人工智能对公众体验和与政府交互方式将产生极大影响，虽然人工智能不是政府问题的解决方案，但它是提高政府效率的有力工具。随着与人工智能交互活动的增加，构建现代化建设的努力，政府的公众服务计划很快就能反映出公众在个人生活中与技术的交互方式。
编译 | Rik R 张震 刘燕
来源 | Harvard Ash Center
在全球范围内，政府部门都在对人工智能应用进行测试，人工智能可以大大改善公共对实时回答的访问体验，甚至可以辅助制作并填写文件，尤其是在日常任务方面。
较为普遍的公共服务使用案例都与公共咨询以及信息相关。例如，公众的问答请求通常需要借助长时间的通话、亲自到访或遍寻网络和第三方平台才能得到解决。公共服务中的许多人工智能案例研究主要分为五类：回答问题、填写和搜索文档、路由请求、翻译和起草文档。
虽然人工智能在政府工作中的应用并没有跟上其在私营机构中迅速扩大的趋势，但公共部门的潜在用例反映了私营机构的普遍应用。人工智能只有在不断学习的情况下才能在许多这样的场景中发挥作用。仅仅为了取代客服调用流程中的交互式语音应答系统，或是自动化基本的计算机任务的人工智能应用，并不会比一般的应用更具有突破性，因为后者在进过学习和改进也会变得更好。如果人工智能确实减少了行政负担，并增强了人们的经验，而不是取代工人，那么它也将产生更大的影响。如果应用得当，人工智能应用也可以更有效地提供公众服务，同时极大地降低成本，提高公共的满意度和参与度。Hollie Russon Gilman 是哥伦比亚大学国际与公共事务学院（SIPA）的一名讲师兼无党派智库 New America 的研究员，他认为「这些人工智能应用可以在公众和国家之间产生更多直接的双向互动。」
人工智能正被越来越广泛地应用在公共咨询和信息倡议领域，下文几个代表案例，说明了人工智能如何重塑这种工作的未来，它们主要是一些试点项目和早期的人工智能应用，可能并不涵盖人工智能和机器学习的所有功能。
1、公众信息查询领域的人工智能应用案例
回答问题。北卡罗莱纳州政府办公室，聊天机器人——听觉或文本式计算机会话系统，通常是基于人工智能技术——将帮助中心的电话接线员从近 90% 的基本的账户密码问题中解放出来，从而服务那些更为复杂和紧迫的请求。
新加坡政府曾与微软为共同开发了一些聊天机器人作为数字代表，用在特定的公共服务领域。
纽约正计划与 IBM 的人工智能平台华生（ Watson）合作，拟建立一个新的客户管理系统，以加快其 311 平台在问答与城市服务投诉方面的处理进程，缩短响应时间。 IBM 沃森还帮助提高了 MySurrey APP 在萨里和不列颠哥伦比亚两地的市民答疑系统的响应速度。该应用程序可以解决城市官网上 65% 的已被回答了的问题。通过持续的学习，华生研究了 16 个城市服务系统中的 3000 个文件，能够回答 1 万个问题。
将来，人工智能还可以对请求和对话进行情感分析，从而更好地理解公共的咨询和反馈。
填写和搜索文档。一款免费的法务聊天应用程序可以帮助美国难民寻求庇护，通过回答一系列的问题来确定申请类型和相应的庇护资格。有了所需的信息，该聊天机器人会帮助申请人自动填充表单，并提供下一步说明。它还有一个好处是提问方式直接了当，不会给非专业人士和非母语者带来困惑。
人工智能可以快速分类和搜索一系列的文档和图像。美国一个州政府正在使用人工智能来帮助市民搜索超过 100 万页的文件，同时可以节省系统升级带来的数千美元花费。
在法律界，人工智能被用来扫描高级法律文件，并找到相关判例法。
路由请求。墨西哥政府试行了一项倡议，使用算法对公共请愿进行分类，并告知负责该事项的办公部门。
