康健,博士、电子科技大学公共管理学院副教授;[2] 张浅,电子科技大学公共管理学院科研助理。
摘要:厘清“人工智能+”公共服务创新的逻辑机理和未来路向是实施公共服务领域“人工智能+”行动的重要前提。人工智能通过供需匹配、整体智治与流程重塑实现对公共服务创新的深度嵌入,推动公共服务供给从被动响应向主动治理转变,从部门分割向系统协同转变,从粗放供给向数智化流程重构转变,三者共同构成“人工智能+”公共服务创新的实现机理。“人工智能+”公共服务创新存在数智基础薄弱、制度规范滞后与人机协同待优化等问题,需推动“人工智能+”公共服务创新的数据利用、算法技术和算力优化,建立适应创新需要的伦理准则与制度规范,并实现人机协调的价值共创。
人民对美好生活的向往,就是党和政府的奋斗目标。近年来,以人工智能为代表的数智技术发展迅速,数字化、集成化、智能化等渗入社会各个领域,深刻变革了当代的社会生活。这就要求政府必须充分利用好、发挥好人工智能技术的优势,推进公共服务创新,以此满足人民日益增长的美好生活需要。然而,从研究现状来看,尽管人工智能与公共服务的融合应用成为公共服务领域的研究重点,公共服务实践中也涌现出大量的人工智能赋能案例,但人工智能与公共服务创新的针对性探讨仍有待丰富。早在生成式人工智能浪潮出现之前,学者就明确将“推动智能公共服务发展”视为政府应履行的重要责任[1],并对人工智能解决公共服务供给难题的前景进行了展望[2]。在生成式人工智能浪潮席卷全球后,学者对人工智能与公共服务的融合应用的关注迅速上升,主要对人工智能嵌入公共服务的赋能路径[3]、风险挑战[4]等进行了探讨,并与行政负担[5]、服务失败[6]等公共服务研究经典议题相结合,但缺乏围绕公共服务创新这一议题的研究。而从公共服务创新的研究角度来看,学者的关注点依然在地方政府的实践,尤其着重探讨地方公共服务创新的生成逻辑[7][8],对技术赋能公共服务创新的有关讨论也主要是从互联网技术[9]、数字技术[10]等层面进行讨论,缺乏从人工智能角度出发的针对性研究。当前,各地涌现出的“人工智能+”公共服务创新具有怎样的实现机理?遇到了哪些现实瓶颈?又应该如何发展?这些问题仍有待探讨。
鉴于此,本文聚焦于“人工智能+”公共服务创新的新图景,首先结合实践中涌现出的典型实践案例,梳理出“人工智能+”背景下公共服务创新的三种实现机理,并从“技术-制度-行为”框架出发分析该过程中面临的主要阻滞因素,最后在此基础上,提出推进“人工智能+”公共服务创新的未来进路,包括推动数据利用与技术优化、完善伦理准则与制度规范、推进人机协调的价值共创等,以期为公共服务高质量发展提供理论支持与实践启示。
实现机理是理解和推进“人工智能+”公共服务创新的前提。“人工智能+”公共服务创新实践方兴未艾,各地实践为考察其实现机理提供了重要窗口。依据案例的典型性和异质性,结合公共服务供给的一般性逻辑,本文整理了具备本土实践特色和前沿技术特征的“人工智能+”公共服务创新的典型案例(见表1)。
上述案例表明,人工智能等前沿技术在公共服务创新中实现了深度嵌入与赋能,且人工智能在公共服务创新中所展现的赋能路径具有多元化的特性。不同的应用场景和治理需求使人工智能在公共服务体系中承担了不同的功能角色,有的侧重于前端的数据洞察与预测分析,有的强化中端的组织协同与系统整合,有的着力于末端的服务供给与用户体验优化,三者共同勾勒了“人工智能+”公共服务创新的实现机理。
