转载请注明“刊载于《电子政务》2024年第6期”。
引用参考文献格式：
段永彪，董新宇，徐文鹏. 人工智能赋能政府监管的影响因素与实现机制——基于社会技术系统理论的多案例研究[J]. 电子政务，2024(06): 40-53.
摘 要：人工智能技术的迭代升级和应用场景的多元化，为转变政府监管范式提供了新动能与新思路。然而，政府监管涉及众多领域与行业，不同领域的监管对象与模式各异，人工智能赋能政府监管的核心要素与机制亟待探索。基于社会技术系统理论，通过多案例分析从金融、交通、环境与食品安全监管等领域的典型案例中提取文本内容进行编码分析，构建起任务、结构、人员、技术、规则、文化环境六个关键影响因素的整合型框架，归纳出人工智能赋能政府监管的六个具体实现机制，即组织协同机制、人机交互机制、技术驱动机制、智能监管机制、顶层设计机制和风险防范机制。在此基础上，提出现阶段人工智能赋能政府监管在数据安全、人才培养、监管责任界定和监管模式革新等方面面临的困难与风险以及相应的对策建议，并探讨了未来如何使人工智能更好地赋能政府监管。
关键词：人工智能；政府监管；智能监管；社会技术系统；AI监管 DOI：10.16582/j.cnki.dzzw.2024.06.004随着信息技术的不断发展，积极探索如何运用人工智能（AI）技术在各领域提高效率、降低成本、提升质量成为重要议题。2017年7月，国务院印发《新一代人工智能发展规划》，将人工智能发展提升到国家战略层面。在公共治理领域，技术革新是驱动政府治理变革的强大力量，智能技术的发展为提升政府治理水平提供了全新工具[1]，其中，智能技术与政府监管的融合催生出“互联网+监管”、云监管等新型监管模式。2023年2月，国务院办公厅出台《关于深入推进跨部门综合监管的指导意见》，提出“加快大数据、人工智能、物联感知、区块链等技术应用，积极开展以部门协同远程监管、移动监管、预警防控等为特征的非现场监管，提升跨部门综合监管智能化水平”。政府监管作为一项重要政府职能，在深化行政体制改革与完善中国特色社会主义市场经济体制过程中不断加强[2]，提升政府监管效能成为加快统一大市场建设、推进治理现代化和高质量发展的必然要求。现阶段人工智能技术加速发展，尤其是ChatGPT的横空出世，为丰富监管手段、驱动智能化监管带来了新机遇。例如，利用人工智能技术实时监测金融机构运营情况、全流程监控食品生产过程等。但政府监管涉及领域和行业非常广泛，不同行业的监管对象、监管规则和监管模式各异，人工智能如何赋能政府监管成为亟需解决的现实问题。从理论层面来看，当前对于人工智能技术在政府监管领域应用和影响的研究已初见端倪。学界主要基于技术治理等视角，探讨人工智能技术如何应用于政府监管实践来化解政府监管部门有限的监管能力与日益繁重的监管任务之间的矛盾，人工智能技术对传统政府监管结构和模式的影响及实践转向等。[3]人工智能技术嵌入政府监管能够有效解决数字政府能力不足和注意力不足等问题[4]，在收集数据、监管舆情、监管公民行为和维护市场秩序等方面具有显著优势[5]。同时，部分学者从人工智能技术发展带来的风险挑战视角出发探讨如何对人工智能技术本身进行治理和监管[6]，如谢新水（2023）以ChatGPT为分析起点，提出对人工智能内容生产的监管，并从监管内容、监管策略和监管目标等方面加以阐释。[7]但综合来看，现有研究中关于人工智能赋能政府监管的探索还有待于进一步拓展和深化，尤其缺乏对人工智能赋能政府监管的核心要素与影响机制等方面的归纳总结。基于以上分析，聚焦人工智能如何赋能政府监管这一核心问题，具体包括人工智能赋能政府监管的影响因素有哪些？人工智能影响政府监管的具体机制是什么？基于社会技术系统理论，通过政府不同监管领域的多案例研究探讨人工智能如何赋能政府监管，并分析其核心要素与实现机制，进而提出人工智能嵌入政府监管面临的挑战以及相应对策。本研究将丰富对人工智能技术应用于政府监管和政府治理领域的理论研究，深化对社会技术系统理论的研究与应用，洞悉人工智能嵌入政府监管领域的核心要素和影响机制，为进一步运用技术治理提升政府监管效能、加快推进数字政府建设等提供理论参考和实践启示。当前对人工智能的研究如火如荼，类ChatGPT人工智能技术的应用更是引发全球关注，相关研究主要从人工智能技术本身、人工智能理论及其政策、人工智能的应用及影响等方面展开，其中，围绕人工智能技术本身的研究重点包括深度学习、自然语言处理、计算机视觉等[8]，解释性人工智能、可迁移学习和对抗性学习等新兴研究领域也备受关注[9]。