张乾友：当公共服务遇上人工智能|对话佳作015期
（点击阅读原文）
编者按
人工智能的发展对人类社会提出严峻的挑战，它所蕴含的“人是可被替代的”结论对人的存在价值造成巨大威胁。从公共服务的角度来看，人的可替代性正是政府得以为公众提供服务的前提，所谓服务公众，就是在公众并不亲自管理公共事务的条件下代替公众管理好公共事务。当然，政府要如何代替公众才算是服务于公众，仍需进一步的理论澄清。文章从公共服务的一种规范观念出发，分析了政府借助人工智能来更好地替代公众从而服务公众的条件，试图寻找技术与规范间的契合点，引导技术进步朝着改善公共服务规范前景的方向发展。本期对话佳作，我们邀请到南京大学政府管理学院张乾友老师与我们对话人工智能技术如何更好地契合于公共服务规范。
嘉宾介绍
张乾友(1986-)，男，重庆人，南京大学政府管理学院副教授，博士研究生导师，从事政治哲学与公共行政理论研究。
张乾友老师，您好！感谢您接受平台“对话佳作”栏目的专访，以下是我们的一些访谈问题。
Q1：从长时间段看，政府经历了多次技术变革，您认为人工智能与以往的技术变革有何根本差异？
张老师：从我有限的知识来看，目前人们关于人工智能的讨论分为两个层次，一是“人工智能”，二是“通用人工智能”。当前已经呈现出应用前景的属于“人工智能”，通常科幻电影中想象的那些应用则属于“通用人工智能”。在我看来，“人工智能”的出现是计算技术的一次飞跃，人工智能在社会治理中的应用则为计算理性的公共实践提供了更加强有力的支撑。
在某种意义上，重要的当代治理技术都属于计算技术，比如，监管决策中的“成本—收益分析”与全球治理中不断增多的各种指标就是典型的计算技术。这些计算技术都是通过对复杂现实的通约、化简来帮助决策者制定决策。在成本—收益分析中，一项监管决策所涉及的所有要素都被通约化简成了成本与收益，进而，决策就变成了一个简单的计算问题。在各种治理指标比如大学排名中，大学的活动所蕴含的复杂价值也被通约化简成了同行评价、雇主声誉、师生比例、论文引用数等可比较的量化指标，进而，政府的资金分配决策与家庭的报考决策、捐赠决策也都变成了简单的计算问题。这些技术的共同特征是可以提高决策的自动化程度。比如，在政治过程中，监管决策涉及复杂的多方博弈，而在计算过程中，当监管决策所需要考虑的因素都被通约简化成清晰可比较的数字，决策似乎就自动地做出来了。
目前，这类技术的计算过程都依赖于人的参与，比如，在美国，经济学家参与监管决策的一大途径就是为相关部门提供成本—收益分析报告，而大学排名等全球治理指标的计算也是由庞大的专家网络承担的。人工智能的发展为上述技术的计算过程提供了自动化的可能。所有计算技术都依赖于量化指标，而指标体系的合理性又很大程度上取决于数据质量。人工智能可以实现更及时的数据更新，帮助完善指标体系，进而在更完备的指标体系下进一步减少数据收集和计算中人的参与。从这个角度来看，作为一种计算技术，人工智能与其他计算技术一样，都可以提高公共决策的自动化程度。同时，同为计算技术，人工智能与其他治理技术并没有根本区别。
规范理论的一个基本立场是，人类生活中的许多内容具有本质上的不可通约性，所以，这些计算技术强行用统一的量化指标对复杂的社会现实做通约简化的结果必然是对社会现实的扭曲。这也是人工智能的局限所在。人工智能的通约简化方法被称为算法，而目前，算法并不是由人工智能自我生产，而是由人提供的。换句话说，算法的生产并不是一个自动化的过程，而应当被理解为一个政治过程。所以，人工智能所带来的决策自动化也是有限度的，只要算法仍然是由人提供的，决策就还是政治性的。人类生活中那些不可通约的内容也必须交给政治进行选择，政治的功能就是决定哪些事务可以进行计算，哪些事务不可以。
从我的理解来看，通用人工智能是可以实现算法的自我生产的人工智能，它彻底克服了不可通约性的限制，也就取消了政治存在的必要性。如果通用人工智能得到实现，那社会的治理体系就将表现为一套自我生产的算法体系。这种变化将是革命性的，因为算法的自我生产超越了人类已有的价值体系。人不再有能力判断通用人工智能对算法的选择，进而也就失去了作为人的地位，而只能作为数字存在，只有通过特定的算法才能被赋予价值。在今天，大学教师的价值是由大学评估的算法决定的，不能把自己变成数字的大学教师对当代大学来说几乎就是没有价值的，这已经造成了大学治理模式的重大变革，而在这里，评估算法毕竟还是体现的人的价值。在通用人工智能模式下，算法则将决定所有价值，这必然意味着人类治理模式的根本变革。
Q2：人工智能能够解决公共服务供给中的关键难题，但是人工智能不可避免存在一些劣势。您认为人工智能与公共服务的融合需要注意哪些问题呢？
