政府治理应用人工智能的路径研究

2022-10-21张凯军

中国管理信息化 2022年15期

张凯军

（大连海事大学公共管理与人文艺术学院，辽宁大连 116000）

0 引言

当前，人类社会进入以人工智能技术驱动的第四次工业革命时代，推动人工智能与政府治理的融合成为全球普遍共识。在2020 年11 月3 日公布的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中，在深化改革领域，我国政府提出要运用人工智能等现代技术手段辅助提升政府治理能力。加快人工智能同政府治理的融合已经成为我国深化行政体制改革、推进政府治理体系和治理能力现代化的重要抓手。习近平指出：“随着信息化、工业化不断融合，以机器人科技为代表的智能产业蓬勃兴起，成为现代科技创新的一个重要标志。”可以说，将人工智能嵌入政府治理顺应了社会发展趋势，创新了政府治理方式，对群众的个性化需求做了有效回应。

本文的重点聚焦于将人工智能嵌入政府治理的技术路径选择，通过对技术基础和技术逻辑的分析对政府的主体行为、行政手段以及行政过程提出预见性策略建议。

1 将人工智能嵌入政府治理的技术逻辑

人工智能技术的核心是数据和算法，内在逻辑是基于机器学习形成的自主决策。在政府治理变革过程中，作为核心驱动力的人工智能技术渗透到公共管理的各个领域，依靠软硬件协同与跨界合作，实现政府治理自动化、行政决策智能化和公共服务便捷化。基于云计算的人工智能服务（AIaaS，AI as a Service）是将人工智能嵌入政府治理最有效最直接的手段，为人工智能提供技术支持，解决政府应用人工智能技术治理过程带来的各种问题。

1.1 技术的自主性

技术的自主性是指技术具有能动性，会塑造人类的日常生活方式、社会秩序甚至文明的形态。作为先进信息技术的代表，人工智能算法具有更强的自主性，深入影响人们的生活、工作和学习方式，甚至塑造人们的世界观、价值观和人生观。尽管目前还不能断言人工智能能否发展成为类似于人类同样能力的自主智慧体，但是人类必然会在社会行为和决策中越来越依赖机器的作用。例如，人们在阅读新闻时会越来越依赖算法的推荐，在选择交通路线时更加相信算法的判断。算法尽管很难从零开始自主学习，但是基于大规模数据的自主学习已经非常普遍。算法的自主学习特性让其生成新规则成为可能，跳出算法设计者的规则体系，形成摆脱控制的可能。算法的自主性还体现在对数据的抢占上。数据是人工智能的“燃料”，对人工智能产业的发展至关重要，这导致技术厂商特别渴望占有数据，造成抢占数据的产业不良竞争环境。

1.2 技术倒逼政府治理变革

人工智能时代，人工智能技术不仅影响与改变着人们的思维模式与行为方式，而且倒逼各级政府对治理理念与方式的革新，加快政府治理现代化进程。

1.2.1 人工智能技术影响下政府治理的基本特征

1.2.1.1 治理主体多元化

人工智能技术打通了各级政府之间、政府与民众之间交流沟通的通道，结束了以单一的政府为主体对社会事务管理的时代。人工智能时代要求包括政府、社会机构以及公民在其权限范围内共同参与对社会的治理，形成多元主体共同参与治理模式。此外，互联网及手机网络终端等平台加快了协作治理多元化治理新范式的形成，促进权力由中心化治理格局向多元化治理格局转变。

1.2.1.2 治理工具现代化

大数据是人工智能时代记录人们行为活动的重要载体，是使机器获得智能的钥匙。基于大数据理念的技术通过对数据的收集、存储、分析和利用等应用，使政府成为数据的生产者和使用者，根据大数据特性应用数据平台及技术对大数据进行处理，借助人工智能技术，发掘社会事务运行数据之间的联系，提升政府科学决策能力。

1.2.1.3 治理能力现代化

应用人工智能技术是推进国家治理体系和治理能力现代化的手段和途径。通过智能产品与服务的推出，并广泛应用于政府治理过程中，帮助政府输出更为科学的权威决策，提高政府公共服务供给水平，打破政府治理部门间信息孤岛、政府与公民间信息壁垒，推动政府治理能力现代化转型。

