AHRC implementa un EDRMS completamente automatizzato su SharePoint utilizzando l'intelligenza artificiale e l'apprendimento automatico

Riepilogo

La Commissione australiana per i diritti umani (la Commissione) è l'istituzione nazionale australiana per i diritti umani, un'organizzazione statutaria indipendente nel portafoglio del procuratore generale che promuove e protegge i diritti umani. Sebbene sia una piccola agenzia, AHRC ha una reputazione per l'adozione strategica precoce di nuove tecnologie. Negli ultimi anni AHRC è stato un leader nel governo con la migrazione a Microsoft Office 365 e Azure. 

Secondo i National Archives of Australia (NAA), la Commissione è l'attuale leader di pensiero della gestione dei documenti nel governo australiano. Attraverso una partnership aziendale con RecordPoint, la Commissione ha implementato un sistema elettronico di gestione dei documenti e dei record (EDRMS) su SharePoint con RecordPoint Records365, utilizzando l'IA di RecordPoint e le tecnologie di apprendimento automatico per classificare i record senza la necessità di input da parte del personale. 

Sfida

Prima di questa nuova soluzione EDRMS, in produzione da febbraio 2019, la Commissione stava annegando in un mare di duplicati, aggrovigliata in cartelle annidate e perplessa per la perdita di documenti. La carenza di fondi e altre sfide hanno impedito alla Commissione di attuare una soluzione EDRMS che fosse praticabile. 

Nella ricerca di opzioni, la Commissione guidata da Ron McLay, Chief Information Officer e Ryan McConville, Information Manager, ha incorporato lo studio del Dipartimento delle finanze nelle carenze dell'EDRMS tradizionale. In particolare, il rapporto suggerisce che la gestione dei record dovrebbe essere automatizzata, piuttosto che essere un compito manuale per i dipendenti pubblici. Ispirandosi alla relazione, la Commissione ha deciso di attuare un EDRMS completamente automatizzato, utilizzando l'intelligenza artificiale (AI) e l'apprendimento automatico. Ciò costituirebbe la base di RADICAL – Record And Document Innovation & Capture – Artificial Learning. 

Un'implementazione EDRMS con AI risolve i problemi chiave affrontati nell'esecuzione di un EDRMS efficace. L'intelligenza artificiale riduce la portata dell'errore umano, aumentando al contempo il volume, l'accuratezza e la coerenza della classificazione dei record. La semplice interfaccia utente ha favorito un'elevata diffusione da parte degli utenti ed è vista dal personale come uno strumento utile piuttosto che un onere. 

La Commissione ha evitato la personalizzazione e i componenti aggiuntivi per RecordPoint e SharePoint, concentrandosi invece sulla configurazione. Un problema comune che le agenzie hanno riscontrato è la personalizzazione e l'uso di componenti aggiuntivi di terze parti per soddisfare i processi aziendali esistenti o obsoleti. Ciò si traduceva spesso in sistemi difficili da usare, inefficienti e inaffidabili e difficili da aggiornare con conseguente sofferenza dell'assorbimento da parte degli utenti. 

Sfruttare la funzionalità nativa di RecordPoint e SharePoint tradotta in processi aziendali migliorati. La Commissione ha anche incorporato una navigazione semplice per una facile navigazione dei record, supportata da una potente funzione di ricerca in Records365. La soluzione RADICAL è in produzione da febbraio 2019 ed è attualmente in fase di implementazione per l'intera organizzazione 

Strategia

L'approccio della Commissione era "configurazione rispetto alla personalizzazione", come raccomandato dalla DTA, incentrato sulla progettazione incentrata sull'uomo. Il personale è stato ampiamente consultato sui bisogni attuali e sui punti deboli. Quando possibile, le funzionalità native di Records365 e SharePoint sono state preservate, limitando la necessità di formazione per gli utenti finali e la gravosa gestione delle modifiche. 

Durante la pianificazione di RADICAL, un obiettivo chiave era rimuovere le decisioni di gestione dei record dal personale e consentire loro di concentrarsi sul proprio lavoro principale. RADICAL necessario per fornire una "gestione trasparente dei record" e limitare il potenziale per una classificazione imprecisa o incoerente. 

Tradizionalmente, il processo di classificazione è stato eseguito manualmente dagli archivisti. L'elemento manuale della classificazione può richiedere molto tempo, può portare a imprecisioni e può essere di disturbo per il personale. Le metodologie precedenti per automatizzare la classificazione dei record utilizzano alberi di regole che classificano i record in base ai loro metadati e alla posizione salvata. Tuttavia, gli alberi delle regole devono essere costruiti e mantenuti da ufficiali di registrazione esperti e fare affidamento sugli utenti finali per applicare metadati accurati e salvarli in posizioni specifiche. 

Sfruttare l'IA in questo processo risolve molti di questi problemi combinando un albero di regole minimo con un modello di apprendimento automatico. Se un record non può essere classificato in base a una regola, il modello di apprendimento automatico classifica il record in base al suo contenuto. Questo sistema elimina la necessità di mantenere complessi alberi di regole, la dipendenza dai metadati e dalla posizione dei record. 

