设为首页 加入收藏

TOP

【2019.04】人工智能时代的公共服务供给模式创新:类型、适应与转向
2019-10-24 12:04:13 来源:《社会主义研究》2019年第4期 作者:李利文 【 】 浏览:301次 评论:0

    一、问题的提出:人工智能能否成为解决公共服务供给困境的“奇点”?
    公共服务供给一直是公共管理学关注的核心问题,而公共服务供给方式则是公共服务供给创新的重要着力点。按照政府、市场与社会三维主体标准,我国公共服务供给模式主要包括科层制供给、市场化供给、社会化供给和合作化供给。四种模式分别面临不同的供给困境,那么人工智能时代的到来能否解决这些公共服务供给困境?“人工智能”(Artificial Intelligence,AI)一词最早是在1956年美国东部达特茅斯学术会议上正式提出的一个术语,主要是指像人一样思考的机器。AI浪潮大致经历了三个时期:一是20世纪50年代后半期至20世纪60年代的推理和搜索的时代,二是20世纪80年代的知识的时代,三是近年来的机器学习和特征表示学习的时代。AI分为弱AI和强AI,弱AI只是简单地执行我们交给它的任务,强AI则能思考自己的目标并对目标进行调整。
    我国现在整体上还处于弱AI时代。但近年来随着图像处理技术、自然语言处理技术、大数据分析技术等的快速发展,这些技术改变了公共服务供给的技术基础和社会环境,使得公共服务供给更加智能化、清晰化、个性化、精准化和协同化。而且近年来我国政府高度重视AI技术的研发和在各个领域的应用,并出台了一系列政策文件。那么在这一背景下,会不会出现库兹韦尔在《奇点临近》一书中所说的“奇点”现象(简单而言,是指人工智能超过人类智能的临界点)?即AI技术的迅猛发展会不会成为公共服务供给创新的一个临界点,使之后的公共服务供给和之前的公共服务供给发生巨变?本文将在文献综述基础上构建一个分析框架对该问题进行细致分析。
    二、文献综述与分析框架
    (一)文献综述
    由于现在还处于弱AI时代,社科类关于AI的讨论主要集中于以下三个议题。一是AI会不会超越人类甚至毁灭人类?目前国内外关于该问题的讨论较多,大致可以分为三类。一类认为AI会对人类造成巨大威胁。英国已故科学家霍金就认为AI的“奇点”到来之际,可能是人类文明终结之时。库兹韦尔也认为人类的定义将被彻底颠覆,人类思维将会真正融入自己创造的机器智能领域。另一类则认为AI不会对人类产生巨大威胁。前谷歌首席科学家肖汉姆·约阿夫认为机器完全取代人的那一天不会到来。程承坪等人认为AI对人的替代是有限的,仍然只是人实现自己目的的技术手段。蔡曙山等人从人类认知的五个层次视角认为,目前AI只是在神经和心理的低阶认知上模仿人类,但在语言、思维和文化高阶认知上AI远逊于人类智能。最后一类观点比较折中,将问题的本质引向另一层面。谭铁牛等人认为AI本身就是一柄双刃剑,其究竟是天使还是魔鬼取决于人类自身。李德顺也认为机器人发展起来以后怎样对待人,其实是人怎样理解和对待人的问题。李智勇则认为AI带来的结果是好是坏难以预知,但确定的是它一定会让我们加速奔向最终的结局。
    二是AI会不会导致人们失业或收入不公?AI对很多工作具有替代作用,尤其是那些低端的、缺乏创新精神的岗位最容易受到冲击。但AI也可能创造新的产品或服务,进而带来新的岗位和机会。同时,AI可能带来就业结构的极化现象,即需要自觉、创造力和说服力等抽象任务能力以及需要环境适应性、视觉、语言或互动等手工任务能力的两类工作分布在岗位技能的两端,进而在AI的替代作用下产生两级分化。更重要的是,AI会促进生产过程中资本要素份额的提升,进而加剧收入不平等。同时伴随着就业结构的极化,工资结构也将产生极化现象,进而加剧不平等。有人认为,面对“结构性失业”和“全面性失业”,趣缘合作可能成为职业分工的新模式。
