【数字政府·观点视角】人工智能时代政务服务与治理创新的新思考

2021年11月24日，中山大学数字治理研究中心、数文明科技、南方都市报联合举办的第14期“问数湾区”讲座顺利举行，本文为数旗智酷创始人、首席研究员唐鹏讲座的文字稿。

从PC互联网、移动互联网到人工智能，我们正在经历怎样的转变？

数据视角下的人、城市、空间正在发生何种律动？

智能+政务服务的路径与目标是怎样的？

从“信息即服务”、“平台即服务”到“算法即服务”，我们的终局是什么？

从“固态”、“液态”到“气态”，数字服务的状态与设备、应用的关系是什么？

今天分享的主题是《人工智能时代政务服务与治理创新发展的新思考》，主要包括三个部分。

第一部分是背景与观察。

当我们谈论人工智能时，无法回避目前互联网正在发生的一些改变。

如果以2016年为界，中国互联网乃至全球互联网发生了翻天覆地的变化，具体表现为：曾经以“免费”著称互联网信息与服务，现在被媒体和舆论视为“暴利”，因为电商领域出现的“算法歧视”以及网络促销领域出现的“数据障眼法”成为一种“新商业模式”；曾经我们认为互联网、数字化是“绿色”、“无纸化”的代名词，而随着互联网快速发展，大规模数据中心建设以及“比特币挖矿”的出现，我认识到“互联网也是需要消耗能源的、是有环境成本的”，所以现在提出“绿色数字化”也是因为互联网也可以是“污染”的；曾经我们认为互联网是平等的，是赋予每个人表达权利的乌托邦，而“困在系统里”的新闻让我们看到，以“平等包容”著称的互联网现在变成大家口诛笔伐的“压迫”施虐者。凡此种种，让我们意识到，在互联网快速发展，数据规模、数据应用技术以及智能化的发展，使互联网从“上帝”在变成“魔鬼”。

如果我们从“数据定义人”的视角来看，我们原来在前互联网时代，描述和定义一个人的数据标签可能是姓名、电话、家庭住址、亲属关系等；进入互联网时代后，我们定义一个人的最明显的数据标签开始加入了IP地址、用户名、QQ、Email等；在移动互联网时代则是以solomo（社交、位置、移动）为核心构建了新的用户数据角色，我们的在线打车路线、叫外卖的信息、直播内容等，都在重构我们作为“数据人”的内涵；进入人工智能时代，最大的变化在于我们与机器的交互所产生的数据，以及机器由工具变成一种具有能动性的主体，通过网络平台、传感器等隐秘地收集和分析我们的数据信息，此前Facebook的“剑桥分析事件”即是典型案例。这将是未来我们需要面对的巨大挑战。

人工智能时代，我们有三个不可忽视的隐喻。

第一个是“人工智能”与“工人智能”。我们享有的人工智能时代的“便捷性”，是否是由“数字奴隶制”造成的？因为我们使用的文字、图片、视频等相关的智能服务，都是需要底层的数据标记员去给机器打标签以教育机器去识别和抓取目标数据，那么，人工智能和工人智能之间的界限是什么样的？第二个问题是“人与机器谁更有人性”。我们将各种创新崛起的自媒体所源源不断产出的文字、图片、视频等内容总结为“内容产业”的发展，但我们也看到有创业者通过组织农村留守妇女按照一定的模板为移动用户不断地生产符合阅读喜好的“10W+”。我们认为机器不懂情感，暂时只能满足基本的人类翻译需求，但我们也看到机器人撰写的体育新闻、诗歌等文体有时已经达到以假乱真的地步，因此，智能机器和人格化之间的界限如何区分？第三是人如何对数字病毒的“免疫”？我们如何规避网络谣言和“转换性障碍”？比如曾经在东欧某国就风靡过一款网络游戏，不断教唆青少年去集体自杀，产生恶劣的社会后果，我们应该如何去规避人工智能时代“数字病毒”的戕害？