随着人工智能技术的快速崛起，世界各国陆续制定出台了各项人工智能政策[10]，人工智能相关理论研究也不断拓展。此外，对人工智能技术应用及影响的研究正呈现出方兴未艾的发展趋势，国内外学者聚焦人工智能发展催生的创新与产业变革，积极探索与传统行业的深度融合[11]，关注到人工智能技术在经济增长[12]、政府治理变革[13]、城市治理[14]、公共服务[15]等方面的应用和影响，并基于技术、制度、伦理和治理等视角[16]，对人工智能带来的风险挑战提出相应的回应策略与化解路径。人工智能在政府监管领域的应用和影响正在加速监管模式、监管策略变革，并引起国内外学者的关注。围绕人工智能技术嵌入政府监管领域的研究主要从监管系统开发、监管模式创新、风险评估与监测、智能监管合规与执行等方面展开。例如，黄璜等（2019）通过梳理金融监管科技相关案例，提出“互联网+监管”系统的基本模式和框架性建议，并认为随着人工智能技术的深入发展，大部分监管活动可能成为平台化应用[17]；薛澜等（2019）提出人工智能等新兴技术正在推动场景化应用，同时技术创新也会给产业监管、商业模式监管等带来多种挑战，并从监管目标和内容、监管节奏和力度、监管思维和规则等方面加以阐释[18]；张涛等（2022）基于风险社会理论和监管沙盒理论，构建出人工智能视域下情报分析的数据与算法风险识别模型，并通过实证分析验证了模型的有效性[19]；曾雄等（2022）通过分析欧盟的《人工智能法案》，从立法必要性、立法体例、立法内容和立法的价值取向四个方面对我国人工智能立法规制提出相应建议[20]。综合来看，当前研究已关注到人工智能在政府监管领域的应用和深度融合，但对其核心要素和影响机制的研究还较为缺乏，因此，以人工智能应用于政府监管领域的案例为切口，试图弥补已有研究的不足之处。社会技术系统理论（socio-technical systems theory）由英国社会学家特里斯特（Eric Lansdown Trist）等在20世纪50年代研究煤矿机械化带来的影响时提出，该理论探讨了技术对社会的影响以及社会对技术的塑造作用，为研究社会与技术相互作用提供了理论框架。[21]在社会技术系统理论中，技术被看作是一种社会实践，它不仅仅是物质产品或工具，还包括技术的知识、技能和组织形式，技术的发展不仅受到科学和工程的驱动，还受到社会因素的影响，如政治、经济、文化等。同时，技术的引入和应用也会对社会产生影响，改变人们的行为、组织结构、价值观念等。社会技术系统理论强调技术与社会的相互适应性和互动性，一方面，技术的引入和应用应该考虑到社会的需求和价值观，避免单纯追求技术本身的发展而忽视社会的利益和可持续发展；另一方面，社会也需要积极参与和引导技术的发展，以确保技术的应用符合社会的期望和利益。当技术系统和社会系统相互匹配和支持时，组织才能实现高效的运作和良好的绩效。[22]著名科学家钱学森等在社会系统理论方面做了有益探索，系统科学体系为理解复杂社会现象提供了新的视角，强调科学技术革命在塑造社会结构和运行机制方面的关键作用，并提出智能机与信息系统对于社会变革的重要意义，深刻揭示了科学技术在社会中的多层次影响，包括经济、文化、行政管理、法治建设、生态环境等多个领域。[23]李维特（H. J. Leavitt）借助社会技术系统理论来研究组织系统变革，并提出社会技术系统模型[24]，该模型包含四个关键要素，其中，人员是指对组织变革产生影响的利益相关者；结构指对组织变革造成影响的制度安排，包括组织层级、沟通网络、决策流程等；技术指支持组织实现变革的工具、设备和技术系统等；任务指组织变革的目标、技术系统的支持以及完成任务的流程。该模型强调了组织变革中社会和技术系统的相互依赖和相互影响，任何一个方面的改变都会对其他方面产生影响，从而影响整个社会技术系统的运作。因此，社会技术系统四个要素的协同互动搭建起技术系统与社会系统的连接桥梁[25]，为探讨人工智能技术赋能政府监管提供了理论基础。人工智能在政府治理领域的深度运用和融合，必将对传统的政府监管手段、监管模式、监管理念等产生影响，通过建立更加高效、准确的监管系统，加强金融、医疗、食品安全等领域的风险控制、自动化决策、自适应规则更新等。例如，在智能监管系统中通过深度学习技术、增强学习技术、进化算法技术提取监管对象特征、学习最优监管策略、搜索最优监管方案。人工智能技术嵌入政府监管领域的治理图景，对于提高政府监管效能和精准性、提升政府决策效率和科学性、推进国家治理现代化具有重要意义。根据社会技术系统理论，人工智能赋能政府监管需要来自社会层面和技术层面的互动，从而实现人员、结构、技术、任务四个要素的协同，这为研究人工智能赋能政府监管提供了理论分析框架（参见图1）。
