一、问题的提出
    随着人类进入网络社会，工业社会建立起来的以“专业分工、上下服从”为特征的科层制政府，无法迎接迅速变化的信息社会和知识经济带来的挑战，既不能够发挥“整合引擎”的功能，也不足以协调“流动的”政府专业知识与价值观，导致在公共服务供给、公共问题治理时越发僵硬与低效。为了改变政府面临的困境，许多“药方”被开出，如“无缝隙政府”（Seamless government）、“服务型政府”（Service-oriented government）、“电子政府”（E-government）等等。这些富有针对性的理念与方案，或多或少提高了政府运行的效率，但一些根植于行政体系深处的结构性问题，仍然没有得到真正解决，诸如决策一统性与执行灵活性之间的张力、技术治理与整体协同之间的矛盾、政府规模与公共服务碎片化之间的悖论等。上述问题都存在一个共性表征：信息不对称。信息不对称会使委托-代理关系中的权力发生转移，还会导致组织决策出现偏差。随着组织规模的扩大、等级链条的延长，信息不对称情况将逐渐恶化，组织效率会愈发低效。可见充分信息是有效治理的前提，要解决结构性问题需要重构组织中的信息渠道，改变原先信息不对称的状况。
    现代技术赋予了组织数目字管理技术的能力，为解决信息不对称问题提供了技术路径。尤其是拥有巨大信息处理能力的人工智能技术，为人类解决管理难题、决策判断时提供了强有力的支持。“人工智能”在1956年达特茅斯学术研讨会上被首次提出，经过60年的发展，技术逐渐成熟。随着2016年AlphaGo战胜李世石，宣告智能革命时代的到来，人工智能技术的应用快速渗透到各个领域并在很多应用领域取得了突破性进展，人工智能技术与传统的信息技术相比，其运算速度更快、处理数据规模更大且计算精确率更高。这样的技术特性不禁让人产生无限的想象力，例如一些学者站在技术主义的立场把对“更好的政府”的期望，寄托在人工智能上，希望它的应用能“让政府治理更加科学、便捷、精细、透明、公平、高效”。另一些学者则回溯历史长河，强调虽然新技术会对组织的结构、职能和管理方式产生推力，但需要认识到技术也具有局限性，无法一劳永逸地解决组织问题。那么在实践层面，人工智能技术是如何解决政府治理中面临的信息不对称问题，同时具有哪些局限性？需要进一步总结与分析，为理论发展与实践指导提供知识。鉴于此，本文选取两个典型案例，剖析人工智能技术在解决不同类型信息不对称时的具体路径并提出人工智能技术存在的潜在风险。
    二、政府治理的一个核心问题：信息不对称
    信息是个体与组织行动的基础和前提，政府必须要掌握大量重要的信息，才能开展有效的治理活动。不仅政府治理活动是与各种形态的信息活动紧密结合在一起的，而且获取和利用信息的活动本身就是政府治理活动的重要组成部分。归根结底，信息是政府行动的前提，是政府管控的基础，是政府行动的目标，也是贯穿治理体系的神经系统。可见政府治理对信息的高度依赖，治理的有效性不仅需要信息，更需要充分的、全面的以及准确的信息。但不可忽视的是，“信息不对称”现象普遍存在于政府治理的过程中。这种行为主体间信息不均匀分布的状态，常常导致逆向选择与道德风险等问题。传统科层制中的上下级政府属于“委托-代理”关系，由于中国治理规模大、治理负荷重等因素的影响，传统的信息采集机制无法即时收集到“全样本”信息，在一定程度上为信息不对称的发生提供了潜在条件。信息不对称往往会诱发官员腐败、无序竞争和治理失败。
    （一）信息不对称的生成原因