当人工智能越来越密切地涌入我们生活的时候，面对人工智能时代的反抗与欺凌，我们是否已经做好准备？比如，我们看到近期的新闻，2021年10月，一名男子在成都一家酒店的电梯口连续两脚踹倒酒店的服务机器人，反映了目前大部分人心中的“人类中心主义”——即机器人不配与人同时乘坐一部电梯。而从另一方面而言，我们也应该看到，在未来智能化的发展趋势中，我们不能要求“人适应设备”，应该更多强调“设备适应人”。

第二部分主要基于案例，通过梳理和总结，对人工智能对政务服务与社会治理的发展过程、价值体现和案例进行解读。

我们认为，“智能+政务服务”可以被分为三个阶段：第一个阶段是智能信息阶段，政府网站和平台通过识别用户的用户名、IP地址等，分析用户的浏览痕迹，通过信息推荐、信息搜索等途径，对用户进⾏信息推送；第二个阶段是智能互动阶段，政务服务平台通过智能客服机器人的咨询、评价等互动需求，围绕用户的身份信息、办事需求等，通过QA数据库或自我学习，为用户提供目标答案。第三个阶段是智能服务阶段，智能服务平台不仅做到综合数据的研判分析，同时还能够应对多种场景和业务需求的识别、接纳和执行。

以上三个阶段是一个逐步推进的过程，从数字化转型与权力运行的角度来看，第一个进程是从2008年政府信息公开条例正式实行开始，主要围绕政府信息公开，公众期望对公共权力运行规则有所了解；第二个进程是数据开放，这个阶段更多关注的是对政务数据与公共数据作为一种数字时代发展红利的“分享权”，探讨政府和社会运行过程中如何让公民和用户参与对公共资源价值的分享；第三个阶段是算法公开，重点关注监督权，该过程的参与主体更加多元化，政府、公共部门、企业等多元主体不断进入城市数字化转型进程，需要公众与社会组织共同对攸关公共利益的权力运行方式进行监督。从目前的发展现状来看，算法公开最为迫切，同时也是难度最大的。

“智能+政务服务”真正要解决什么问题呢？我认为主要包括三个方面：首先，通过搜索和推送解决海量服务的用户获取问题，即“触达”问题；其次，通过智能问答解决单项服务办理过程中的引导、辅助、答疑问题，即“咨询”问题；再者，通过自动化的填报、匹配与交互解决服务的完成度问题，即“交付”问题。国办最新出台的关于全国一体化在线政务服务平台移动端的建设指南，其中在技术方面最关注的是人工智能和区块链。文件提出了优化集智能搜索、智能问答、智能导航于一体的智能客服。未来沿着这一方向发展，我认为核心需要围绕两个“框”：搜索框与输入框，运用人工智能技术优化政府服务平台移动端搜索服务功能，实现对务服务事项和应用的统一检索，提升搜索服务便捷度和智能化水平。

目前，人工智能已深度介入政务服务与社会治理的实践，比如教育资源分配、交通违章处置、企业经营监管、违法犯罪监察、社会福利分配以及司法公正审判等领域。基于现状而言，我们可以发现，运用人工智能介入政务服务与治理创新绝非简单的技术问题，而是一个跟政府制度变革、社会伦理重塑与人的价值觉醒有关的问题。那么，从“智能+政务服务”与公众认知的角度来看，可以将其分为三个阶段：第一个阶段是启蒙型，表现为政务服务自动化、“秒批”等，这一阶段的“智能”其实主要体现为智能应用对民众需求形成“条件反射”，尚缺基本的“理解”与“交互”；第二个阶段是功能型，RPA机器人被作为“数字劳动力”用于解决重复性工作的问题，在流程的自动化层面，智能政务服务需要进行资料预审，对定期的工作流程进行检查，以及涉及重复登录、认证的环节，RPA机器人可以在这些具体环节进行辅助或替代；第三个阶段是场景型，这里主要有“免审即享”、“城市眼·云共治”等案例，通过传感器、大数据、高清摄像头以及网络沟通社群，将服务内容或城市治理问题进行准确识别，然后利用线下的制度性干预进行推进解决，其中涉及智能技术与制度改革的适恰问题。