基于人工智能赋能政府监管的理论分析框架，聚焦人工智能在金融监管、食品安全监管、环境监管、交通监管等领域的具体应用，通过嵌入多案例分析，从人员、结构、技术、任务四个要素维度探讨人工智能应用于政府监管的现状。随着大数据、云计算、区块链、人工智能与金融领域的深度融合，金融数据与个人信息在交互过程中面临多重风险，金融监管科技创新为有效应对技术风险、信息风险、合规风险等提供了新的手段。通过将视觉识别技术、机器学习等人工智能技术内嵌于金融监管机制，实现实时、自动监管与回应，提高金融监管的及时性和精准性，既有助于解决潜在市场风险，又有利于形成融合金融创新特性的监管模式。中国互联网金融协会开发了人工智能金融监管云平台（参见表1），构建了金融领域特定监管对象摸底监管、实时监管与预警、行业监管统计、风险监管要报等多种金融监管需求的监管科学技术实施方案。目前，此平台可以提供国家、省、市、县政府以及司法公开数据技术服务，包括公开司法诉讼、涉诉黑名单、网贷黑名单、工商登记、税务表扬与处罚、新闻媒体、抵押质押等涉及22个领域14个维度的各类数据技术服务，且数据领域和维度还在快速增加。采集数据后，该平台应用人工智能技术自动完成自然语言解析和全网企业风险监控服务，可综合运用分词、词性标注、命名实体、依存语法分析、语义角色标注、语义依存分析等步骤，实现对大文本量和非结构化内容进行精准分析与提取，最终实现全网企业风险监控和监管预警。在此高精度海量解析数据基础上，金融监管部门就可以针对监控需求制定有效的包括反洗钱在内的监管场景。此外，人工智能算法平台可以根据过往欺诈用户的基础信息和交易数据进行分析，输出一套反欺诈规则，通过计算得到可能存在欺诈行为的客户名单，使监管者能够更好地识别风险并采取相应的措施，为金融监管工作提供了极大的助力。
人工智能金融监管云平台为金融监管带来了先进的技术手段，提高了监管部门的数据处理能力，改变了金融监管的决策方式，使得监管工作更加高效和准确，也有助于监管部门更及时地发现和应对风险。但人工智能金融监管云平台运行需要注意用户隐私保护，遵循相关法律法规，进一步加强数字化监管能力建设，构建数字化、智能化金融科技监管工具。在交通安全监管中，由于交通流量庞大且复杂，传统的监管手段难以实现全时间段、全地域性的监控。武汉市于2018年建设了交通安全风险监管系统（参见表2），将人工智能技术应用于交通监管中，接入交通事故风险全要素，包括视频探头、抓拍探头、电子警察等“车控网+”数据，还包括能见度、气温、风力等实时气象数据，对人、车、路、天气、环境等海量数据信息进行智慧研判，实现了全域监控、提前感知、瞬时响应、智能分析并自动报警等功能，指引民警及时干预、动态查处，有效改善和消除交通安全隐患。同时，武汉交管局成立安全运维监管中心，运维中心统一管理框架包括信控统一、数据统一和视频统一，将所有交通设施进行统一运维、统一监管，通过打造集约化、标准化的外场运维，保障智能交通建设效果。运维监管一体化平台是整个运维管理的顶层管理平台，集成了武汉市交管局9个职能处队的27个子系统和7类设施设备，有效对接外场前端设施、通信网络、中心机房和在用各平台软件的运行数据，出现故障实现实时报警，及时处理。例如，针对疫情防控期间城区交通管制措施及政策，通过全市343块交通诱导屏，第一时间发布诱导信息。此外，武汉交管定制化研发了深度运维软件“云智运维”，主要涵盖网络管理、入网认证、资产管理和安全管理四大功能模块，直接从网络底层入手，通过对数据报文的采集和分析，实现资产实时扫描、故障及时感知，实现了运维工作的扁平化指挥，摸清了各类交通电子设施的底数。
