Hãy dành một suy nghĩ cho Dominic Cummings – chính dữ liệu đã khiến anh ấy phát điên. Dữ liệu khiến tất cả chúng ta phát điên. Để một lĩnh vực có thể thành công ngày nay, lĩnh vực đó phải quản lý, lưu trữ và chia sẻ dữ liệu giữa các nhóm khác nhau, điều này cực kỳ khó khăn. Các chính phủ có thể học được gì từ điều này?
Viện Ủy ban Chính phủ về Trung tâm Chính phủ đã tiết lộ Số 10 yếu kém như thế nào, nhất là trong phân tích dữ liệu. Báo cáo của họ về cải cách các thể chế ở trung tâm chính phủ khuyến nghị thành lập một Văn phòng dành cho Thủ tướng và Nội các, trong đó có một Trung tâm Đánh giá và Phân tích Chung (JAAC) để đánh giá và phân tích dữ liệu nhằm đưa ra quyết định tốt hơn.
Đây có thể là một sự khởi đầu, nhưng mọi người trong các tổ chức lớn đều biết rằng các sáng kiến từ trung tâm từ trên xuống hiếm khi có hiệu quả ở mặt than. Nếu JAAC muốn chuyển đổi dữ liệu thành thông tin một cách hiệu quả thì nó có thể thu thập được thông tin chi tiết nào từ các cấu trúc đã phát triển để thực hiện việc này? Và nó có thể học được gì từ các lĩnh vực khoa học để quản lý thành công vấn đề này?
Đầu tiên, mạng lưới thần kinh sâu học bằng cách liên tục truyền thông tin qua lại cho đến khi mọi nơ-ron được điều chỉnh để đạt được cùng một mục tiêu. Luồng thông tin theo cả hai hướng là chìa khóa.
Luồng dữ liệu và thông tin tự do giữa trung tâm và các phòng ban sẽ là chìa khóa
Matthew Juniper
Neil Lawrence, giáo sư DeepMind về học máy tại Đại học Cambridge, lưu ý rằng trong chính phủ, “Những người ở mặt than hiểu rõ hơn về các biện pháp can thiệp đúng đắn, mặc dù không phải chính sách trung tâm có thể là gì; một trung tâm thành công sẽ có sự đồng hành.” – Chức năng điều phối được thúc đẩy bởi chiến lược AI, nhưng sẽ phân quyền cho các phòng ban, ngành nghề và cơ quan quản lý để thực hiện nó.”
Hoặc, như Jess Montgomery, giám đốc AI@Cam nói: “Việc chuẩn bị sẵn sàng dữ liệu của chính phủ – và AI – sẽ yêu cầu công việc nền tảng, chẳng hạn như quản lý dữ liệu và xây dựng quy trình.” Luồng dữ liệu và thông tin tự do giữa trung tâm và các phòng ban sẽ là yếu tố then chốt. Đây là một điểm hiển nhiên, đối với máy tính thì dễ dàng hơn nhiều so với con người, nhưng không được quên.
Thứ hai, khoa học và công nghệ là những môn thể thao đồng đội được chơi bằng thiết bị được phát triển qua nhiều thế hệ. Hàng nghìn năm nỗ lực của con người đã được nhúng vào một con chip máy tính và trong các thuật toán chạy qua nó. Khi kiến thức này tích lũy, giá trị chuyên môn cần thiết để điều hướng nó cũng tăng theo. Trong khoa học cũng như trong thể thao, các đội thành công bao gồm những cầu thủ có những kỹ năng khác nhau nhưng có sự chồng chéo. Không một cá nhân nào có thể chiến thắng một mình.
Chuyên môn sâu
Ý nghĩa của JAAC là chuyên môn sâu trong một số lĩnh vực cần phải có mặt hoặc đứng sau bàn nơi đưa ra các quyết định. Những nhà tổng quát tài năng, những người có thể làm bất cứ việc gì đều có vị trí của mình, nhưng việc tuyển dụng và phát triển nghề nghiệp ở JAAC phải dựa trên kinh nghiệm và chuyên môn tích lũy qua nhiều năm hoặc thậm chí nhiều thập kỷ.
Trong các cuộc phỏng vấn tại Viện Chính phủ, chúng tôi nghe nói rằng các cơ quan chính phủ đôi khi trả tiền cho Trung tâm An ninh Mạng Quốc gia để tuyển dụng những nhân viên có chuyên môn mà họ yêu cầu và sau đó cử họ trở lại. Điều này là để các bộ có thể tránh được các quy định tuyển dụng công chức, điều này dường như ngăn cản việc đánh giá kinh nghiệm.
Giống như một Thạc sĩ về quan hệ quốc tế không giúp bạn trở thành một nhà ngoại giao, một Thạc sĩ về học máy không giúp bạn trở thành một chuyên gia AI. Khi mọi người đang trốn tránh các quy định tuyển dụng của HR, đã đến lúc phải thay đổi những quy định đó. Có lẽ thử thách lớn nhất đối với chính phủ tiếp theo không phải là những gì họ làm ngay lập tức mà là cách họ tuyển dụng lâu dài.
Đã hơn bốn năm kể từ khi Dominic Cummings kêu gọi “những kẻ lập dị và không phù hợp” tham gia cùng anh ấy ở Vị trí Số 10. Hậu Covid và với một chính phủ mới đầy tiềm năng, chúng tôi mong muốn đưa dữ liệu vào trung tâm quản trị.
Đây sẽ là một công việc không mấy hấp dẫn, đòi hỏi những kỹ năng khác với những gì ở DeepMind – những vấn đề về con người với những mục tiêu mờ nhạt hơn là những vấn đề đồ chơi với những mục tiêu chính xác. Vương quốc Anh sẽ giỏi việc này, nhưng nó sẽ không phải là showbiz dành cho những người lập dị. Đó là mục đích của SpaceX.
Tiến sĩ Matthew Juniper là giáo sư khoa kỹ thuật của Đại học Cambridge. Ông là ủy viên của Viện Chính phủ, Ủy ban về Trung tâm Chính phủ.