Innovatsiooniprojekti ideekavand

AVALIKU SEKTORI INNOVATSIOONIVÕIMEKUSE TÕSTMINE Ideekavandit täites palume tutvuda riigikantselei veebilehel toodud soovituste ja juhistega projekti esitajale.

Innovatsiooniprojekti nimi Agentidel põhinev otsustustugi: selgitatavate ja lokaalsete AI- agentide katsetamine avaliku sektori keerukates otsustusprotsessides

Innovatsiooniprojekti fookusvaldkond

☐ Droonitehnoloogiate valdkond

☒ Tehisintellekti lahenduste valdkond

Innovatsiooniprojekti panus valitsuse tegevuskava prioriteetidesse

☒ Riigi kriisikindluse suurendamine

☐ Majanduse kasvule kaasa aitamine

☒ Riigi tõhus juhtimine

Innovatsiooniprojekti esitajad (tulevased RK partnerid) (asutus/asutused)1

Maksu- ja Tolliamet (MTA)

Projektijuht või ideekavandi esitaja kontaktisik (nimi, asutus, e–posti aadress ja telefon)

Iren Irbe, Maksu- ja Tolliamet, [email protected], 511 2666

Innovatsiooniprojekti kestus (kuudes)

24 kuud

Innovatsiooniprojekti kogumaksumus (sh käibemaks, kui on abikõlblik)

Kogumaksumus: 1 471 000 eurot (sh käibemaks)

Käibemaks Maksu- ja Tolliamet

☒ jääb kulu tegija kanda (käibemaks abikõlblik)

☐ saab küsida riigilt tagasi (käibemaks ei ole abikõlblik)

1. Probleemikirjeldus (max 2 lk) Kirjeldage lahendamist vajavat probleemi, selle olulisust ning keda see probleem puudutab.

• Selgitage, miks on probleem aktuaalne.

• Hinnake probleemi mõju (nt rahaline kokkuhoid, keskkonna- või sotsiaalne kasu).Kirjeldage probleemi tausta. Mida on probleemi lahendamiseks Eestis juba tehtud või mis on tegemisel? Tooge välja relevantsed teiste riikide kogemused probleemi lahendamisel.

1 Partner EL struktuurivahendite mõttes, kes viib ise läbi innovatsiooniprojekti elluviimisega seotud hanked, sõlmib lepingud ning vastutab aruandluse eest.

Maksu- ja Tolliameti ning teiste uurimis-, järelevalve- ja analüüsifunktsioone täitvate avaliku sektori

asutuste töö muutub järjest keerukamaks. Menetletavad juhtumid hõlmavad üha suuremaid

andmemahtusid, rohkem osapooli ning piiriüleseid seoseid. Teavet tuleb koguda ja hinnata paljudest

erinevatest allikatest ning sageli tuleb otsuseid teha piiratud aja jooksul. Seetõttu ei ole peamiseks

väljakutseks enam andmete kättesaadavus, vaid võime leida kiiresti üles oluline teave, mõista selle

omavahelisi seoseid ja kujundada usaldusväärseid järeldusi.

Oluline osa uurimis- ja analüüsitööst põhineb töötajate kogemusel ja professionaalsel hinnangul. Seda

teadmist ei ole alati võimalik täielikult dokumenteerida ning sageli omandatakse see aastate jooksul

praktilise töö käigus. Kui kogenud töötajad organisatsioonist lahkuvad, võib osa teadmistest kaduda või

nende edasiandmine võtta palju aega. Sama juhtumi puhul võivad erinevad spetsialistid jõuda ka

erinevate järeldusteni sõltuvalt oma varasemast kogemusest ja teadmistest. See muudab

organisatsioonilise teadmuse säilitamise ja järjepideva kasutamise keeruliseks.

Keerukate juhtumite puhul on väljakutseks ka erinevate võimalike seletuste süstemaatiline hindamine.

Suure andmemahu ja ajasurve tingimustes võib tähelepanu koonduda liiga kiiresti ühele tõlgendusele,

samal ajal kui muud võimalikud selgitused jäävad tagaplaanile. Praktikas tähendab see, et

alternatiivsete hüpoteeside võrdlemine, nende toetuseks või ümberlükkamiseks vajalike tõendite

koondamine ning tehtud järelduste põhjendamine nõuab märkimisväärselt aega ja kogemust.

Viimastel aastatel on tehisintellekti võimalused tekstide töötlemisel, teadmiste leidmisel ja suurte

andmemahtude analüüsimisel kiiresti arenenud. Samas on endiselt vähe teadmisi selle kohta, kuidas

selliseid lahendusi kasutada kõrge usaldusväärsuse nõuetega avaliku sektori tööprotsessides. Avalikus

sektoris ei piisa üksnes sellest, et süsteem annab vastuse või soovituse. Sama oluline on mõista,

kuidas järelduseni jõuti, millistele andmetele see tugineb ning kas kasutatud põhjenduskäiku on

võimalik hiljem kontrollida ja auditeerida. Eriti oluline on säilitada inimese otsustusõigus, tagada

lahenduse läbipaistvus ja selgitatavus ning vältida olukordi, kus süsteemi väljundeid usaldatakse

põhjendamatult või kriitikavabalt. Praegu ei ole veel teada, kas selgitataval tehisintellektil põhinevad

lahendused aitavad tegelikult parandada keerukate juhtumite analüüsi kvaliteeti, vähendada

töökoormust ning toetada organisatsioonilise teadmuse säilitamist. Samuti puudub Eesti avalikus

sektoris laiem praktiline kogemus lahendustega, mis ühendaksid teadmiste säilitamise, hüpoteeside

kontrollimise, läbipaistva põhjenduskäigu ja otsuste jälgitavuse ühtseks tervikuks.

Tegemist ei ole ainult Maksu- ja Tolliameti väljakutsega. Sarnaste probleemidega puutuvad kokku ka

teised uurimis-, järelevalve- ja analüüsifunktsioone täitvad asutused Eestis ja Euroopas. Seetõttu

võivad projekti käigus saadud teadmised ja kogemused olla rakendatavad laiemalt kogu avalikus

sektoris ning aidata kujundada vastutustundlikke ja läbipaistvaid tehisintellekti kasutusviise

teadmuspõhiste otsuste toetamisel.

2. Projekti eesmärk Sõnastage konkreetne, selge ning mõõdetav eesmärki, mille saavutamist või mitte saavutamist on võimalik hinnata.

• Kirjeldage, kuidas plaanite projekti eesmärgi saavutamist mõõta.

Projekti eesmärk on hinnata, kas selgitataval tehisintellektil põhinevad uurijatoe lahendused aitavad

parandada keerukate juhtumite analüüsi kvaliteeti, toetada alternatiivsete hüpoteeside süstemaatilist

hindamist, säilitada organisatsioonilist teadmist ning suurendada Maksu- ja Tolliameti uurimis- ja

analüüsivõimekust, säilitades samal ajal inimjärelevalve ning tööprotsesside vastavuse õiguslikele ja

organisatsioonilistele nõuetele.

Eesmärgi saavutamist hinnatakse projekti käigus kogutud kvantitatiivsete ja kvalitatiivsete mõõdikute

alusel. Mõõdikud täpsustatakse projekti algfaasis koos partnerite ja kasutajatega, kuid esialgsed

sihttasemed on järgmised:

1. Info leidmise aeg – keskmine aeg vajaliku teabe leidmiseks erinevatest andmeallikatest.

Eesmärk: vähenemine vähemalt 50% võrreldes lähtetasemega.