人工智能技术的应用为交通安全监管带来了多样化和智能化的手段，武汉交管积极探索运用人工智能、数据挖掘与时空分析技术，实现了全域监控、智能分析和及时报警功能，监管系统不仅能够对各路段即时监控，还能自动捕捉交通事故信息，在某些地段可以根据历史数据进行分析，提前发出危险预警，使事前监管手段更加丰富。监管部门可以在系统获取详尽的交通数据和报警信息，将及时准确的交通信息提供给一线执勤的工作人员。该监管系统简化了交通问题处理的流程，使监管部门能够更加便捷地进行沟通和决策，更加高效地应对交通安全问题，提高交通安全的整体管理水平。例如，2021年12月初，武汉某路段发生多起车辆擦碰事故，交通安全风险监管系统自动捕捉到同一地点多次发生同类型事故的信息，发出预警；一辆货车货厢堆满了货物，还有7人站在货箱里，同样被监管系统识别并推送了拦截指令。交通安全风险监管系统为交通警察和监管部门提供了强有力的工具，同时应注意确保数据安全以及依据相关技术标准进行建设和运行，如摄像头的放置、图像识别的准确率、报警触发的条件等，运用人工智能技术驱动城市交通精细化管理，有助于推进建设更高水平平安交通，切实用通行数据提升群众获得感、幸福感。珠海市生态环境局推出的人工智能环境监管平台（参见表3），采用“公共视频资源+AI视频图像分析”进行环境监管，通过人工智能技术开展智能化识别与分析，自动识别出扬尘、裸土未覆盖、焚烧垃圾等环境污染情况，自动记录并上报，实现了全天候、多区域、多门类、多层次的环境监控，有效解决了环境监管依靠人海战术，巡检率低、投入高的局面。该系统在自动获取环境污染相关情形后，会自动形成完整记录并及时保存，经人工审核和分类后转相关部门参考和跟进处理，大大提升了生态环境监管效率。通过该系统实现了对水环境的监管保障，将人工智能技术与水务工程实时监控视频资源相结合，在监控画面中识别并标注水面漂浮物，监控水体颜色变化等环境污染问题和隐患，从人工不定期巡查到电子不间断监控，从人眼判断到系统识别，新平台的投入使用，实现了地表水环境关键节点的“自动值守”，为保障水环境装上“智慧眼”。此外，珠海推出了“企业环保健康码”系统，系统对前端监测设备每天产生的近几十万条数据进行智能分析、智能变色，全过程记录企业环保行为、污染状况并实时“链上锁定”，将复杂的环境监测数据直观化、实时化，生态环境部门可以第一时间反馈企业并指明污染风险、跟踪隐患落实整改，推动污染数据与企业行为、监管部门行为深度融合。同时，监管部门可查看各个企业的不同健康码出现的概率，使其更能直观地查看各个企业的排名情况，有利于监管部门对企业进行分级管控、精准监管。手持“环保健康码”的高“绿码率”企业可列入“正面清单”管理，监管部门将“无事不扰”，健康码有效优化了预警模式，减轻了管理压力。
人工智能技术赋能生态环境保护让职能部门不断建立起更高精准度、更具效率的监管体系。珠海市生态环境局进一步拓展“公共视频资源+AI算法”的工作思路，将AI“环保智慧眼”应用于地表水污染防治，借助人工智能视频图像识别技术建设了以抓拍识别黑烟车、泥头车不覆盖等环境污染事件为主要功能的环境监管平台，实现7×24全天候全时段监管，节假日、夜晚不再是难以监管的“盲区死角”。通过“数据共享”的模式创新以及“智能算法”的技术创新，实现小成本、短周期数据大幅“增值”。平台通过数据统计分析、部门间信息共享，以约谈督促、曝光警示、教育引导等多种手段相结合，实现了“零罚单”情况下解决用车大户营运车辆污染等一批突出问题。例如，根据已识别的车牌号，生态环境部门可溯源到所在的用车大户，对其进行环境保护责任相关的约谈、教育和整改。珠海市人工智能环境监管平台在实战中的丰富数据信息中优化算法识别精准性，在系统的不断“自我进化”中提高系统成果应用效率，使环境监管更加智能化和科学化，有助于应对未来更丰富的智能监管场景。传统的食品安全监管由于资源不足、手段匮乏等原因存在着难以实时监管、监管不到位的现象，导致食品安全存在隐患，而人工智能技术在食品安全监管领域的应用能够规范商家食品加工制作的流程，更好地保障消费者权益。浙江省杭州市正逐步将人工智能技术应用于阳光餐饮智慧监管系统（参见表4），深度开发应用人工智能数字视频分析和物联技术，将人工智能、物联网等技术系统应用于餐饮食品安全治理，实现AI智能抓拍和物联预警，突出源头综合治理、全过程监管和“互联网+监管”，重点抓住“三大三小一老一少”（大型食品生产、大型食品流通、大型餐饮企业，小餐饮、小食杂、小作坊，养老机构食堂，学校幼儿园食堂）等食品安全治理重点，常态化开展抽检监测工作，推进“智能阳光厨房”“浙食链”“浙冷链”“浙江外卖在线”“防疫餐饮在线”等食品安全全链条智慧监管，有效提升监管效能。
