Орган вопросы и ответы: как нейросети меняют работу с обращениями

«Можно ли теперь написать жалобу в ведомство на обычную электронную почту, а нейросеть сама всё прочитает и пришлёт официальный ответ?» — вопрос звучит логично: вокруг столько разговоров про ИИ, что хочется верить, будто очередь из обращений наконец исчезнет сама собой, как стопка ненужных квитанций после генеральной уборки.

Но здесь есть две новости. Хорошая: технологии обработки обращений уже умеют снимать с сотрудников значительную часть рутины — читать, распознавать, группировать, находить тему, готовить черновик. Плохая, хотя я бы назвала её успокаивающей: нейросеть не стала чиновником, не получила полномочий и не может без человека принять юридически значимое решение по вашей жалобе.

Фраза «орган вопросы и ответы» вообще не официальный термин из законодательства. На человеческом языке это вся система, в которой гражданин задаёт вопрос или сообщает о проблеме, а государственный орган должен зарегистрировать обращение, понять его суть, найти ответственного исполнителя, проверить факты и дать ответ в срок. И вот внутри этой длинной цепочки ИИ действительно может быть очень полезен.

Почта больше не универсальная дверь в ведомство

Начнём с того места, где многие по привычке спотыкаются: с канала подачи.

С 30 марта 2025 года электронное обращение, которое рассматривают по закону № 59-ФЗ, нужно направлять через Госуслуги, другую информационную систему органа власти или официальный сайт, где заявителя идентифицируют и аутентифицируют. Простое письмо на e-mail само по себе не стало тем самым обращением, которое ведомство обязано рассматривать в порядке этого закона.

Это не означает, что писать на электронную почту вообще запрещено. Нет, конечно. Просто письмо в ящик вида info@... и официальное электронное обращение теперь живут в разных правовых комнатах, хотя снаружи обе двери могут выглядеть одинаково.

Для гражданина это меняет не только кнопку, на которую он нажимает. Идентификация связывает обращение с конкретным человеком, а цифровая система фиксирует дату подачи, регистрацию, движение документа и итоговый ответ. Для органа власти это создаёт нормальный, прослеживаемый поток данных — а значит, даёт почву для автоматизации.

Если запрос приходит через десяток каналов, в свободной форме, с опечатками, голосовыми сообщениями и приложениями, сотруднику сначала приходится вручную разбирать этот цифровой шкаф. Когда обращения попадают в единый контур, технологии суммаризации и классификации начинают приносить пользу не в красивой презентации, а в ежедневной работе.

Нейросеть не отменяет порядок рассмотрения обращения. Она помогает быстрее пройти путь до решения, не подменяя само решение.

Есть и ещё одна важная деталь. Если из текста невозможно понять, чего именно хочет заявитель, орган не обязан угадывать и сочинять ответ по существу. В такой ситуации обращение не направляют по компетенции, а гражданину должны сообщить об этом в течение семи дней с даты регистрации. Здесь ИИ может подсветить неполный или противоречивый текст, но не должен превращать догадки в официальную позицию ведомства.

Где ИИ действительно разгружает систему

Когда говорят об «автоматических ответах на запросы граждан», воображение сразу рисует робота, который вежливо отписывается всем подряд. В реальности полезная архитектура устроена гораздо скромнее — и именно поэтому надёжнее.

Я бы разделила работу нейросети с обращениями на четыре слоя.

1. Распознавание и извлечение сути.

Система может перевести голосовое сообщение в текст, выделить адрес, дату, номер дома, упомянутую услугу, орган или проблему. Это особенно спасает там, где человек пишет длинно, эмоционально и сразу о трёх разных историях — а так, будем честны, пишем мы все, когда нас действительно довели.

2. Классификация и маршрутизация.

