Prehľad postupu verejného obstarávania
Oznámenie o vysvetliteľnosti
SLOVNÍK POJMOV
| Pojem | Vymedzenie pojmu |
|---|---|
| Umelá inteligencia | Umelá inteligencia (AI) je technológia, ktorá umožňuje počítačom a strojom simulovať alebo napodobňovať ľudskú inteligenciu a schopnosť riešiť problémy. |
| Klasifikačný model | Klasifikačný model je druh modelu strojového učenia, ktorý kategorizuje alebo klasifikuje údaje do vopred vymedzených tried alebo značiek. Spracúva vstupné údaje a na ich základe predikuje, do ktorej kategórie alebo triedy dané údaje patria. |
| CPV | CPV (Spoločný slovník obstarávania) (1) je štruktúrovaný systém klasifikačných kódov, ktorý sa používa vo verejnom obstarávaní v celej Európskej únii. Pomáha pri kategorizácii a opise predmetov zákaziek na dodanie tovaru a poskytnutie služieb a prác na účely verejného obstarávania. Klasifikačný systém CPV má za cieľ uľahčovať uverejňovanie a porovnávanie oznámení o vyhlásení verejného obstarávania a zjednodušovať dodávateľom a verejným obstarávateľom vyhľadávanie relevantných príležitostí na obstarávanie. |
| eTranslation (2) | eTranslation je služba neurónového strojového prekladu, ktorú poskytuje Európska komisia. |
| Strojové učenie | Strojové učenie je druh umelej inteligencie, ktorý umožňuje softvérovým aplikáciám „učiť sa“ z minulej praxe a spätnej väzby, a tým zvyšovať svoju presnosť pri predikovaní výsledkov bez toho, aby na to boli výslovne naprogramované. |
| Odvodzovanie modelom | Odvodzovanie modelom je fáza, v ktorej sa trénovaný model strojového učenia používa na vytváranie predikcií na základe nových údajov. |
| Trénovanie modelu | Trénovanie modelu je kritická fáza vývoja modelu strojového učenia, v ktorej sa model učí vytvárať predikcie na základe údajov. |
| Spracovanie prirodzeného jazyka | Spracovanie prirodzeného jazyka (NLP) je oblasť umelej inteligencie, ktorá uschopňuje počítače analyzovať ľudský jazyk v písanej aj hovorenej podobe a rozumieť mu. |
| Prehľad postupu verejného obstarávania | Na stránke Prehľad postupu verejného obstarávania sa sústreďujú informácie zo všetkých oznámení TED patriacich k rovnakému postupu (súvisiace oznámenia) a predkladajú sa v jednotnom, zjednodušenom a používateľsky ústretovom formáte. Postup verejného obstarávania predstavuje novú koncepciu predkladania údajov o verejnom obstarávaní, ktoré sú k dispozícii v oznámeniach TED. |
| scikit-learn | scikit-learn je otvorená knižnica strojového učenia pre programovací jazyk Python. Poskytuje rôzne algoritmy strojového učenia vrátane algoritmov na vytváranie klasifikačných modelov. |
| TED | Elektronický denník verejného obstarávania TED (TED-tender electronic daily) je webové sídlo (https://ted.europa.eu), ktoré spravuje Úrad pre vydávanie publikácií Európskej únie a na ktorom sa uverejňuje Úradný vestník Európskej únie S (Dodatok k Úradnému vestníku Európskej únie alebo Ú. v. EÚ S). Prístup do databázy TED je bezplatný.
V Ú. v. EÚ S sa musia uverejniť všetky verejné obstarávania nad určitú hodnotu zákazky. |
(2) https://language-tools.ec.europa.eu/.
1. Prehľad postupu verejného obstarávania
Na stránke Prehľad postupu verejného obstarávania, ktorá je k dispozícii na portáli OP, sa sústreďujú informácie zo všetkých oznámení TED patriacich k tomu istému postupu (súvisiace oznámenia) a predkladajú sa v jednotnom a používateľsky ústretovom formáte. Prehľad postupu verejného obstarávania ponúka nový spôsob predkladania údajov o verejnom obstarávaní, ktoré sú k dispozícii v oznámeniach TED (3).
Zjednodušený prehľad je koncipovaný tak, aby bol ľahko pochopiteľný pre používateľov bez špecializovaných vedomostí v oblasti verejného obstarávania a aby sa v ňom dokázali orientovať, vďaka čomu sa stáva prístupnejším pre širšiu verejnosť.