    三是AI会不会引发伦理失范和道德风险?AI带来了很多伦理困境,最典型的问题是机器误杀或误伤造成的罪责应该由谁来负担。AI有可能基于数理逻辑自创规则,最终却做出违背人类伦理的选择,谁应该为这些行为负责?另外,机器“工人群体”能否作为法人主体?是否应该保护其工人身份?这些是AI发展面临的现实难题。
    上述研究对我们认识AI以及规避AI中的相关问题提供了经验基础,但现有研究从AI角度探讨公共服务供给问题的文献凤毛麟角,仅有少量文献从大数据视角分析公共服务供给问题。虽然大数据与AI的区别显而易见,大数据是将数据变得有用之前而进行的原始输入,AI则是处理数据所产生的智能,但两者同属于现代信息技术的重要组成部分,目标也比较接近,没有大数据就没有AI,因而这里简要地梳理相关文献。现有相关研究主要集中在两个方面:一是大数据在公共服务领域运用的价值分析。陈潭和邓伟认为大数据驱动的公共服务模式正在走向集成化、标准化、精准化、便利化和协同化。刘晓洋认为大数据将驱动公共服务供给主体协同化、供给内容清单化、供给方式智能化和供给监管精准化。汪波等人认为大数据有利于消解区域行政壁垒,促进区域公共服务由“新区域主义”逐渐转向“区域共享公共服务”。还有研究认为大数据的应用有利于政府决策的科学化、公共服务供给的精细化和公共服务体系的现代化。二是大数据在具体公共服务领域的运用分析。如精准扶贫大数据管理平台在消除或减少扶贫机制中的信息不对称分析;政府购买公共服务精准化的大数据应用模式在实现智慧化公共决策、需求的高效反应、实时性分工协作和交互式信息共享等方面的升级和创新分析;还有大数据共享技术在共享单车领域的应用所带来的价值和挑战分析等。从以上可知,虽然现有文献为AI时代的公共服务研究提供了诸多知识经验,但却缺乏从类型学视角分析AI给不同的公共服务供给方式所带来的影响以及不同公共服务供给方式在AI时代的适应策略。
    (二)分析框架
    AI对公共服务供给的影响并不是一概而论的,由于不同类型的公共服务在公共服务供给方式上存在较大差异,不同类型的公共服务供给所面临的核心问题也不一样,因而AI对不同类型的公共服务供给所产生的影响也因类型而异。本文将公共服务供给方式划分为科层制供给、市场化供给、社会化供给和合作化供给。科层制供给主要是指通过科层官僚机制实现公共服务有效供给的方式,是公共服务供给的最基本模式,但其长期面临着协调性问题,即由于政府机构设置重叠、目标手段冲突等原因造成的公共服务供给碎片化。市场化供给是政市合作的一种公共服务供给模式,被认为是降低成本、提高质量的最佳模式,在新公共管理运动中被不断推广和复制,但近年来的“逆民营化”改革对其效率性不断提出质疑。社会化供给是政社合作的一种公共服务供给模式,其一度被认为是在公共服务领域弥补“政府失灵”和“市场失灵”的有效工具,然而其自身也由于管理和激励等缺陷不断受到合法性质疑。合作化供给则是指政府、市场与社会多元主体共同供给公共服务的模式,虽然该模式在近几年备受推崇,但其也面临着责任模糊化这一核心问题。
    AI本质上作为一种信息技术,能够通过改善现有的公共服务供给信息机制,实现公共服务的最优配置。AI对公共服务而言最大的优势主要体现在三个方面:一是精准化。即能够根据个体的差异性和异质性提供个性化公共服务,能够使公共服务的供给与需求实现精准对接。正如松尾丰所言:“真正恐怖的是,最终有能力颠覆人类社会的人工智能,既没有像人一样的外形,也不会做出像人一样的行为,而单纯只是预测精确度非常高的东西。”二是协同化。AI可以对海量信息进行计算和推理,挖掘其中的内在逻辑和社会关系,进而促进公共服务供给的主体、决策、信息等更加协调。三是智能化。由于我国还处于弱AI时代,AI的应用主要体现为单项垂直领域,但即算是弱AI也能通过信息化的计算和推理降低较大的交易成本,完成人类无法完成的任务。随着AI的不断发展,其必然逐渐渗透到公共服务供给领域,尤其会对公共服务供给模式产生深刻影响,那么公共服务供给模式会做出怎样的调整去适应AI所带来的机遇和挑战?本文将基于图1框架进行深入分析。

    三、人工智能驱动公共服务供给模式的适应性分析