    根据信息来源的差异，引起信息不对称的原因可分为两种：一是政府科层体系与社会公众在纵向传递过程中出现的信息损失；另一个是在政府部门间横向传递时出现的信息截流。在政府组织中，纵向信息传递主要指信息自下而上的从社会公众向政府部门进行扩散，或自上而下的从政府部门向社会公众进行传播。塔洛克的研究发现，由于政府官员对上负责，因而信息与权力具有天然的联系。导致上级政府在收集信息时，地方官员很可能采取“象征性合作”或“选择性执行”等策略，根据自己的利益需求对上级的要求进行取舍，导致社会公众的诉求与请愿往往在通过政府科层体系时被逐级筛选出去了。当信息自下而上的通过一个级别就会丢失一半，最终达到最高层官员那里的信息只有最初收集数据的1.6%，并且这部分信息在内容与含义上与最初收集到的事实会有很大不同。同样，当上级部门试图通过科层制进行信息传播时，会发现下级部门会为了自身利益对上级部门发布的信息“选择性传播”或“二次解读”上级发布的信息内容，导致社会公众无法完全获得真实的、完整的信息。
    在政府体系内部的横向信息传递中，各部门都在千方百计地扩大自己所支配的国家资源，赋予自己的利益以高于所有其他部门的优先权。出于竞争目的各政府部门会对有价值的信息实行保护式封锁，由于政府部门是按照专业分工，不同的部门具有不同的管理范围与专业知识，对本部门的信息垄断可以保证部门在组织中具有不可替代性。其结果是在界定问题、制定政策和执行政策的过程中，政府部门间、地方政府间信息无法共享，条块分割难以形成整体合力，出现专业主义，部门主义等现象，形成人为的“信息隔离”。每个部门都在各自的权限范围内制定自己的政策议程，并试图以最有效的方式运用自己的资源，达到自己的目标，结果必然是政府官僚体系内部不同的组织机构可能因不同的组织利益而不断发生冲突，致使政府的整体凝聚力沦为“官僚机构各自为政”的牺牲品。
    针对政府部门纵向信息损失与横向信息隔离导致的信息不对称问题，现有研究从三个方面提出了建议：一是提升政府信息能力的关键在于创新治理工具，引入新兴技术实现智慧治理。人工智能作为最炙手可热的新技术，可以“提升信息收集的全面性和准确性”、“减少人为干预或者扭曲信息”以及“实现信息传送的及时性”，满足政府治理需要。
    二是打通政府间信息传递的层级，建立统一的政务信息平台。政府基层管理单元生产和接收到的数据可以直接实时上传到统一平台，最高级管理机构也可以随时调取和分析最原始、最基础的信息。这样可以打破部门壁垒，减少信息孤岛，推动各级政府信息系统的整合共享，实现数据协同。
    三是树立开放系统观，引入社会力量建设多信息渠道。扩大社会力量有序参与政府治理的机会与渠道，大力培育和发展非政府组织、媒体等各种独立的信息来源和传输渠道，建立政府主导和社会参与有机结合的综合性、立体化、多层次信息体系。
    （二）人工智能应用成熟度模型
    根据技术发展阶段，人工智能分为弱人工智能与强人工智能，弱人工智能还处于“工具”阶段，只能简单地执行任务而不会“思考”，强人工智能则达到了“类人”阶段，不仅能完成人类交给的任务，而且还能思考任务目标并根据现实场景及时调整。技术要发挥最大效用，不单单取决于技术本身的特性，还需要运用技术的组织进行配合，例如进行制度更新、机构变革等等，帮助技术以最优的形式嵌入到组织运行中并实现组织目标。为了更好地理解人工智能在政府治理中的应用，笔者选择技术发展与组织变革这两个维度，构建人工智能应用的成熟度模型（图1）。

