用 AI 改變政府與公眾的交互方式？紐約、新加坡、日本正在這

人工智慧對公眾體驗和與政府交互方式將產生極大影響，雖然人工智慧不是政府問題的解決方案，但它是提高政府效率的有力工具。隨著與人工智慧交互活動的增加，構建現代化建設的努力，政府的公眾服務計劃很快就能反映出公眾在個人生活中與技術的交互方式。

編譯 | Rik R 張震 劉燕

來源 | Harvard Ash Center

在全球範圍內，政府部門都在對人工智慧應用進行測試，人工智慧可以大大改善公共對實時回答的訪問體驗，甚至可以輔助製作並填寫文件，尤其是在日常任務方面。

較為普遍的公共服務使用案例都與公共諮詢以及信息相關。例如，公眾的問答請求通常需要藉助長時間的通話、親自到訪或遍尋網路和第三方平台才能得到解決。公共服務中的許多人工智慧案例研究主要分為五類：回答問題、填寫和搜索文檔、路由請求、翻譯和起草文檔。

雖然人工智慧在政府工作中的應用並沒有跟上其在私營機構中迅速擴大的趨勢，但公共部門的潛在用例反映了私營機構的普遍應用。人工智慧只有在不斷學習的情況下才能在許多這樣的場景中發揮作用。僅僅為了取代客服調用流程中的互動式語音應答系統，或是自動化基本的計算機任務的人工智慧應用，並不會比一般的應用更具有突破性，因為後者在進過學習和改進也會變得更好。如果人工智慧確實減少了行政負擔，並增強了人們的經驗，而不是取代工人，那麼它也將產生更大的影響。如果應用得當，人工智慧應用也可以更有效地提供公眾服務，同時極大地降低成本，提高公共的滿意度和參與度。Hollie Russon Gilman 是哥倫比亞大學國際與公共事務學院（SIPA）的一名講師兼無黨派智庫 New America 的研究員，他認為「這些人工智慧應用可以在公眾和國家之間產生更多直接的雙向互動。」

人工智慧正被越來越廣泛地應用在公共諮詢和信息倡議領域，下文幾個代表案例，說明了人工智慧如何重塑這種工作的未來，它們主要是一些試點項目和早期的人工智慧應用，可能並不涵蓋人工智慧和機器學習的所有功能。

1、公眾信息查詢領域的人工智慧應用案例

回答問題。北卡羅萊納州政府辦公室，聊天機器人——聽覺或文本式計算機會話系統，通常是基於人工智慧技術——將幫助中心的電話接線員從近 90% 的基本的賬戶密碼問題中解放出來，從而服務那些更為複雜和緊迫的請求。

新加坡政府曾與微軟為共同開發了一些聊天機器人作為數字代表，用在特定的公共服務領域。

紐約正計劃與 IBM 的人工智慧平台華生（ Watson）合作，擬建立一個新的客戶管理系統，以加快其 311 平台在問答與城市服務投訴方面的處理進程，縮短響應時間。 IBM 沃森還幫助提高了 MySurrey APP 在薩里和不列顛哥倫比亞兩地的市民答疑係統的響應速度。該應用程序可以解決城市官網上 65% 的已被回答了的問題。通過持續的學習，華生研究了 16 個城市服務系統中的 3000 個文件，能夠回答 1 萬個問題。

將來，人工智慧還可以對請求和對話進行情感分析，從而更好地理解公共的諮詢和反饋。

填寫和搜索文檔。一款免費的法務聊天應用程序可以幫助美國難民尋求庇護，通過回答一系列的問題來確定申請類型和相應的庇護資格。有了所需的信息，該聊天機器人會幫助申請人自動填充表單，並提供下一步說明。它還有一個好處是提問方式直接了當，不會給非專業人士和非母語者帶來困惑。