在疫情期间出现了很多智能应用的案例，比如机器人在院区消毒、自助式的核酸检测、无人机运输疫苗。其中，在个人领域与营商环境领域出现了两个不能回避的知名案例：健康码和政策兑现。健康码的发展可以被分为九个阶段：从深圳、杭州诞生，到“万码奔腾”应用；之后是某市卫健委的健康码“数据扩容”，将健康码与卫生医疗服务方面相结合对个人健康进行“评分”（未推进下去）；紧接着国办牵头推进全国“一码通行”，之后又延伸了适用于不同场景的企业码、学生码、复工码等；由于老年人对于健康码的使用存在“鸿沟”，因此上海市推出了纸质健康码打印服务；随后基于现实出行的需求，核酸码、行程码和疫苗接种情况“多码合一”。健康码在两年的发展过程中不仅有令人欣喜的创新，同时也有令人沮丧的“倒退”，例如山东率先出现“变色”的“金色健康码”，以表示持码用户已接种疫苗，比如黑河市因为疫情对所有户籍居民“统一黄码”。尽管如此，毫无疑问健康码已经成为城市治理数字化转型的一个启蒙性标志。同时，健康码延伸出来的色彩话题，使健康码的应用已经成为一种审美运动，代表了一种数字时代的权利象征。

第二个案例是营商环境领域的“政策兑现”，各地政府将其设计为一个政策产品的数字化旅程，从识别、匹配、申报、拨付等环节，利用数字化手段提升企业的获得感。例如杭州的“民生直达”、上海青浦推出的“政策体检”、佛山的“扶持通”等，各地政府利用智能化手段实现制度的创新和改革，打通了各个部门之间的数据屏障，在疫情期间为企业提供切实的智能服务。

除了国内的数字治理创新实践外，我们也关注到国外的实践动向。

比如， 2019年OECD（亚太经合组织）发布的全球数字治理的创新趋势，比如美国加州有个名为“清除我的记录”（ clean my records）数字治理创新实践，它是一个自动化程序可以清除曾经非法但现已合法化的个人犯罪记录，而这些记录直接影响到目标公民的教育、工作等正常生活需求，通过启用政府将记录清除的负担从个人转移到机器，可实现大规模的快速清除。第二个是新西兰的“法律即代码”的案例，与上述案例相类似，主要是通过机器在法律的制定、执行和修订的过程中，实现实时反馈、实时纠错，实现“同样的解释，同样的执行”。第三个是迪拜的“C3 Courts”智慧法院，实现了世界上第一个“三院合一”的司法系统，一审法院、上诉法院和最高法院将同时审理案件，而不是连续审理。每个案件总时间从305天缩短至30天，减少50%的费用，仅需3个法官和1个书记员审理，减少了60%的法院资源。最后一个案例是德国汉堡的“寻找住所”，它致力于为难民营的落地寻找最佳的位置。它结合了光学标记的彩色编码乐高积木、增强现实、触摸反馈和地理模拟算法，通过AR的渲染与居民的共同决策最终决定难民营位置。具体来说，通过数字技术选定几个街区不同位置进行投放，看它对周边的治安、商业和生活会产生什么样的影响，然后大家坐到一起寻求共同的解决方案。

从2020年来看，全球数字治理创新实践与疫情具有明显的强相关度，包括美国、加拿大、印度、意大利、西班牙、英国、埃塞尼亚和巴西等等国家都推出了全球政务服务与数字治理创新的动向。比如爱沙尼亚提出要通过懂俚语的智能客服聊天机器人，来共享和交换临时员工，以防止裁员。巴西推出IVR智能语音机器人，对潜在感染者或密接者进行追踪，并根据需要请求允许每8小时、10小时或12小时进行跟进一次。比如在一个地方城市调研时听闻，他们的工作人员在非常紧张的抗疫时期，打电话给有高风险地区或中风险地区的行动轨迹的市民进行排查询问，接到电话的市民很多都是不相信的，以为是诈骗电话，工作也非常难开展。如果通过智能语音的俚语机器人，就可以对密接者进行跟踪，每次的电话询问跟踪均可以进行标准化的操作，也可以为快速排查节约时间。