    根据建构的模型，人工智能技术在政府治理中的具体实践可以分为三个阶段：初级阶段是“插件式”应用，政府通过应用这项技术实现治理赋能，实现政府在某些领域实现目标能力的提升。以改善政府信息不对称为例，插件式应用为政府提供了解决该问题的弹性。在不对政府组织结构、业务流程以及制度安排做较大改变，通过技术应用减少信息不对称，提高国家治理信息的完整性、准确性与及时性，增强政策制定科学性、政策执行有效性、政策评估准确性，推动整体协同性。例如，在税务部门应用的智能税收系统运用大数据技术提高信息源的量与质，缩小监管者的信息不对称程度，实现对部分基础业务处理的智能化、精准化和自动化分析。
    人工智能应用的第二个阶段是“再造式”应用，通过采纳新技术对原有业务流程进行重构，实现技术效率的最大化。人工智能具有压缩时空，整合系统的技术特征。当信息被数字化后，人工智能超强的运行能力可以把不同群体、组织聚合为一个高度整合的系统，实现全时间、远距离合作，协同解决问题，这也为组织流程再造提供了想象力。以往公众到政府办理事务，往往会因为各办事机构间、公众与政府间的信息无法实现自由流动，导致办事时间长、办事效率低，而且还会由于办事人员对业务的熟悉、尽责程度不同而影响事务的办理进度。2017年4月，浙江省首个人工智能机器人上岗，通过公开政府办事信息，改变传统业务管理流程，整合多部门审核办理事项，减少窗口办事人流量30%以上，让企业从申请到领取营业执照的时间从6个工作日缩短到2个工作日，极大提高了政府服务效率。
    人工智能应用的高级阶段是“顶层式”应用，这类应用将人工智能视为一种新生态。技术的飞跃重构了现在的城市管理生态，催生出基于数据、算法的决策模式。组织机构、办事流程与制度安排都将围绕着对数据资源的收集与分析而重新塑造。在这类应用中，人工智能不再是作为提升效率或是推动流程再造的“技术”而是一种“思维”。城市每时每刻都在产生信息，而这些海量信息由于缺少系统的收集与分析，无法转化为管理决策的依据，使得政府治理长期处于信息模糊的状态之中。智慧城市的建设就是这种思维的实践体现，通过对城市运行各个部分的数据进行收集与分析，超越了传统管理的单维视角，消解由信息不对称带来的治理低效。
    综合上述三类应用，目前在政府部门中应用最广泛的是前两类应用，第三类应用由于技术演进等方面的原因，缺乏现实实践的典型案例，故笔者选择插件式应用和再造式应用的典型案例进行剖析，分析人工智能技术在解决信息不对称中的优点与不足。
    三、人工智能如何解决信息不对称：来自两个案例的启发
    （一）插件式应用：纽约市利用人工智能推送食品安全信息
    近年来我国食品安全问题层出不穷，造成巨大的经济损失和社会影响，严重威胁人们的身体健康和生命安全。为此政府投入了大量的人力、物力与财力，建立监管体系并定期、不定期地向消费者发布食品质量安全信息，以改善监管效率，降低风险。但效果并没有显著提升，究其原因是制度与执行之间存在“两张皮”问题。政府监管部门对从事餐饮服务行业的经营门店都要进行定期和不定期的食品安全检查，并将检查结果标记在“餐饮服务食品安全监督信息公示栏”上，并要求该公示栏张贴在店内。尽管如此，但实际效果并不佳，人们去餐厅用餐首先是找座位，而非去找公示栏，同时经营者存在“隐匿行动”和“隐匿信息”的可能，并且只有人们到达了餐厅才会有机会知晓政府对这家餐厅提供食品的安全程度评分，无法在人们做出行动决策前就获得信息，这些都会导致监管无效发生。目前我国缺乏一个全国统一性的食品安全信息发布平台，使得消费者无法及时、便捷获得食品安全信息为消费决策提供参考。如何解决信息从监管者到公众手中的“最后一公里”问题，需要借助信息技术来提供问题的答案。