2. Analüüsi läbiviimise aeg – aeg, mis kulub juhtumi esmase analüüsi koostamiseks. Eesmärk:

vähenemine vähemalt 30%.

3. Seoste tuvastamise ja visualiseerimise aeg – aeg, mis kulub isikute, organisatsioonide,

sündmuste ja muude objektide vaheliste seoste kaardistamiseks. Eesmärk: vähenemine

vähemalt 70%.

4. Dokumendimustandi koostamise aeg – esmase struktureeritud analüüsi- või

menetlusdokumendi koostamise aeg. Eesmärk: vähenemine vähemalt 40%.

5. Alternatiivsete hüpoteeside käsitlemine – analüüsis süstemaatiliselt hinnatud alternatiivsete

hüpoteeside arv ja kvaliteet. Eesmärk: suurenemine vähemalt 25%.

6. Põhjenduskäigu jälgitavus – nende analüüside osakaal, mille puhul on võimalik järeldused

siduda kasutatud andmete, tõendite ja vahepealsete sammudega. Eesmärk: vähemalt 90%.

7. Auditeeritavuse katvus – logitud ja tagantjärele kontrollitavate kasutajategevuste ning süsteemi

väljundite osakaal. Eesmärk: vähemalt 90%.

8. Kasutajate hinnang lahenduse kasulikkusele, usaldusväärsusele ja kasutatavusele. Eesmärk:

vähemalt 80% positiivne hinnang piloodis osalenud kasutajatelt.

Projekti tulemusena saadakse tõenduspõhine hinnang selle kohta, kas ja millistel tingimustel

võimaldavad selgitataval tehisintellektil põhinevad uurijatoe lahendused parandada analüüsi kvaliteeti,

toetada teadmiste säilitamist, suurendada keerukate juhtumite käsitlemise tõhusust ning tagada

läbipaistva, jälgitava ja õiguslikele nõuetele vastava otsustusprotsessi avalikus sektoris.

3. Võimalikud lahendussuunad (max 2 lk) Kirjeldage võimalikke lahendusi ning tegevusi, millega projekti eesmärk saavutatakse.

• Kirjeldage võimalikke lahendussuundi, põhjendage eelistatud lahendussuuna valikut (NB! Valitud lahendussuund ei ole siduv, see võib projekti käigus muutuda).

• Kirjeldage probleemi lahendamiseks vajalikke tegevusi, mida antud katseprojekti raames plaanitakse teha.

• Selgitage, kuidas lahendust katsetatakse. Selgitage, kuidas läbi viidavat katsetust ja selle edukust hindate.

Võimalikud lahendussuunad ja eelistatud lähenemine Kasvavate andmemahtude, keerukamate juhtumite ning organisatsioonilise teadmuse säilitamise väljakutsete lahendamiseks on võimalik kasutada mitut erinevat lähenemist. Esimene võimalus on jätkata olemasolevate tööprotsesside ja töövahendite kasutamist ning keskenduda täiendavale koolitamisele ja juhendamisele. Selle lähenemise eeliseks on madal rakendusrisk, kuid see ei lahenda kasvava andmemahu, teadmiste kadumise ega tööprotsesside keerukuse probleeme ning sõltub jätkuvalt suurel määral üksikute ekspertide kogemusest. Teine võimalus on kasutada tavapäraseid tehisintellektil põhinevaid assistente, mis aitavad otsida teavet, koostada kokkuvõtteid ja genereerida dokumente. Kuigi sellised lahendused võivad parandada töö efektiivsust, ei pruugi need pakkuda piisavat läbipaistvust, põhjendatavust ega tuge alternatiivsete hüpoteeside süstemaatiliseks hindamiseks. Kolmas võimalus on kasutada selgitataval tehisintellektil põhinevat uurijatoe lähenemist, mille eesmärk ei ole asendada uurija või analüütiku otsuseid, vaid toetada teadmiste kogumist, hüpoteeside kontrollimist, põhjenduskäigu dokumenteerimist ning keerukate seoste analüüsi. Sellise lähenemise puhul peab olema võimalik mõista, milliste andmete ja seoste põhjal süsteem oma soovitusi või väljundeid esitab.

Projektis eelistatakse kolmandat lähenemist, kuna see vastab kõige paremini avaliku sektori vajadusele säilitada inimjärelevalve, tagada otsuste põhjendatavus ning vähendada sõltuvust üksikute ekspertide teadmistest. Valitud lahendussuund ei ole siiski siduv ning seda võib projekti käigus saadud teadmiste põhjal täpsustada või muuta. Projekti tegevused Projekti käigus otsitakse ja katsetatakse lahendusi, mis aitaksid parandada teadmiste säilitamist, toetada hüpoteeside kontrollimist ning muuta keerukate juhtumite analüüsi läbipaistvamaks ja tõhusamaks. Etapp 1 – Probleemi täpsustamine ja katsetuse ettevalmistamine Koostöös uurijate, analüütikute ja teiste valdkonnaekspertidega täpsustatakse kasutusjuhtumid, määratletakse mõõdikud ning koostatakse katsetuse metoodika. Kaardistatakse olemasolevad tööprotsessid, peamised kitsaskohad ning oodatavad tulemused. Etapp 2 – Lahenduse väljatöötamine ja seadistamine Innovatsioonihanke või teadus- ja arendustegevuse partnerite kaasamise kaudu töötatakse välja prototüüpne lahendus, mis võimaldab toetada teadmiste kogumist, dokumentide analüüsi, hüpoteeside võrdlemist, põhjenduskäigu dokumenteerimist ning teadmiste taaskasutamist. Eraldi tähelepanu pööratakse lahenduse turvalisusele, andmekaitsele ja kasutatavusele. Tulenevalt töödeldavate andmete tundlikkusest eelistatakse lahendusi, mida on võimalik kasutada organisatsiooni kontrollitud ja turvalises keskkonnas. Etapp 3 – Katsetamine Lahendust katsetatakse valitud kasutusjuhtumite ja stsenaariumide põhjal. Võimaluse korral võrreldakse tehisintellekti toetatud tööprotsessi olemasoleva tööviisiga. Katsetuse käigus kogutakse andmeid lahenduse mõju kohta töö kvaliteedile, efektiivsusele, teadmiste säilitamisele ning kasutajakogemusele. Etapp 4 – Mõju hindamine Analüüsitakse katsetuse käigus kogutud tulemusi ning hinnatakse, millist mõju avaldab lahendus uurimis- ja analüüsitööle. Eraldi hinnatakse mõju info leidmise kiirusele, analüüsi kvaliteedile, alternatiivsete hüpoteeside käsitlemisele, põhjenduskäigu jälgitavusele ning kasutajate töökoormusele. Etapp 5 – Kasutuselevõtu ja jätkusuutlikkuse mudel Katsetuse tulemuste põhjal koostatakse soovitused lahenduse edasiseks kasutamiseks, arendamiseks ja haldamiseks. Määratletakse vajalikud rollid, protsessid, juhtimismudel ning võimalikud järgmised arendusetapid. Katsetamise läbiviimine ja edukuse hindamine Katsetuse eesmärk on hinnata, kas selgitataval tehisintellektil põhinev uurijatoe lähenemine annab võrreldes olemasolevate tööviisidega mõõdetavat lisandväärtust. Katsetuse käigus hinnatakse nii tööprotsessi efektiivsust kui ka töö tulemuste kvaliteeti. Hindamisel kasutatakse eesmärgi peatükis kirjeldatud mõõdikuid, sealhulgas info leidmise aega, analüüsi läbiviimise aega, seoste tuvastamise kiirust, alternatiivsete hüpoteeside käsitlemist, põhjenduskäigu jälgitavust ning kasutajate hinnanguid lahenduse kasulikkusele ja usaldusväärsusele. Katsetus loetakse edukaks, kui tulemused näitavad, et lahendus parandab vähemalt osa eelnevalt määratletud näitajatest ning võimaldab teha tõenduspõhiseid järeldusi selgitatava tehisintellekti kasutamise sobivuse kohta uurimis- ja analüüsitöös.