在传统情境下,政府往往依赖事后响应和静态管理,面对复杂多变的治理环境,往往存在响应迟缓、信息孤岛和隐性风险难以及时捕捉等问题。而人工智能的应用则能够推动公共服务供给从迟滞走向灵活高效,基于语义关联分析、神经网络算法、无监督学习等方式,实现特定情境下公共服务的需求预测、问题预警[11]。在人工智能技术的应用驱动下,公共服务在供给的事前预测和预警方面实现创新,政府能够实现由被动响应到主动治理的转变,其最大特点在于通过智能化感知系统和多源数据融合,全面提升对人、物、环境的实时动态监控能力,实现对需求的提前发现、对问题的精准预警,从而实现公共服务供需之间精准且高效的匹配。
协同治理理论是公共管理学中的经典理论,强调各治理主体、子系统和组织等行为体之间的协同,发挥整体大于部分之功效。理论上,人工智能具备的信息集成、智能代理和流程自动化能力,可以充当不同部门系统之间的“黏合剂”,整合治理资源,实现多主体共治,将原本孤立的服务单元整合成协同工作的整体,打破传统公共服务领域的部门藩篱与条块分割,通过人工智能技术促进不同主体之间的信息共享和协同合作,推进集成化、一体化的公共服务供给,实现公共服务领域的“整体智治”。
整体智治能够促进政府内部协同。人工智能通过强化信息整合与流程自动化,使政府内部原本分散的业务链条得以在统一平台上实现实时连接,从而显著降低部门之间的沟通与协调成本,其所具备的智能分析与决策支持功能提升了跨部门任务处理的同步性和一致性,使政府内部的协同从被动对接转向主动联动。以深圳市龙岗区为例,其利用DeepSeek部署了区智慧办公系统“龙小i”应用矩阵,覆盖全区两万余名公务人员,实现了政务工作的智能化、协同化,打破传统公共服务供给中各部门的信息壁垒,提升资源的整合与高效协作能力。人工智能的深度应用,也让治理主体之间的互动更为紧密和高效,推动组织结构向扁平化转变,有效激发各方在公共服务决策、供给和生产中的积极性,共同促进基本公共服务治理模式向“多方共治”转变[16]。
整体智治能够促进多元主体协同。人工智能技术对于公共服务的合供具有重要影响,能够实现公共服务供给中多元主体的“智慧共同生产”[17],推动形成多主体协同的整体智治新模式,赋能公共服务高质量发展[3]。例如,大连市以“一张网、一块屏、一平台”为总体架构,打造一体化协同共治体系,实现“一屏统揽”“一键调度”“一体联动”“一网共治”[18]。也有县域发挥人工智能的技术优势,以政府行政主导为引领,建立健全社会力量广泛参与的机制,推动志愿者、民间组织、企业等多方协作;依托线上线下融合的公共服务平台,实现资源集成与数据共享,打破部门壁垒,形成服务合力;通过技术优化决策、提升服务响应效率,促进公共服务协同创新发展[19]。
当前,各地政府纷纷推出的“数字人”是“人工智能+”公共服务创新的重要实践应用之一,也是公共服务实现流程重塑的典例。数字人是指以人工智能、计算机图形学、动作捕捉与交互系统为核心技术,模拟人类外貌、语言、行为乃至思维特征的智能虚拟形象,不仅具备拟人化的外观和动作,更具备语言理解、语音生成、行为反应和环境感知的能力。一些公共服务创新实践借助数字人技术,实现虚拟世界与现实世界的连接,并推动政府组织结构和办事流程的优化重构[22],极大便利了公众获取公共服务资源的过程。例如,在北京市朝阳区和平街道,群众可以与“AI小和”对话寻找服务相关信息;在辽宁盘锦市康桥社区上线DeepSeek讲解员,和群众语音互动讲解办事流程;深圳“深小i”数字人的设计与训练,采用“大模型+思维链”的工程思路,对国家、省、市各级政策法规、信息数据及实际案例进行系统梳理,结合服务的实际需求,依托人工智能大模型进行深度训练,搭建“深小i”的交互逻辑和答复框架。通过知识图谱技术,将企业和群众关注的政策、事项、指南、流程与规则等专业内容有机融合,确保“深小i”能够输出专业、实用、简明的答案等[21]。
