«Сколково» предложило использовать big data для законотворчества

Институт законодательства и сравнительного правоведения при правительстве по заказу фонда «Сколково» разработал концепцию госрегулирования на основе big data, выяснил ^[1] РБК:

Основная идея регулирования заключается в том, чтобы своевременно вносить изменения в регулирование, чтобы оно не вредило экономическому состоянию тех или иных субъектов. Например, если у граждан есть спрос на проезд и остановку транспорта в каком-то определенном месте, то в результате запрета остановки может сократиться поток клиентов в магазины и рестораны, в итоге снизится инвестиционная привлекательность всего района. За счет накопленных на цифровых платформах данных, например сервиса Яндекс.Карты, можно связать регуляторные решения с реальным спросом и создать более эффективную модель регулирования, — объяснил глава департамента по развитию фонда «Сколково» Сергей Израйлит.

Выработкой бизнес-ориентированной стратегии развития рынка больших данных с октября 2018 года занимается ^[2] ассоциация созданная МегаФоном, Mail.ru Group, oneFactor, Тинькофф Банком, Яндексом и Сбербанком.

Выработка государственных подходов работы с big data предусмотрена нацпрограммой «Цифровая экономика». В Яндексе, Mail.Ru Group, Ростелекоме отказались комментировать сколковский документ. В МегаФоне раскритиковали смежную идею из той же концепции, а именно о регулировании так называемого «цифрового следа», или сведений которые люди сознательно или несознательно оставляют о себе в цифровых средах: «Не ясно, какие общественные и бизнес-задачи будут решены путем введения понятия [цифрового следа]: оно крайне теоретизированно и не несет практической значимости».

Следует заметить, что власти уже используют «большие данные». Так ещё 3 года назад столичный департамент транспорта собрал разнородные городские данные: у сотовых операторов, с датчиков ГЛОНАСС, с систем проверки билетов, в целом из 30 источников и на основе big data подходов разработал ^[3] московскую маршрутную сеть «Магистраль». Летом прошлого года московские власти научились выявлять ^[4] «серую» аренду квартир при помощи больших данных.