Oodatav väärtus Maksu- ja Tolliametile Projekti tulemusena saab Maksu- ja Tolliamet teadmise, kas ja millistel tingimustel võimaldavad selgitataval tehisintellektil põhinevad uurijatoe lahendused parandada analüüsi kvaliteeti, vähendada töökoormust, säilitada organisatsioonilist teadmist ning toetada keerukate juhtumite käsitlemist. Positiivse tulemuse korral on Maksu- ja Tolliametil olemas valideeritud lähenemine ja prototüüp, mille põhjal saab kavandada lahenduse edasist arendamist ja kasutuselevõttu. Samuti tekib praktiline teadmine tehisintellekti vastutustundliku kasutamise võimalustest kõrgendatud usaldusväärsuse nõuetega tööprotsessides, mida on võimalik rakendada ka teistes avaliku sektori asutustes. Kavandatav lahendus ühendab teadmiste säilitamise, hüpoteeside hindamise, põhjenduskäigu jälgitavuse, selgitatava tehisintellekti (XAI) ning inimjärelevalve põhimõtted ühtseks uurijatoe keskkonnaks. Erinevalt tavapärastest tehisintellekti assistentidest ei keskendu lahendus üksnes vastuste või kokkuvõtete genereerimisele, vaid toetab teadmiste säilitamist, alternatiivsete hüpoteeside süstemaatilist hindamist, kasutatud tõendite jälgitavust, inimjärelevalve säilitamist ning tööprotsesside vastavust õiguslikele, organisatsioonilistele ja eetilistele nõuetele. Süsteemi eesmärk on muuta nii kasutatud andmed, tehtud järeldused kui ka põhjenduskäik võimalikult läbipaistvaks, kontrollitavaks ja auditeeritavaks ning toetada õigusaktidele ja organisatsiooni sisekordadele vastavat otsustusprotsessi.

4. Projekti uuenduslikkus Tuua selgelt välja projekti uuenduslikkus –mida tehakse senisest teisiti kas see hõlmab uusi tehnoloogiaid, protsesse, toimemudeleid, disaini, turgu vms?

• Selgitage lahenduse uuenduslikkust nii Eesti kui globaalses kontekstis.

• Mis on projektis sellist, mis vajab katsetamist?

Projekti uuenduslikkus seisneb viisis, kuidas tehisintellekti rakendatakse kõrgendatud usaldusväärsuse

nõuetega avaliku sektori tööprotsessides. Suured keelemudelid, semantiline otsing ja muud

tehisintellekti komponendid on tänaseks laialdaselt kasutusel, kuid nende rakendamine keerukate

uurimis- ja analüüsiprotsesside toetamiseks viisil, mis säilitab läbipaistvuse, jälgitavuse, inimjärelevalve

ja õigusliku vastavuse, on alles kujunemisjärgus valdkond.

Uuenduslikkuse keskmes on teadmiste säilitamise, hüpoteeside kontrollimise, selgitatava tehisintellekti

ning vastavusnõuete ühendamine ühtseks tervikuks. Erinevalt tavapärastest tehisintellekti

assistentidest ei keskendu kavandatav lahendus üksnes vastuste või kokkuvõtete genereerimisele.

Lahenduse eesmärk on toetada kasutaja analüütilist mõtlemist, aidata tuvastada alternatiivseid

hüpoteese, siduda järeldused kasutatud tõenditega ning dokumenteerida põhjenduskäik viisil, mis on

hiljem kontrollitav ja auditeeritav.

Eesti kontekstis puuduvad täna laialdaselt kasutatavad lahendused, mis ühendaksid teadmiste

säilitamise, hüpoteeside süstemaatilise hindamise, selgitatava tehisintellekti, auditijälje ning õiguslike

nõuete järgimise ühtsesse uurijatoe keskkonda. Avaliku sektori organisatsioonides kasutatakse küll

erinevaid andmeanalüüsi- ja otsingulahendusi, kuid nende kasutamine keerukate otsustusprotsesside

toetamisel on enamasti piiratud ning puudub terviklik lähenemine, mis käsitleks samaaegselt nii

teadmiste juhtimist kui ka tehisintellekti vastutustundlikku kasutamist.

Globaalses kontekstis seostub projekt kiiresti areneva selgitatava tehisintellekti (Explainable AI),

inimkeskse tehisintellekti (Human-Centred AI) ning tehisintellekti juhtimise (AI Governance)

valdkonnaga. Rahvusvaheliselt otsitakse aktiivselt lahendusi küsimusele, kuidas kasutada tehisintellekti

kõrge riskiga ja kõrge vastutusega keskkondades nii, et säiliks inimkontroll ning oleks võimalik mõista ja

kontrollida süsteemi tehtud järeldusi. Projekt panustab sellesse valdkonda, keskendudes praktilisele

rakendamisele avalikus sektoris ning teadmistepõhiste otsustusprotsesside toetamisele.

Projektis vajab katsetamist eelkõige küsimus, kas selgitataval tehisintellektil põhinev lähenemine annab

võrreldes olemasolevate tööviisidega tegelikku lisandväärtust. Praegu ei ole teada, milline mõju on

sellistel lahendustel keerukate juhtumite analüüsi kvaliteedile, alternatiivsete hüpoteeside käsitlemisele,

teadmiste säilitamisele, kasutajate töökoormusele ning otsustusprotsessi läbipaistvusele.

Samuti vajab katsetamist, kuidas ühendada tehisintellekti võimekus organisatsiooniliste, õiguslike ja eetiliste nõuetega viisil, mis säilitab inimjärelevalve ning võimaldab süsteemi väljundeid hiljem kontrollida ja auditeerida. Projekti tulemusena saadakse tõenduspõhine teadmine selle kohta, millistel tingimustel on selline lähenemine avalikus sektoris rakendatav ning millised on selle peamised eelised, piirangud ja riskid.

5. Projekti elluviimisega (katsetusega) seotud riskid ja nende maandamismeetmed Kirjelda peamisi riske, mis võivad takistada projekti elluviimist või eesmärkide saavutamist, ning kavanda maandamismeetmed.

Projekti eesmärk on hinnata selgitataval tehisintellektil põhineva uurijatoe lähenemise sobivust ja mõju

keerukate juhtumite analüüsimisel. Kuna tegemist on innovatsiooniprojektiga, kaasneb sellega mitmeid

tehnilisi, organisatsioonilisi ja metodoloogilisi riske. Riskide maandamiseks rakendatakse järgnevaid

meetmeid:

1. Risk: Katsetuse käigus võib selguda, et lahendus ei paranda analüüsi kvaliteeti, ei vähenda

töökoormust või ei anna võrreldes olemasolevate tööviisidega piisavat lisandväärtust.

