哈佛研究员：政府机构实施人工智能应采取的六大策略 原创

市民情愿与有线网络提供商和信用卡公司打交道而不愿与政府机构打交道，我们知道，这一块有点不太对头。政府科技失败的例子很多，媒体曾大幅报道过美国政府医疗保健的崩溃，小一点的例子如打电话询问政府基本基本政府服务时冗长的等待时间。看起来不管私营部门的创新发展得多快，数字政府产品却毫无活力可言。

而人工智能（AI）则有可能是弥合老百姓的期望与政府的办事能力之间差距的方法，人工智能同时也可以提高市民参与度及有助于政府为他们提供服务。笔者在为哈佛大学Ash中心写的一篇文章里提出，AI正在渗透政府及正在改变为市民提供服务的方式，同时AI还可以减少行政负担、帮助解决资源分配问题及承担各种复杂的任务。

但是，尽管AI的种种优势十分明显，我们却不应该将AI视为解决政府系统性问题的一剂灵丹妙药。大多数政府机构目前仍在努力达到基本的现代化经营水准，而许多被业界炒得风风火火的现代工具针对的却并不是这些基本问题。不过，做好迎接将来和投资科技的准备是有益处的，老百姓与服务提供商打交道时有自己的喜好，这样做有利于跟进老百姓喜好的趋势。

各国政府在考虑实施人工智能时可以采用以下六项策略：

令AI成为以目标为本、以市民为中心的计划的一部分

政府实施AI并不是因为AI是一项新的、令人兴奋的技术。政府官员的职责是解决问题，因此就有必要学习各项有关技能，而AI应该属于解决问题的技能工具集里的一项。要问的不应该是“我们如何使用人工智能来解决问题？”而是要问“我们要解决什么问题、为什么、怎么解决？”如果AI是解决问题的正的工具，AI就不应该是市民的单项接触点，而应该是一个整体性的、包含市民在内的行程的一部分。

从市民那获得输入

市民的输入和支持对AI的实施至关重要。无论是市民或政策制定者都需要接受有关AI技术及该技术利弊的教育。市民对AI技术的了解达到一定的水平后，就可以以其他方式接触AI，甚至还可以帮助和参与创建使用自己数据的道德准则和隐私规则。在构建和部署人工智能平台时，来自市民用户和政府雇员用户的反馈都至关重要。

AI要建立在现有资源上

要将人工智能的好处加到政府系统中，但做法不应该是完全从零开始构建一个AI系统。虽然人工智能的发展在很大程度上是来自早期的政府研究，政府也可以充分利用企业、开发人员和研究机构在人工智能方面取得的成果。起步的一种做法是将AI整合到现有的平台上，如311和SeeClickFix，这些平台已经有现存的数据并在AI领域有一定的经验。

准备好数据，小心处理隐私

许多机构的数据管理水平尚未达到能够满足AI应用程序的要求，也有许多机构或许由于缺乏足够的数据作训练模型用而不能使用AI。业界存在许多准备AI数据的最佳做法，例如在产品的生命周期里对数据进行监视。政府在收集数据时一开始就应该完全透明，在使用个人资料时允许市民有选择的自由。如市民未表示同意，隐私问题就会凸现出来，同样，外部数据集与政府资料源混合在一起时也存在隐私问题。数据不准确时，数据的使用会导致困扰，数据进一步传播时则可能引起级联效应。

减轻道德风险，避免AI决策

由于编程及训练方法的限制或是数据输入受到破坏，AI有出现偏差或偏见的可能。减轻偏差或偏见的最佳做法是在整个AI过程中有伦理道德研究者的参与以及多学科和多样化团队的参与。各政府还可以利用各种科技学团体的成果，这些团体为AI制定了 一些常见的伦理道德准则，如“Asilomar AI原则”及“基于AI的伙伴关系”。由于围绕AI的伦理问题的存在以及机器学习技术在不断发展， 涉及到市民的关键政府决定不应该交给AI去做，而应该以人的监督为主。

扩充员工，不要更换员工

不同的研究对于在未来二十年内AI对工作岗位造成的威胁的评估存在很大差异，2016年白宫自动化与经济报告给出的数字在9％至47％之间。而在某些情况下，AI则可能直接和间接地导致新的工作岗位的增加，如AI开发和监督方面的工作。公务员和蓝领工人对工作岗位流失的关注是合理的，但早期的研究发现，AI与人类的合作是最有效的。在考虑AI进入政府工作范畴时需以增加人类工作为切入点，而不是为了削减人员。各国政府还应该更新公平劳工实践，为在工作场所引入AI系统后出现的潜在变化做好准备。

政府应该先从小的工作下手，先试验再扩大规模。如果团队缺乏足够的数据或资源，不妨先定下相关策略，以期在长远的将来建立人工智能系统。通过以上这些步骤，政府可以在市民服务中用上人工智能，重点要放在建立信任，从过去的经验中学习，建立以市民为中心的目 标和解决方案，以改善市民的参与度。