1.2.2 人工智能技术影响下政府治理的平台架构

人工智能技术影响下的政府治理平台由智能决策平台、危机治理平台、智能产品平台和运行保障平台组成（见图1）。

图1 平台架构示意图

1.2.2.1 智能决策平台

通过音频识别系统、智能检索系统等人工智能可视化技术，对海量数据进行收集、追踪、分析和处理，转化成可被人们识别的信息，使数据分析结果更加科学。利用人工智能系统，搭建数据开放共享平台，扩大政府与公民的交流沟通渠道，鼓励社会团体及个人参与政府决策，帮助政府进行权威决策，提高政府科学决策水平。

1.2.2.2 危机治理平台

人工智能技术能够协助政府部门应对多种自然公共危机，及时监测各种新型公共危机。人工智能技术可对诸如气象、地质等环境要素进行监测预测，及时收集跟踪相关数据，形成智能化预警机制。针对以网络事件为主的新型公共危机，人工智能技术可对网络舆情进行持续性监测，政府可根据数据分析出台预案将负面影响尽可能降低，同时，搭建数据共享平台，扩大与民众沟通范围，从源头防止公共危机的形成。

1.2.2.3 智能产品平台

搭建智能产品平台，针对政府治理的对象、范围领域和社会事务，提供智能化产品及服务，打破时空藩篱，随时随地及时高效地为人民群众解决问题，进一步推动传统政府向服务型政府转型。

1.2.2.4 运行保障平台

运行保障平台是智能决策平台、危机治理平台和智能产品平台发挥作用的前提，是保障人工智能技术嵌入政府治理的基础。运行保障平台主要包括完善制度、培养人才、完善资金和安全保护等方面的工作。搭建运行保障平台是应用人工智能技术进行政府治理的坚强后盾。

2 将人工智能嵌入政府治理的技术基础

2.1 成熟的算法模型

传统工业社会，面对复杂的不确定的社会问题，政府往往通过经验分析法，从过往经验中提炼样本，归纳其基本规律进行管理活动。人工智能时代利用算法模型管理社会，将数据输入转变为算法输出。算法模型是为了求解给定的问题而经过充分设计的计算过程和数学模型，通常用逻辑条件和控制结构表示计算解，是机器学习的关键。算法程序的应用常与大数据联系，依赖于数据的收集、分析和利用各方面，数据作为机器学习的输入，构建与之相关的模型并用于政府决策。算法通过分析数据和建立机器关系，利用这些力量管理社会事务并为政府治理提供可预测目标。

2.2 海量的数据资源

将人工智能嵌入政府治理离不开数据资源的支持。大数据普遍应用于政府治理社会活动的各方面，大数据共享平台的建立，譬如基于数据共享的管理信息系统通过实现跨层级、跨部门的数据交换共享，为公共事务管理人员提供决策根据，促进政府决策科学化。

3 政府治理应用人工智能的路径分析

3.1 构建协同治理机制

协同治理强调不同子系统相互合作，以规避单一主体治理的风险性，传统的单一主体治理模式下，政府“越位”“缺位”现象时有发生。当下，在信息化时代，借助人工智能进行政府治理变革，建设智慧政府过程中，政府不再是掌控海量数据的单一主体，主体范围扩大至包括民营企业、各类社会组织、社会公民等，呈现出多元主体协同治理态势。此外，对计算机技术的利用也从辅助工具模式发展到人机协同治理模式。

3.1.1 人机协同

传统的行政过程以人为主导，人是决策的主体。人工智能时代使政策技术化以及符号可计算假设成为可能，人工智能技术的加入，增加了政府治理的主体，促进了政策制定效率，提高了政策质量，这进一步凸显出人机协作的紧迫性。麦克·卢汉的学生洛根曾明确提出，计算机是一种强大的工具。就政府变革阶段而言，从电子政务到数字政府再到智慧政府，计算机智能化程度逐渐提高，承担的工作也从简单的信息收集整理展示和服务传递发展到协同人类工作。我们一般站在工具论的立场上来看待计算机技术，而当进入到人工智能时代，电脑网络已形成一个新的社会机体，人类与机器间的共生合成体正在形成。