“人工智能+”公共服务创新的运行离不开技术、制度与行为的三维支撑。近年来,“技术—制度—行为”的框架和视角在政府数字化转型[23]、公共行政改革[24]等领域得到广泛应用,也是理解“人工智能+”公共服务创新的分析视角。技术是推动创新的基础条件,制度为创新提供规范保障,而行为则聚焦于公共服务场景中人机之间的互动行为。“人工智能+”公共服务创新的实现机理,无论是供需匹配、整体智治还是流程重塑,其有效运行都离不开技术支撑、制度规范与行为互动的协同联动。供需匹配依赖高质量的数据采集与智能算法的技术支撑,同时需要数据治理与安全制度的规范保障,以及公务人员与公众之间的有效互动以实现需求表达与服务响应;整体智治强调跨部门、跨层级的系统整合,这不仅需要技术上的互联互通,更要求健全的制度规则保障多主体协同,还需依赖各参与方之间良好的协同合供;流程重塑则突出技术在服务流程与体验优化中的作用,但若无伦理规范、问责机制等制度,以及供给方与需求方的积极适应与互动,其创新成效同样难以实现。
第一,数据价值释放遇阻。在数据安全保障方面,公共服务领域涉及大量敏感的个人信息与社会治理数据,数据采集、存储与流转过程中存在泄露、滥用等风险,而现有的安全保护技术与制度保障尚不健全,影响了各方对数据开发与应用的信任基础;政府部门间政务数据共享不足,不同部门之间数据壁垒明显,标准不一、接口不通、协同机制不畅,导致数据资源难以高效汇聚与整合,难以为人工智能赋能的公共服务全流程创新提供支撑。例如,信息数据共享效率低的问题,就成为制约粤港澳大湾区公共服务数智化创新的现实困境[26];公共数据开放程度有限,面向社会开放的数据种类、质量和时效性远不能满足人工智能算法对高质量数据的需求,也限制了社会主体参与“人工智能+”公共服务创新。
第三,算力资源难以满足需求。算力是支撑人工智能运行的核心资源,充足的算力资源是持续推进“人工智能+”公共服务创新的必要条件。相较于人工智能在公共服务中的广泛应用需求,作为公共服务供给者的政府在统筹规划、资源调度与持续供给等方面均存在明显不足。一是算力的统筹规划能力有待加强。当前,各地在推进人工智能基础设施建设过程中,普遍存在算力供给布局分散、区域协同不足的问题,算力规划缺乏对公共服务场景的针对性统筹,算力资源的总体配置未能与公共服务创新的重点领域精准匹配。二是算力资源调度能力不足。算力跨地区、跨部门间尚未形成高效共享机制,优先级设置与任务分配缺乏科学调度,致使部分创新项目在模型训练与应用部署阶段受限。三是算力供给的可持续性机制尚不完善。高性能算力带来的能耗与成本压力使地方政府在算力投资上趋于谨慎,缺乏长效投入与绿色运行机制,难以支撑“人工智能+”公共服务的持续迭代与优化。
制度是保障人工智能公共服务创新健康运行的核心支撑。人工智能的引入不仅带来效率与智能化的提升,也对公共服务领域的制度设计与伦理规范提出了新的要求。我国在人工智能治理领域已出台部分规范性文件,但总体而言,公共服务创新的人工智能伦理治理仍处于初步探索阶段,“人工智能+”公共服务创新尚未形成系统化、可操作性强的制度规范。