张老师：公共服务供给涉及两方面的问题。一是实体服务的供给，这方面是可量化的，是技术可以增益的，如提供了多少学位、多少人次的志愿服务等；二是实体服务供给中的附加价值创造，这方面不可量化，也无法通过技术增益。我在本文中引入的公共服务的规范观念，关注的就是公共服务中的附加价值创造的问题。如果把这个问题放到组织行为的层面，公共服务中附加价值的创造可以被理解为一个情感劳动的问题，即公共服务从业者的服务行为属于一种情感劳动，在这一劳动过程中，劳动者输入和输出的都是情感要素。而在这一点上，人工智能并不能发挥恰当的作用。我在文中借助电影做出的分析也是在强调这一点。情感劳动需要某种存在论意义上的本真性，而这是技术无法提供的。当前各国政府推行的技术驱动的公共服务改进可能都对公共服务从业者的情感劳动有压抑作用，反而不利于附加价值的创造。这类改革虽然都提高了服务的技术效率，但同时，其背后的整个改革哲学并不承认情感劳动的价值创造功能，导致这些改革也会引发一些深层次的社会问题。这应该是未来的公共服务改革要解决的一个问题。Q3：如果人工智能需要依赖于强大的个人数据库，那么政府只有与公众形成良性的治理互动关系才能给予数据收集极大的可能性。您认为要形成政府与公众良好的治理互动关系可以采取哪些措施呢？
张老师：
数据收集本身并不需要政府与公众之间存在良性的治理互动关系，政府可能也不是最重要的数据收集主体，政府不直接参与数据收集也并不会影响人工智能的发展和应用。但要让人工智能助力于公共服务，需要政府在数据使用层面发挥更好的作用，而这种作用是以政府与公众间的良好治理互动关系为前提的。如何构建政府与公众间的良好治理互动关系是政治学与公共管理学的大问题，不是这里能回答的。但在与人工智能有关的层面，政府与公众都应走出一些迷思，比如“精准服务”。商业领域中的智能推荐通常宣称可以实现对顾客的精准服务，但如果从前面的分析来看，“本真性”就意味着“测不准”，所以，追求精准服务反而可能导致扭曲。政府与公众都应该更多尝试接受公共领域是一个意义世界的观念，并由此出发重构公共服务体系。Q4：政府往往有多重公共服务目标，提高某项公共服务的效率可能损害其它目标的实现，例如人工智能的运用影响就业，并带来的数字门槛，您如何看待人工智能对政府目标的多元影响？
张老师：
在《重思公共行政的效率目标》一文中，我把效率定义为政府促进多元目标的能力，从这个角度来看，效率与政府的多元目标之间并不存在矛盾。人工智能可能改变政府的目标结构，比如，促进就业以后也许就不再是政府的一个重要目标了。为什么人一定要通过工作来证明自己的价值？为什么政府一定要通过促进就业来证明自身的价值，再通过越来越复杂的绩效体系来“帮助”所有人实现他们的价值？在某种意义上，人工智能的出现改变了我们提问的方式，这让我们可以重新思考政府的目标结构，理论研究的任务就是要引导读者去展开这样的思考和想象。Q5：技术驱动下的社会进步往往伴随着公众可被替代性的不断增强，您认为在政府不断提高其服务供给能力的过程中，公众应当保持哪些方面的主体自觉？
张老师：
我在本文中提出的基本观点是，服务就是替代，人类社会的进步也可以被视为一个人的可替代性不断增强的过程。作为政府的服务对象与合法性来源，公众并不具有功能上的替代物。但技术进步往往造成不同“人口”群体在可替代性上的严重不对称，从而在这些人口群体之间生成新的权力关系与支配关系，最终可能导致公众的瓦解。在理论上，我们可以借鉴罗尔斯对自然天赋不平等的处理方式，把人们之间可替代性的差异视作社会的共同财富，并由此出发建构社会的合作体系。我这两年关于道德分工的部分研究就在试图讨论这样的问题。Q6：通过对论文的阅读，我们发现您的问题意识很独特、提炼总结理论的功底十分深厚，论证举例从书本文献到电影生活。您可以分享一些培养问题意识和提炼理论能力的经验吗？
张老师：
最基础也是最重要的就是要多读高质量的和多样化的文献。如果用波兰尼的概念，理论能力的训练是一个默会致知的过程，我们要先进入理论的世界之中，通过对理论的复杂性和多样性的体悟来学习、运用和生产理论。当然，这对今天的年轻学人是一个很大的挑战，因为无论课堂、学术期刊、会议还是其他渠道上提供出来的知识都越来越单一化了。知识世界与现实世界都比这些渠道投射出来的镜像复杂得多，要理解这种复杂性，我们就得保持自身的开放性。非常感谢张老师能够接受我们的专访，祝愿您学术成果更加丰富，生活开心幸福。祝张老师和各位读者小年快乐！
本期访谈：高光涵、张珺、高健、李磊、景申榆
本期编辑：高光涵
审稿校对：张珺、高健、李磊、景申榆