    当你走进一家餐厅时，手机就收到一条关于这家餐厅近期食品卫生的信息提醒；当你在APP上选择周末聚会餐厅时，每一家餐厅最近的食品卫生情况都有详细信息，供你参考。困扰食品安全的信息不对称问题被基本消解了，这不是未来场景，这是“Don't Eat At”，它是纽约市政府举办的开放数据大赛“Big Apps”的获奖作品。软件很好的利用了人工智能的精准性、集成性和及时性来解决食品安全中的信息“最后一公里”问题，其中有三个关键点：
    第一，整合多元信息，提高数据分析质量。该项应用通过人工智能整合了政府对纽约市餐厅食品卫生评价的大数据信息与人们在Yelp上对商店的食品卫生状况评价信息。这款APP将政府静态信息与市场动态信息进行组合并与消费者搜寻用餐的商店进行匹配，形成了一组精确的信息集合推送给公众，及时满足了人们对食品安全信息的需求。同时，对政府组织内而言，一方面有效地避免了自下而上信息传递过程中出现的信息损失、信息截流等情况，上级部门可以随时通过调用基础数据进行时序对比、区域比较对下级部门的工作进行考核与监督。另一方面弥补了传统食品安全检查信息的静态性，嵌入了市场消费者的动态评价信息，丰富了信息集合。
    第二，精准匹配需求，消除潜在信息盲点。“Don’t Eat At”这款APP可以实现实时的信息推送，即使用户没有使用Yelp时，有关食品安全的提示依然可以及时传递给用户。手机连接网络后会产生位置数据，这时系统会通过特定的算法将用户此时的地理信息与附近餐厅的地理信息进行匹配，两组数据匹配成功后，系统会自动调取数据库中的餐厅卫生信息，将其发送到用户的手机上。这样可以很好地让消费者在做出决策前，就掌握了较为充分的决策信息，从而做出更好的行为决策。避免了信息不对称导致的逆向选择与道德风险。
    第三，衔接过程结果，解决信息传播困境。这款应用解决了政府“有信息，无平台”、公众“有需求，无能力”的“疼点”。纽约市政府拥有海量的食品卫生信息，这些信息都放置在政府的数据存储器中，但由于政府缺乏一个传播平台，在过去只能依靠新闻报道等方式零星将一些信息告知给公众，而在网络时代，这种情况并没有好多少，虽然这些信息都可以在政府网站上进行发布，但大多数公众面对如此海量信息时，无法从中选择出自己需要的信息，所以在面对这些信息时不知道如何利用。“Don't Eat At”将这些不断更新的海量数据接入Yelp，实现信息与需求匹配。卫生情况不佳的餐厅在信息充分的情境中，要么努力经营提高产生质量，要么就被市场淘汰掉，避免了逆向选择，实现了政府监管、市场选择与公众满意的最优解。
    虽然透过案例材料，了解到“Don't Eat At”这款APP利用人工智能推送食品安全信息，较好地解决了信息不对称问题，但仍然存在一些问题尚未解决。例如，人工智能的技术特性会诱发技术区隔风险。需要拥有电子设备以及随时可接入的网络，人们才能获取关于食品卫生的评价信息。但是由于社会经济发展的不平衡导致数字鸿沟的出现，一些人无法拥有电子设备、无法连接互联网，这部分人被技术区隔在外，可见人工智能技术并不是无所不能。另一方面，法律的出台落后于技术的应用，个人信息共享孕育着公民隐私泄露风险与政府治理困境。在这个案例中，公民将个人的地理位置信息与APP共享，APP在掌握了海量的政府与公众信息后，如果信息储存不善，一旦外泄将造成巨大的安全隐患。
    （二）再造式应用：中国H市城市视频监控系统整合行动
    自90年代起我国各级政府投入大量资源进行电子政务建设，由于缺乏统一的顶层设计和标准规划，出现了大量的“信息孤岛”与“重复建设”。这与信息化建设“以服务公众为中心，消除信息割据，实现信息共享，跨部门协同”的目标相悖。各政府部门拥有的信息被封闭在组织内部，海量信息无法共享，已经成为推进电子政务的最大障碍。从2010年起我国监控摄像头的数量以每年20% 的速度增加，大多数城市建设了几十万个监控摄像头。我国已拥有世界上最大的视频监控网，全国约600 个城市建设“平安城市”，视频镜头超过2000 万，投资超过3200 亿元。