    不同的公共服务供给模式在智能化浪潮下所面临的核心问题不一样,需要重点调适的内容也不一样,下面分别对四类公共服务供给模式进行详细分析。
    (一)权力重整:公共服务科层制供给
    公共服务科层制供给面临的核心问题是科层制内部利益分化和部门分立所引发的碎片化问题。政府在组织结构上按照韦伯官僚制分部分层、集权统一、指挥服从的特点构建了科层制治理结构,在这一治理结构中构成整体政府的各个部门容易产生部门主义、推诿扯皮、协调困难等问题,这使得科层制治理结构逐渐违背了最终的设计初衷,在追求效率中却逐渐丧失了效率。该问题投射到公共服务供给上便产生了公共服务供给碎片化问题,即各个职能部门或地方政府在公共服务供给过程中由于社会制度变迁、公民利益偏好、部门利益分割、信息分布散乱等原因,导致沟通、协调、合作等集体行动缺乏,进而形成的一种隔离、断裂、冲突、失衡的状态。冲突协调问题一直是政府部门面临的棘手问题,现有的很多研究也提出了相关模式来解决此问题,但这些模式往往都涉及组织结构的调整和改革,即什么样的政府结构形式能更好、更有效地提供公共服务。组织结构的调整和改革实质上是对组织形式背后的政府权力的重新调整和设计,其涉及的利益关系错综复杂,这也是公共服务供给碎片化问题伴随科层制的产生而一直难以得到解决的重要原因。
    那么AI会不会在某种程度上改善既有的权力结构,打破政府部门间各自为阵、推诿扯皮的困境?AI的发展能在很大程度上改善这种权力关系和利益结构,因为新的信息技术革命带来了数量革命、迁移革命和心态革命,最终导致权力发生衰退。具体而言,主要体现在以下三个方面:一是信息开放化。基于信息不对称而产生的部门垄断权将不断坍塌和退化,这在很大程度上制约了政府部门的推诿扯皮和利益共谋行为。二是过程透明化。AI能够对政府部门的行为过程进行全程数据化监督,进而在很大程度上限制了既有权力的变通空间。三是操作民主化。AI技术加深了广大公众参与政府各个部门决策和执行活动的广度和深度,使社会监督更加深入地嵌入权力结构。AI在很大程度上通过信息技术的改善,形成了一股反控制和反垄断的力量,松动了权力壁垒,限制了权力运行的幅度和范围。面对AI的冲击,科层制的权力结构面临新一轮重整,即在开放透明背景下权力运行边界更加清晰、权力运作空间更加规范化以及权力运行过程更加协调化,这在一定程度上会减少科层部门在公共服务供给过程中的推诿和冲突,实现科层制公共服务供给碎片化的整体性治理。
    (二)绩效重塑:公共服务市场化供给
    公共服务市场化供给面临的最大问题是市场化之后的公共服务供给效率是否得到了真正提升。公共服务民营化或市场化的方式多种多样,包括外包、特许、补助、出售、清算等,其初衷是提高市场竞争、降低服务成本、提高服务质量和改善公众满意度,然而近十几年越来越多的公共服务被政府回购,逆民营化趋势十分明显。政府回购的主要原因是没有明确数据显示公共服务市场化在成本、收益和质量上存在明显改善,而且在一些地方因为公共服务外包导致了质量下滑甚至引起了社会骚乱。公共服务市场化供给的效率不高根本在于市场化的逐利性和公共服务的公共性之间的矛盾和冲突难以调和。在服务外包下,市场企业为获取利益最大化,会不断提高服务价格、降低服务生产成本,甚至通过寻租行为蒙混过关、以次充好,而作为监督者的政府部门也会出于“经济人”本性得过且过、疏于监管、推卸责任,甚至与市场部门合谋、拿回扣等。应对民营化失败的重要对策是完善现有的法律法规并建立严格的监管体系,然而公共服务市场化供给的监管成本极其巨大,因而公共服务市场化也受到越来越多的质疑和挑战。