在目前的情况下，智能+政务服务“看得见的未来场景”虽然不一定是完全普及，但是至少有些场景已经在启动或在萌芽的状态之中。前段时间VR/AR政务服务导办提到的比较多，主要是起到流程与服务办理的智能引导作用，“VR/AR+政务服务”这种模式应该并且能够去实施和落地的。比如我们到政务服务大厅的前台和工作人员进行交流，如果他的工作的经验或者能力很强，那还可以相互听得懂，但肯定也存在着相互听不懂的情况。类似于这样的情况，我们为什么不能够通过VR和AR的一些内容产品来解决，比如说扫一下二维码，或者现场戴上头盔，就可以非常形象地向公众演示你要办的事情“去哪里办”、“需要多久时间”、“需要提交什么材料”等，一目了然且实景演示地在两三分钟内帮你解决问题。

第二个未来场景是服务界面的“私域化”，这种政务服务交互的屏幕除了会在无人驾驶这样的驾乘空间出现，也包括我们的客厅电视等屏幕。第三个是“自适应一窗”，即不仅通过制度性改革、流程化再造以及物理化整合来实现“一窗”，未来还可以通过智能化手段，从前台识别、后台匹配、智能感应的方式，可以根据办事量的变化自动调整各个窗口的办事职能。

由此可知，人工智能介入政务服务与社会治理带来双重效应。其一，“锐化效应”，我们认为“锐化”的本质是一种算法与数据对权力的数字化增强与“加粗”，即当数据喂养推动机器自我学习，不断提升对社会问题的捕捉与感知能力，并转化为决策与处置方案。其二，“软化效应”，通过无声、无接触的方式完整地履行政府服务职责，即当机器可以更好地感知与理解人类需求，算法与数据将对政务服务体验的人性化、温度感进行再造。

对于未来政务服务的发展趋势，不管是此前的“电子政务”、或当前的“数字政府”，甚至韩国正在提出的“元宇宙政府”，我认为与第三方平台和移动互联网发展君有非常密切的关系。比如，前些年中国在基础设施建设领域的投入一年比一年多，但是排名其实与投入并不匹配，但是我国电子政务的发展排名在2015年发生了突飞猛进的变化，而这种变化的背后到底在什么地方？我认为，背后是数字经济的助力和推动，包括平台经济、移动互联网的发展，产生了非常重要的杠杆和驱动的作用，数字经济与数字政府建设开始呈现出互动、反哺的螺旋发展态势。由此，我们将第三方平台与政务服务模式演化理解为从“信息即服务”、“平台即服务”，再到“算法即服务”，具体可基于以上趋势划分为弱关系平台和强关系平台。其中，弱关系平台主要是以内容为主的一些社交类媒体和平台，比如BBS问政、政治博客、Facebook/白社会、政务微博、政务抖音等；强关系平台主要是适用于以社交工具为主的通讯平台，比如Email、聊天室、QQ警察亭、政务微信、县长直播等。