Maandamismeede: Projekti edu ei mõõdeta ainult tehnilise lahenduse valmimise kaudu, vaid eelkõige

saadud teadmiste ja tõenduspõhiste järelduste kaudu. Katsetus kavandatakse selliselt, et ka negatiivne

tulemus annaks väärtuslikku teavet lahenduse piirangute, riskide ja sobivate kasutusjuhtumite kohta.

2. Risk: Süsteem võib genereerida ebatäpseid, puudulikke või eksitavaid väljundeid, mis vähendavad

kasutajate usaldust lahenduse vastu.

Maandamismeede: Katsetuse käigus kasutatakse inimjärelevalvet ning kõik järeldused ja soovitused

jäävad kasutaja kontrollida. Lahenduse hindamisel pööratakse erilist tähelepanu väljundite kvaliteedile,

põhjendatavusele ja jälgitavusele.

3. Risk: Kasutajad ei pruugi uut tööviisi omaks võtta või võivad eelistada seniseid töömeetodeid.

Maandamismeede: Kasutajad kaasatakse projekti algusest peale kasutusjuhtumite määratlemisse,

prototüüpide hindamisse ja katsetamisse. Katsetuse käigus kogutakse regulaarselt tagasisidet ning

lahendust kohandatakse vastavalt kasutajate vajadustele.

4. Risk: Projekti käigus võib selguda, et kavandatud funktsionaalsused, tööprotsessid või tehisintellekti

kasutusviisid ei vasta täielikult kehtivatele õiguslikele, andmekaitselistele või organisatsioonilistele

nõuetele. Samuti võivad projekti jooksul tekkida uued tõlgendusküsimused seoses tehisintellekti

kasutamise, läbipaistvuse, inimjärelevalve või otsustusprotsesside dokumenteerimisega.

Maandamismeede: Projekti kavandamisel ja elluviimisel lähtutakse kehtivatest õigusaktidest,

tehisintellekti käsitlevatest regulatsioonidest ning organisatsiooni sisemistest nõuetest. Projekti käigus

hinnatakse lahenduse vastavust etapiviisiliselt ning vajaduse korral kaasatakse õigus-, andmekaitse- ja

infoturbeeksperte. Õiguslike tõlgendusküsimuste tekkimisel tehakse koostööd asjakohaste riigiasutuste

ja ekspertidega. Projekti käigus hinnatakse lahenduse vastavust etapiviisiliselt ning vajaduse korral

küsitakse täiendavaid õiguslikke hinnanguid.

Projekti käigus läbiviidavad vahehindamised võimaldavad võimalikke mittevastavusi varakult tuvastada

ning vajadusel kohandada lahenduse funktsionaalsust või tööprotsesse.

5. Risk: Projekti edukus võib sõltuda konkreetse tehnoloogia, tarkvara või teenusepakkuja

võimekusest. Samuti võib projekti käigus selguda, et mõni valitud tehniline lahendus ei vasta täielikult

kasutajate vajadustele või turvanõuetele.

Maandamismeede: Innovatsioonihanke käigus ei määrata ette konkreetseid tehnoloogiaid ega tarnijaid.

Eelistatakse modulaarseid ja asendatavaid lahendusi, mis võimaldavad vajadusel komponente välja

vahetada ning vähendavad tarnijasõltuvust.

6. Risk: Katsetuse käigus saadud tulemused võivad olla seotud ainult konkreetsete kasutusjuhtumite

või tööprotsessidega.

Maandamismeede: Katsetusse kaasatakse erinevaid kasutusjuhtumeid ja tööülesandeid. Hindamisel

dokumenteeritakse lahenduse tugevused, piirangud ning kasutuselevõtu eeldused, et hinnata selle

võimalikku rakendamist laiemalt avalikus sektoris.

7. Risk: Positiivsete tulemuste korral võib puududa organisatsiooniline valmisolek või selgus lahenduse

edasiseks arendamiseks, haldamiseks ja kasutuselevõtuks.

Maandamismeede: Projekti käigus töötatakse välja esialgne kasutuselevõtu- ja haldusmudel, mis

kirjeldab vajalikke rolle, vastutusi, protsesse ning võimalikke edasisi arendusetappe. See võimaldab

teha teadliku otsuse lahenduse edasise kasutamise kohta pärast projekti lõppemist.

6. Projekti ajakava Koostage realistlik ajakava, mis hõlmab kõiki projekti tegevusi ning annab sellega sisendi projekti eelarve koostamisele.

• Ajakava koostamisel arvestage vajalike eel- ja järel- või vahetegevustega (nt partnerluslepingu sõlmimise ettevalmistus kuni 2 kuud, vajalike lubade saamine projekti jooksul vms).

• Milliste võimalike puhvritega oleks ajakavas mõistlik arvestada?

• Jagage tegevused loogilisteks etappideks, arvestage tegevuste omavahelisi seoseid ning ajalist järgnevust või paralleelsust.

• Hangete läbiviimise ajaraami kavandamiseks kasuta hankekalkulaatorit Hankekalkulaator - EIS

Tegevused Tegevuse algus (mitmes kuu)

Tegevuse lõpp (mitmes kuu)

Kestus kokku (mitu kuud)

I etapp: projekti ettevalmistamine ja katse disain

Kasutusjuhtumite ja probleemvaldkondade täpsustamine

1 2 2

Mõõdikute, hindamismetoodika ja katseplaani koostamine

1 3 3

Õiguslike, eetiliste ja organisatsiooniliste nõuete analüüs

1 3 3

Innovatsioonihanke ja turukonsultatsiooni ettevalmistamine

2 4 3

II etapp: hange ja lahenduse väljatöötamine

Innovatsioonihanke läbiviimine ja partneri valik

4 8 5

Lahenduse arhitektuuri ja prototüübi väljatöötamine

8 14 7

Andmeallikate ja tööprotsesside lõimimine

10 14 5

Vahehindamised ning vastavuskontrollid

10 14 5

III etapp: katsetamine ja valideerimine

Katsetuskeskkonna ettevalmistamine

14 16 3

Kasutajate koolitamine 15 17 3

Pilootkatsetus valitud kasutusjuhtumitega

16 21 6

Kasutajate tagasiside kogumine ja lahenduse täiendamine

17 21 5

IV etapp: mõju hindamine ja jätkusuutlikkus

Katsetuse tulemuste ja mõju hindamine

20 23 4

Õiguslik ja organisatsiooniline hindamine

20 23 4

Kasutuselevõtu- ja haldusmudeli koostamine

22 24 3

Edasise arendamise ja laiendamise tegevuskava koostamine

22 24 3

Lõpparuande ja soovituste koostamine

23 24 2

KOKKU 24 kuud

7. Projekti eelarve Koostage realistlik eelarve detailsusega, mis hõlmab kõiki projekti tegevusi ning võimaldab seeläbi hinnata planeeritud kulude vajalikkust ja mõistlikkust.

• Arvutage eelarves summad kogumaksumusena (st sisaldavad kõiki makse), sh projektijuhi kogukulu.

• Lisage eelarvele kirjeldusena selle kujunemise põhjendused, arvutuste ja hinnangute alused.

