后時代的政策智能前景展望音頻：進度條00:00 09:33 后退15秒倍速 快進15秒

摘要

橫空出世的開啟了通用人工智能時代，標志著人工智能具有廣泛的學習能力并在大多數領域達到或超過普通人類的水平，其社會影響將巨大而深遠。本質上是人工智能生成內容的最新應用成果，面對這一新傳播范式，對其風險認知、治理策略研究刻不容緩。類應用嵌入公共治理領域將展現出巨大潛力，同樣需要未雨綢繆，預判其可能帶來的失靈、失信、失德、失向等風險，使其成為一個可用、可信、可靠和可親的“推動者”。有樂觀者認為，等人工智能內容生成技術的優勢將為法治政府建設所用，帶來人力所不及之利好；顯見的是，作為“聊天機器人”出身，在代表政府與公眾互動方面，類應用必將減少大量行政負擔。欲知全豹必窺多“斑”，有人提出，可從認知、技術、數據和服務四個方面對等大語言模型嵌入政府治理進行研究探討；也有從“工具、語伴、智慧體”抽象隱喻視角辨析圍繞類智能應用的治理；更有對后時代政策智能發展前景的展望。

關鍵詞：；智能社會；智能治理；人工智能；通用人工智能；AIGC；大語言模型；政府治理

這是一組青年學者筆談，共8篇，依次為：

何哲，曾潤喜，鄭磊，張效羽，馬亮，翟云，李曉方，張楠，等丨等新一代人工智能技術的社會影響及其治理

：開啟通用人工智能時代及其社會影響

何哲

人工智能生產內容（AIGC）傳播的變遷、風險與善治

曾潤喜秦維

從技術“玩具”到治理工具：將引入公共治理領域的風險與策略

鄭磊張宏

等人工智能內容生成技術對法治政府建設的影響及應對

張效羽

人工智能、人機交互與行政負擔

馬亮

等大語言模型嵌入政府治理的四個小切口

翟云潘云龍

“工具”“語伴”還是“智慧體”？面向不同隱喻的治理

李曉方彭云

后時代的政策智能前景展望

張楠

后時代的政策智能前景展望

張楠

清華大學公共管理學院

2022年11月，人工智能實驗室發布對話式大型語言模型。作為基于生成式預訓練（ Pre-，GPT）技術迭代發展而來的應用產品，以其出色的語義理解和知識表達能力驚艷全球。尤其在基于GPT-4內核的新一代產品面世后，其對多模態知識技能的理解和運用能力再次成為應用領域關注的焦點。而在人工智能領域內，以GPT為代表的大模型方向則更早為人所知，2020年5月發布的GPT-3在2021年即入圍《麻省理工技術評論》（MIT ）評選的“十大突破性技術”，國家自然科學基金委官方英文刊物 當年也發表了我國領域專家對其技術特點的評介文章。而這次“出圈”可能也將是大模型自然語言處理技術正式走向應用領域的里程碑。基于創新擴散規律，本文將這個深化應用階段稱為“后時代”。

在我國加快數字政府建設的背景下，的出現對人工智能技術進入我國各級政策決策過程有何影響？與新興的政策智能研究方向間存在何種關系？又會催生哪些重要的交叉領域研究熱點？本文試圖基于前期研究積累和新近思考，提出一家之言，以期拋轉引玉，引發相關問題的深入探討。

一、代表的技術進步及對政策智能的影響

如果說大數據技術的發展所帶來的政策決策過程中數據獲取能力與分析能力的提升催生了政策信息學的誕生，那么人工智能技術開始體系化嵌入到政策分析則是政策信息學向政策智能躍遷的關鍵。政策智能著眼于在挖掘數據和模型價值基礎上尋求人工智能技術驅動的應用延展與方法提升。與日益復雜的公共管理與政策問題催生的政策信息學一脈相承，政策智能試圖解決的也是管理學視角下新技術在政策決策過程中的應用問題，是通用人工智能如何更好地適用于公共管理與政策專業領域的問題。