那么，未来人工智能时代政务服务与治理创新方向和趋势到底是什么？第一，从入口层面来看，未来互联网可能不会再有“入口”，用户不会再必须通过某个App、小程序或其他端口来完成政务服务或治理的动作，政务服务与治理一样循着这样一个方向衍生出自己的模式和形态。第二，从界面层面来看，从Windows到Facebook，从微信到智能机器人，不同操作系统的改变也会带来服务逻辑的改变，不同的操作系统将带来服务模式、交互方式、应用体验、治理场景等诸多方面的变化，就像Windows时代我们使用鼠标来进入数字世界，而移动时代我们用手指触摸或手势即可进入数字世界，就像Widows时代的应用是基于桌面的快捷图标，而Facebook、微信时代的应用是基于云端的轻应用，随用随取。第三，从形态层面来看，可以将PC时代，到移动互联网，再到人工智能理解为从“固态”、“液态”到“气态”、“漂浮”与“弥散”形态发展变化的阶段。比如B站为了庆祝一款游戏上市四周年，通过1500架无人机投射组成了一个上海上空的二维码，观众通过手机扫码即可下载试玩这款游戏。无人机由一种运输工具变成了一种媒体传播，那么，我们很有理由相信，无人机在未来也能成为很有前景的政务服务工具或治理工具。

第三部分是关于人工智能时代政务服务与治理穿线管的一些反思与建议。第一，我们对“智能+政务服务/治理”的真正需求是什么？我们需要人工智能是需要一个解决方案、一个正确答案，还是一个转移注意力的答案？我们需要人工智能给予治理创新的契机，还是保持现状原地踏步的借口与失去批判勇气的理由？比如我们摆在政务服务大厅的智能机器人到底在多大程度上充当了政务服务不可替代的价值？此外，人工智能可以“看见”什么？看得见“脸”但未必看得见好奇心。比如媒体报道说2018年张学友演唱会共有60名逃犯落网，在惊叹人工智能可以一个不漏地抓捕逃犯的同时，我们真的能够认为人工智能的“智能”程度真正到了登峰造极的地步了吗？然而，我们看到另一个案例，杭州的一名男子凌晨2点在江边看景散心，最后监控摄像头误以为他要跳江轻生，消防人员匆匆赶来将其“救下”。人工智能可以识别一个想要自杀的人、失恋的人或者只是贪玩的人的表情或肢体动作么？

那么，我们怎么样来看待智能的无能？比如从“证明我妈是我妈”到“证明我是植物人”的案例。如果说“证明我妈是我妈”是技术问题、态度问题；那么“证明我是植物人”则是政务伦理问题、道德问题。人工智能可能能通过数据共享与智能识别快速地为我们进行数据的匹配与服务的推送，但是，对于一个植物人而言，人工智能技术真的比走两步到家询问探访的社区工作人员更精准更智能么？当然，国外研究人员也曾做过两组实验，让机器从模糊的图片里去识别一只猫，而最后的结果是机器识别出猫是因为看到那些斑点中的规律和具有一致性的模糊背景，并没有看到猫。因此，我们需要问，在实际的城市治理过程中，智能机器的关注点与人的关注点如果产生了不一致性，这种后果是否可以预判或评估？

人工智能是否真正是高效的？这是一个我们至今也无法解释的人工智能的效率问题。美国有一家占地约3.5平方英里、占城市面积的1%、每年的维护活订阅续约费用高达20万美元的城市公共安全服务企业——ShotSpotter，其监测到枪声大部分与市民拨打911报告的枪声重叠，它并未给城市安全带来一些意想不到的效果。于是这家企业受到了质疑：我们为什么要花钱去购买一项并未为我们的工作带来“意外惊喜”的智能服务？另一个案例叫“滴滴警务”。某市公安部门希望通过共享经济的“抢单”模式，构建一个在线的警察快速出警的工作模式，像滴滴打车的司机抢单一样处置安全问题。而我们需要思考，如果“警察抢单”成为利用共享经济模式激活智能警务的模式与活力，并成为一种被推崇的警务工作类型，那么当机器开始自动识别具体的街区、任务类型、人的行为特征以及警察接单习惯，由此可能衍生的弊端是否已经在考量的范围？这样的一系列的问题都是值得我们去思考的。