2021年，杭州市将“阳光厨房”建设列为市政府年度十件民生实事之一，要求餐饮企业、校园食堂等单位通过在厨房接入摄像头等手段建设“阳光厨房”，重点瞄准农村家宴、中小学和等级幼儿园推进，目的是将厨房的食品加工制作过程呈现给公众，便于实现公众监督，保障食品安全。同时，杭州市市场监管部门以数字化改革为抓手，加速推进“阳光餐饮智慧监管系统”应用场景迭代升级，推广“学校智治、农村家宴、网络订餐、阳光厨房”四个应用场景，强化餐饮食品安全监管水平。在“互联网+阳光食堂”的基础上，运用人工智能等技术手段建设餐饮智慧监管系统，可以通过人工智能人脸识别技术对违规行为抓拍并记录，从而保障食品安全。例如，在校园食品安全方面通过应用物联感知、图像识别、人工智能等技术实现线上巡查，精密智治；通过建立校园食品安全智控体系，归集学校食堂、校外供餐单位、学校食材供应商、日常监管等信息，全面分析校园食品安全状况，精准施策；青山湖科技城第二小学食堂新引入了语音智控技术，可以对食品储存设施、餐具消毒设施、二次洗手消毒、专间空气消毒等实施智能物联监测。此外，人工智能的应用也改变了传统的沟通渠道及信息决策方式，监管部门可以通过政府端App在网络上实时监督检查，同时区域内商家的相关信息会上传至系统中，切实提高了沟通效率和透明度，市民在手机上安装“众食安”App就可以观看“阳光厨房”餐饮单位后厨，直接查阅餐饮单位食材溯源、证照信息、食品安全等级、人员健康以及监管部门检查信息等，同时对餐饮单位餐具消毒、菜品质量、环境卫生等进行评价。2022年底，杭州获评国家食品安全示范城市。在多案例分析和资料文本一级编码的基础上，进行二级主题编码并提炼聚合维度（参见表5），形成了目标管理、激励措施等18个二级主题和任务要素、结构要素、人员要素、技术要素、规则要素和文化环境要素6个聚合维度。在此基础上，进一步归纳总结人工智能赋能政府监管的影响因素和实现机制。
根据社会技术系统理论，人工智能赋能政府监管需要来自社会层面和技术层面的互动，实现结构、人员、技术、任务四个要素的协同。但通过多案例分析发现，人工智能赋能政府监管还需要考虑影响组织构成和组织形态的规则因素和文化环境因素，不同维度的要素有效协同和高效运作需要规则约束和文化环境的认同。因此，人工智能赋能政府监管需要实现结构、人员、技术、任务、规则、文化环境六个要素的相互支持与协同，进而构建起人工智能赋能政府监管的影响因素框架（参见图2）。其中，结构要素主要包括资源整合、流程优化、组织协同等；人员要素包括创新理念、能力素养和人员配置等；任务要素包括目标管理、激励措施和任务分配等；技术要素包括数据分析、人工智能技术和智慧监管系统等；规则要素则包括法律法规、标准制定和管理规则等；文化环境要素包括发展理念、政策环境和行为动机等。这六个要素相互作用，共同推动人工智能在不同政府监管场景下的应用和升级。
政府监管机构需要调整组织结构，以适应不断发展的技术和监管需求。通过建立专门的人工智能团队有效整合人工智能技术和应用，负责开发、部署和维护系统，制定相关政策和指导方针，增加监管人员对人工智能监管的理解和掌握。同时，明确人工智能在监管中的角色与责任，促进政府监管人员和人工智能系统之间的协同，建立透明的人工智能决策流程，使决策可追溯和可解释。人工智能在监管中的应用通常涉及多个政府部门之间的合作，政府监管机构需要建立健全的数据管理和共享框架，确保数据质量、安全性和隐私保护，同时促进数据的流通和可用性，完善跨部门协作机制，加强信息共享和协调行动。监管部门受困于监管人员不足、监管思路陈旧等，对于新行业、新业态只能被动跟进。监管人员需要具备运用人工智能的能力素质，通过技术培训赋能一线监管人员，激发监管人员潜力和创新活力，使其了解人工智能技术的基本原理和应用，有助于监管人员更好地与人工智能系统合作，理解其输出并进行高效决策。监管机构应该拥有具备人工智能相关专业技能的人才，如数据科学家、机器学习工程师、计算机科学家等，负责开发、维护和改进监管中使用的人工智能系统。同时，构建跨学科团队，以应对不断变化的监管挑战，如监管专家、法律专业人员、数据科学家和人工智能工程师等，定期审查人工智能算法、数据使用和决策，促进知识交流，从而增强人工智能系统在监管实践中的有效性和合规性。人工智能需要大量数据进行训练和分析，建立数据收集和处理基础设施是前提；自然语言处理和计算机视觉技术可以帮助监管机构分析文本和图像数据，用于自动化监管报告、媒体监测和图像识别等任务。由于监管涉及敏感数据，必须强化隐私保护技术和系统安全性，比如数据加密、数据脱敏和权限管理等，确保对公共数据的保护和合法使用，在此基础上，政府监管机构需要与相关技术企业建立合作伙伴关系，以获取最新的技术支持。政府监管机构需要明确定义人工智能在不同使用场景中的角色和目标任务，利用自动化监测、数据分析、风险评估和决策支持等手段，减轻监管人员的工作负担。