人工智慧可以快速分類和搜索一系列的文檔和圖像。美國一個州政府正在使用人工智慧來幫助市民搜索超過 100 萬頁的文件，同時可以節省系統升級帶來的數千美元花費。

在法律界，人工智慧被用來掃描高級法律文件，並找到相關判例法。

路由請求。墨西哥政府試行了一項倡議，使用演算法對公共請願進行分類，並告知負責該事項的辦公部門。

好事達保險公司正在使用亞馬遜的 Alexa 聊天來與客戶進行交互，詢問他們的計劃和支付方式等一些基本的問題，並引導他們至最近的辦公地點。

一家電信提供商使用人工智慧來搜索文檔，全程僅需幾分鐘，提高了其 4 萬個呼叫中心代理的客戶查詢解決速度。每年可以為公司節省 100 萬美元，平均通話時長每減少一秒就能節省 1 美元。

翻譯。現在有一些服務可以提高政府信息的翻譯效率。例如，平昌冬奧會將使用基於人工智慧的實時翻譯服務。

Unbabel 公司將眾包與機器學習相結合，將業務操作翻譯成了 14 種語言。使用演算法來翻譯客服電郵和網頁，同時僱傭人工編輯團隊進行審核，這使得他們的翻譯服務成本比傳統方式更低，每個對話僅需 0.02 美元。

起草文件。日本的經濟、貿易和工業部正在試行一個系統，使用人工智慧草擬答案，來幫助議會成員辦公室對公共問題進行回應。可以使用自然語言生成（Natural Language Generation，NLG）人工智慧技術來起草文件，該技術已被許多新聞編輯室採用，包括彭博社和美聯社，用於數據挖掘、建立文本數據集，故事編寫速度可以達到每秒鐘 2000 個。在這些場景中，NLG 還可以幫助非數據科學人員更好並更有效地理解數據。

人工智慧可以幫助政府的工作人員把更多時間花在解決市民的需求上，這可能會幫助公務員變得更有人情味，並改善他們與公共之間的關係，哪怕只是表面上的改善，Living Cities 的總裁兼首席執行官 Ben Hecht 說到。在某些情況下，人工智慧也有助於公共參與和服務交付。在 2014 年的一項研究中，Colorado 人力服務部的工作人員要花 37.5% 的時間處理文檔和行政事務 ，而留給孩子和家人的時間則只佔了 9%。行政工作的部分自動化將使員工有時間面對面地與公眾建立關係並解決問題。

Hecht 推測，人工智慧也會使公眾感到自己屬於一個更大的群體。隨著人工智慧越來越多地去了解政治參與對公眾的價值體現，它可以幫助鄰里共享並比較彼此的政治參與經歷。例如，如果一個公眾向其代表諮詢一個立法問題，那麼聊天機器人就可以對此進行跟進，讓他們知道持有相似請求的公眾數量，同時確保所有公眾信息的私密性。它甚至會跟進有關該立法或未來參與選項的新聞或更新信息。「一旦你選擇參與其中，就會體會到一股集體的力量，這會提高你的參與積極性，因為已經有太多人採取了行動，使他們的社區變得更好，」Hecht 解釋道。

Synthesis 公司首席執行官 Ari Wallach 看得更遠。人工智慧的第一個浪潮，即我們目前所處的階段，集中在戰術層面的客服用例方面，也即理解並響應查詢以及解決基本的問題。Wallach 解釋說，公共服務領域的下一輪人工智慧浪潮將在許多方面表現得更具前瞻性。人工智慧平台將能夠了解市民正在做什麼或問什麼，並針對具體問題採取行動（例如，它注意到一個新地址並詢問是否應預當申領一張新的駕照）。第三波浪潮還需 10–15 年的時間，Wallach 說，那時公共服務領域的人工智慧不再僅僅是基於查詢數據的預測，而是基於非查詢數據、活動及其它形式的數據集（比如一張新駕照會自動更新地址，假設其形式不變的話，而無需公眾親自參與）。「想像一下，與你直接且頻繁接觸的是一個不斷學習並完善自我的高水準政府護衛，它同時還為其餘 3 億人服務，」Wallach 在談論未來的情景時說道。這些浪潮將反映我們與人工智慧交互的演變過程，比如用戶界面從鍵盤向語音和視聽輸入持續轉換的趨勢。