目前，从人工智能嵌入政府治理变革的具体应用过程来看，人机协同首先可介入的领域是公共政策制定及公务服务供给。首先，公共政策作为政府治理的主要工具，应用人工智能技术的程度关系到政策的科学性及政府治理现代化水平。政策过程的技术化，采用了物理学领域中研究自然现象的范式，用规范的方法和固定的技术来进行分析，政策过程的技术化路径，使公共政策过程由传统的单纯考量政治性转而偏向技术化、流程化，为人工智能的介入提供了可能。其次，在公共服务供给领域，目前，全国部分政务办理大厅配备智能机器人为公民引导业务办理流程，通过人机交互合作实现高效的政务办理，提高政府公共服务现代化水平。

符号化的治理流程使计算更加科学化，数据信息处理更加准确化，但仍存在非符号化、依靠单一技术性无法解决的部分，需要人的经验理性介入处理。因此，在人机协同治理的过程中，一方面注重人工智能机器的理性，另一方面强调人的知识性经验及感性表达。

3.1.2 政企合作

在人工智能时代，很多公共性问题逐渐转化为技术性问题，这要求政府与技术企业合作共同治理公共事务。首先，就政企角色而言，我国政府对人工智能政策所采取的政策路径是政府为引领者，企业是追随者，政府起总揽全局制定发展方向而非直接行政干预的作用。包括阿里巴巴、腾讯在内的大型技术公司在政府政策规划的引领下，凭借其先进的技术优势，向政府规划的重点方向进行业务拓展，一方面，可以获得更多的政府支持，另一方面，政府规划的重点方向往往发展前景更好。在“互联网＋”行动计划，数字中国战略提出之后，据不完全数据统计，目前全国已有27 个省份（不含港澳台），把省一级的大数据全部交给了新技术公司。其次，就政企责任而言，人工智能时代的社会结构呈现出“扁平化”的特征，对传统社会结构下基于公共权力下政府对企业的强制关系形成冲击，政府与企业持各自资源进行合作，政府的资源为其手中的公共权利，技术公司的资源是其技术优势及人才，政府的主要职责由直接的行政管理演化为规则制定及服务提供。

目前，以百度、阿里巴巴和腾讯为首的智能创新龙头建立起专门化的研究机构，并引进人工智能及大数据人才。百度建立深度学习实验室，着重发力于深度学习技术、计算机视觉感知技术、计算机听觉技术、生物特征识别技术、新型人机交互技术、标准化服务、深度学习知识产权七大方向；阿里巴巴组建达摩院，立足基础科学、颠覆性技术和应用技术的研究；腾讯的AI 实验室对各种ANI 项目进行持续性跟踪性研发。麦肯锡实地调研报告显示，目前仅有20%的企业进行大规模的AI 布局，老牌企业掌握智能技术的绝对话语权，居于技术垄断地位，因此，就政府治理而言，要发挥宏观调控的行政职能，在推动人工智能技术发展的同时保障经济平稳运行。

3.1.3 政民互动

在人工智能时代之前，传统的政府与公民之间并没有建立密切的联系，缺乏有效的沟通工具，导致政府与公民之间存在隔阂。依托大数据及人工智能技术，政府与民众建立起更加快捷方便的信息交流途径，密切了政民联系。政府对人工智能的普遍应用，如各种APP、人脸识别系统，不断升级治理技术。一方面，政府能够实时地了解到民众反映的信息，依托大数据技术对信息进行整理和分析，进一步明确公众需求和公共服务供给，科学有效配给公共资源，一定程度上解决政策实施过程中的搭便车问题。另一方面，打破传统的治理模式，推动政府治理的深层次变革，使公共服务向多元化、智能化方向转变，逐渐形成线上线下相结合的政务管理服务模式，构建民众参与政府治理、数据共享平台，一是综合性移动服务平台的提供，通过提供APP、小程序等多渠道为公民提供移动服务。二是创新服务模式，从“一号一窗”到“最多跑一次”，从“一网一次”到“一次不用跑”“秒审批”，实现了公民办事的深刻转变。各地政府打破政府与公民间的信息壁垒，将政府的角色由管理者变为平台搭建者与规则制定者，通过互动平台的构建，吸引大众参与到政府管理和公共服务供给中来。