    如此庞大的视频监控网络并没有形成一张“治理网”，而是一个个独立且封闭的“孤岛”。绝大部分视频监控摄像头是由不同政府部门、企事业单位和社会团体等自行建设，往往一个十字路口林立着十几个不同部门建设的视频监控摄像头，往往一个或两个摄像头就可以完成信息采集工作，却建设了十几个摄像头，且视频标准不统一，信息系统不统一，导致了这些视频监控记录的信息无法整合、无法共享，重复建设情况严重。要破解上述难题，避免重复建设，实现信息共享，需要从制度建设和技术创新两方面入手。下面以H市智慧城市建设中的视频监控整合行动为例，笔者将介绍人工智能技术应用与制度建设在打破政府部门间横向信息隔离中的作用。
    H市在2017年开展建设“以县、乡、村三级综治中心为指挥平台、以综治信息化为支撑、以网格化管理为基础、以公共安全视频监控联网应用为重点”的“雪亮工程”，推动全市2.8万个分属不同职能部门的视频监控摄像头进行整合。H市政府吸取以往电子政务建设失败的经验，在以下方面进行了创新：
    第一，明确决策主体，从“多主体”到“一中心”。考虑到当下视频林立的情况，一部分是由于建设没有集中管理，各自为政，缺乏整体性规划。H市政府将视频监控摄像头的建设审批权集中到一个部门：H市智慧办。智慧办通过制度创新，强力打通部门数据隔离的阻碍，实行电子政务项目审批和运维经费拨付“七个不批”：不依托统一外网；不上市政务云平台；不接入州大数据中心；不整合部门小系统；不符合数据共享要求；不使用州公共技术平台和公共应用技术平台；不实行信息化绩效管理。在此制度背景下H市将建设重点向后移，即已经安装了摄像头的地方不再批准新的摄像头建设计划；重视对已有视频监控系统的整合，数据运用与维护以及人员培训、应用推广等软件建设。
    第二，整合资源与目标，从“重建设”到“重应用”。重建设、轻应用是我国信息化建设最主要的不足。政府投资建设了大量的信息服务平台以及配套的基础设施，但是，由于应用不足导致原本设计的效应没有发挥出来，面对的问题依旧存在。H市政府通过技术创新实现高效的数据利用。运用人工智能精准的图像识别技术，快速的数据检索等功能。实现三点目标：一是整合全市公共安全视频监控系统建设，提高重点公共区域视频监控系统覆盖密度和建设质量，实现重点公共区域全覆盖。二是整合所有行政单位、事业单位、企业单位以及公共服务场所已建设和拟建设的视频资源，形成全市“一张网”，建立全市统一的视频监控共享系统，实现“全域覆盖、全网共享、全时应用、全程可控”的公共安全视频监控建设联网应用。制定视频监控资源分级制度，实行分用户、分级、分权限的资源共享。三是建设涵盖技防系统、物防系统、人防系统和管理系统于一体的综合信息平台，构建城市综合预警系统和应急指挥体系。智慧办将政府视频监控器记录的信息向公众开放，市民在申请通过后可以使用政府编写的视频检索程序，调取政府开放数据库中的视频信息，通过人工智能技术，查找自己需要的视频记录信息。这些技术的应用，一方面打通了部门之间信息的隔离，促进了信息共享与业务协同；另一方面也让公众享受到了人工智能带来的服务便利，减轻了政府基层部门的工作负荷。
    H市政府应用人工智能技术在实现信息治理目标的过程中也存在一些不足。例如，通过新机构的设置来协调、整合信息的流动，但并未触及问题根源。在案例中设置了智慧办作为枢纽型决策机构推进工作开展，那么在政府治理的其他领域是否都要通过设置新结构来协调、推进信息流动的整合工作呢？这岂不是陷入了设立新机构解决旧问题的怪圈。再者，H市政府包揽了城市视频监控系统整合方案的设计与执行，全程公众参与度低。由于人工智能的单向控制导致技术应用的非均衡性，公众无法参与其中，只是被动的接受技术，却难以有效地对政府运用这种技术进行监督，给国家治理带来了偏离数字民主的潜在风险。