第二,责任制度有待健全。责任主体的模糊化,是人工智能赋能公共服务创新的主要困境[27]。“人工智能+”公共服务的技术链条较长、参与层级复杂,使原有的责任边界被显著拉伸与模糊化。政府、技术企业、算法平台及社会组织在数据采集、模型训练、算法部署与服务输出等环节责任划分不清,监管机制存在“空转”现象,出现责任真空与问责盲区,“人工智能+”公共服务创新的责任制度有待健全。就目前看,政府部门往往承担最终责任,却无法对算法偏差、数据滥用等技术问题进行有效溯源与追责,根源在于政府对算法系统的掌控有限,既缺乏对底层模型与技术流程的充分了解,也缺少针对技术外包、数据使用及算法决策的全过程可视化机制,导致责任虽重但能力不足。与此同时,企业与开发者掌握核心算法,却普遍缺乏公共责任意识与必要的透明义务。一方面,算法模型通常被视为商业机密,企业对模型逻辑、数据来源和训练方式具有高度封闭性;另一方面,企业的绩效目标更多指向市场效率而非公共利益,使其在模型出现偏差和决策不当情况发生时,存在规避解释责任的倾向。至于公众作为服务对象,其知情权、选择权在实践中难以得到保障,不仅公众通常缺乏对算法规则和数据处理方式的认知渠道,难以判断风险,而且受限于当前的制度规定,公众难以对人工智能的自动化决策提出有效质询与纠错请求,即使提出质询,也可能面临质询对象模糊的责任缺位现象,使“人工智能+”公共服务创新在发生技术风险时缺乏快速响应与修复机制,成为阻滞创新的制度障碍。
在“人工智能+”公共服务创新情境中,公共服务供给方与需求方的日常行为被同时嵌入算法逻辑,而从实践看,这种公共服务创新中的人机协同程度尚显不足,人机关系仍需理顺。一方面,公务人员在公共服务创新供给链条中愈发依赖智能预测、自动审批与算法推荐来配置资源、制定方案,可能挤压公共服务供给的情境判断与价值考量,使决策行为面临风险;另一方面,公众的需求表达、意见反馈乃至服务体验被嵌入算法模型之中,导致参与公共服务创新的行为在实际上面临障碍,阻碍人工智能嵌入情境下的公共服务合供。
第二,公众参与公共服务创新面临障碍。公共服务创新是政府与公众合作互动的系统[32],但在“人工智能+”公共服务创新过程中,公众参与公共服务创新出现了一些新障碍。在人工智能的驱动下,公众更多是被动地参与公共服务创新,其线上行为、舆情信息与服务反馈被算法采集、清洗与分析,用以训练模型、优化决策。算法的这种“吸纳式参与”表面上扩大了参与范围,实质上却将公众的表达压缩为数据变量,使参与过程缺乏质询和反思,且公众的数据素养、技术认知与参与能力有些不足,导致在人工智能驱动的公共服务架构中,公众往往被动成为“数据源”或“反馈对象”,而难以真正作为参与者、共创者参与到公共服务创新的设计与推进过程中。同时,公众参与的渠道与机制尚未充分适配人工智能赋能的公共服务创新,现有参与模式更多依赖传统意见征集或问卷反馈,而少有嵌入智能系统的数据互动、实时协作与价值共建,使“人工智能+”公共服务创新难以实现高效的公共服务合供。
未来的“人工智能+”公共服务创新应以牢固的数智基础、有效的制度规范与人机协调的价值共创为三大支撑。在技术层面,强化数据共享开放、算法价值对齐与算力基础设施建设,夯实现代公共服务的数智底座;在制度层面,完善伦理准则与监管体系,健全隐私保护和场景化标准,为技术应用确立公共价值边界;在行为层面,推动公务人员与人工智能系统的协同优化,拓宽公众参与公共服务创新的合供渠道,实现公共服务创新的价值共创。