人工智能治理背景下，政府通过终端布局与网络可对民情民意进行实时跟踪与智能识别，及时把握公众意见、预测用户需求，并为其推送和定制个性化服务，实现用户中心的公共服务。搭建人工智能平台，相互联系的网络IP 连接成扁平沟通网络，公民通过移动终端表达个人意愿，公众参与提高政府回应精准度，增强群体认同感，达成政民共识。

3.2 构建统一数据平台

3.2.1 加强基础设施建设，消除信息不对称

加强基础设施建设，打破政府与政府、部门与部门之间的信息孤岛，避免各地区、各部门重复建设和资源的浪费。传统政府电子政务采取以部门为中心的方式搜集分析存储数据，造成信息流动渠道闭塞，数据割裂、条块分割的不良状态，数据之间缺乏互通方式，数据治理价值不能完全体现出来。智能化时代政府将数据共享协同作为治理变革的重要内容，把各部门各领域的所有数据信息资源加以整合，解决数据孤岛问题，实现数据库之间的互联互通。尤其是区块链利用P2P 网络的数据交换模式在政府部门各层级之间建立各自关系网络，网络中各个节点相互平等，避免了层级传递信息导致的信息失真及数据流失问题。同时，区块链点对点技术实现多方协同参与治理，各主体在区块链上搜集、查询、存储和接受信息，打通信息流动通道。此外，政府构建国家数据共享交换平台体制机制，与国家政务信息资源库形成对接，协调各级政府进行数据共享。

3.2.2 多元主体间的信息共享机制与交换平台建设

传统政府“条块分割”的信息管理体制在人工智能时代弊端显露，新时代要求加快建立起科学有效的信息管理体制。从管理的制度维度来看，要完善信息资源共享的政策法规和管理制度，从信息共享的内容、规则和范围、信息资源采集、存储和管理、信息资源交换与服务结算和监督方面完善制度建设。我国较早开始了政府电子政务建设，大大地提升了我国政府的信息化水平，随着人工智能技术在电子政务中的不断嵌入，政府的各个部门相继建立起自己的信息平台，一方面对本部门行政效率的提高有了强大的推动力，另一方面，各部门的信息平台也进一步阻碍了部门间的信息与数据交流，使各部门之间的鸿沟越来越大，阻碍了部门之间的信息共享和互通。而随着信息社会的运转，社会的复杂化和多元化进一步加强，面对复杂多元的社会环境，单一部门的信息已经难以解决社会发展过程中的诸多问题，建立起统一的信息共享交换平台可以实现多部门数据的适时处理和精准分析，实现政府数据全生命周期的信息化管理，为社会提供更加个性化、智能化的服务。

3.3 加强复合型人才培养

我国人工智能人才拥有量居全球第二。我国高度重视人工智能人才培养体系的建立和完善，相继出台《新一代人工智能发展规划》和《高等学校人工智能创新行动计划》，建设AI 学院、学科和专业，形成“AI+X”复合专业培养新模式，构建 AI 多层次教育体系，培育高水平 AI 创新人才和团队。

尽管如此，中国人工智能人才仍存在数量与质量问题，基于此，可从以下几点入手，加强人才培养。

首先，界定人工智能人才标准，构建多层次人才教育培养体系。现阶段，我国人工智能人才的培养以研发型与技术型人才为主，人文社科及基础层人工智能人才培养欠缺。以高校为例，中国高校人工智能专业设立时间短、起步晚，属于萌芽阶段，大多高校目前没有形成独立的人工智能专业。至2021 年3 月，全国共有180 所高校新增人工智能专业，在专业培养方向方面，人工智能研究集中于计算机科学学院和软件科学学院等工科院系，往往混淆人工智能人才与计算机人才、软件人才及大数据人才，学科设计单一，没有形成多层次的人才培养体系。因此，要科学界定人工智能人才标准，构建人工智能人才认证专业体系。人工智能人才教育培养体系的重构要打破学科间壁垒，促进不同学科的交叉融合与创新。

其次，建设人工智能学习与应用示范平台，培养数据技能。对政府部门相关岗位人员进行人工智能应用技能培训。

最后，产学研相结合，加强跨界人才培养合作，培养跨领域、专业化的高素质人才。