好事达保险公司正在使用亚马逊的 Alexa 聊天来与客户进行交互，询问他们的计划和支付方式等一些基本的问题，并引导他们至最近的办公地点。
一家电信提供商使用人工智能来搜索文档，全程仅需几分钟，提高了其 4 万个呼叫中心代理的客户查询解决速度。每年可以为公司节省 100 万美元，平均通话时长每减少一秒就能节省 1 美元。
翻译。现在有一些服务可以提高政府信息的翻译效率。例如，平昌冬奥会将使用基于人工智能的实时翻译服务。
Unbabel 公司将众包与机器学习相结合，将业务操作翻译成了 14 种语言。使用算法来翻译客服电邮和网页，同时雇佣人工编辑团队进行审核，这使得他们的翻译服务成本比传统方式更低，每个对话仅需 0.02 美元。
起草文件。日本的经济、贸易和工业部正在试行一个系统，使用人工智能草拟答案，来帮助议会成员办公室对公共问题进行回应。可以使用自然语言生成（Natural Language Generation，NLG）人工智能技术来起草文件，该技术已被许多新闻编辑室采用，包括彭博社和美联社，用于数据挖掘、建立文本数据集，故事编写速度可以达到每秒钟 2000 个。在这些场景中，NLG 还可以帮助非数据科学人员更好并更有效地理解数据。
人工智能可以帮助政府的工作人员把更多时间花在解决市民的需求上，这可能会帮助公务员变得更有人情味，并改善他们与公共之间的关系，哪怕只是表面上的改善，Living Cities 的总裁兼首席执行官 Ben Hecht 说到。在某些情况下，人工智能也有助于公共参与和服务交付。在 2014 年的一项研究中，Colorado 人力服务部的工作人员要花 37.5% 的时间处理文档和行政事务 ，而留给孩子和家人的时间则只占了 9%。行政工作的部分自动化将使员工有时间面对面地与公众建立关系并解决问题。
Hecht 推测，人工智能也会使公众感到自己属于一个更大的群体。随着人工智能越来越多地去了解政治参与对公众的价值体现，它可以帮助邻里共享并比较彼此的政治参与经历。例如，如果一个公众向其代表咨询一个立法问题，那么聊天机器人就可以对此进行跟进，让他们知道持有相似请求的公众数量，同时确保所有公众信息的私密性。它甚至会跟进有关该立法或未来参与选项的新闻或更新信息。「一旦你选择参与其中，就会体会到一股集体的力量，这会提高你的参与积极性，因为已经有太多人采取了行动，使他们的社区变得更好，」Hecht 解释道。
Synthesis 公司首席执行官 Ari Wallach 看得更远。人工智能的第一个浪潮，即我们目前所处的阶段，集中在战术层面的客服用例方面，也即理解并响应查询以及解决基本的问题。Wallach 解释说，公共服务领域的下一轮人工智能浪潮将在许多方面表现得更具前瞻性。人工智能平台将能够了解市民正在做什么或问什么，并针对具体问题采取行动（例如，它注意到一个新地址并询问是否应预当申领一张新的驾照）。第三波浪潮还需 10–15 年的时间，Wallach 说，那时公共服务领域的人工智能不再仅仅是基于查询数据的预测，而是基于非查询数据、活动及其它形式的数据集（比如一张新驾照会自动更新地址，假设其形式不变的话，而无需公众亲自参与）。「想象一下，与你直接且频繁接触的是一个不断学习并完善自我的高水准政府护卫，它同时还为其余 3 亿人服务，」Wallach 在谈论未来的情景时说道。这些浪潮将反映我们与人工智能交互的演变过程，比如用户界面从键盘向语音和视听输入持续转换的趋势。
