“人工智能+”行动推动政府治理手段创新

　　在数字技术飞速发展的当下，人工智能成为推动各领域各行业变革的核心力量之一。政务领域人工智能的加快应用，正引领政府治理向智能化转型。近期，中央网信办、国家发展改革委联合印发的《政务领域人工智能大模型部署应用指引》（以下简称《指引》）指出，“政务部门可围绕政务服务、社会治理、机关办公和辅助决策等工作中的共性、高频需求，因地制宜、结合实际，选择典型场景进行人工智能大模型探索应用。”这为人工智能大模型在政务领域的应用指明了方向。人工智能大模型以其强大的数据处理以及智能学习能力，成为推动政府治理创新的“智慧大脑”，为提升政务效能、优化公共服务、创新社会治理提供新的路径与方法。

　　大模型指具备显著容量优势的深度学习模型，具有参数量大、架构复杂的特点，对于处理各种深度学习任务具有显著优势。人工智能大模型以其卓越的通用性、高精度和高效率，已成为现代计算机视觉、自然语言加工等复杂任务处理的重要工具。政务领域人工智能大模型的部署应用，通过深度学习、自然语言处理、虚拟数字人等技术，可以促进政务方式迭代更新，引发数字时代政府治理的深刻变革。

　　政务领域人工智能大模型的价值

　　其一，政务领域人工智能大模型具备强大的自然语言处理能力，能够精准理解和高效处理各类文字工作。传统的政务文本处理，需要耗费大量时间在一些常规性、格式化的文本编辑、表格填写等工作上。人工智能大模型可以替代人力完成表单填写、信息搜索与获取、数据提取与处理等耗时长的工作，从而使公务人员的时间和精力得到解放，可有效提高政务服务效率和质量。

　　其二，政务领域人工智能大模型具备强大的数据处理能力，可为政府工作人员和社会公众提供丰富、准确的政务信息支持。通过学习大量数据信息，大模型能够迅速响应各类信息查询请求；社会公众输入所需政务服务的目的或指令，大模型便可通过识别输入文字中的关键信息，即时找到相关信息。通过政务信息数字化，大模型结合政务知识数据图谱，可以快速筛选出历史办事数据、政策法规等有效信息，为依法行政提供政策支持和法律支撑。

　　其三，政务领域人工智能大模型能够帮助行政机关更加精准地把握政策走向和决策依据，辅助作出更科学、合法的行政决策。通过人工智能大模型的信息检索和分析功能，能够在海量的政务数据、法律法规和政策文件中，快速检索到与决策相关的信息，并通过数据分析和挖掘技术，给决策者提供有价值的参考，为行政决策过程中的信息获取、分析和判断提供有力支持。

　　其四，人工智能大模型在政务领域的应用，能够以数据处理和生成为纽带，促进政府、市场和社会形成有效合作,实现三者的相互赋能。通常情况下，政务领域人工智能大模型应用所需的平台、技术、设备等主要来自相关企业的产品和服务供给，企业反过来可以购买、利用政务服务中可公开的数据开拓产品和服务。这使得政府与市场可形成相互合作、相互支持的协同关系。社会公众是政务服务的对象，公众的政务需求构成推动政务服务智能化的重要动力。通过部署政务领域人工智能大模型，可以加强“人机互动”，更好了解公众政务需求，优化政务服务的类型和结构。

　　政务领域人工智能大模型应用需注意的问题

　　在政务领域部署应用人工智能大模型的同时，也应当警惕存在的应用风险，比方数据污染、信息泄露、技术垄断等。因此，《指引》在提出推进政务领域人工智能大模型技术、产品和服务的部署应用时，明确要求“有序推进”“持续优化”“审慎选择”。同时，《指引》提出加强政务数据治理、建立健全全周期管理体系、提升人工智能安全风险应对能力等化解技术风险的对策。

　　其一，加强政务数据治理，化解数据质量风险。政务数据质量风险主要来源于数据污染。数据污染是在数据搜集、处理过程中，其完整性和真实性遭到人为破坏，从而损害数据质量，削弱数据可靠性，危及政务服务智能化的有效性。政务数据治理要防范数据被污染，及时清除有害数据。对此，《指引》提出分类分级管理政务大模型涉及数据，加强训练数据、微调数据、知识库等管理；建立台账并详细记录数据来源、类型和规模等信息，确保数据来源可靠可追溯、内容准确有效；探索基于大模型的政务知识治理路径，打造可信知识库，确保数据源的权威性、准确性和时效性。　　

　　其二，建立健全全周期管理体系，加密数据信息安全。人工智能大模型在政务领域的应用，依赖大量的政务数据和公民个人信息，一旦大模型遭受黑客攻击或管理不善，数据信息被非法获取或滥用，将对公民合法权益和政务安全产生重要威胁。为此，《指引》提出建立健全数据安全的全周期管理体系。通过构建全覆盖、闭环式风险监测和预警机制，对数据安全实时监测、及时预警；通过建立快速响应与应急处置机制，及时阻断泄露风险扩散，防止危害扩大化；通过完善事后评估与系统纠错机制，评估风险应对措施的有效性，及时纠正系统错误，增强政务领域人工智能大模型的容错和纠错能力；通过建立政务部门安全责任制度，明确数据处理、大模型训练和场景应用各阶段参与主体的安全职责和任务，在模型训练、部署应用等过程中加强数据安全保密和个人信息保护。

　　其三，持续推动迭代优化，降低算法歧视的消极影响。政务领域人工智能大模型通过周期性、重复性学习和训练后，在作出数字化政务服务过程中，可能会出现算法歧视问题，即基于深度学习的偏差，大模型算法有可能丧失客观、公正的标准，造成政务服务资源分配不合理，降低民众、企业的体验感与获得感。因此，《指引》提出政务部门应将持续迭代优化作为人工智能大模型部署应用的关键环节，建立常态化更新机制。持续更新优化政务领域人工智能大模型的基础模型，及时更新支撑人工智能大模型运行的输入数据和知识库，并适时进行清洗、标注，补充优化训练数据集。同时，建立政务领域人工智能大模型用户评价反馈机制，及时收集、处理用户需求，以用户反馈驱动迭代优化。

　　人工智能大模型在政务领域的应用已是不可阻挡的趋势。《法治政府建设实施纲要（2021—2025）》明确将“智能高效”确立为法治政府建设的目标之一，以DeepSeek为代表的大模型在现实中已经对政务服务和政府治理产生深刻影响。未来，伴随数字技术的不断进步和应用的深入发展，人工智能在政务领域将发挥更为重要的作用。面对人工智能给政务服务和政府治理带来的机遇与挑战，应积极拥抱时代变革，以创新思维和务实举措应对挑战，开创政务智能化发展的新局面。这样才能促进人工智能与政务服务的深度融合，推动政务智能化的持续健康发展，提升政府治理能力现代化水平，为社会提供优质、高效的政府服务。

　　（作者单位：中共江西省委党校）