• Eelarve kogusumma palume esitada 1000 euro täpsusega. Kohandage eelarvetabelit oma projekti vajadustele vastavaks.

Tegevused Kulud kokku

I etapp: katsetuse ettevalmistamine ja tehniliste eelduste loomine 807 000,00

Tehniliste ja funktsionaalsete nõuete määratlemine

Katsetuskeskkonna loomiseks vajalike komponentide hankimine 642 000,00

Katsetuskeskkonna tehniline juurutamine 165 000,00

Katsetuskeskkonna seadistamine ja valideerimine

II etapp: lahenduse väljatöötamine ja integreerimine 163 000,00

Katsetuseks vajalike andmeallikate lõimimine 140 000,00

Katsetatava lahenduse funktsionaalsuste seadistamine

Katsetatavate tööprotsesside kujundamine

Turva- ja ligipääsuseadistus 23 000,00

Kohandamine esmase kasutuse põhjal

III etapp: katsetamine ja valideerimine 280 000,00

Funktsionaalne testimine kontrollitud keskkonnas

Pilootkasutus operatiivjuhtumitega

Kasutajate koolitamine

Kasutajajuhiste koostamine

Pilootlahenduse katsetamine tööprotsessides

IV etapp: mõju hindamine ja jätkusuutlikkus 82 000,00

Süsteemi jõudluse ja kasutuse hindamine

Kasutajate tagasiside kogumine ja analüüs

Kestlikkus- ja käitamismudeli määratlemine

Edasise kasutuse ja laiendamise planeerimine

Seire, hindamine ja kestlikkus

Muud kulud 139 000,00

Projektijuhtimine

Ekspertide kaasamise kulud

KOKKU 1 471 000 eurot

Projekti eelarve on koostatud lähtudes kavandatava innovatsiooniprojekti eesmärgist hinnata

selgitataval tehisintellektil põhinevate uurijatoe lahenduste sobivust ja mõju keerukate juhtumite

analüüsimisel. Eelarve hõlmab kogu projekti elutsüklit alates katse ettevalmistamisest ja

innovatsioonihankest kuni prototüübi väljatöötamise, pilootkatsetuse, mõju hindamise ning edasise

kasutuselevõtu ettevalmistamiseni.

Suurima kulukomponendi moodustab projekti esimene etapp, mille käigus luuakse katsetuse

läbiviimiseks vajalik tehniline keskkond ning viiakse läbi vajalikud hanked. Kuna projekt käsitleb

tundlike andmete töötlemist ja kõrgendatud usaldusväärsusega tööprotsesse, peab katsetus toimuma

kontrollitud ja turvalises keskkonnas. Eelarves kavandatud tehnilised komponendid ja

katsetuskeskkond võimaldavad hinnata, millised tehnilised, organisatsioonilised ja õiguslikud eeldused

on vajalikud selgitataval tehisintellektil põhineva uurijatoe lähenemise rakendamiseks.

Teise etapi kulud on seotud lahenduse väljatöötamise, integreerimise ja kohandamisega. Projekti

keskseks tegevuseks on teadmiste säilitamist, alternatiivsete hüpoteeside hindamist, põhjenduskäigu

jälgitavust, inimjärelevalvet ja vastavusnõuete järgimist toetava uurijatoe lähenemise väljatöötamine,

katsetamine ja hindamine. Selleks kaasatakse väliseid arendus- ja eksperdipartnereid ning viiakse läbi

vajalikud tehnilised ja organisatsioonilised kohandused.

Kolmanda etapi kulud hõlmavad katsetamist, valideerimist ja kasutajate kaasamist. Katsetuse käigus

hinnatakse lahenduse mõju analüüsi kvaliteedile, tööprotsesside tõhususele, teadmiste säilitamisele

ning kasutajate töökoormusele. Samuti viiakse läbi kasutajakoolitused, kogutakse tagasisidet ning

tehakse vajalikud täiendused lahenduse edasiarendamiseks.

Neljanda etapi kulud on seotud mõju hindamise, õigusliku ja organisatsioonilise analüüsi ning

jätkusuutlikkuse kavandamisega. Projekti tulemusena koostatakse tõenduspõhine hinnang lahenduse

sobivuse kohta, määratletakse võimalikud kasutuselevõtu stsenaariumid ning hinnatakse projekti

tulemuste rakendatavust laiemalt avalikus sektoris.

Muud kulud hõlmavad projektijuhtimist ning ekspertide kaasamist. Projektijuhtimise kulud katavad

projekti koordineerimise, riskide juhtimise, hankemenetluste toetamise, partnerite koostöö korraldamise

ja aruandluse. Ekspertide kaasamise kulud võimaldavad kaasata vajalikke tehnilisi, teaduslikke,

õiguslikke, andmekaitse- ja infoturbealaseid teadmisi kogu projekti vältel.

8. Võimalikud lahenduste pakkujad

Tooge välja võimalikud hankepartnerid, kes soovitud lahendussuunas tooteid/ teenuseid/ pakuvad.

• Otsige ja nimetage võimalikke probleemile lahenduste pakkujaid (nt erinevate valdkondade eksperdid, teadlased, ettevõtted, kes on probleemi lahendamisega varasemalt tegelenud).

Mõelge nii Eesti kui rahvusvaheliste pakkujate peale.

Lahendus hangitakse riigihanke või innovatsioonihanke kaudu ning konkreetsed partnerid selguvad

hankemenetluse tulemusena. Projekti olemusest tulenevalt võib lahenduse väljatöötamisse olla vajalik

kaasata nii ettevõtteid, teadus- ja arendusasutusi kui ka valdkondlikke eksperte.

Tehisintellekti ja tarkvaraarenduse partnerid

Võimalike partneritena võib käsitleda ettevõtteid, kellel on kogemus tehisintellekti, andmeanalüütika,

teadmushalduse, infosüsteemide arendamise või avaliku sektori lahenduste loomise valdkonnas.

Näiteks võivad sellisteks partneriteks olla Nortal, Helmes, CGI Eesti, Net Group, MindTitan, STACC

ning teised sarnase kompetentsiga ettevõtted Eestis ja rahvusvaheliselt.

Teadus- ja arendusasutused

Projekti käigus võib tekkida vajadus kaasata teadus- ja arendusasutusi katse metoodika

kujundamiseks, mõju hindamiseks või tulemuste valideerimiseks. Võimalikud partnerid võivad olla Eesti

ja välisriikide ülikoolid ning uurimisasutused, kellel on kompetents tehisintellekti, teadmushalduse,

andmeanalüütika, inim-tehisintellekti koostöö või avaliku sektori innovatsiooni valdkonnas.

Õigus-, andmekaitse- ja infoturbeekspertiis

Arvestades projekti fookust selgitatavale tehisintellektile, inimjärelevalvele, läbipaistvusele ja õiguslikule

vastavusele, võib projekti käigus tekkida vajadus kaasata täiendavat ekspertiisi õigus-, andmekaitse-,

infoturbe- ja tehisintellekti regulatsiooni valdkondades. Selliste partnerite roll on toetada lahenduse

vastavuse hindamist ning aidata kujundada soovitusi tehisintellekti vastutustundlikuks kasutamiseks

avalikus sektoris.