(3) https://ted.europa.eu/sk/.
Obrázok 1 – Agregácia postupov verejného obstarávania.
Stránka Prehľad postupu verejného obstarávania obsahuje vizuálne znázornenie stavu a harmonogramu postupu spolu s geografickým znázornením miest plnenia. Podrobné informácie o postupe zahŕňajú hlavné atribúty celkového postupu aj jednotlivých častí. Okrem toho sa v prehľade uvádzajú priame prepojenia na všetky súvisiace oznámenia TED, čo uľahčuje jednoduchý prístup k primárnemu zdroju informácií, ktorý bol použitý na agregáciu prehľadu postupu verejného obstarávania.
2. Čo je obohacovanie CPV?
Obohacovanie CPV je funkcia, ktorá má za cieľ zvýšiť vyhľadateľnosť postupov verejného obstarávania a tým zlepšiť skúsenosti používateľov s portálom OP vďaka skvalitneniu výsledkov vyhľadávania. Systém na tento účel kombinuje niekoľko techník umelej inteligencie (AI), ako je spracovanie prirodzeného jazyka (NLP) a strojové učenie (ML), aby odvodil nové kódy CPV pre všetky uverejnené postupy na základe ich obsahu.
Nové kódy CPV odvodené systémom sa zobrazia v blízkosti pôvodných kódov CPV na stránke s podrobnými informáciami o postupe. Na stránke sa jasne rozlišuje medzi pôvodnými CPV a odvodenými CPV postupu, aby bol používateľ informovaný, že odvodené CPV sú generované pomocou umelej inteligencie. Okrem toho sú odvodené kódy CPV integrované do aspektov vyhľadávania, vďaka čomu sa zlepšuje skúsenosť používateľov pri vyhľadávaní, keďže táto funkcia používateľom umožňuje filtrovať postup na základe rozšírených kódov.
Ak napríklad uvažujeme o konaní s názvom „Luxembursko – Luxembursko: Dopravné služby dodávkou a minidodávkou s vyhradeným vodičom“ a s opisom „Dopravné služby dodávkou a minidodávkou s vyhradeným vodičom“, pôvodný CPV z oznámenia TED je „60100000 – Služby cestnej dopravy“ a modul obohacovania na základe trénovaného modelu odvodil ďalší, konkrétnejší CPV: „60170000 – Požičiavanie vozidiel na osobnú dopravu s vodičom“.
3. Ako funguje obohacovanie CPV?
Systém obohacovania CPV sa spolieha na klasifikačný model trénovaný pomocou knižnice scikit-learn. Model využíva ako vstup textový obsah postupu a vypisuje skóre dôveryhodnosti všetkých podporovaných kódov CPV. Pre daný postup sa vykonajú tieto kroky na vytvorenie predikovaných kódov CPV:
- Extrahovanie: z postupu sa extrahuje relevantný obsah, ako sú názvy postupov a opis, ktorý pomáha odvodiť kódy CPV.
- Preklad: ak obsah oznámenia nie je k dispozícii v angličtine, obsah postupu sa preloží do angličtiny pomocou služby elektronického prekladu eTranslation.
- Predbežné spracovanie: extrahovaný obsah môže obsahovať irelevantné časti, ako sú symboly, členy, spojky atď. Tieto informácie nepomáhajú predikovať kódy CPV a môžu ovplyvniť kvalitu odvodzovania, preto sa z obsahu postupu odstraňujú.
- Klasifikácia: extrahovaný obsah je postúpený do klasifikačného modelu na účely predikcie skóre dôveryhodnosti pre jednotlivé kódy CPV vopred vymedzených tried.
- Filtrovanie: s cieľom určiť, ktoré kódy CPV by sa pre daný postup mali zachovať, sa získané skóre dôveryhodnosti porovná s prahovou hodnotou určenou počas trénovania modelu. Ak je skóre dôveryhodnosti kódu CPV vyššie ako prahová hodnota, kód sa považuje za relevantný pre daný postup. Napríklad, ak model predikuje skóre dôveryhodnosti 0,7 pre kód CPV 85000000 a prahová hodnota je 0,6, systém považuje odvodený kód CPV za súvisiaci s daným postupom.