所取得的技術進步是典型的通用人工智能進展。一方面，這對政策智能的理論探索和實踐迭代無疑是寶貴的助力。目前，在公共管理與政策領域以自然語言處理技術為底層方法的研究大部分采用以專家知識修正無監督學習或以算力輔助有監督學習的路徑，這些以融合無監督學習與有監督學習優勢的半監督學習策略基本還處于GPT-1的階段，規模效應帶來的自然語言理解能力能夠幫助政策決策者和研究者進行更復雜的海量文本知識提取；同時，新的交互方式也將極大降低政策推演研究的門檻，具有復雜參數、較長時間周期的政策推演有可能通過對話設置的方式借助GPT-4的強大處理能力實現。可以預期，在出現后政策智能研究的進展將提速。

另一方面，我們也必須認識到，展現某些方面強能力的與勝任特定領域專業工作的目標間還有一段路要走，政策智能研究將是加快這一進程的助推器。既有研究指出了前一代GPT技術存在的一些局限：①作為以語料數據為主要輸入的自然語言處理模型，在不同領域的表現存在差異性，會在部分問題上給出似是而非的答案。考慮到實際政策決策領域的容錯性，進一步明確優劣勢可能是應用的前提。②目前處理復雜冗長的專業語言結構還有所欠缺。簡單依靠專業領域語料“喂食”可能不足以解決這些欠缺，這就不可避免地面臨與公共管理領域既有知識體系對話的問題。③網絡文本數據本身存在偏見和分歧，在當今網絡政治觀點極化的背景下，這樣的分歧還在擴大。完全以語料為輸入的人工智能產品可能無法調和這些觀點，面對復雜的公共管理與政策問題，簡單依靠聲量權重或觀點中和的計算可能依然有失偏頗，這也使得進入公共領域專業問題處理時并不令人放心。從目前已知資料來看，GPT-4主要仍然是在訓練規模、多模態輸入輸出以及交互體驗等方面有所突破，并未從根本解決上述問題。以下我們也嘗試從政策智能研究的視角提出初步的解決思路和可能的研究熱點。

二、政策多維解析：通用人工智能進入政策領域的鑰匙

就像人類自身的優缺點一樣，作為一個人工智能產品必然在不同方面有強弱差異，“文心一言”等大量國產類GPT大模型產品也同樣會有側重點差異，即使綜合能力落后，也可能應用于特定領域政策決策過程中的某個環節，而找到合適的點位，需要對政策決策有細粒度、全方位的深刻理解。因此，基于大數據方法，從全局視圖、粒度縮放、跨界關聯等視角開展政策多維解析研究是實現通用人工智能技術進入公共管理與政策領域的重要一環。

公共政策研究多學科源流的基礎，大數據管理環境多源異構的數據屬性，政策信息學多方法融合的特征，復雜政策建模與計算多維度輸入的需求，從不同角度彰顯開展政策多維解析的重要意義。首先，公共政策的復雜性和多學科源流需要從不同維度、不同粒度進行深入政策解析；其次chatgpt應用分析，大數據社會環境的發展與國家對大數據管理的重視為基于數據的政策多維解析提供了實現可能；再次，政策信息學和政策智能將通用人工智能導入專業領域的發展重心決定其將聚焦于政策多維解析；最后，政策推演模型構建和政策智能迭代發展需要根植于政策多維解析。

我們至少可以從兩個大的軸向去理解政策解析的維度。一是關注政策決策的全流程。圍繞政策議程設置、政策工具選擇和政策執行實施初期的協商過程和敏捷治理迭代等不同階段進行關鍵要素識別，探索各階段針對差異化政策目標的關鍵要素，作為在不同節點引入差異化人工智能輔助的關鍵理論輸入。二是關注政策主體的外延。政策問題的復雜度決定了政策分析必須突破單一政策影響考察論事邏輯，向原因層延伸到復雜政策環境要素的構建，向結果層延伸到經濟、社會、文化、環境影響的刻畫，使政策解析立體化。向度外延也有助于通用人工智能對海量知識處理能力的發揮。當然，在上述兩個軸向之外，政策解析的維度也將隨著應用的深入迭代豐富。