    公共服务市场化供给成本不断提高的主要原因在于市场交易成本难以削减,尤其是合同管理中的监管成本长期居高不下,这就导致在存在诸多监管漏洞的情况下具有“经济人”性质的委托方和承包方产生了诸多违规或违法行为,进而抵消了公共服务市场化所带来的红利。AI在一定程度上能够克服上述困境,具体而言,主要体现在以下几方面:一是痕迹管理。通过统一的监管平台归集和管理公共服务市场化供给中承包方和委托方的注册登记、资质审查、竞标过程、立项过程、质量抽查、监督管理、行政处罚、投诉举报等相关信息,形成人、财、物、事、地等多维度、高关联、全景式的数据视图,把控合同管理中的每一个核心细节。二是实时追踪。AI能够依托庞大的数据、强大的算力和壮大的算法对合同管理中的信息进行及时跟踪预判和深度监管。三是公正精准。AI监管能够有效减少人为因素的干扰,做出高效公正的监管。随着AI技术的发展,减少公共服务市场管理中的交易成本是一件比较容易实现的事情,而且通过市场化的AI平台“能够使企业精准对接目标群体,有效解决库存积压和资源浪费等问题,提升抗风险能力和盈利能力”,重新恢复公共服务市场化的绩效和信心。
    (三)制度重置:公共服务社会化供给
    社会组织具有社会服务、社会调节、社会沟通、社会裁断、社会代理等功能,能够在一定程度上弥补政府失灵和市场失灵。作为公共服务供给的社会组织,形象更加亲民、服务更加便捷、方式更加专业。然而近年来公共服务社会化供给也受到越来越多的质疑,志愿失灵、寻租腐败、非独立性等问题直指公共服务社会化供给的合法性。社会组织供给公共服务的合法性危机既有来自外部的认可危机和公信力危机,也有来自内部的管理危机与专业性危机。随着我国社会领域法制建设不断推进,社会组织的外部合法性问题得到很大程度改善,反之,由于社会组织自身管理跟不上公共服务供给的主体要求而产生的问题越来越多,尤其是社会组织在专业性、制度化和规范化方面的不足越来越成为制约社会组织供给公共服务的重要障碍。因而,从表面上看公共服务社会化供给面临的是合法性问题,实质上引发这种合法性危机的核心问题是社会组织管理上的非专业化、非制度化和不规范化。
    那么AI能否成为突破公共服务社会化供给合法性危机的工具?要化解公共服务社会化供给的合法性危机就要提升社会组织服务的专业性和运作的规范化,而这些在很大程度上依赖于社会组织管理制度的重新设置。AI在一定程度上能够帮助政府部门和社会组织重置管理制度,具体主要体现在以下三个方面:一是优化人才挖掘机制。通过建立社会组织人才大数据平台,根据社会组织的专业性质和人才资源的特点进行精准匹配,改善人力市场的信息不对称,使人才资源得到最大化利用。二是革新组织管理架构。通过AI等信息技术能够改善信息传递效率和重复工作消耗,使社会组织结构更加扁平化和精简化,大幅降低社会组织运营的成本并提升服务效率。三是改善绩效评价机制。AI可以将体量庞大的大数据进行归集化和结构化,并运用机器学习和深度学习等算法进行深度挖掘,形成一个较为客观的评价体系和评价结果,指导社会组织运作。“信息和时间是智能化时代最重要的两种资源”,AI对公共服务社会化供给的影响也主要体现在这两个方面。人才挖掘、组织架构和绩效评价都依赖于信息,正是因为通过AI在信息上的突破为公共服务社会化赢得了时间,同时信息和时间赢得的过程也是公共服务供给社会化制度重置的过程,更是公共服务供给社会化合法性危机化解的过程。
    (四)监管重启:公共服务合作化供给
    “合作治理是一个或多个公共部门与非政府部门一起参与正式的、以共识为导向的、商议的、旨在制定或执行公共政策或管理公共事务或资产的治理安排。”公共服务合作化供给则是一种复杂的公共服务供给模式,具有主体多元性、层次复杂性、目标多样性、范围跨域性等特征。实质上,公共服务科层化供给、市场化供给和社会化供给都是公共服务合作化供给的重要组成部分,是对公共服务供给中政府失灵、市场失灵和志愿失灵的一种回应,其通过多元主体之间共同合作供给来突破单一公共服务供给模式所产生的困境。但公共服务合作供给不同于基于市场或社会的合作,其主要强调多元主体共同来解决一个复杂的、棘手的、公共的难题而产生的一种治理模式。虽然公共服务合作化供给在跨领域、跨部门、跨层级等方面具有较强的拓展价值,但其存在一个核心问题,即由政府、市场与社会边界模糊化而带来的问责困境。多个部门或主体合作中产生的委托代理,一方面可能导致权责脱节或权责不对称,进而造成公共责任流失,另一方面合作中的权力转移可能成为责任推脱的机会和空间,进而造成追责困难。