人工智慧在公共服務領域還大有可為，除公眾信息查詢之外，它還可以提供應急響應、實現定製化和低成本的教育、監察欺詐和腐敗、完善犯罪報告、使用預測來鎖定並取代社會服務干預、積極通報基礎設施維修、預測網路攻擊和公用網路上的個人信息丟失。

2、人工智慧在政府工作中的應用原則

在論及技術進步時，政府有很大的升級利用空間，但由於許多體制方面的原因，人工智慧無法解決這些問題。此外，許多現代工具都被吹得天花亂墜，而大多數政府部門還在為達到更基本的現代操作標準而努力。然而，憂患未來、投資技術是一件好事，這樣可以跟上公眾對服務提供商的偏好趨勢。各國政府可以通過借鑒先前的改革措施以及私營機構的人工智慧落地方案，來思考人工智慧實施計劃。下圖的六個策略可以幫助政府順利開展人工智慧計劃：人工智慧的應用應以目標為基礎，以公眾為中心；公眾參與；利用現有資源；做好前期的數據準備工作並妥善處理隱私問題；減輕道德風險並避免讓人工智慧做決策；以及助力僱員而非取代僱員。

人工智慧的應用應以目標為基礎，以公眾為中心。政府應用人工智慧不應該僅僅因為它是一個令人興奮的新技術。政府官員應該有足夠的能力來解決工作中的問題，而人工智慧應當作為特定問題解決工具集的其中一個選項。問題不應該是「我們將如何使用人工智慧來解決問題」，而應該是「我們試圖解決什麼問題，為什麼要解決它，以及我們將如何解決它？」如果人工智慧是達到這一目標的最佳手段，那麼就可以被應用，否則就不該勉用。如果人工智慧是最合適的工具，那麼它就不能只被應用於一個單一的公眾服務觸點。麥肯錫建議機構考慮一個端到端的公眾服務旅程。他們在其《公眾優先（Putting Citizens First）》研究報告中指出，管理客戶的整個起始旅程能達到更高的滿意度，且交付效率更高。政府部門可以考慮人工智慧觸點的部署位置和時間，以及其中還可能會用到的其它技術或人機交互流程。要做到以客戶為中心，就要保證技術的包容性，以及代溝、教育、收入和語言方面的差異。

公眾參與。公眾的參與和支持對於人工智慧的落地很有必要。「政府應該努力實現真正的參與，從而讓人工智慧被大眾所知曉，同時為公眾提供對話機會，來創造一個討論人工智慧的議程，從而解決潛在的問題，這是一種最基本的方式，」Russon Gilman 建議道。Wallach 表示同意：「社會上需要一場有關人工智慧的對話——來教育每個人，從公眾到決策者，讓他們真正理解其運作原理和權衡指標。」接受了那些教育之後，公眾就可以提供其它參與人工智慧的方式，甚至幫助政府共同制定數據應用方面的道德和隱私規則。在構建和部署人工智慧平台時，無論是從公眾還是公務員用戶的角度來說，用戶反饋都是至關重要的。Onda 建議設計一些系統來「提供適宜水準的洞見，這取決於個人的用戶偏好」。

利用現有資源。為政府系統添加人工智慧，不應從頭構建系統。雖然許多人工智慧變革是來自於早期的政府研究，但是政府也可以利用企業和開發商在人工智慧領域取得的進展。IT 分析公司 IDC 的預測，到 2018 年, 75% 的新型企業軟體將包括含人工智慧技術。非營利組織和研究機構為公共提供世界一流的研究成果和新版本的開源機器智能程序，允許用戶以較低成本擴展其人工智慧應用。不必僅僅為創造全新的程序或數據集而啟動實施計劃。有一個起步方向是將人工智慧整合進現有的平台，比如 311 和 SeeClickFix，它們有現成的數據和用戶參與。