通过自动监测市场、企业行为和公共事务，为监管工作提供及时的支持和反馈，并能够根据实时数据自动调整监管策略，保持监管的灵活性和适应性，实现全面监管，覆盖监管对象的全过程；通过人工智能进行大规模数据分析，并从中提取有用信息，为政府监管提供支持和依据，提高监管风险评估和预警能力，特别是在金融监管、环境监管和食品安全监管等领域，帮助政府监管机构识别动态趋势和异常情况，发现潜在问题和风险；通过智能决策支持，为监管人员提供数据、分析和建议，更好地制定和实施监管策略，有助于更快地向公众提供信息，增强政府透明度，减少潜在的腐败和不当干预。通过数据协同和共享，实现跨部门和跨领域的监管协同，加强监管部门之间的协作和共享能力，提高监管的协同性和互动性，促进资源的高效配置，优化监管活动成本效益，从而提升监管效能。建立健全人工智能应用的法律和政策框架是当务之急，明确人工智能在监管过程中的使用原则、限制、责任制定和强制执行等规则，规范人工智能在监管中的使用，包括人工智能决策的合法性、隐私权保护、数据使用规则和透明度要求等。在使用人工智能系统之前，政府监管机构应该进行技术标准、合规性审查，要求人工智能系统提供可解释的决策过程，以便监管人员能够理解，有助于提升人工智能系统的透明性和可监督性。同时，注重人工智能应用的合法性、公平性和透明度，防止滥用或歧视性监管；明确规定如何处理和保护个人数据，确保数据收集、存储和共享符合相关法律法规；通过制定道德指南，引导政府监管机构和人工智能开发者在监管中的行为，确保人工智能应用符合社会伦理。人工智能的应用是大势所趋，要从国家发展的战略高度制定人工智能发展规划，引导人工智能发展与国家发展战略相衔接，广泛应用于政府监管和社会民生领域，通过人工智能技术的成熟应用不断改进监管实践。加强对监管人员进行人工智能等数字技术的教育培训和政策引导，鼓励监管人员提出新想法、尝试新方法；强化监管人员的风险意识，使其能快速识别和应对人工智能带来的潜在风险；形成数据和经验共享机制，促进政府部门之间的合作和知识共享，更好地发挥人工智能在不同监管领域的作用。构建政府、企业、行业协会、公众等多元主体共同参与的人工智能监管体系，加强相关技术人员的科技伦理和法律教育培训，积极宣传人工智能的具体应用和发展潜力，以获得公众的支持和信任。人工智能在政府监管中的应用具有自主性、实时性、智能化、交互性、协同性等特点，表现为数据处理能力强、自适应学习能力强，能够进行实时监测和预警、智能决策支持、协同和共享、智能风险管理等，有助于提高政府监管效率和精准度。基于人工智能赋能政府监管的六个核心要素，提出人工智能赋能政府监管的六个具体实现机制，包括组织协同机制、人机交互机制、技术驱动机制、智能监管机制、顶层设计机制和风险防范机制（参见图3）。
通过政府监管部门之间、政府与行业协会等之间的协同合作，有效应用人工智能来提高监管效能。政府监管部门共同开发和维护人工智能系统，整合数据、平台等资源，建立人工智能监管跨部门、跨领域协作机制，减少数据孤岛，促进数据信息共享，利用人工智能提升监管的综合性和协同性，满足监管需求和更好地实现监管目标。通过政府监管机构、监管人员与人工智能系统之间的交互，有效实现智能监管活动。人工智能简化了数据检索过程，基于相关数据、分析建议和决策支持，监管人员能更快地访问必要信息，更加精准地作出决策，以满足具体监管领域的需求。同时人工智能能够自动审查企业行为和文件的合规性，减少人工审查的工作量，减轻监管压力。政府监管部门利用人工智能回应公众的查询和投诉，可提高政府与公众之间的互动和透明度。利用人工智能等技术手段提高监管效率、准确性和透明度。通过机器学习、数据挖掘和自然语言处理等技术，对大规模数据进行分析和挖掘，自动监测市场、企业行为和公共事务，实现自动识别、决策支持、提前预警和快速响应等，加强政府监管的数据驱动性和实时性，同时人工智能技术的发展将持续为政府各领域监管提供更多创新应用。利用人工智能技术和智能化工具完成监管任务，如环境实时监测等。通过自动化监测和预警、预测性分析、智能决策支持等，实现大规模数据分析和实时追踪，识别潜在问题和风险，使监管部门能够及时发现，进而采取预防性措施来降低风险和损失。同时，有助于监管人员更加客观、准确地作出决策，并根据实时数据调整监管策略和重点，灵活应对复杂的监管情境和不断变化的环境，增强监管的准确性和全面性。政府需要根据具体的监管领域和监管需求应用人工智能技术，并制定相关的法律法规、战略规划框架，以适应不断变化的技术和社会环境。