    AI的发展为解决公共服务合作化供给中的责任模糊化问题提供了重要契机。合作治理中的责任模糊化主要源于多元主体在集体行动之前没有建立一个有效的责权分担框架,从而造成合作治理成为共同担责、共同推责或转移责任的高风险领域,因而可以借助AI来重启合作治理中的监管和问责,具体主要体现在以下几方面:一是结构化权责清单。根据合作供给的前期、中期和后期等各个时段明确不同主体在合作供给中的具体职责,构建一个权责清单,明确各个主体的责任分担,为智能管理提供判断框架。二是智能化足迹管理。对合作供给过程中产生的庞大数据进行存储和分析,作为追踪溯责和优化责权结构的重要依据。三是定期性任务总结。利用智能技术自动化定期对相关进展进行总结,督促各主体在合作中不断明晰自身的任务和责任。AI通过自动化程序和智能化决策有助于人们从繁重的重复性劳动中解脱出来,将注意力聚焦于关键问题,使以前传统监管方式难以完成的任务变得轻而易举。在公共服务合作化供给中AI最大的优势是降低监督成本,并通过重新启用新的监督框架来高效率地将监督行为嵌入到合作供给的整个流程,从而实现监督流程倒逼责权结构清晰化。
    四、人工智能驱动的公共服务供给模式转向
    “技术的进步往往会解决一些当前看似无解的问题,只是人类往往容易低估技术增长的潜力。”随着我们从弱AI时代走向强AI时代,甚至是超AI时代,其将驱动不同类型的公共服务供给模式转型升级,以迎合社会发展需要。
    (一)科层制供给:从碎片化到协同化
    随着AI的不断发展,其将对政府组织的信息传播、权力运行、决策方式和监督方式产生强烈冲击,促进科层制结构扁平化、一体化、协同化,进而有利于打破科层制结构中的封闭和保护等碎片化状态。以广州市南沙区政务服务改革为例,其在全国首创数字政务可视化运行平台,该平台共有“今日政务”、“服务效能”、“数据共享”和“营商环境”四大模块,从该平台能清晰地看到政务大厅各楼层有多少人在办事、哪些区域等待人数较多、各部门办件是否超期、信息系统对外的数据联通状态是否健康等。该平台充分利用了政务大数据来促进政务服务供给的协同化,这只是AI的初级阶段,通过大数据分析自动展现一些信息结构。随着AI技术的进一步成熟,更多智能化的政务服务将应运而生。从政务服务前台看到的是更加便捷、更加协调和更加精细的服务,但支撑前台协调化有序运作的是后台的权力调整和流程再造,而AI技术是决定这些权力调整和流程再造的核心基础。“在协作性管理中,授权是以信息而不是权威为基础的。”这说明基于AI的信息技术将对公共权力产生强大的制约,同时这种权力制约所释放出来的红利是有效协作治理的润滑剂。
    AI驱动公共服务科层制供给从碎片化走向协同化重点体现在以下几个方面:一是公共服务供给信息的协同化。AI有助于信息公开化,打破科层制中各服务供给主体之间信息闭塞、相互区隔的状态,实现公共服务信息的及时共享。二是公共服务供给标准的协同化。由于科层制中的不同职能部门在供给同一类型的公共服务时倾向于从本部门的职责功能出发制定技术标准,这样就可能导致多个部门之间公共服务供给标准的冲突和障碍,AI通过信息公开和流程规划,在大数据的基础上对公共服务数据进行不断整合和优化,能够为各部门提供具有参考性的公共服务供给统一标准。三是公共服务供给主体协同化。在不同利益和目的的支配下,整体性的公共服务供给可能沦为碎片化的状态。AI有助于信息公开化和流程标准化,这在一定程度上克服了既有性利益和分散性目的对公共服务供给整体性的肢解。四是公共服务供给方式协同化。公共服务科层制供给中的信息、标准和主体的协同化实质是在目标层面做了深度整合,而在目标协同的基础上,AI也附带地驱动公共服务供给方式和手段的协同化。
    (二)市场化供给:从隐蔽化到透明化