    四、人工智能的“双刃剑”效应：治理有效性与技术悖论
    据2018 年第42次《中国互联网络发展状况统计报告》显示，我国互联网普及率为55.8%，手机网民规模达7.53 亿，其中城市网民占比73.0%，我国已有超过三分之二的城市人口进入智能网络空间，形成了巨大的治理场域。技术的变化往往是政府治理变革的最深刻动因。从历史唯物主义出发，可以预见技术的变革必然会引起生产力的发展，并影响生产关系和经济基础，从而推动上层建筑的变革。人工智能不同于增量式的技术进步，是一种通用技术，是技术发展里程碑式的跳跃，意味着根本性的变革，能带来经济与社会运行的根本性重构。人工智能为政府处理现实问题提供了治理有效性的技术基础、但也存在技术悖论与风险生产的潜在困境。
    （一）人工智能为政府治理的有效性提供了技术基础
    结合本文两个案例中人工智能在解决政府科层组织纵向与横向信息传递问题，说明这项新技术为政府治理提供“有效性”。具体体现在两个方面：
    第一，走出模糊困境，实现信息清晰化、治理精准化。习近平总书记在党的十九大报告中，明确提出“中国特色社会主义进入了新时代”，我国社会主要矛盾转化为“人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾”。核心就是供给相对不足，由于信息不完备不对称，有些公共服务供给未能与服务需求准确匹配，效率不高。可见，清晰的信息是精准行动的基础与前提，实现政府治理的有效性必须要突破模糊信息带来的局限。人工智能技术具有的快速整合信息、精准分析能力，为政府应对治理信息不足的问题提供了技术基础。通过应用先进技术，缓解政府面临的资源局限问题，实现提升政务服务管理效能、提高政务服务决策质量、拓展政务服务交互渠道等。人工智能技术在解决纵向信息流动与横向信息流动时，通过其强大的信息整合能力、数据分析能力，促进了信息从供给方到需求方的精准流动，弥合了公众面对海量信息时的分析能力不足、跨越了组织部门之间天然存在的信息沟壑，提高了服务效率，降低了信息成本。
    第二，整合信息碎片，超越部门主义、实现信息协同。无论是纵向信息传递中出现的信息损失，还是横向信息传递中产生的信息截流。这都将原本完整的信息打破，呈现碎片化状态。而这种碎片化的信息，承载的内容与表达的意义并不完整，会误导政府决策判断出现偏差，对政府治理产生负向影响。因此，解决这些问题，需要进行流程重构、制度创新以及组织结构调整等等一系列的变革，重构信息流动的渠道，实现信息协同与“数目字管理”，将碎片化的信息整合成可分析的完整数据，最终走向韦伯所设想的“可计算的法治系统”与“基于规则的行政管理”。这一系列的变革不仅需要较长的时间周期才能完成，而且还存在着失败的风险。人工智能作为一项跃进式技术，凭借其强大的技术能力将碎片化的信息进行整合，化约了可能存在的信息偏差带来的治理风险；通过统一的数据标准打破部门主义，将“条条块块”的多元信息聚合在一个统一标准的框架内，为复杂化的政府治理提供基础数据库；依靠弹性的连接能力消弭了公众与政府、政府部门之间的信息沟壑，为信息协同提供了平台。
    （二）人工智能孕育着技术悖论的治理困境
