AI政務服務，既要“精度”又要“溫度”（新媒視點）

吳紅雨

當前，以人工智能爲工具、以數據資源爲內容、以應用場景爲場域的數字化技術，已經全面滲透到中國基層治理的各個領域。

如何讓AI真正賦能基層治理，爲基層幹部減負，讓羣衆享受到實實在在的數字福祉，是今年開春以來多地政務部門上線智能大模型後人們最關心的問題。

AI在基層治理中的應用，是一個循序漸進的過程。很多人或許還記得AI智能客服最初面世時的“已讀亂回”或“答非所問”，但隨着機器學習的優化和訓練數據的積累，AI在政務服務中的表現越來越令人驚歎。

一方面，AI能將分散的工單系統、數據平臺和人力資源進行整合，減少“信息孤島”，將居民急難愁盼的問題納入社區公共服務決策，提升基層治理的整體效能。另一方面，AI可以把基層幹部從公文寫作、文件歸檔、數據填報以及諮詢解答等事務中解脫出來，讓他們將更多精力投入複雜政策的創新與決策研究，在“最後一公里”提升人性化治理的溫度。

AI賦能基層治理，並不是對人工的簡單“替代”，創造性的場景應用纔是AI的巨大優勢。

比如杭州翠苑一區通過人工智能小程序“線上呼”，精準感應孤寡老人家中馬桶用水情況，從而監測老年人的實時動態，及時生成AI預警工單。社區治理藉助AI和數字設備，收集分析“一老一小一弱”的社會人口特徵、重要健康指標、日常活動信息等，對數據實時更新，就能進行及時預警。這種利用AI技術的預測性治理模式也可應用於公共衛生領域、社區安全管理。AI通過數據的深度挖掘和應用，可以實現基層治理應用場景的科學化、精細化，並提前部署資源。

AI賦能基層治理的優勢，還在於優化基層工作流程，重塑決策機制，形成經驗與數據相結合的智能協同模式。

過去，基層治理曾長期依賴經驗決策，現在AI通過海量數據的採集、處理與分析，自動生成不同維度的動態治理模型，爲基層幹部提供決策參考，推動基層治理理念的轉型升級。技術所帶來的，不僅是簡單的新工具，而是組織、文化、認知行爲等與技術深度融合後形成的系統性治理變革，包括治理理念升級與治理手段革新。

公務員這一崗位的功能與價值也被重新定義。當AI在公文生成、數據處理、事件處置、安全管控等環節中承擔了標準化、程式化的工作，人類公務員就可以深耕AI無法抵達的現場。如通過面對面走訪，以噓寒問暖的共情，在特定羣體中構建起有溫度的社會支持網絡；又如在突發事件發生時，綜合權衡政策剛性與羣衆實際訴求，做出符合當時情境的決策。

因此，未來的基層治理模式，不僅要重視效率優先，更要拓展政務服務中的人性化維度。

當前，政務服務智能化轉型進入深度推進期。基層公務員在擁抱AI政務大模型時應牢記：數字化的最終目的是“以人爲本”。基層治理的智能化建設，應根據居民需求保持動態變化。

一方面，要讓AI技術更好地契合基層實際需求，解決基層治理的痛點，避免陷入AI形式主義；另一方面，要避免過度的智能化改造，如充分考慮老年羣體的數字素養，適度控制其使用智能設備的頻率。

若一味追求技術進步而忽視切實需求，容易掉入“唯技術論”的陷阱。比如過度依賴智能填表，忽視了對實地走訪的總結反思；過度依賴AI公務員介入鄰里糾紛、社區矛盾的解決，淡化了人與人之間的信任建立。其結果都會偏離基層治理“以人民爲中心”的初衷。

人工智能是人類發明的一項技術，其本身不具備主觀意識和道德判斷能力。有多個實例證明，完全依賴數據做出決策可能會發生算法偏見，甚至加劇弱勢羣體的數字不平等程度，還有數據安全與個人隱私保護以及地方文化的特殊性等，這些都是政務服務智能化轉型中需時刻警惕的問題。

基層是距離人民羣衆最近的地方，基層治理的目標是確保善治的成效惠及每一位居民。

因此，既需重視算法偏見與數據安全的難點，又要將基層需求與智能技術精準匹配，更要重塑人機協同的治理新模式，讓每一位羣衆都能從這場史無前例的技術革命中獲得實實在在的數字紅利。

(作者爲浙江大學數字溝通研究中心副主任)