人工智能在公共服务领域还大有可为，除公众信息查询之外，它还可以提供应急响应、实现定制化和低成本的教育、监察欺诈和腐败、完善犯罪报告、使用预测来锁定并取代社会服务干预、积极通报基础设施维修、预测网络攻击和公用网络上的个人信息丢失。
2、人工智能在政府工作中的应用原则
在论及技术进步时，政府有很大的升级利用空间，但由于许多体制方面的原因，人工智能无法解决这些问题。此外，许多现代工具都被吹得天花乱坠，而大多数政府部门还在为达到更基本的现代操作标准而努力。然而，忧患未来、投资技术是一件好事，这样可以跟上公众对服务提供商的偏好趋势。各国政府可以通过借鉴先前的改革措施以及私营机构的人工智能落地方案，来思考人工智能实施计划。下图的六个策略可以帮助政府顺利开展人工智能计划：人工智能的应用应以目标为基础，以公众为中心；公众参与；利用现有资源；做好前期的数据准备工作并妥善处理隐私问题；减轻道德风险并避免让人工智能做决策；以及助力雇员而非取代雇员。
人工智能的应用应以目标为基础，以公众为中心。政府应用人工智能不应该仅仅因为它是一个令人兴奋的新技术。政府官员应该有足够的能力来解决工作中的问题，而人工智能应当作为特定问题解决工具集的其中一个选项。问题不应该是“我们将如何使用人工智能来解决问题”，而应该是「我们试图解决什么问题，为什么要解决它，以及我们将如何解决它？」如果人工智能是达到这一目标的最佳手段，那么就可以被应用，否则就不该勉用。如果人工智能是最合适的工具，那么它就不能只被应用于一个单一的公众服务触点。麦肯锡建议机构考虑一个端到端的公众服务旅程。他们在其《公众优先（Putting Citizens First）》研究报告中指出，管理客户的整个起始旅程能达到更高的满意度，且交付效率更高。政府部门可以考虑人工智能触点的部署位置和时间，以及其中还可能会用到的其它技术或人机交互流程。要做到以客户为中心，就要保证技术的包容性，以及代沟、教育、收入和语言方面的差异。
公众参与。公众的参与和支持对于人工智能的落地很有必要。「政府应该努力实现真正的参与，从而让人工智能被大众所知晓，同时为公众提供对话机会，来创造一个讨论人工智能的议程，从而解决潜在的问题，这是一种最基本的方式，」Russon Gilman 建议道。Wallach 表示同意：「社会上需要一场有关人工智能的对话——来教育每个人，从公众到决策者，让他们真正理解其运作原理和权衡指标。」接受了那些教育之后，公众就可以提供其它参与人工智能的方式，甚至帮助政府共同制定数据应用方面的道德和隐私规则。在构建和部署人工智能平台时，无论是从公众还是公务员用户的角度来说，用户反馈都是至关重要的。Onda 建议设计一些系统来「提供适宜水准的洞见，这取决于个人的用户偏好」。
利用现有资源。为政府系统添加人工智能，不应从头构建系统。虽然许多人工智能变革是来自于早期的政府研究，但是政府也可以利用企业和开发商在人工智能领域取得的进展。IT 分析公司 IDC 的预测，到 2018 年, 75% 的新型企业软件将包括含人工智能技术。非营利组织和研究机构为公共提供世界一流的研究成果和新版本的开源机器智能程序，允许用户以较低成本扩展其人工智能应用。不必仅仅为创造全新的程序或数据集而启动实施计划。有一个起步方向是将人工智能整合进现有的平台，比如 311 和 SeeClickFix，它们有现成的数据和用户参与。