    第一，强调技术效率，忽视了公众参与和社会公平。人工智能通过技术特性化简了治理问题的复杂性，把效率置于治理问题的中心。公众没有参与这一化简的过程，在权力意志指挥下的技术使公众从场景存在走向数字化存在，公众的日常生活信息被化简为抽象的数字，等同于公众的需求。公众不再作为一个个鲜活的个体而存在，而是被动的接受技术系统的安排。这改变了国家权力及其监控体系和公民权利及其保障机制的平衡格局，公众被置于全面透明的数字场景中，却难以监督政府对技术的使用过程。另一方面，技术设计的背后隐含着数字化歧视与技术区隔；中国是世界上网络用户最多的国家，但依旧有接近6亿人无法接触网络，他们的诉求无法被人工智能技术采集到，也无法通过个人电子设备享受到先进技术所带来的便捷。
    第二，技术与组织的张力不断制造复杂性。对效率的追求使得技术具有明显的动态性，相比之下组织则是趋于稳定、静态的。技术通过化简来解决所面对的问题，组织则是通过控制来获得答案，这之间存在的张力，通过不断制造复杂性暂时缓解，即设立相对独立的新机构来负责将技术嵌入到组织中。政府应用人工智能技术解决信息传递层级多而造成的信息流动难题，意图透过技术效率减少信息传递层级。但为了将人工智能技术嵌入到组织中，设置了新的机构，为原本复杂的科层体系增加了新的复杂性。人工智能技术虽然为组织信息流动带来了短期跃进效应，但可能也会引发体制的长期固化。因为，这些新增的机构，会遵循组织生存原则，为了获得更多的自主权力，对技术过程加入自身的意图和利益诉求。
    第三，技术棱镜对社会情境的观测偏误。人工智能的技术核心是算法，基础是数据，为了实现技术效用最大化，需要源源不断的数据输入。这或许会导致政策设计者不断严密数字技术的指标体系和操作程序，而这种过密化的技术发展只会增加数字技术的形式合理性，增加治理成本，不能增加数字的实质合理性，也不能对治理绩效做出更多的边际优化。当具象的现实情境被简化为抽象的数据后，数据并不是原来的情境了，因为在从情境提取出数据时，政府选择了一套简化标准，去选择与目标符合的数据，这个过程中不符合简化标准的信息统统被删除。那些被删除的信息会不会造成整体信息的失真？当我们在强调人工智能的强大功能时，是否真的如此理直气壮？因此，不能忽视简化的统计数字与真实的复杂社会相距甚远，尽管我们可以通过图表将许多事实抽象出来，概括进一个分析模式，但却无法掌握真实社会的丰富多样性。正如斯科特的警告，“现代国家机器的基本特征就是简单化，国家的简单化就像一张简略的地图。它们并未成功地表达他们所要描述的真实社会活动，他们只是表达了官方观察员所感兴趣的片段。”
    五、总结
    从某种意义上讲，人类历史就是一部技术进步史。从18世纪末开始的以蒸汽作为动力的第一次工业革命，到20世纪初依靠电力驱动的第二次工业革命，再到20世纪70年代凭借ICT技术开启的第三次工业革命，以及现在由人工智能掀起的第四次工业革命。人工智能具有技术优势，令其在提高工作效率、解决现实难题、突破人类极限等方面提供了无尽的想象。笔者在对政府应用人工智能破解信息不对称问题的分析中发现，人工智能一方面在为治理有效性提供技术基础，另一方面又在孕育着技术悖论。人工智能可以为信息需求与供给之间提供高效、精准的信息匹配，可以有效减少政府科层体系与社会公众在纵向传递过程中出现的信息损失，以及在政府部门间横向传递时出现的信息截流情况，推动信息有效传递，提升政府治理的有效性与公民的满意度。但不可忽视的是人工智能的技术核心是对大数据的计算与分析，对数据的依赖将导致对技术治理主义的推崇，在将复杂社会化简成指标数据时，技术只能保证化简程序的严谨性，化简方向则由操作者决定。在这个过程中公民个体无力参与其中或是进行监督问责，只能被动接受，这给国家治理带来了“数字利维坦”的新风险。