Формування системи цифрового моніторингу соціально-економічних показників із застосуванням штучного інтелекту

Abstract

Актуальність дослідження. Актуальність зумовлена потребою переходу до управління на основі даних у країнах, що переживають глибоку структурну турбулентність, коли швидкість і складність соціально-економічних змін вимагають більш динамічних інструментів аналітики. В умовах воєнних дій в Україні традиційні методи збору й оброблення інформації вже не забезпечують належної оперативності, точності та здатності виявляти критичні ризики, що посилює значення штучного інтелекту як технологічного засобу для моніторингу, прогнозування і підтримки прийняття державних рішень на основі достовірних соціально-економічних індикаторів. Метою статті є наукове обґрунтування засад формування інтегрованої інтелектуальної системи моніторингу, здатної здійснювати автоматизований аналіз багатовимірних показників, ідентифікувати ризики та підвищувати обґрунтованість державних рішень на основі технологій штучного інтелекту. Методологія дослідження. Методологія дослідження базується на системному та порівняльному аналізі, узагальненні наукових підходів, контент-аналізі статистичних і нормативних джерел та структурно-логічному моделюванні інтегрованої моделі цифрового моніторингу. Результати дослідження. У межах дослідження побудовано концептуальну модель цифрового моніторингу, що охоплює модулі збору даних (open data, державні реєстри), інтелектуальної аналітики та прогнозування, блоки ризик-ідентифікації, а також підсистему підтримки управлінських рішень. Доведено, що залучення штучного інтелекту підвищує точність прогнозних оцінок, скорочує часові лаги між подіями та реагуванням, а також забезпечує раннє виявлення структурних соціально-економічних дисбалансів. Модель демонструє здатність інтегрувати різнорідні джерела даних і формувати багаторівневий аналітичний контур, необхідний для оперативного управління у високоволатильних умовах. Водночас виявлено основні перешкоди практичного впровадження: низька якість і фрагментованість даних, обмеженість цифрової інфраструктури, дефіцит компетентностей у сфері ШІ та потреба у створенні етичних і регуляторних механізмів, узгоджених із вимогами Європейського регламенту про ШІ. Практичне значення результатів. Отримані результати створюють наукову базу для розроблення національної системи цифрового моніторингу, здатної забезпечувати оперативне прогнозування, підвищувати ефективність державної політики, зміцнювати інституційну спроможність та прискорювати інтеграцію України до європейського цифрового простору. Перспективи подальших досліджень. Подальший науковий розвиток має бути спрямований на вдосконалення методів оцінювання якості даних, формування етичних і безпекових механізмів застосування ШІ та адаптацію інтелектуальних моніторингових систем до секторальних потреб і функціональних особливостей державного управління. The relevance of the research stems from the growing need for data-driven governance in countries facing structural turbulence, where wartime conditions in Ukraine make traditional analytical tools insufficiently accurate and responsive, underscoring the role of AI in collecting, processing, and forecasting socio-economic indicators. The study aims to substantiate the conceptual foundations for an integrated intelligent monitoring system capable of automated analysis of multidimensional socioeconomic data, early risk identification, and improved evidence-based public decisionmaking. The methodology is grounded in systemic and comparative analysis, the generalization of scientific approaches, content analysis of statistical and regulatory sources, and structural-logical modeling of the integrated digital monitoring framework. The study develops a conceptual model of digital monitoring integrating data acquisition (open data, state registers, satellite data), analytical and forecasting modules (ML, neural networks, NLP), risk identification, and decision support. AI integration enhances forecast accuracy, reduces reaction lags, and enables early detection of structural imbalances. Key barriers include low data quality, limited digital infrastructure, a shortage of specialists, and the need for ethical and regulatory frameworks aligned with the EU AI Act. Overall, the intellectualization of monitoring systems strengthens evidence-based governance and supports proactive responses to socio-economic risks. The findings provide a foundation for developing a national digital monitoring system capable of ensuring timely forecasting and enhancing the effectiveness of public policy in the context of Ukraine’s European digital integration. Further studies should focus on improving data quality assessment methods, developing ethical and security frameworks for AI application, and adapting intelligent monitoring systems to the sectoral needs of public administration.