    AI技术的发展不仅能够大幅改善服务效率和质量,还能促进公共服务供给过程的公开化和透明化。以杭州市政府与阿里云合作的“城市大脑”计划为例,该计划于2016年提出,阿里云ET人工智能技术将为其提供内核支持,采用飞天(Apsara)操作系统,将百万级的服务器连成一台超级计算机,对整个城市进行全局实时分析,自动调配公共资源。经初步试验,萧山区道路交通通信速度平均提升3%至5%,部分路段提升11%。AI的运用在很大程度上改善了公共服务的生产模式,释放出巨大的技术红利,提高了公共服务供给的效率和质量。同时,AI不仅使人类个体行为越来越透明,而且使整个社会越来越透明。很长一段时间,快速、准确地记录和分析大量数据对人类是一种巨大的挑战,因此人们只能通过各种方法压缩数据,“用尽可能少的数据来证实尽可能重大的发现”。在公共服务市场化供给过程中,AI使得全流程的大数据的收集和分析变得相对容易,尤其是公共服务内容本身的信息监管和获取变得较为简单,而公共服务内容本身的信息公开化能够倒逼公共服务供给过程的透明化,同时这一过程也可以消减吞噬AI技术红利的隐蔽性寻租行为。
    AI将驱动公共服务市场化供给从隐蔽化走向透明化,主要体现在以下几个方面:一是公共服务供给流程的可视化。AI通过一定程序设置能够实现对公共服务供给流程的有效追踪,并通过一定的技术处理,及时转换成可读性较强的图表和视频。这种形式上的改变将使公共服务市场化中的委托代理关系变得更加开放透明。二是公共服务供给要素的逻辑化。公共服务供给中包含的要素非常多,如供给主体、供给标准、供给流程、评价主体、评价标准、使用主体、用户评价等等。AI能够根据不同类型的公共服务市场化供给数据进行智能化匹配和推理,发现其中存在逻辑冲突和矛盾,进而识别其中可能隐藏的寻租行为。三是公共服务供给决策的情感化。随着AI的算法和算力的不断提升和改进,其不仅可以基于“经济人”假设进行理性推断,而且可以基于“社会人”假设进行情感计算,因而基于理性计算和情感计算相结合的AI在识别和处置公共服务市场化供给中的利益保护和寻租腐败行为将更加高效可行。
    (三)社会化供给:从业余化到专业化
    AI在一定程度上能够改善社会组织公信力和合法性,重塑公共服务社会化供给的制度体系。一是建立政府向社会组织购买公共服务的统一平台。通过平台数据共享,分析和预测社会组织供给公共服务的数量、结构、绩效等关键指标,为服务定价和验收评估提供参考标准,减少人为因素对购买流程的影响。二是建立全国社会组织基本信息大数据平台。如中国社会组织公共服务平台已经搭建了一个全国社会组织信息查询、活动异常名录和严重违法失信公告系统,并通过大数据展示了社会组织的一些空间分布特征。这些大数据监管一方面能改善社会组织的成长环境,另一方面能够倒逼加快社会组织自身建设,促进其在人才、管理、评估等方面更加专业化。随着AI的进一步发展,政府向社会组织购买公共服务的制度建设将更加智能化,数据共享、数据关联和数据预测将会大幅提升社会组织专业化环境。更重要的是,AI技术能够根据对象行为特征的监测观察,建立分析和学习的数据库,并据此作出具有智能特性的反馈和输出。AI能够通过自主学习和判断能力,挖掘成功案例和失败案例的典型特征,为公共服务社会化供给从业余化走向专业化、规范化和制度化提供决策参考。
    AI驱动公共服务社会化供给从业余化转向专业化将主要体现在以下几个方面:一是用人规范化。AI能够将社会组织人才需求与市场人才供应的相关信息进行精确匹配,使人得其岗、岗得其人,进而促进社会组织用人的规范化。二是财务制度化。由于社会组织缺乏专业的财务管理,因而经常陷入混乱。AI可以促进财务管理程序化,并将财务报表等信息公开化,使社会组织的财务管理在公开化和透明化下走向专业化。三是激励精准化。社会组织不同于企业组织和政府组织,其成员对社会承认、社会认可和社会荣誉等非物质性激励更为重视,因而社会组织中的激励应该根据不同个体的特点给予精准化激励。AI能够通过平时积累的大数据对每个成员的特点进行挖掘,“借用多层神经网络实现深度学习,自动从海量数据中识别相关模式(特点)”,并给予精准化的差异性激励。四是评价客观化。AI基于平时的足迹大数据对社会组织成员进行评价,可以减少人为因素影响,更加公平客观。这些都是社会组织合法性提升的重要体现,更是公共服务社会化供给从业余化转向专业化的核心标志。
