Applying emerging data-driven technologies in social security. Country experiences and ISSA guidelines

• Authors: Raul Ruggia-Frick

Title variants

PL

Zastosowanie w zabezpieczeniu społecznym nowych technologii opartych na wykorzystaniu danych. Doświadczenia poszczególnych krajów oraz wytyczne Międzynarodowego Stowarzyszenia Zabezpieczenia Społecznego (ISSA)

Abstracts

PL

Zastosowanie technologii informacyjno-komunikacyjnych (information and communication technologies, ICT) umożliwia wprowadzanie coraz bardziej wszechstronnych systemów zabezpieczenia społecznego na całym świecie, jak również transformację usług z tego obszaru. W szczególności tzw. innowacje oparte na wykorzystaniu danych umożliwiają instytucjom zabezpieczenia społecznego ulepszanie swoich produktów, procesów oraz metod organizacji. Podążając tą drogą, instytucje te stopniowo wprowadzają nowoczesne technologie, takie jak analityka, big data oraz sztuczna inteligencja. Podczas gdy połączenie analityki oraz big data pozwala na przeprowadzanie skomplikowanych analiz coraz obszerniejszych zbiorów danych, wykorzystanie sztucznej inteligencji umożliwia automatyzację procesów oraz wspomaga pracowników podczas zadań wymagających podjęcia decyzji przez człowieka. Stosowaniu takich nowych, opartych na wykorzystywaniu danych technologii towarzyszą jednakże liczne wyzwania, głównie w postaci trudności wynikających z połączenia takich nie w pełni przetestowanych technologii z wymaganym poziomem stabilności procesów operacyjnych oraz różnic w zastosowaniu procesów rozwojowych. Tekst ten omawia wyżej wymienione zagadnienia oraz przedstawia przegląd nowych technologii opartych na danych, a także ich obecne zastosowanie w instytucjach zabezpieczenia społecznego. Przedstawia on także opracowane przez Międzynarodowe Stowarzyszenie Zabezpieczenia Społecznego (International Security Systems Association, ISSA) wytyczne wspierające wykorzystywanie takich technologii w zabezpieczeniu społecznym.

EN

The application of ICT (information and communication technologies) is enabling the implementation of increasingly comprehensive social security systems throughout the world as well as the transformation of social security services. In particular, the so-called data-driven innovation enables social security institutions to improve products, processes and organisational methods. In this line, social security institutions are progressively applying emerging technologies, such as Analytics, Big Data, and Artificial Intelligence. While the pairing of analytics and big data allows for the performing of sophisticated analyses on increasingly large databases, Artificial Intelligence enables for automating processes and assisting staff in tasks requiring human decisions. However, the application of such emerging data-driven technologies brings with it many challenges, mainly the complexities of combining the adoption of not fully tested technologies with the required stability of critical operational processes and differences in the application of development processes. This paper addresses these issues and presents an overview of emerging data-driven technologies and their current application in social security institutions. It also presents guidelines supporting the application of data-driven technologies in social security developed by the International Social Security Association (ISSA).

Keywords

EN

analytics; artificial intelligence; big data; digital governance; social security

PL

analityka; sztuczna inteligencja; big data; zarządzanie cyfrowe; zabezpieczenie społeczne

• Publisher: Zakład Ubezpieczeń Społecznych
• Journal: Ubezpieczenia Społeczne. Teoria i praktyka
• Year: 2021
• Issue: 4
• Pages: 31-49

Dates

published

2021

Contributors

author

Raul Ruggia-Frick

• International Social Security Association

References

• Berryhill J., Bourgery T., Hanson A., Blockchains Unchained: Blockchain Technology and its Use in the Public Sector, OECD Working Papers on Public Governance, No. 28, Paris 2018.
• Brandt T., Wagner S., Neumann D., Prescriptive analytics in public-sector decision-making: A framework and insights from charging infrastructure planning, “European Journal of Operational Research” 2021, Vol. 291(1).
• Frazzetto D., Nielsen T.D., Pedersen T.B., Šikšnys L., Prescriptive analytics: a survey of emerging trends and technologies, “The VLDB Journal” 2019, Vol. 28(4).
• Gartner, Build the AI Business Case. A CIO’s Guide to Building the Strategy and Business Case to Implement AI in the Enterprise, 2018.
• International Security Systems Association, Applying emerging technologies in social security, Geneva 2019.
• International Security Systems Association, Artificial Intelligence in Social Security: Background and Experiences, Geneva 2020.
• International Security Systems Association, Compendium of Innovative Approaches, Geneva 2019.
• International Security Systems Association, ISSA Guidelines on Good Governance, Geneva 2019.
• International Security Systems Association, ISSA Guidelines on Information and Communication Technologies, Geneva 2019.
• International Security Systems Association, Managing social security data, Geneva 2016.
• International Security Systems Association, Ten Global Challenges for Social Security, Geneva 2019.
• International Security Systems Association, Ten Global Challenges for Social Security − Africa, Geneva 2017.
• International Security Systems Association, Ten Global Challenges for Social Security − Americas, Geneva 2017.
• International Security Systems Association, Ten Global Challenges for Social Security – Asia and Pacific, Geneva 2018.
• International Security Systems Association, Ten Global Challenges for Social Security − Europe, Geneva 2019.
• International Security Systems Association, The application of chatbots in social security: Experiences from Latin America, Geneva 2021.
• International Security Systems Association, The use of analytical technology in social security systems during the pandemic – Experiences from Latin America, Geneva 2021.
• International Security Systems Association, Using artificial intelligence (AI) to identify vulnerable Canadians, Good practice of Employment and Social Development Canada, ISSA Good practices database, 2020, https://ww1.issa.int/gp/198044 (online access: 22.9.2021).
• International Security Systems Association, Webinar on AI, Geneva 2020.
• Lake B., Ullman T., Tenenbaum J., Gershman S., Building machines that learn and think like people, “Behavioral and Brain Sciences” 2017, Vol. 40, E253.
• Organisation for Economic Co-operation and Development, The Path to Becoming a Data-Driven Public Sector, OECD Digital Government Studies, Paris 2019, https://doi.org/10.1787/059814a7-en.
• Van Leent R., Emerging technologies enabling data-driven policy and practice, SAP Institute for Digital Government, 2018.
• Van Leent R., Overcoming Big Data challenges with Real-Time Computing – In Emerging technologies enabling Data-Driven policy and practice series, SAP Institute for Digital Government, 2018.
• Van Leent R., Rise of the Machines, SAP Institute for Digital Government, 2019.
• Vassakis K., Petrakis E., Kopanakis I., Big data analytics: applications, prospects and challenges [in:] Mobile big data, 2018.
• Xu F., Uszkoreit H., Du Y., Fan W., Zhao D., Zhu J., Explainable AI: A brief survey on history, research areas, approaches and challenges, CCF international conference on natural language processing and Chinese computing, 2019.
• Yaga D., Mell P., Roby N., Scarfone K., Blockchain Technology Overview, USA 2018.

Identifiers

DOI

10.5604/01.3001.0015.5230

Biblioteka Nauki

2117167