做好前期的数据准备工作并妥善处理隐私问题。许多机构都不具备人工智能应用所必需的数据管理水平，有些可能缺乏足够多启动人工智能应用的训练数据。但是，随着政府机构逐步改进其数据收集和管理水平，使用并收集这些数据类型的最佳实践方式，将对今后的人工智能应用至关重要。「收集并汇总适宜的数据类型对成功至关重要，」Onda 说道，「政府必须考虑他们需要的数据类型、数据过期时间（它有一个有效期），以及数据将如何聚合来为特定的个人提供相关背景信息。公众必须能够信任他们正在与之交互的系统，并要知道他们的数据会去向何方。」政府应该维持收集到的数据的透明度，并为公众提供使用个人资料与否的选项。如果公众个人使用的数据已被提交给政府（比如地理空间信息 IRS 数据），那么公众对隐私问题的担忧可能会更少。Eaves 解释说，当未征得公众准许，或者公众的外部数据集与政府的信息源混杂在了一起，此时隐私问题就会出现。如果数据不准确，这些数据的使用也会成为问题。这会随着数据的传播而引发一连串的问题。「如果数据传播已经被阻断，透明度仍然是不够的，」Russon Gilman 解释说，因为「算法和学习系统可以隐藏起来，因此这对于民主治理和确保公共机构的公平性来说，风险极高。」
减轻道德风险并避免让人工智能做决策。由于自身的编程以及训练特点，或者数据在输入时就已经损坏，人工智能就很容易被偏见左右。除了在团队中加入伦理学家，减少偏见的一个最佳方法是在所有人工智能训练中结合多学科、多元化的团队。此外，美国国务院人工智能研究员 Matt Chessen 提议设立一个新的公共政策专业，专门从事机器学习和数据科学伦理方面的研究。政府同样可以利用合作技术专家组的工作成果来创造人工智能的共同伦理，比如阿西洛马人工智能原则（Asilomar AI Principles）与 Partnership on AI 合作组织。鉴于人工智能的伦理问题以及机器学习技术的不断发展，人工智能不应被委任事关公众权益的关键性政府决策。例如，在刑事判决中使用的风险评分系统，以及类似的在刑事司法系统中被发现带有偏见的人工智能应用程序，对被判公众产生了极度不利的影响。这些用例类型应当予以避免。比如谷歌和微软正在积极改进尝试机器学习模型，以防止或纠正偏见，这些公司有内部伦理委员会来思考新算法——政府部门应秉持一种类似的实践。然而，在机器学习技术得到改进之前，人工智能只应当被用来做分析和流程优化，而不是提供决策支持，而人类监督仍然应该普遍存在。
助力雇员而非取代雇员。据 2016 年白宫自动化与经济报告，各项研究对于人工智能在未来二十年内会对工作造成的威胁程度说法不一，跨度从 9% 到 47%。在某些情况下，人工智能可能反而会直接或间接导致与其发展与监管相关的新增就业。虽然随着技术的发展，当失业成为公务员的合理担忧，当蓝领和白领工人的差异变得微不足道，早期的研究发现，人工智能与人类合作时最有效。任何将人工智能纳入政府的努力都应作为对人类工作的辅助，而不是裁员。政府也应该更新公平的劳动实践，以应对在人工智能系统所部署的工作环境中可能发生的改变。这些策略可以帮助政府在探讨公众服务领域的人工智能应用时，采取以公众为中心的目标和解决方案，聚焦于建立信任、以史为鉴、提高公众参与度。
3、结论
人工智能对公众体验和与政府交互方式将产生极大影响。虽然人工智能不是政府问题的解决方案，但它是提高政府效率的有力工具。在公众服务中实施和使用人工智能，对公共部门如何利用其它新兴数字工具有借鉴意义。人工智能引发了围绕隐私、数字工具的加速和采用，以及人类是否能跟上自动化步伐的一系列问题。早期的人工智能用例——起始于低风险的服务交付——为公众就新型数字工具产生的各种问题提供了反馈和参与的路径。随着与人工智能交互活动的增加，构建现代化建设的努力，政府的公众服务计划很快就能反映出公众在个人生活中与技术的交互方式。（该文为报告部分内容节选，看报告全文可点击阅读原文）