做好前期的數據準備工作並妥善處理隱私問題。許多機構都不具備人工智慧應用所必需的數據管理水平，有些可能缺乏足夠多啟動人工智慧應用的訓練數據。但是，隨著政府機構逐步改進其數據收集和管理水平，使用並收集這些數據類型的最佳實踐方式，將對今後的人工智慧應用至關重要。「收集並匯總適宜的數據類型對成功至關重要，」Onda 說道，「政府必須考慮他們需要的數據類型、數據過期時間（它有一個有效期），以及數據將如何聚合來為特定的個人提供相關背景信息。公眾必須能夠信任他們正在與之交互的系統，並要知道他們的數據會去向何方。」政府應該維持收集到的數據的透明度，並為公眾提供使用個人資料與否的選項。如果公眾個人使用的數據已被提交給政府（比如地理空間信息 IRS 數據），那麼公眾對隱私問題的擔憂可能會更少。Eaves 解釋說，當未徵得公眾准許，或者公眾的外部數據集與政府的信息源混雜在了一起，此時隱私問題就會出現。如果數據不準確，這些數據的使用也會成為問題。這會隨著數據的傳播而引發一連串的問題。「如果數據傳播已經被阻斷，透明度仍然是不夠的，」Russon Gilman 解釋說，因為「演算法和學習系統可以隱藏起來，因此這對於民主治理和確保公共機構的公平性來說，風險極高。」

減輕道德風險並避免讓人工智慧做決策。由於自身的編程以及訓練特點，或者數據在輸入時就已經損壞，人工智慧就很容易被偏見左右。除了在團隊中加入倫理學家，減少偏見的一個最佳方法是在所有人工智慧訓練中結合多學科、多元化的團隊。此外，美國國務院人工智慧研究員 Matt Chessen 提議設立一個新的公共政策專業，專門從事機器學習和數據科學倫理方面的研究。政府同樣可以利用合作技術專家組的工作成果來創造人工智慧的共同倫理，比如阿西洛馬人工智慧原則（Asilomar AI Principles）與 Partnership on AI 合作組織。鑒於人工智慧的倫理問題以及機器學習技術的不斷發展，人工智慧不應被委任事關公眾權益的關鍵性政府決策。例如，在刑事判決中使用的風險評分系統，以及類似的在刑事司法系統中被發現帶有偏見的人工智慧應用程序，對被判公眾產生了極度不利的影響。這些用例類型應當予以避免。比如谷歌和微軟正在積極改進嘗試機器學習模型，以防止或糾正偏見，這些公司有內部倫理委員會來思考新演算法——政府部門應秉持一種類似的實踐。然而，在機器學習技術得到改進之前，人工智慧只應當被用來做分析和流程優化，而不是提供決策支持，而人類監督仍然應該普遍存在。

助力僱員而非取代僱員。據 2016 年白宮自動化與經濟報告，各項研究對於人工智慧在未來二十年內會對工作造成的威脅程度說法不一，跨度從 9% 到 47%。在某些情況下，人工智慧可能反而會直接或間接導致與其發展與監管相關的新增就業。雖然隨著技術的發展，當失業成為公務員的合理擔憂，當藍領和白領工人的差異變得微不足道，早期的研究發現，人工智慧與人類合作時最有效。任何將人工智慧納入政府的努力都應作為對人類工作的輔助，而不是裁員。政府也應該更新公平的勞動實踐，以應對在人工智慧系統所部署的工作環境中可能發生的改變。這些策略可以幫助政府在探討公眾服務領域的人工智慧應用時，採取以公眾為中心的目標和解決方案，聚焦於建立信任、以史為鑒、提高公眾參與度。

3、結論

人工智慧對公眾體驗和與政府交互方式將產生極大影響。雖然人工智慧不是政府問題的解決方案，但它是提高政府效率的有力工具。在公眾服務中實施和使用人工智慧，對公共部門如何利用其它新興數字工具有借鑒意義。人工智慧引發了圍繞隱私、數字工具的加速和採用，以及人類是否能跟上自動化步伐的一系列問題。早期的人工智慧用例——起始於低風險的服務交付——為公眾就新型數字工具產生的各種問題提供了反饋和參與的路徑。隨著與人工智慧交互活動的增加，構建現代化建設的努力，政府的公眾服務計劃很快就能反映出公眾在個人生活中與技術的交互方式。（該文為報告部分內容節選，看報告全文可點擊閱讀原文）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！