Нейросеть сопоставляет текст с тематикой: ЖКХ, социальные выплаты, транспорт, земельный вопрос, работа подведомственного учреждения. Затем предлагает, кому передать обращение. Не решает «самовластно», а даёт оператору внятную подсказку вместо ручного перебора папок и регламентов.

3. Суммаризация массива.

Если по одной проблеме пришли сотни похожих сообщений, сотруднику не нужно читать их как роман в трёх томах. ИИ может собрать повторяющиеся темы: например, жители нескольких районов жалуются на один маршрут, срок ремонта или отказ в услуге. Это помогает увидеть не отдельный шум, а повторяющийся сигнал.

4. Подготовка черновика ответа.

При наличии проверенных шаблонов, внутренней базы знаний и актуальных данных модель способна собрать проект письма: вежливое обращение, краткое изложение вопроса, перечень запрошенных сведений, стандартное разъяснение. Затем документ проверяет сотрудник, который отвечает за содержание и подпись.

На примере проекта для Росимущества официально описывались системы, рассчитанные на обработку текстовых и голосовых обращений в чатах и по телефону, включая формирование голосовых ответов. Но тут не стоит бежать впереди фактов: речь шла об описании создаваемых решений, а не о доказанной массовой эксплуатации с опубликованными показателями качества.

Вот где проходит практическая граница между автоматизацией и властью.

На пальцах: ИИ хорош как очень быстрый помощник в приёмной, редактор черновиков и аналитик больших массивов. Но он не должен сидеть в кресле того, кто обязан отвечать за результат.

17 тысяч обращений за месяц — это уже не папка входящих

Масштаб помогает понять, почему разговор об эффективности нейросетей в госсекторе давно перестал быть модной игрушкой.

В декабре 2025 года в Правительство России поступило 17 059 обращений граждан. Из них 16 042 пришли в форме электронных документов. Отдельно было 181 коллективное обращение, под которыми подписались 24 855 человек.

Это статистика одного адресата и одного месяца, не всей страны — переносить её на каждый орган власти было бы слишком смело. Но она хорошо показывает саму механику нагрузки: электронный поток уже огромный, а коллективное письмо может обозначать проблему, которая затрагивает тысячи людей.

В 1 112 ответах о результатах рассмотрения обращений за этот период 106 содержали сведения о положительном решении вопроса или принятых мерах. Ещё 920 авторам дали необходимые разъяснения. И тут, кстати, прячется важная мысль: далеко не каждое обращение заканчивается стройкой нового моста, отменой решения или персональной выплатой. Очень часто человеку нужен ясный ответ — что произошло, кто отвечает, какие документы нужны, куда обращаться дальше.

Именно такие повторяющиеся, информационные запросы — хорошее поле для аккуратной автоматизации. Не для отписки «ваше обращение принято», а для того, чтобы сотрудник быстрее получил собранный контекст и мог дать понятное, конкретное разъяснение.

Сроки при этом никто не отменял. Общий срок рассмотрения письменного обращения — 30 дней со дня регистрации. В исключительных случаях его могут продлить, но не больше чем ещё на 30 дней, и заявителя должны уведомить.

Нейросеть не способна законно растянуть сутки. Зато она может убрать из этих 30 дней бессмысленные потери: ручную сортировку, поиск одинаковых кейсов, переписывание стандартных фрагментов, первичное чтение длинных текстов. Это и есть реальная оптимизация работы с обращениями — не обещание «ответа за минуту», а высвобождение времени для случаев, где без живого разбора никак.

Почему красивый черновик может быть опаснее пустого поля

Самый неприятный подводный камень генеративного ИИ — не грубость и не опечатка. Это уверенная неправда.

В рекомендациях NIST для генеративного ИИ используют термин «конфабуляции»: модель может выдать ошибочные, внутренне противоречивые сведения, придумать ссылку на документ или сослаться на несуществующую норму — и сделать это таким спокойным, убедительным тоном, что текст хочется сразу отправить.