Rahvusvahelised partnerid ja eksperdid

Võimalike partneritena võib kaaluda ka rahvusvahelisi organisatsioone, teadusasutusi või ettevõtteid,

kellel on kogemus tehisintellekti kasutamisel kõrgendatud usaldusväärsuse nõuetega keskkondades.

Eelkõige pakuvad huvi partnerid, kes tegelevad selgitatava tehisintellekti (XAI), tehisintellekti juhtimise

(AI Governance), teadmiste juhtimise või keerukate otsustusprotsesside toetamise lahendustega.

9. Projekti meeskond ja töökorraldus Tooge välja projekti edukaks elluviimiseks kaasatavad või vajalikud osapooled (asutused ja/või inimesed) ning täiendav ekspertiis, mida meeskonda juurde vajate.

• Kirjeldage rollide ja töö jaotust projektimeeskonnas.

• Kirjeldage projekti juhtimise korraldust.

• Märkige ära, kui suure koormusega projektijuht (võimalusel ka teised võtmeisikud) projekti panustavad.

• Kirjeldage, missugust täiendavat ekspertiisi tuleb juurde kaasata (nt tehniline ekspertiis, andmekaitse), mis on meeskonnaliikmete poolt katmata.

NB! Kui nimetate konkreetseid meeskonnaliikmeid, siis nendega (või nende juhtidega) peab olema projektis osalemine läbi räägitud!

Projekti elluviimiseks moodustatakse Maksu- ja Tolliameti projektimeeskond, kuhu kuuluvad projekti

juhtimise, tehnoloogia, analüüsi, õiguse, andmekaitse ja kasutajate esindajad. Projektimeeskond

vastutab projekti juhtimise, nõuete määratlemise, katsetuse läbiviimise ja tulemuste hindamise eest.

Projekti üheks eesmärgiks on kujundada Maksu- ja Tolliametis teadmised ja kompetents, mis

võimaldavad lahenduse edasist arendamist, haldamist ja kasutuselevõttu pärast projekti lõppemist.

Projekti võtmerollid on järgmised.

1. Projektijuht vastutab projekti üldise koordineerimise, planeerimise, aruandluse, riskijuhtimise

ning koostöö korraldamise eest partnerite ja sidusrühmadega. Projektijuht tagab projekti

kooskõla Maksu- ja Tolliameti eesmärkide ja prioriteetidega. Hinnanguline koormus on 0,4-0,6

2. Sisuline projektijuht / valdkonnaekspert vastutab projekti sisulise juhtimise,

kasutusjuhtumite määratlemise, funktsionaalsete nõuete kirjeldamise ning katsetuse teadusliku

ja metoodilise suunamise eest. Ta tagab projekti vastavuse püstitatud uurimisküsimustele ja

eesmärkidele ning seob projekti käigus tehtavad arendused olemasolevate teadustulemuste,

rahvusvaheliste praktikate ja organisatsiooni vajadustega. Samuti vastutab ta katsetuse

metoodika kujundamise, tulemuste hindamise, lahenduse valideerimise ning projekti

strateegiliste valikute kujundamise eest. Roll hõlmab koostööd tehniliste partnerite, kasutajate

ja ekspertidega ning projekti tulemuste tõlgendamist ja rakendamist organisatsiooni edasistes

arendusotsustes. Hinnanguline koormus on 0,5–0,8.

3. Tehniline koordinaator vastutab tehnilise keskkonna kujundamise, tehniliste nõuete

määratlemise, tehniliste partnerite töö koordineerimise ning lahenduse vastavuse hindamise

eest tehnilistele, infoturbe-, käideldavus- ja andmekvaliteedi nõuetele. Samuti vastutab ta

katsetuseks vajalike andmevoogude, integratsioonide ja andmetöötluskomponentide tehnilise

kujundamise eest ning toetab lahenduse tehnilist valideerimist, katsetamist, juurutamist ja

edasist tehnilist jätkusuutlikkust. Hinnanguline koormus on 0,5–1,0.

4. Andme- ja analüüsiekspert toetab katsetuse mõõdikute rakendamist, andmete kogumist ning

tulemuste kvantitatiivset hindamist. Ta osaleb lahenduse mõju mõõtmisel, kasutajate tagasiside

analüüsimisel ning aitab hinnata lahenduse praktilist väärtust uurimis- ja analüüsiprotsessides.

Hinnanguline koormus on 0,1–0,2

5. Õigus- ja andmekaitseekspert toetab lahenduse vastavuse hindamist, osaleb õiguslike ja

regulatiivsete riskide analüüsimisel ning aitab tagada vastavuse andmekaitse-, infoturbe- ja

tehisintellekti regulatsioonidele. Hinnanguline koormus on kuni 0,1.

Lõppkasutajate esindajad kaasatakse kasutusjuhtumite määratlemisse, prototüüpide hindamisse,

pilootkatsetusse ning tagasiside andmisse kogu projekti vältel.

Konkreetsed meeskonnaliikmed määratakse projekti käivitamisel koostöös Maksu- ja Tolliameti

juhtkonnaga.

Töökorraldus

Projekti juhitakse etapiviisiliselt. Iga etapi jaoks määratletakse konkreetsed eesmärgid, tulemused ja

vastutajad. Projekti edenemist hinnatakse regulaarselt projektimeeskonna ja juhtgrupi kohtumistel ning

olulised vahetulemused valideeritakse enne järgmisse etappi liikumist.

Väliste partnerite töö võetakse vastu eelnevalt kokku lepitud nõuete, katsetuse eesmärkide ja

vastuvõtukriteeriumide alusel. Projekti vältel kogutakse süsteemselt kasutajate tagasisidet ning seda

kasutatakse nii lahenduse täiendamiseks kui ka katsetuse tulemuste hindamiseks.

Täiendav ekspertiis

Projekti käigus võib olla vajalik kaasata täiendavat ekspertiisi tehisintellekti, andmeanalüütika,

tarkvaraarenduse, küberturvalisuse, andmekaitse, õiguse, mõju hindamise ning tehisintellekti juhtimise

(AI Governance) valdkondades. Vajalik ekspertiis hangitakse vastavalt projekti vajadustele väliste

partnerite või teenusepakkujate kaudu.

Arvestades projekti innovaatilist iseloomu ja eesmärki hinnata selgitatava tehisintellekti kasutamist

kõrgendatud usaldusväärsusega tööprotsessides, võib projekti käigus tekkida vajadus kaasata

täiendavat metoodilist, tehnilist või valdkondlikku ekspertiisi lahenduse hindamiseks, valideerimiseks ja

edasiarendamiseks.

10. Projekti tulemuste elluviimine Kirjeldage oma valmisolekut ja võimekust pärast katseprojekti edukat lõppu projekti tulemusi kestlikult ellu viia.

.

• Kas projekti tulemuste edasine arendus ja kasutuselevõtt seostub asutuse prioriteetsete tegevustega, on tööplaanis vms?

• Kas tulemuste hilisemaks elluviimiseks vajalik rahastus ja muud ressursid on olemas või tegeletakse selle leidmisega?

• Tooge välja olulisemad riskid projekti tulemuste hilisemal kasutuselevõtul. Kuidas plaanite neid riske maandada?

• Kirjeldage, kas ja mil määral on tulemused skaleeritavad ning kasutatavad avalikus sektoris laiemalt.