Il team del progetto RADICAL ha collaborato con gli sviluppatori di intelligenza artificiale di RecordPoint per creare un modello statistico in grado di classificare i record rispetto a AFDA Express e all'autorità di smaltimento dei record specifica dell'agenzia della Commissione. 

Il modello statistico viene sviluppato prendendo una serie di record che sono stati classificati manualmente e applicando tecniche di elaborazione del linguaggio naturale per normalizzare il contenuto del documento in vettori. Il modello viene quindi addestrato utilizzando algoritmi. 

Dopo un periodo di formazione iniziale, il modello statistico RADICAL può classificare i singoli record con una precisione di 80%. La Commissione prevede che questa precisione aumenterà nel tempo. RADICAL riclassifica anche i record ogni volta che vengono modificati, assicurando che la classificazione sia sempre aggiornata. 

Sebbene il modello di apprendimento automatico funzioni inizialmente in combinazione con un albero di regole, man mano che l'accuratezza del modello aumenta, le regole verranno gradualmente rimosse e la Commissione farà affidamento esclusivamente sull'apprendimento automatico per gestire i propri record aziendali. 

La fase di attuazione ha previsto: 

• eseguire un'analisi dettagliata dei sistemi esistenti e delle registrazioni 
• sviluppare un nuovo quadro di governance delle informazioni e un'autorità di smaltimento dei documenti specifica dell'agenzia 
• sviluppare e implementare una strategia di migrazione dei record 
• ampia collaborazione e test con gli sviluppatori di RecordPoint AI 
• sviluppo e test della piattaforma SharePoint gestita da Records365 
• lavorare con un facilitatore specializzato nella gestione del cambiamento 
• formare gli utenti finali e fornire supporto continuo per il go live 
• implementare un modello di sicurezza concordato 
• ottenendo l'approvazione a livello di agenzia per il sistema, comprese le regole aziendali e per l'uso degli algoritmi di apprendimento automatico 
• addestrare gli algoritmi di apprendimento automatico 
• implementazione e implementazione del sistema 

Risultati

Poiché la maggior parte delle agenzie governative australiane condivide gli stessi requisiti di gestione dei documenti, la Commissione ritiene che il modello di apprendimento automatico fornito da RecordPoint e utilizzato da RADICAL sia un "vero e proprio punto di svolta" e consentirà ad altre agenzie di ottenere equivalenti "guadagni in termini di efficienza, produttività e riduzioni dei costi.' La Commissione si considera pioniere nel governo per l'uso dell'IA nella gestione dei documenti ed è entusiasta di condividere le proprie esperienze come gli attuali leader di pensiero della gestione dei documenti del governo australiano. 

RADICAL offre alla Commissione molteplici vantaggi tangibili quali: 

• gestione automatizzata dei record che sia accurata, coerente e conforme 
• conformità con DC2020 
• controllo delle versioni dei documenti, che riduce la duplicazione 
• maggiore collaborazione e condivisione 
• gestione semplificata delle richieste sulla libertà di informazione (FOI). 
• Report di Power BI per dirigenti senior 
• riduzione del tempo del personale dedicato alla gestione dei record 
• ricerca e recupero di record efficaci ed efficienti 
• trascrizione video in tempo reale 
• catalogazione automatica delle immagini 

RADICAL ha avuto un impatto positivo sulla Commissione e sui suoi portatori di interessi: 

• raggiungere l'obiettivo di una "gestione trasparente dei record" 
• aumentare l'accuratezza e la conformità delle pratiche di gestione delle informazioni riducendo la portata dell'errore umano 
• riducendo i tempi e i costi associati alla risposta alle richieste FOI attraverso una migliore ricerca e recupero 
• riducendo gradualmente i costi di archiviazione fisica, attualmente in media $17.000AUD all'anno 
• riducendo i costi di archiviazione digitale 
• aumentare la collaborazione tra le unità aziendali della Commissione attraverso raccolte di documenti condivise e l'istituzione di una politica di accesso alle informazioni "aperta per impostazione predefinita", in cui l'accesso ai record è limitato solo per proteggere la privacy personale o le informazioni sensibili 
• miglioramento dei processi aziendali attraverso flussi di lavoro elettronici, controllo delle versioni dei documenti e tagging automatizzato dei metadati 
• riducendo al minimo l'impatto di potenziali violazioni dei dati attraverso l'eliminazione programmata regolare dei record 

Le prime stime della Commissione suggeriscono che il personale che utilizza RADICAL sta assistendo a un aumento della produttività di almeno 5%. Inoltre, l'accuratezza dell'acquisizione e della classificazione da parte degli algoritmi sta migliorando e, secondo le stime, "supera già l'accuratezza della nostra classificazione manuale". 

Infine, la Commissione dimostra che una soluzione tecnologicamente avanzata può essere implementata senza costi significativi. "Stimiamo che un EDRMS tradizionale sarebbe costato alla Commissione 3 o 4 volte di più del RADICALE."