Для обращения гражданина это особенно рискованно. Один неверный номер постановления, выдуманный срок, неправильно истолкованная льгота или несуществующая компетенция другого ведомства — и вежливый ответ превращается в новую проблему. Человек теряет время, а орган получает повторную жалобу, недоверие и вполне заслуженный вопрос: «Вы вообще читали, что мне ответили?»

Поэтому технологии обработки обращений нельзя оценивать по принципу «модель написала складно». Складно умеет писать и человек, который не разобрался. Нужны более приземлённые настройки:

• понятный перечень задач, где ИИ разрешено применять, а где он вообще не появляется;
• актуальная, контролируемая база нормативных и ведомственных материалов для подготовки черновиков;
• обязательная проверка фактов, реквизитов, ссылок и выводов перед отправкой;
• журнал действий: кто принял маршрут, кто отредактировал текст, кто утвердил ответ;
• регулярная проверка ошибок на реальных, но обезличенных кейсах;
• понятный способ исправить результат и обжаловать решение, если гражданин считает ответ неверным.

NIST предлагает именно такую логику управления рисками: документировать границы знаний системы, назначать роли людей, тестировать работу, следить за ней в эксплуатации и оставлять пользователю механизм обратной связи. Это не обязательный российский стандарт, а полезная рамка здравого смысла. Иногда здравый смысл в цифровых проектах — редкость почти коллекционная.

Чем убедительнее ИИ пишет, тем строже человек должен проверять смысл, факты и последствия его текста.

Человек в контуре — не тормоз, а точка ответственности

Фраза «человек в контуре» звучит немного так, будто мы обсуждаем пилота в кабине космического корабля. На практике смысл проще: у каждого шага должен быть человек, который понимает, что произошло, и может вмешаться.

Это не значит, что сотруднику нужно перепечатывать за модель каждую запятую, иначе вся затея развалится под собственным весом. Нормальная схема другая: машина делает быстрый первый проход, человек смотрит на исключения, спорные случаи, правовые выводы и финальный текст.

Особенно нельзя отдавать модели без полноценной проверки следующие ситуации:

• жалобы, где требуется установить обстоятельства и оценить доказательства;
• обращения с персональными данными, медицинской, социальной или иной чувствительной информацией;
• запросы, затрагивающие права, выплаты, санкции, отказ в услуге или межведомственный спор;
• коллективные обращения, где за одним текстом может стоять системная проблема;
• случаи, в которых у модели нет достаточных данных или она противоречит проверенной базе.

А вот на повторяемых, низкорисковых операциях ИИ суммаризация для органов власти может заметно облегчить жизнь и гражданам, и сотрудникам. Если система быстро определяет тему, не теряет вложения, видит дубли, предлагает точный шаблон и поднимает похожие решения, ответ становится не «автоматическим» в плохом смысле, а просто менее мучительным для всех участников процесса.

Не ждать волшебной кнопки, а требовать понятного процесса

Я бы не измеряла успех нейросетей в органах власти числом поставленных чат-ботов и красивых слов про цифровую трансформацию. Гораздо честнее спросить: стало ли обращение легче подать? Понятно ли, где оно находится? Сократилось ли время, которое сотрудник тратит на поиск сути? Меньше ли граждан получает формальные ответы, не отвечающие на их вопрос?

Если ответы на эти вопросы положительные — технология работает на человека. Если вместо этого гражданину предлагают бесконечное меню, робот уверенно фантазирует нормы, а живой специалист скрывается за словом «автоматизация», то перед нами не прогресс, а бюрократия, которой просто выдали новый костюм.

Мой практический совет простой: отправляя обращение, сразу формулируйте одну основную проблему, указывайте конкретные даты, адреса и желаемый результат, а приложения называйте понятно. Не потому, что вы должны облегчать жизнь алгоритму — это он должен работать на вас. Просто чёткий текст быстрее поймёт и нейросеть, и человек, который в итоге обязан дать вам настоящий ответ.