三、雙向理論交互：新技術驅動學科范式迭代的進路

針對技術目前面臨的后兩點問題，則需要人工智能技術視角與公共管理理論視角進行深層次的迭代互動，從而真正產生和發展支持政策智能應用的科學研究范式演進。實際上，盡管大數據和人工智能研究者一直對領域知識引入抱有積極態度，但是由信息科學驅動的人工智能前沿應用與管理學在公共管理與公共政策領域已發展形成的既有理論間尚缺乏充分的深層次對話。從管理學視角看政策智能的發展亟待管理學理論基礎視角的探索。這包括演化和建構兩個維度。

演化維度重點在于重新審視人工智能時代的管理學基礎理論。在當前的政策智能萌芽期，對于相關智能工具的理論輸入不僅應是術語和篇章，還要關注核心基礎設定（）和適用場景（）的變化，這是規律運行的前提。管理學研究者需要嘗試審視和討論若干管理學經典理論涉及的基礎設定和適用范圍，評估潛在變化對理論內涵、外延的影響。特別是重點關注政府管理者信息獲取和處理能力有限性、政府與公眾信息處理能力差異等設定變化后引發的理論沖擊，嘗試探索政策智能環境下公共政策與公共管理的關系演化。這對人工智能嵌入管理決策過程至關重要。

建構維度重點在于基于公共價值判斷建構政策智能基本規則。面對當前觀點極化的網絡輿論環境，堅持公共政策的價值導向尤為重要。考慮公共政策領域的低容錯性，必須盡可能避免類似“大數據殺熟”“困在算法里的外賣小哥”等商業領域智能算法應用的困境案例在公共政策領域重演。在西蒙的學說中，關于事實要素與價值要素的區別、政策問題和行政問題的區分、“手段-目的”框架等是建構政策智能理論的基礎[4]。未來政策智能研究可能需要嘗試打破傳統公共管理視角對大數據、人工智能技術的“黑箱化”和價值理性、工具理性簡單二元分析邏輯，人工智能技術在政策領域的應用邏輯是從決策價值判斷中不斷剝離重復性事務工作，在堅持決策中價值導向的前提下探索人機協同的混合政策智能決策模式。

四、學科交叉融合：應對技術變遷的發展趨勢

人工智能的技術進展必將使其更廣泛應用于政策決策領域。政策智能的研究某種程度上就是要做好這一過程的助推器。國家自然科學基金委于2022年設立的重大項目“政策智能理論與方法研究”僅僅是一個開始，相關研究的內涵與外延還有待進一步厘清。開展相關研究則需要秉承學科交叉融合的基本思路，用人工智能技術解決公共管理與政策學科固有的理論問題，引入公共管理與政策學科的理論知識指導政策智能的新思路與新架構形成。這個雙向互動過程需要研究者走出舒適區chatgpt應用分析，不斷去挑戰不同學科間的交匯點chatgpt應用分析，解決不同維度的“中間層”問題。赫伯特·西蒙( ）同時對公共行政和人工智能的方向做出過開拓性貢獻，而他開拓的這些領域仍有不斷交匯和融合的空間。學科的細化和知識的專業性使當今每一個個體研究者很難成為“西蒙”，但通過不同學科研究者的協作，通過研究者與為代表的大模型自然語言處理技術工具的人機協作，我們仍有可能實現對多領域的知識貢獻，從而應對新技術環境下的政策決策實踐與相關學科發展需求。

來源：電子政務雜志“刊載于《電子政務》2023年第4期”

構建數據共同體共創數字發展力

免責聲明：本文系轉載，版權歸原作者所有；旨在傳遞信息，不代表本站的觀點和立場和對其真實性負責。如需轉載，請聯系原作者。如果來源標注有誤或侵犯了您的合法權益或者其他問題不想在本站發布，來信即刪。