Proposals on combating corruption in educational institutions of the Russian Federation

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The historical roots of corruption go back centuries. Some experts prove that it is invincible. However, even in this interpretation, it is possible to set the goal of reducing risks and minimizing damage associated with corruption. In this article, corruption is considered as a conflict of interests between individual employees of educational institutions and society. Society has always been looking for ways to protect itself from the use of official position for selfish, personal purposes. The complexity of this problem is compounded by poorly structured management systems of educational institutions, which do not allow the subsystem of control actions to lead to unified control algorithms. Proposals to optimize the management activities of educational institutions through digital transformation, the introduction of artificial intelligence systems and neural networks, the rotation of economists and the exclusion of heads of educational organizations from bodies controlling internal financial activities can minimize the risks associated with corruption. When analyzing the conflict of interests in educational organizations, general and specific characteristics affecting the process were identified. Such characteristics made it possible to define new requirements for the management system of an educational organization. In addition, the analysis revealed the specifics of management decentralization, which must be taken into account when forming proposals. The analysis showed that conflicts of interest in educational organizations cannot be stopped by legal and organizational measures. Thus, new methods based on the digital transformation of the management system of educational institutions are required. The article demonstrates the directions of implementation of end-to-end digital technologies that reduce corruption. Artificial intelligence, neural networks and blockchain can be identified as such technologies. Examples of the formalization of knowledge used in artificial intelligence systems have demonstrated the possibility of practical application.

About the authors

Nikolay Vladimirovich Unizhaev

National Research University “Moscow Power Engineering Institute”

Email:  UnizhayevNV@mpei.ru
профессор кафедры безопасности и информационных технологий, кандидат технических наук, доцент

References

  1. Указ Президента РФ от 10 октября 2019 г. N 490 "О развитии искусственного интеллекта в Российской Федерации". [Электронный ресурс]. URL: http://ivo.garant.ru/#/document/72838946 (дата обращения: 12.01.2023).
  2. Федеральный закон от 25 декабря 2008 г. № 273-ФЗ (в ред. от 03.04.2017) «О противодействии коррупции». [Электронный ресурс]. URL: http://www.consultant.ru/document/cons_doc_LAW_140174/ (дата обращения: 12.01.2023).
  3. Федеральный закон от 28.06.2014 N 172-ФЗ (ред. от 31.07.2020) "О стратегическом планировании в Российской Федерации". [Электронный ресурс]. URL: http://www.consultant.ru/ document/ cons_doc_ LAW_164841/ (дата обращения: 12.01.2023).
  4. Приказ Министерства науки и высшего образования Российской Федерации от 26 июля 2018 г. № 13н «Об утверждении перечня должностей, при назначении на которые граждане и при замещении которых работники обязаны представлять сведения о своих доходах, расходах, об имуществе и обязательствах имущественного характера». [Электронный ресурс]. URL: https://rulaws.ru/acts/Prikaz-Minobrnauki-Rossii-ot-26.07.2018-N-13n (дата обращения: 20.12.2022).
  5. Архипов Э. Л., Сушкова Т. В. Коррупционная преступность и ее развитие в России // Теневая экономика. – 2019. – № 2. – c. 107-114.
  6. Березинец И.В., Иванов А.Е. Типология агентских моделей коррупции и кейс тоталитарной коррупции // Вопросы экономики. – 2021. – № 9. – c. 109-131.
  7. Бобошко Н. М. Налогово-бюджетная безопасность в системе экономической безопасности страны // Инновационное развитие экономики. – 2014. – № 2(19). – c. 74–78.
  8. Вашкевичус В.В. Сущность коррупции и методы борьбы с коррупцией в России // Студенческий вестник. – 2020. – № 7–1 (125). – c. 45–46.
  9. Карепова С. Г., Пинчук А. Н., Некрасов С. В., Тихомиров Д.А. Коррупция и противодействие коррупции в восприятии российской молодежи: опыт фокус-группового исследования // Вестник Томского государственного университета. Философия. Социология. Политология. – 2019. – № 50. – c. 146–161.
  10. Косьмин А. Д., Косьмина Е. А. К вопросу о конструктивном резерве коррупции // Экономические отношения. – 2020. – № 1. – c. 149-160.
  11. Кулуева Ф. Г. Национальная стратегия противодействия коррупции и национальный план противодействия коррупции // Наука, техника и образование. – 2020. – № 1(65). – c. 71–75.
  12. Кязимов М.С., Алиев Н. К. Эффективное противодействие коррупции и теневой экономики – главное условие экономической безопасности каждого государства // Теневая экономика. – 2019. – № 4. – c. 245-251.
  13. Мальчикова С. В., Костикова С. А., Оскилко С.А., Сидорова О. Ю. Коррупция и противодействие коррупции в России // Евразийское Научное Объединение. – 2015. – № 3(3). – c. 158–159.
  14. Нестеров А. К. Управление вузом. Энциклопедия Нестеровых. [Электронный ресурс]. URL: https://odiplom.ru/lab/upravlenie-vuzom.html (дата обращения: 12.01.2023).
  15. Никифоров С. А. Противодействие коррупции на стадии заключения соглашения о государственно-частном партнерстве как гражданско-правовой механизм противодействия коррупции // Научно-практические исследования. – 2020. – № 11–1 (34). – c. 13–19.
  16. Руденко М. Н., Субботина Ю. Д. Коррупция как фактор теневой экономики: тенденции и перспективы развития (на примере Приволжского ФО) // Теневая экономика. – 2019. – № 1. – c. 33-47.
  17. Тархова Я. Р. Понятие коррупции и противодействия коррупции // Аллея науки. – 2020. – № 12 (51). – c. 477–480.
  18. Унижаев Н.В. Особенности использования новых информационных технологий в учебном процессе специалистов по бизнес-аналитике // Информационные технологии в обеспечении федеральных государственных образовательных стандартов: материалы Международной научно-практической конференции. Елец, 2014. – c. 351–356.
  19. Унижаев Н.В. Проблемы регулирования отношений с цифровыми финансовыми активами и валютами // Вестник Алтайской академии экономики и права. – 2022. – № 2. – c. 262–268.
  20. Унижаев Н.В. Особенности моделирования угроз безопасности персональных данных для обеспечения достаточного уровня защищенности // Вопросы инновационной экономики. – 2022. – № 1. – c. 112–117. – doi: 10.18334.
  21. Федотов Д. Ю. Уровень коррупции в России на фоне зарубежных стран // Теневая экономика. – 2019. – № 1.
  22. Хасанов Ш. К. Классификации коррупции и моделей противодействия коррупции // Вестник Таджикского национального университета. Серия социально-экономических и общественных наук. – 2020. – № 3. – c. 202–207.
  23. Хечиев Б.Б. Состояние коррупции и меры противодействия коррупции в современном обществе // Молодой ученый. – 2017. – № 34(168). – c. 70–73.
  24. Шахтаханов Е.Л., Димитриева Е.Н. Коррупция как социальное явление и направления совершенствования противодействия коррупции в системе государственной службы // Столица науки. – 2019. – № 6 (11). – c. 158–167.
  25. Ruzanov R.M., Zharlygassinov T.M. Corruption in the healthcare sector during the COVID-19 pandemic: causes, consequences, and responses // Экономика: стратегия и практика. – 2021. – № 3. – p. 217–226.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2023 Unizhaev N.V.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».