Projekti eesmärk on saada tõenduspõhine hinnang sellele, kas selgitataval tehisintellektil põhinev

uurijatoe lahendus võimaldab parandada keerukate juhtumite analüüsi kvaliteeti, toetada teadmiste

säilitamist ning suurendada uurimis- ja analüüsivõimekust. Projekti tulemused on otseselt seotud

Maksu- ja Tolliameti digiarengu, andmepõhise juhtimise ning tehisintellekti kasutuselevõtu

eesmärkidega.

Projekti käigus luuakse tehniline ja organisatsiooniline võimekus lahenduse edasiseks arendamiseks ja

kasutuselevõtuks. Projektimeeskonda kaasatud kompetentsid ning projekti käigus omandatud

teadmised võimaldavad teha teadlikke otsuseid lahenduse edasise arendamise, laiendamise ja

kasutuselevõtu kohta pärast katsetuse lõppemist.

Eduka katsetuse korral kavandatakse lahenduse järgmised arendusetapid ning hinnatakse vajalikke

ressursse selle laiemaks kasutuselevõtuks. Projekti üheks tulemuseks on ka kasutuselevõtu- ja

haldusmudel, mis kirjeldab lahenduse edasise arendamise, käitamise ja juhtimise põhimõtteid.

Projekti käigus hinnatakse ka lahenduse pikaajalise kasutuselevõtu ja käitamisega seotud

ressursivajadusi. Selleks analüüsitakse tehnilise taristu, tarkvarakomponentide, arendustegevuste,

infoturbe ning kasutajatoe vajadusi. Katsetuse tulemused annavad sisendi otsustamiseks, kas ja

millises mahus on lahenduse edasine arendamine ja kasutuselevõtt organisatsioonis põhjendatud ning

milliseid ressursse see eeldab.

Peamised riskid projekti tulemuste hilisemal kasutuselevõtul on kasutajate vähene valmisolek

tööprotsesside muutmiseks, tehnoloogiliste lahenduste kiire areng ning vajalike ressursside puudumine

lahenduse laiendamiseks. Neid riske maandatakse kasutajate järjepideva kaasamisega kogu projekti

vältel, lahenduse modulaarse arhitektuuriga ning kasutuselevõtu- ja haldusmudeli väljatöötamisega

projekti käigus.

Projektis hinnatavad põhimõtted ja lahendused ei ole seotud üksnes Maksu- ja Tolliameti vajadustega.

Sarnaste väljakutsetega puutuvad kokku ka teised uurimis-, järelevalve- ja analüüsifunktsioone täitvad

avaliku sektori organisatsioonid. Seetõttu on projekti tulemused potentsiaalselt rakendatavad ka teistes

asutustes, kus on oluline teadmiste säilitamine, keerukate andmemahtude analüüsimine,

põhjenduskäigu jälgitavus ning tehisintellekti vastutustundlik kasutamine.

Projekti käigus saadud kogemused, metoodikad ja õppetunnid aitavad kujundada laiemat teadmist sellest, kuidas kasutada selgitatavat tehisintellekti kõrgendatud usaldusväärsuse nõuetega tööprotsessides ning kuidas tagada selliste lahenduste vastavus õiguslikele, organisatsioonilistele ja eetilistele nõuetele.

11. Mõju ettevõtlusele

☒ Projekt omab positiivset mõju innovatsioonile ettevõtlussektoris. Kõige otsesemalt väljendub mõju

läbi ettevõtete, kes osalevad tegevuste elluviimiseks korraldatavatel hangetel ja/või konkurssidel.

Innovatsiooni hankimine avaliku sektori poolt aitab kaasa innovatsioonitegevuste kasvule erasektoris.

12. Seos nutika spetsialiseerumise valdkondadega

• Eesti teadus- ja arendustegevuse, innovatsiooni ning ettevõtluse (TAIE) arengukaval 2021-2035 on fookusvaldkonnad, s.o Eesti arenguvajadustele ja -võimalustele vastavad riigi, ettevõtete ja teadusasutuste koostöös eelisarendatavad teadus- ja arendustegevuse, innovatsiooni ja ettevõtluse valdkonnad. Ettevõtluse ja majandusliku arengupotentsiaaliga TAIE fookusvaldkonnad on ühtlasi Eesti nutika spetsialiseerumise valdkonnad (täpsem info: https://www.hm.ee/korgharidus-ja- teadus/teadus-ja-arendustegevus/taie-fookusvaldkonnad).

• Kirjeldage teie projekti võimaliku lahenduse seost vähemalt ühe valdkonnaga (rõhuasetusega teadmus- ja tehnoloogiasiirdel).

Digilahendused igas eluvaldkonnas (vt teekaarti)

Projekt panustab fookusvaldkonda Digilahendused igas eluvaldkonnas kahele alamfookusele: 1) teadus- ja arendustegevus andmevaldkonna arendamiseks; 2) digilahendused äriprotsesside innovatsiooni toetamiseks. Projekt keskendub selgitatava tehisintellekti kasutamisele kõrgendatud usaldusväärsuse nõuetega avaliku sektori tööprotsessides. Projekti käigus katsetatakse uudset lähenemist, mis ühendab tehisintellekti, teadmiste säilitamise, põhjenduskäigu jälgitavuse ning inimjärelevalve ühtseks uurijatoe lahenduseks. Projekt toetab teadmus- ja tehnoloogiasiiret avaliku sektori, ettevõtete ning teadus- ja arendusasutuste vahel. Lahenduse väljatöötamisel ja katsetamisel kasutatakse kaasaegseid tehisintellekti, andmeanalüütika ja teadmushalduse tehnoloogiaid ning hinnatakse nende sobivust keerukate otsustusprotsesside toetamiseks. Projekti tulemused aitavad kujundada teadmisi ja praktikaid selle kohta, kuidas kasutada tehisintellekti läbipaistvalt, kontrollitavalt ja õiguslikele nõuetele vastavalt kõrgendatud turva- ja usaldusväärsusnõuetega keskkondades. Projekti käigus saadud teadmised ja metoodikad on potentsiaalselt rakendatavad ka teistes avaliku sektori organisatsioonides.

Tervisetehnoloogiad ja - teenused (vt teekaart)

Kohalike ressursside (toit, puit, maapõueressursid, teisene toorme ja jäätmed) väärindamine (vt teekaart)

Nutikad ja kestlikud energialahendused (vt teekaart)

13. Seos strateegias Eesti 2035 toodud arenguvajadustega

• Selgitage, kuidas panustavad projekti tegevused ja valitud lahendussuund “Eesti 2035” strateegias kirjeldatud arenguvajadustesse.

• Tooge välja, kui projekti tegevused panustavad muudesse olulistesse valdkondlikesse arengukavadesse või -dokumentidesse.

Projekt panustab strateegia „Eesti 2035“ eesmärki kujundada uuendusmeelne, teadmuspõhine ja tõhus riigivalitsemine. Projekti käigus hinnatakse, kuidas selgitataval tehisintellektil põhinevad lahendused

saavad toetada keerukate teadmuspõhiste tööprotsesside läbiviimist, teadmiste säilitamist ning kvaliteetsemat otsustamist avalikus sektoris. Projekt toetab arenguvajadust suurendada avaliku sektori võimekust kasutada uusi tehnoloogiaid vastutustundlikult, läbipaistvalt ja kontrollitavalt. Erilist tähelepanu pööratakse sellele, kuidas tagada inimese otsustusõigus, põhjenduskäigu jälgitavus ning vastavus õiguslikele ja organisatsioonilistele nõuetele tehisintellekti kasutamisel kõrgendatud usaldusväärsuse nõuetega tööprotsessides.