“人工智能+”公共服务创新的可持续发展依赖稳固的数据基础、优化的算法技术与充足的算力支持。当前,数据利用不充分、算法可解释性不足、算力资源供给受限等问题,成为制约“人工智能+”公共服务创新纵深推进的重要瓶颈。未来的技术优化应从“数据—算法—算力”三维入手,共同发力,夯实数智基础。一是通过高质量的数据共享与开放,夯实人工智能赋能公共服务创新的数据基础;二是通过强化算法价值对齐与可解释性建设,确保人工智能技术始终服务于公共利益和公共价值,筑牢算法基础;三是完善算力体系的统筹、调度与可持续机制,为公共服务创新提供安全、绿色、稳定的算力基础。
第一,充分释放数据价值。数据价值的充分释放是“人工智能+”公共服务创新的前提条件,公共服务的数智化转型不仅依赖对存量数据的整合利用,更依赖数据在不同部门、不同层级、不同场景之间的持续流动与高质量供给。从实践看,既需要促进政府内部的政务数据共享,也需要推进面向社会的公共数据开放。一是促进政务数据共享。政府系统内部的数据共享对于人工智能技术优化意义重大,人工智能在公共服务和治理活动中的应用对政务数据共享提出了新要求[33]。高水平的政务数据共享是促进“人工智能+”公共服务创新的关键。政府应按照《政务数据共享条例》有关要求,围绕数据采集、清洗、分类分级、标准制定、质量监控等环节,完善多层级、多部门、多系统间的高效流通与共享机制,鼓励部门基于共享数据进行创新试点,推动公共服务供给向智慧化、精准化方向演进。二是推进公共数据开放。数据开放已成为公共服务合供的重要影响变量[34],应积极推进数据开放,吸引多元主体广泛参与人工智能赋能的公共服务创新。基于开放数据,企业可以开发出更加智能化、个性化的“人工智能+”公共服务产品,使数据在“人工智能+”公共服务创新中的基础性作用更好得到发挥。
第二,优化算法技术的价值属性与可解释性。一是实现人工智能技术的价值对齐。价值对齐是指确保人工智能系统的行为与人类的价值目标一致,既是一个技术层面的问题,也是一个伦理和哲学层面的难题[35]。在公共服务领域,这意味着人工智能必须始终服务于公共利益和伦理规范,对齐公共服务坚持的公共性。公共服务创新需要摒弃技术万能的错误认知,防止对算法等技术的过度依赖而导致价值被让渡[36],实现人工智能的价值对齐越发必要。为此,在人工智能系统设计之初深度嵌入正义、权利与反思机制。同时通过多级协商、社会参与、过程透明和可问责机制等手段,促进价值对齐中的公众参与,并由此决定人工智能对齐什么样的价值,以及如何实现这种对齐。充分吸纳社会各界的反馈和批评,让不同群体的关切能够在人工智能的训练、运行和修正过程中体现,使“人工智能+”公共服务创新更广泛地凝聚共识、体现广大人民群众的利益诉求。二是加强人工智能系统的可解释性。公共服务创新不只是“更智能”,更是“治理更透明、关系更协同”。传统人工智能的透明性与可解释性较差,影响公共服务高质量发展[3],需要推进“可解释人工智能”的建设,这是推进人机协同价值共创的关键技术路径。可解释性不仅有助于公务人员理解人工智能决策逻辑,提升对人工智能建议的采信和二次判断能力,还能赋予公众知情权和申诉权,让服务对象能够理解“为什么我被这样处理”,从而提升服务的信任度和满意度。