通过制定明确的政策法规，促进人工智能的发展和规范应用，如国家互联网信息办公室2023年审议通过《生成式人工智能服务管理暂行办法》，同时应积极参与国际合作，制定全球性人工智能监管标准。制定人工智能应用战略规划有助于明确监管目标和重点领域，集中精力解决关键问题，监测人工智能应用的性能和效果，进而不断改进和提高监管效能。人工智能可以提供强大的技术工具，帮助政府更好地减少监管风险。一方面，人工智能可以通过大规模数据分析识别潜在的风险和趋势，例如监测金融市场波动、税务欺诈行为或环境污染的迹象，及时发现问题并采取预防措施，使政府监管部门更好地应对监管挑战。另一方面，人工智能为政府各领域监管带来了便捷高效等优势，但也伴随着风险和挑战，需要进一步完善隐私保护和数据安全标准，提高人工智能从业者的伦理和法律意识，建立救济机制有效应对人工智能的漏洞和问题，运用人工智能技术监督人工智能系统的合规性，实现对监管系统的监管。政府监管涉及大量的敏感信息和个人隐私，因此，在应用人工智能技术进行监管时，必须注意数据安全和隐私保护。以“阳光餐饮智慧监管系统”为例，由于要使用人脸识别技术，监管系统需要监控并识别人员面部，涉及个人的隐私及敏感信息，不可避免地存在着大量风险问题，例如，以上信息采集是否经过允许，个人隐私信息是否会得到正确使用以及是否会泄露给第三方等问题，对公民的人身安全以及财产安全产生威胁，进而影响到公众对该技术的信任度。因此，监管数据的安全和隐私问题影响着人工智能技术在监管领域的赋能。此外，监管过程中可能由于数据收集设备的制约、信息不对称等问题导致相关数据不真实、不全面，数据质量与真实性同样会影响人工智能监管做出的判断以及相关预测。人工智能技术虽然具有广泛的应用前景，但是其技术门槛较高，对于政府监管机构来说，可能面临技术普及和人才缺乏的困难。一方面，政府监管机构要基于监管目标设计相应的人工智能监管系统，并不断优化改善其功能，即便在这个过程中第三方技术提供商承担大部分的工作，但政府监管机构仍需要有对人工智能技术有足够了解的技术人才对监管系统作出规划设计以及后续功能的改善。另一方面，人工智能监管系统的应用虽然在很大程度上减少了一线工作人员的任务量，但同样对其素养提出了更高的要求，只有当一线工作人员能够充分了解人工智能监管平台并正确使用，才能充分发挥这一技术的优势。因此，如何培养和吸引更多人才从事人工智能的研究和应用从而使其不断适应监管要求，是人工智能技术更好地普及到监管领域的一大挑战。人工智能技术的进一步应用会影响到监管责任的界定和承担，这同样也是监管部门需要面对的一大难题。人工智能技术应用在监管领域虽具有得天独厚的优势，但该技术并未完全成熟仍处在探索领域，因此可能会出现监管失误和漏洞，虽然发生概率较低，但错判、漏判等行为一旦发生，在某些领域内可能会带来严重的后果。监管机构和人工智能技术提供商之间复杂的合作和分工问题也会对监管责任的划分产生一定影响，问题发生时会导致各方责任的推诿扯皮，产生争议。如何界定和承担监管责任是政府部门未来需要厘清的问题。随着人工智能技术的应用，政府监管模式同样需要适应性地改革和创新。新型技术的推广应用同样需要监管模式的变革与适应，传统的监管模式在人员配备、数据收集、组织协同与决策等方面均需要做出一定改变，但受制于财政和领导者的认识等局限因素，实现政府监管模式的创新和改革，使其适应人工智能技术的发展和应用还有较大阻力。技术成本同样是制约人工智能技术应用的重要因素，开发设计一套适应监管需求目标的人工智能监管系统意味着大量的财政支出，而即便投入了大量的资金同样存在着监管效果未达到预期目标的风险，因此若在短期来看收益并不明显，领导者更可能沿用传统的监管模式。监管数据的安全受到公众的广泛关注，政府监管机构需要投入更多精力在监管数据安全和隐私的保护上。在规则角度，落实好数据收集、储存、分析与使用等一系列的法律法规，建立一套完善的数据保护体系，提高对公众的透明度，对于收集到的个人隐私信息如何使用给出相应的解释，对滥用数据及数据泄露等侵犯隐私的行为作出惩罚，避免监管信息的收集与处理违背初始目的。在技术角度，采用先进的加密技术和数据隐私保护技术，确保监管数据的安全和隐私不受侵犯。同时，政府监管部门需要与技术提供商共同研究监管数据的安全和隐私保护技术，由政府监管机构牵头推进信息收集、数据使用等相关标准的建立和实施，提升信息保护和数据安全相关的各项技术来降低数据泄露风险。强化政府部门对人工智能技术的研究和应用，通过与第三方合作等方式积极培养和吸引人才从事人工智能技术的研究和应用，推进人工智能技术在政府监管领域的应用拓展。