистов-
разработчиков моделей алгоритмов и программного обеспечения для Data-
Driven Government.
Методологические риски в том числе риски качества данных
Методологии анализа Big Data пока находятся в процессе развития. До
сих пор нет однозначного подхода выбора данных их обработки и
агрегирования. Следует отметить, что использование внешних
неструктурированных данных, полученных из СМИ, социальных сетей требуют

специальных подходов к управлению качеством данных для обнаружения
искажений фактов или дезинформации (fact checking).
Угроза методологических рисков проявляется в низком качестве
управленческих решений, разрабатываемых на основе обработки больших
данных. Минимизировать методологические риски можно:
‒ путем включения в механизмы сбора данных специальных алгоритмов,
вычисляющих фейки, дезинформацию, неточные и ошибочные данные;
‒ принимая во внимание ключевую роль компетенций специалистов-
разработчиков моделей алгоритмов и программного обеспечения для Data-
Driven Government;
‒ путем законодательного утверждения перечня источников, допустимых
для сбора данных.
Риски сохранности данных
Большие данные подразумевают сбор различной информации о людях, в
том числе и конфиденциального порядка (финансовое состояние, здоровье и
др.). Риск проявляется в умышленном или неумышленной потере и
ненадлежащем использовании персональных данных. Любое потенциальное
ненадлежащее использование больших данных и недостаточная
информационная безопасность могут подорвать доверие потребителей в

107