Aby sa model naučil odvodzovať kódy CPV, trénoval sa na kompletnom súbore postupov uverejnených na portáli. Trénuje sa viacero konfigurácií modelu na 80 % údajov a vyhodnotí sa tá konfigurácia, ktorá má najlepšiu kvalitu predikcie. Zvyšných 20 % údajov sa použije na testovanie kvality modelu na údajoch, ktoré sa nepoužili pri tréningu. Všetky odvodené kódy CPV, pri ktorých je skóre dôveryhodnosti nižšie ako nakonfigurovaná prahová hodnota, sa zakážu, aby sa predišlo nesprávnej predikcii alebo použitiu týchto kódov systémom. Ani to však nezabráni výskytu chýb alebo opomenutiam pri odvodzovaní CPV.
Klasifikačný model sa trénuje a ladí manuálne a model s najkvalitnejšími predikciami sa použije na automatické odvodenie ďalších CPV na novospracovaných postupoch verejného obstarávania.
4. Ktoré údaje sa používajú pri obohacovaní CPV?
Systém obohacovania CPV sa učí odvodzovať kódy CPV na postupoch, ktoré sú verejne dostupné na portáli OP. Súčasný systém je trénovaný na 2,5 milióna postupoch uverejnených od roku 2011 do súčasnosti.
Ďalej uvedené informácie sú extrahované zo všetkých postupov, ktoré systém používa na trénovanie odvodzovacieho modelu:
- názov postupu,
- stručný opis postupu,
- názvy častí (ak postup obsahuje časti),
- krátky opis častí (ak postup obsahuje časti),
- hlavné a doplnkové kódy CPV, ktoré sú už zahrnuté do postupu,
- hlavné a doplnkové kódy CPV častí (ak postup obsahuje časti).
Tieto informácie sa uverejňujú na základe zásady transparentnosti, ktorá sa týka všetkých politík a právnych predpisov EÚ. Pri trénovaní a zlepšovaní systému obohacovania CPV sa nepoužívajú žiadne osobné údaje.
5. Aktuálne obmedzenia
- Systém dokáže odvodiť kódy CPV až do rozsahu 5 číslic (oddiely, skupiny, triedy a kategórie). Nepodporuje nižšie úrovne.
- Systém podporuje iba kódy CPV, pri ktorých bola overená dobrá kvalita odvodzovania, čo predstavuje 61 % možných kódov CPV do rozsahu 5 číslic.
- Systém podporuje iba odvodzovanie postupov uverejnených od roku 2011 do súčasnosti.
6. Odmietnutie zodpovednosti – hľadiská zodpovednosti
Je potrebné upozorniť, že portál OP obsahuje obsah vytvorený umelou inteligenciou alebo inými automatizovanými technológiami. Takýto obsah sa poskytuje len na informačné účely a nemal by sa používať na žiadny konkrétny účel bez overenia jeho presnosti alebo úplnosti.
Prehľad postupu verejného obstarávania kombinuje niekoľko techník umelej inteligencie na zhromažďovanie údajov s cieľom zlepšiť vyhľadateľnosť príslušných oznámení o vyhlásení verejného obstarávania uverejnených na portáli TED v záujme uľahčenia hľadania a pomôcť pri metódach vyhľadávania.
Funkcia obohacovania CPV a výsledný výstup generovaný umelou inteligenciou, t. j. odvodené kódy CPV, je plne automatizovaná. V určitých prípadoch sa môžu vyskytnúť chyby z dôvodu zložitosti systému alebo údajov. Prehľad postupu verejného obstarávania využíva výlučne údaje, ktoré sú k dispozícii v Ú. v. EÚ S a uverejnené na portáli TED, Tenders Electronic Daily (https://ted.europa.eu/sk/).
Bez ohľadu na to sú jediné oficiálne informácie týkajúce sa výziev na predkladanie ponúk a príslušných oznámení tie, ktoré sú uverejnené v Dodatku k Úradnému vestníku Európskej únie (Ú. v. EÚ S). Hoci boli prijaté všetky potrebné opatrenia na zabezpečenie čo najvyššej kvality obsahu vytvoreného technológiou umelej inteligencie, jeho presnosť nemožno zaručiť.
Úrad pre publikácie a inštitúcie EÚ preto na základe tohto vyhlásenia odmietajú zodpovednosť za akékoľvek chyby alebo opomenutia vo výsledku vyplývajúce z použitia techník umelej inteligencie. Nenesú ani žiadnu zodpovednosť za akékoľvek dôsledky vyplývajúce zo spoliehania sa na takýto obsah generovaný umelou inteligenciou. Používateľom sa odporúča, aby ho používali obozretne a pristupovali k nemu s náležitou starostlivosťou.