目前，该技术在各监管领域的应用还处在探索与发展阶段，监管机构不仅应抓住机遇大力培养和吸引相关专业人才，从顶层设计的角度促进该技术的发展更好地满足监管目标与监管理念。同时，也需要推动人工智能技术在一线执法人员的普及和推广，通过培训让更多监管机构的执法人员能够使用人工智能技术，使其具备人机交互、技术驱动的思维理念，将高效、精确的监管特性扩散到更多领域中。此外，政府还可以建立人工智能技术开放平台，吸引更多的技术人才和创新企业参与其中，推进人工智能技术在政府监管和治理领域的应用和发展。建立完善的监管责任体系需要加强对监管责任的界定和承担，明确监管机构和人工智能技术提供商之间的责任分工和合作机制。在人工智能监管系统建立之初，通过相关合同、条款等文件确立各方责任，对于可能发生的风险事件作出明确的责任划分并且给出合理的解决方案，防止事后各方推脱责任。人工智能监管机制运行过程中监管机构与技术提供商承担着不同的责任，风险事件发生后应当明确问题来源，硬件设备问题、数据收集与分析错误、识别问题未能及时预警、作出的决策有误等，应当对政府部门与技术提供商之间的责任进行划分，建立明确的责任体系。同时，政府部门还要加强对于人工智能技术提供商的监管，定期对技术提供商进行审核，确保其遵守相关的法律法规和监管规定，防范潜在监管风险。人工智能技术在监管领域的推广应用丰富了监管手段的多样性，监管机构应当从其具体的监管目标、技术手段、人员配置和流程优化等角度出发，结合具体的监管情景考虑如何最大化发挥人工智能监管系统的优势。人工智能技术打破了传统的信息收集、处理的模式，使得监管信息在不同监管主体间的共享更为便捷，因此想要探索并创新出一套更加灵活、高效、透明的监管模式，必须结合任务、结构、技术等多要素考虑。与此同时，监管机构应推进与人工智能技术提供商的合作，通过沟通使技术提供商不断对相关技术及应用系统进行优化改善，使其更加符合监管情景和目标，共同研究并探索更加适合人工智能技术应用的监管模式。基于社会技术系统理论，通过多案例分析对人工智能技术赋能政府监管的影响因素和实现机制进行了系统性探索，构建起人工智能赋能政府监管影响因素的整合型框架，包括任务、结构、人员、技术、规则和文化环境六个核心要素，并提出组织协同机制、人机交互机制、技术驱动机制、智能监管机制、顶层设计机制和风险防范机制等具体的实现机制。目前，人工智能技术在监管领域的应用已显现出巨大前景，但在未来的发展与应用过程中应该注重数据安全、人才培养、监管责任界定和监管模式革新等问题，通过加强数据安全和隐私保护、推动技术普及和人才培养、加快完善监管责任体系、推进智能高效的监管模式等优化人工智能赋能政府监管的路径。本研究丰富了社会技术系统理论在政府监管领域的应用，弥补了现有研究中对人工智能赋能监管影响因素和实现机制关注较少的不足。通过揭示任务、结构、人员、技术、规则和文化环境要素对人工智能赋能政府监管的影响机理，提出人工智能赋能政府监管的实现机制，为后续研究奠定了理论基础。此外，本研究凝炼了人工智能赋能政府监管的核心影响因素，并提出未来人工智能赋能政府监管的系统性提升思路，为政府进一步运用人工智能技术提升监管能力提供了一定参考，也为政府有效监管提供了新思路。人工智能技术目前正处于迅猛发展阶段，其强大的学习和计算能力在诸多领域展现出广泛的应用前景。在政府监管领域，人工智能技术有助于监管部门更加快速精准地了解被监管对象的行为，从而全面提升资源配置效率和监管效能。然而，对于监管部门来说，人工智能技术是一把“双刃剑”，仍需警惕可能存在的风险和漏洞，在决策等方面还需要人工干预。因此，现阶段不能完全依赖人工智能技术来实现全面监管。未来在人工智能技术探索和应用中，要明确其在监管领域的辅助角色，监管部门不能盲目信赖人工智能技术，而应该将其视为有力的数据支持工具，发挥其高效的数据收集处理以及强大的算力等优势，协助进行交叉验证，从而提高监管决策的效率和准确性，使人工智能技术更好地赋能政府监管。段永彪（1997—），男，山西晋中人，西安交通大学公共政策与管理学院博士研究生，研究方向为公共政策与治理创新、数字治理。董新宇（1972—），男，陕西周至人，博士，西安交通大学公共政策与管理学院教授，博士生导师，研究方向为电子政务、政府治理创新。徐文鹏（2000—），男，河北唐山人，西安交通大学公共政策与管理学院硕士研究生，研究方向为公共政策与治理创新。*基金项目：国家自然科学基金项目“电子政务回应性测度及回应性的影响因素实证研究”（项目号：71573204）。