Projekt panustab ka riigi kriisikindluse ja institutsionaalse võimekuse suurendamisse. Keerukate juhtumite analüüsi, teadmiste säilitamise ning organisatsioonilise õppimise toetamine aitab vähendada sõltuvust üksikutest ekspertidest ning tugevdab avaliku sektori suutlikkust toime tulla kasvavate andmemahtude ja keerukamate tööülesannetega. Lisaks toetab projekt Eesti digiühiskonna arengukava 2030 eesmärke, eelkõige andmepõhise riigi arendamist, tehisintellekti vastutustundlikku kasutuselevõttu ning avaliku sektori innovatsioonivõimekuse suurendamist. Samuti on projekt kooskõlas siseturvalisuse arengukava eesmärkidega, toetades teadmuspõhiste ja tehnoloogiliselt võimekate tööprotsesside arendamist.

Euroopa tasandil toetab projekt Euroopa Liidu eesmärke suurendada tehisintellekti usaldusväärsust, läbipaistvust ja vastutustundlikku kasutamist ning aitab koguda praktilist teadmist tehisintellekti rakendamisest kõrgendatud turva- ja usaldusväärsusnõuetega keskkondades.

Lisaks on projekt kooskõlas Euroopa Liidu pettustevastase programmi (EUAF) eesmärkidega, toetades andmepõhiste ja uuenduslike tehnoloogiliste lahenduste kasutamist pettuste, majanduskuritegude ja muude keerukate rikkumiste analüüsimisel ning uurimisel. Projekti käigus saadavad teadmised aitavad hinnata, kuidas selgitatav tehisintellekt saab toetada analüütilist võimekust ja teadmiste säilitamist kõrgendatud usaldusväärsuse nõuetega keskkondades.

14. Avalike ülesannete täitmine projekti elluviimisel

• Selgitada ning tuua välja seosed ja viited, missuguse seaduse, määruse, haldusakti või lepingu alusel täidab ideekavandi esitaja asutus innovatsiooniprojekti ellu viies avalikke ülesandeid.

• Kui ideekavandi esitaja on MTÜ, siis selgitada, kuidas ta pakub otsest avalikku teenust (loe Teenuste korraldamise ja teabehalduse alused–Riigi Teataja, §2 lg2).

Maksu- ja Tolliamet täidab innovatsiooniprojekti ellu viies avalikke ülesandeid mitme õigusakti alusel.

Maksu- ja Tolliamet on kohtuväliseks menetlejaks, kelle pädevuses on nii maksu- ja tollialaste väärtegude menetlemine kui ka mitmete teiste eriseadustega MTA pädevusse antud väärtegude menetlemine (MKS § 162 lg 2 p 1, TS § 79, jt).

Kriminaalmenetluse seadustiku § 31 lg 1 kohaselt on Maksu- ja Tolliamet uurimisasutus oma pädevuse piires. Nende ülesannete hulka kuulub ka Euroopa Liidu finantshuve kahjustavate süütegude, sealhulgas käibemaksu- ja tollipettuste ennetamine, avastamine ja uurimine.

Projekti eesmärk on hinnata, kuidas selgitataval tehisintellektil põhinevad uurijatoe lahendused saavad toetada nende avalike ülesannete täitmist, parandades teabe leitavust, analüütilist võimekust, teadmiste säilitamist, põhjenduskäigu jälgitavust ning keerukate juhtumite käsitlemise tõhusust. Projekt ei muuda Maksu- ja Tolliameti seadusest tulenevaid ülesandeid ega otsustusõigust, vaid katsetab uusi tehnoloogilisi võimalusi nende ülesannete tõhusamaks täitmiseks.

Projekti elluviimine on kooskõlas Maksu- ja Tolliameti põhimäärusest (§ 1 ja § 7 lg 8) tulenevate ülesannetega ning toetab asutuse võimekuse arendamist andmepõhiste, turvaliste ja õiguslikult kontrollitavate tööprotsesside kasutamisel. Samal ajal käsitleb projekt väljakutseid, mis on iseloomulikud ka teistele uurimis-, järelevalve- ja õiguskaitseasutustele. Keerukate andmemahtude analüüsimine, teadmiste säilitamine, seoste tuvastamine ning põhjendatud otsuste tegemine on olulised ka organiseeritud kuritegevuse, majanduskuritegevuse, pettuste ja teiste keerukate rikkumiste

ennetamisel, avastamisel ning uurimisel. Seetõttu võivad projekti käigus saadavad teadmised, metoodikad ja õppetunnid olla rakendatavad laiemalt kogu avalikus sektoris.

15. Rahastus mitmest allikast

• Kas probleemi lahendamiseks või planeeritud lahenduse katsetamiseks on taotletud või taotletakse toetust teistest rahastamisallikatest?

• Kui jah, siis tuua välja rahastusallikas, summa ja tegevused ning kas toetus on taotlemisel või projekt on saanud rahastusotsuse.

Maksu- ja Tolliamet on esitanud Euroopa Liidu pettustevastase programmi (EUAF) voorus EUAF-2026- TA-03 eraldi taotluse, mis käsitleb tehisintellekti ja andmeanalüütika tehnoloogiate kasutamist Euroopa Liidu finantshuvide kaitse toetamisel. EUAF taotlusvooru tulemused on eeldatavasti teada 2026. aasta novembris, samas kui Innovatsioonifondi projektide elluviimine algab oluliselt varem.

Innovatsioonifondi projekti eesmärk on katsetada ja hinnata selgitataval tehisintellektil põhinevat uurijatoe lähenemist ning koguda tõenduspõhiseid teadmisi selle rakendatavuse kohta. EUAF taotluse eesmärgid ja tegevused võivad osaliselt kattuda käsitletava probleemivaldkonnaga, kuid rahastuse saamisel eristatakse tegevused, tulemused ja kulud vastavalt rahastajate tingimustele. Sama tegevust ega sama kulu ei rahastata mitmest allikast.

Kinnitused

☒ Oleme teadlikud, et Riigikantselei võib saata ideekavandi eksperthinnangu saamiseks valdkonna

ekspertidele.

☒ Kinnitan, et esitatud innovatsiooniprojekt on teiste partnerite juhtkondadega kirjalikult

kooskõlastatud.

Allkirjastamine

• Ideekavand tuleb allkirjastada projekti esitava(te) asutus(t)e allkirjaõigusliku juhtkonnaliikme

poolt (nt kantsler, asekantsler, KOVi juht, KOVi volikogu esimees, ministeeriumi allasutuse

juht/asejuht vms) ja saata [email protected].

i Katsetamine vastab küsimusele: kas see töötab? Katsetuse puhul ei vaadata alati, kas lahendus praktiliselt toimib.

Piloteerimine vastab küsimusele: kas see töötab päriselus ja on mõistlik kasutusele võtta? Hinnata praktilist

toimivust.

Eksperiment: Igasuguse eksperimendi eesmärk on kontrollida hüpoteese põhjuslike seoste kohta. Eksperiment on

selline katse, mis on kavandatud põhjuslike seletusteni jõudmiseks: kui teeme x siis juhtub y.

Prototüüp on masina, seadme või mingi rakenduse esialgne teostus, algne mudel, mida edasi arendatakse.