第三,提升算力体系的公共服务导向与可持续保障。针对“人工智能+”公共服务创新中算力资源难以满足算力需求的突出问题,必须从公共服务实际出发,系统提升算力基础设施的统筹能力、调度效率与可持续供给水平。一是加强面向公共服务创新的算力统筹规划。政府在推进人工智能基础设施建设时,将公共服务创新作为算力布局和资源分配的重要优先级,依据医疗、教育、政务、社会治理等不同场景的算力需求强度,制定差异化、精细化的算力发展规划,优化跨区域、跨层级的算力资源配置,推动形成与公共服务创新重点领域相适应的算力供给体系。二是健全算力的高效共享与智能调度机制。依托政务云、数据中台等平台,完善算力跨部门、跨地区的资源池建设和动态调度机制,实现算力资源按需分配、弹性调节,重点保障公共服务创新中模型训练、算法部署等关键环节的算力需求。鼓励政企合作、产学研联动,探索政府引导、多元主体参与的算力共享新模式,提高算力利用率。三是构建绿色可持续的算力保障体系。“绿色算力”成为科技发展的重要方向,而针对高性能算力所带来的能耗、成本和环境压力,需要推动算力基础设施向绿色低碳转型,加快绿色数据中心建设、智能能耗管理和长效资金投入机制创新,确保“人工智能+”公共服务创新能够获得长期、稳定、可负担的算力支持。
伦理准则与制度规范为人工智能的应用提供权责边界与行为规范,也决定着“人工智能+”公共服务创新的合法性与可持续性。构建适应“人工智能+”公共服务创新的伦理准则与制度规范,既是规范技术运行、保障公共利益的现实要求,也是推动人工智能健康嵌入公共服务体系、推进可持续公共服务创新的关键环节。未来,需要从伦理准则的确立与制度规范的完善两方面着手,既为人工智能的应用确立价值边界,又为公共服务创新提供可执行、可监督的制度支撑。
第二,健全适应公共服务创新需要的制度规范。一是完善公共服务创新中的数据隐私保护规范。随着人工智能在医疗健康、应急管理等公共服务场景的广泛应用,数据类型日益多元、数据规模迅速扩大,对数据安全和隐私保护提出了更高要求。为此,需要建立健全相关法规制度,如数据分类分级、数据使用权限、授权流程和责任界定制度,对数据从采集、存储、使用、传输到销毁的各阶段实施严格监控与审计机制,建立数据安全风险评估机制,预设应急响应流程,在发生泄露或安全事件时能够及时处置和通报等,确保在公共服务创新中的数据开发利用安全合规。二是结合公共服务创新具体场景制定规范。场景驱动创新是科技创新的新范式,场景牵引的数据开发利用也将扮演更重要的角色。在养老、教育、医疗等公共服务领域结合部门特点尽快制定人工智能技术标准和操作规范,保障系统安全、可靠与兼容,同时建立快速响应机制,及时更新标准,定期监测评估人工智能运行情况,重点防范隐私与伦理风险,并根据反馈动态完善制度,推动人工智能赋能公共服务创新的稳健发展[38]。
价值共创是公共服务创新的关键面向,有助于公共服务生态系统的持续发展[39]。在一般的公共服务情境下,实现供给端上下游之间、供需两端之间的价值共创是公共服务创新的最终表现[10]。然而,在“人工智能+”公共服务创新的情境下,公共服务创新还表现为人类行为者和人工智能系统之间的价值共创。优化“人工智能+”公共服务创新中的人机协同,就是要使这种价值共创达于“人机协调”的境界,这不仅意味着优化决策过程中的人机分工,而且意味着优化公众对公共服务创新的参与,促进公共服务创新的合供。
第二,为公众参与新情境下公共服务创新的合供提供便利。公民参与的公共服务合供是指“公民做出一定程度的实质性投入,能够影响公共服务生产决策和结果”[42],同时是推进公共服务创新中人机协调的价值共创的重要面向。一是保障公众在“人工智能+”公共服务创新中的质询与问责权。算法与模型虽在技术层面主导服务优化,但其价值取向、数据来源与运行逻辑应向公众开放,使公众能够对服务结果提出质疑、获取解释并追责,从而形成可质询、可问责、可信任的公众监督机制。二是为公众提供有效的合供参与渠道。