    (四)合作化供给:从模糊化到清晰化
    如何在充分发挥公共服务合作化供给优势的同时最大程度地规避其带来的负面效应?AI为其提供了可供选择的答案。目前关于AI直接运用于公共服务合作化供给中的案例还很少,但以下案例为其提供了无限遐想。英国曼切斯特大学和西班牙马德里大学的研究者对步态识别进行了研究,其将每个人的步行动作分解为24个因素,而这24种因素基本构成了每个人独有的行走方式。为识别每个人的步态,研究人员搜集了来自127个国家不同个体的近20000个脚步信号,创建一个数据库来进行训练,最终训练出来的步态识别准确率高达99.3%。运用到公共服务合作化供给领域,AI可以将公共服务合作化供给按照一定标准、原则和程序分解为多个构成因素,这些因素大致能监测公共服务供给主体的重要行为,然后通过对多个公共服务合作化供给行为进行跟踪和数据采集,并训练出对主体责任具有一定识别性、预测性和判断性的算法,辅助进行合作供给中的责任监督。AI的优势在于不知疲倦、不怕繁琐,可以实现日常行为的数据化、痕迹化和信息化,进而在算法改进和算力提升的情况下使行为更加清晰化、公开化、透明化。
    AI驱动公共服务合作化供给从模糊化走向清晰化主要体现在以下几个方面:一是合作主体明晰化。AI能够通过实时记录和追踪及时明晰责任主体的职责边界,并通过日程提醒、定期反馈等方式明确合作进度和目标完成情况,从而保证公共服务合作治理中各主体的权责清晰明确。二是合作内容清单化。AI根据合作供给中的参与主体将合作供给目标划分为多个小目标,并按照紧急程度和整体进程明确各主体的职责清单,各主体按照职责清单有序推进公共服务合作供给。三是合作方式简洁化。通过AI将公共服务合作供给过程分割为多个节点和程序,进而将多种复杂的合作行为简化为相对单一的程序行为,最终在公共服务合作供给的流程再造中实现合作方式的简洁化。四是合作生产自动化。“一项本来由人从事的工作,如果人在5秒钟以内对工作中需要思考和决策的问题作出相应的决定,那么这项工作就有非常大的可能被人工智能技术全部或部分取代。”公共服务合作生产同样也可以按照既定的程序实现自动化供给。
    五、结语
    人工智能发展势不可挡,正如诺伯特·维纳所言:“我们可以谦逊地在机器的帮助下过好日子,也可以傲慢地死去。”虽然现在我们还处于弱AI时代,但其已表现出不凡的发展潜力。尤其是随着人脸识别、语音识别、人机对弈等技术的不断更新升级,那些“高度重复、结构化及可预测的工作看起来过不了多久就会被机器自动化”,在很大程度上解放人类劳动力,让人类“不仅赢得休闲和娱乐,还从发现和创造以及爱、友好和社群中获得深深的满足感”。在AI如火如荼的发展中,现有的关于AI的讨论主要集中在收入、公正、道德、伦理、风险等哲学、法学和经济学领域,缺乏从公共治理的角度对公共服务供给进行讨论,本文在一定程度上弥补了以上缺陷。
    AI在促进公共服务供给模式创新和释放技术红利的同时也可能隐藏着潜在的风险和危机。随着AI从低级阶段向高级阶段发展,人类对其发展所能控制的范围和其所带来的意外后果都是难以估料的。尤其是随着算法的复杂化、迭代次数的增加,人类或将难以理解其运作的逻辑,正如现在的深度学习一样,成为人类逻辑认识上的一个“黑箱”。人类可能“最终不仅不理解人脑中的语言和思维产生的机制,也难以理解机器智能体中的语言和思维是如何形成的”。因此,对于AI在公共服务供给上所能带来的革新和改变我们应该重视,但对AI本身“我们也要谨慎,不要太过于依赖它们”。

人工智能 公共服务供给 社会化供给 合作化供给 责任编辑:admin
打印繁体】【投稿】【收藏】 【推荐】【举报】【评论】 【关闭】 【返回顶部
上一篇【2019.04】未来已来?人工智能的.. 下一篇【2019.04】让信息流动起来:人工..