人工智能能否做出“超越数据”的决策？第一个是危房检测案例，比如某市大数据部门的传感器数据探测到，区域内40%的目标房屋均是危房，而房管局表示，这些数据都不准确，根据多年危房检测数据，以上全部在合理的范围内。当数据的算法与长期的工作经验之间存在背离，我们应该去调整算法还是去调整人的经验预期？第二个是疫苗核酸案例，比如疫苗接种、全员核酸检测，多地反映公安数据、街道数据与“七人普”数据存在出入。我们应该认识到，地方政府可以投入治理的有限资源的数据，而非社会运行需要的实际资源数据，这种治理的鸿沟如何通过智能技术去规避或预防？第三个是人工智能如何杜绝官僚主义。人工智能的目标之一是革除传统政务的暗箱操作、人为操纵等积弊，但是在具体事务中，人工智能导致的“技术极化”与“一刀切”的风险可能会加剧官僚主义的蔓延。

人工智能时代的政府，还有四个问题值得去思考。其一，作为“被监管者”与“生态参与者”，政府如何看待“机器人”参与政务与治理的双重身份？其二，“智能+政务服务”将改善政民关系还是恶化政民关系？“智能+政务服务”将创造公平还是抹杀公平？“谁审批谁负责”语境下的智能审批责任由谁承担？

对于智能+政务服务/治理的思考及建议。第一个我们都需要有“清醒的头脑”，从技术实现角度而言，人工智能是依靠“过去”来预测“未来”。那么，在毫无规则可循的风险社会，新物种频现的未来城市，我们仍然更需要相信人类智慧。第二是具有“批判的态度”，从数据应用角度而言，“用数据说话、用数据决策、用数据管理、用数据创新”是趋势，但不代表“数据即真相”，只有批判性地使用数据，我们才可能从智能技术应用中获得公平、中立的结果。第三是要基于“人本的视角”，从核心价值角度而言，相比于改善某项工作的流程与体验，人工智能真正要改造的应该是政府主体的职责和公共部门人员的角色。总的来说，复杂社会需要警惕简化的治理倾向，机器虽无法共情，但人须有同理心。

最后分享一个故事，19世纪的“德国森林”与21世纪的“数字治理”。

19世纪初的德国国内大搞建设，极度缺乏木材资源，于是政府的相关部门就去国土上四处搜寻森林，终于通过人工、肉眼和双脚找到了一片茂盛的森林，但是他们发现这一片森林虽然长得不错，但是到处是荆棘、野草且高矮不一、曲直各异。然后他们想到了一个办法：为何不将森林铲平像种庄稼一样进行规范化管理呢？终于，他们铲除了原来的万亩森林，然后按照种菜撒种的方式，整整齐齐地种上了新的树种，林间小路、排水沟等等一应俱全。但是没有想到的是，多年以后，他们没有看到他们想要的茂盛、粗壮、笔直的森林，因为大部分都没有存活。他们完全忽略了阳光、鸟虫、灌木、野草等影响森林成长的生态因素，最后他们在自己理解的所谓“标准”、“规范”里收获了一片荒山。这个故事给我们当下的数字治理或数字时代的城市治理有何启示呢？我觉得我们面临的现实或许并无差异，为了评选“文明城市”，我们看到有城市的工商部门进入菜场将蒜苗修剪为“统一长度”，为了防控疫情，我们看到有县城将城区街道的交通灯“统一变红”，也是为了防控疫情，我们看到有城市将所在地户籍居民的健康码“统一黄码”，为了彰显数据治理工作的城市，我们看到省市区县竞相在演示大厅安装“统一板式”的数据大屏……我们拥有了前所未有的“标准化”、“规范化”能力，但我们更需要拥抱“不确定性”，数据能帮助我们预测未来的“可能性”，而“不确定性”无法通过AI、大数据进行预测。

内容来源 / 中山大学数字治理研究中心，2021年12月9日

今日编辑 / 黄欣雨

责任编辑 / 戴晟昱

城市大脑研究院提供开放研讨平台，所有文章仅代表作者个人观点，欢迎共同探讨。原创文章，转载请注明来源：城市大脑研究院。部分图片来源于网络，如涉及版权问题，敬请及时联系我们。