在“人工智能+”公共服务创新中,公众参与不应仅限于事后反馈,或单纯通过人工智能系统的数据抓取和分析,单方面实现公众的被动参与,而应通过智能界面、协同平台系统等方式嵌入公共服务创新全过程,为公众主动参与“人工智能+”公共服务创新过程提供渠道支持。三是针对有意愿和能力的公众提供参与指导与支持。政府及相关机构可在开放实验室、试点项目或主题平台中,对愿意深度参与“人工智能+”公共服务创新的公众提供必要的算法知识培训、数据伦理辅导与平台使用指导,使其能够有效理解技术逻辑、提出改进建议并参与模型优化,从而在“人工智能+”公共服务创新中实现高质量合供。
近年来,人工智能技术发展所取得的突破,使公共治理与政府行政领域发生了深刻变革,推动数字政府建设进入了新阶段,也使公共服务供给实现方式迭代和效能升级。在人工智能应用热潮席卷政府治理各领域的同时,公共服务创新也获得了强大的数智推动力,在各地区、各领域涌现出一系列人工智能赋能公共服务创新的实践案例。在人工智能等数智技术驱动下,公共服务供给的事前预测和预警能力进一步跃升,能够提前发现趋势性需求与隐性风险,提升响应速度与精细化管理,实现公共安全、生态保护、城市治理的提前干预和治理;有力促进了跨部门和多主体协同的公共服务供给,形成集成化的公共服务供给,提升部门与层级间协同效率,促进多方共治与公共价值创造;通过微观流程的数智化改造,实现效率、质量、公平、体验的统一优化,提升服务体验,推动公共服务供给过程实现数智化转型。“人工智能+”公共服务创新对于增强公共服务的均衡性和可及性具有重要价值[43]。
从当前的实践看,仍有许多因素阻滞着“人工智能+”公共服务创新的进一步推进,在技术层面体现为数智基础有待优化,即公共服务创新中的数据价值释放遇阻,算法技术局限仍然不可忽视,算力资源难以满足未来需求;在制度层面体现为制度规范有待建构,伦理规范与监管落后于技术的飞速发展,责任制度仍未健全;在行为层面体现为人机协同有待优化,公务人员的决策行为面临复杂风险,公众参与公共服务创新面临障碍,“人工智能+”公共服务创新的合供难以实现。这一系列的挑战需要理论界和实务界一同关注和回应。从未来的发展进路看,需要推进“人工智能+”公共服务创新中的数据利用与技术优化,充分释放数据价值,优化算法技术的价值属性与可解释性,提升算力体系的公共服务导向与可持续保障;完善“人工智能+”公共服务创新中的伦理准则与制度规范,既要建立符合公共服务创新要求的人工智能伦理准则,也要健全适应公共服务创新需要的制度规范;推进“人工智能+”公共服务创新中人机协调的价值共创,不仅明确公共服务供给决策中的人机分工,而且为公众参与新情境下公共服务创新的合供提供便利。
在当前的产业界,有人用“泡沫”来形容人工智能热潮。不管这种比喻或者警示是否恰当,不得不引发人工智能深刻影响下公共治理的构想:假如人工智能热潮果真成了某种泡沫,事关国计民生的公共服务事业是否做好了针对这种泡沫破灭的准备?这不仅关乎现有一批“人工智能+”项目能否在外部环境变化中实现平稳过渡,更关系到在技术红利趋缓甚至退潮的情形下,公共服务体系能否依托自身的制度韧性与能力积累保持持续改进。于此,我们在积极推进“人工智能+”公共服务创新的同时,也需要给出一些“冷思考”,对其中可能面临的更多问题和挑战进行积极应对。当然,这样设想似乎有杞人忧天之感,但提出一个问题总归是有意义的。“人工智能+”公共服务创新是一个方兴未艾的理论与实践命题,如何更好地推进相关实践也有待更深入的探索,也应得到公共服务学术共同体的更多关注,为相关实践的推进提供参考与智性支持。返回搜狐,查看更多