包容性 治理: 生成式 AI 如何使公共服务对所有人都可及

公共部门在不断进化的同时，其核心目标仍然不变：确保所有公民，无论其社会经济地位、身体能力或地理位置如何，都能平等地获取公共服务。这一目标通常被称为包容性治理，导致该部门不断采用先进技术来改善公民参与、简化运作并做出明智的决定。在 20 世纪 90 年代，互联网的出现导致公共部门采用电子政府，使公共服务在线化，并允许政府通过网站与公民互动。如今，生成式 AI 正在发挥类似的变革作用，改变用户与服务的交互方式，提供个性化体验，提高可及性和简化工作场所。认识到其潜力，公共部门正在越来越多地投资于生成式 AI，据 BCG 预计，到 2033 年，生产力收益将达到 $1.75 万亿。本文探讨了生成式 AI 如何塑造公共服务的未来和推进包容性治理的目标。

增强可及性

生成式 AI 通过减少长期影响边缘化和欠发达社区的障碍，使公共服务更加可及。传统的公共服务模式通常难以接触这些群体，因为缺乏个性化的帮助、语言障碍和残疾人面临的挑战。生成式 AI 正在通过以下几种方式解决这些问题：

生成式 AI 驱动的工具，如聊天机器人和虚拟助手，提供个性化的支持，使人们更容易导航复杂的官僚系统。例如，在德国海德堡，城市推出了 Lumi，一个聊天机器人，帮助公民和游客处理各种询问，从地址变更到获取垃圾收集信息。Lumi 从公开的城市数据中获取信息，并根据用户交互不断改进。

生成式 AI 驱动的翻译工具也正在消除语言障碍，确保非母语者可以以他们喜欢的语言访问重要信息和服务。在多元文化社会中，语言多样性显著，这一点尤为重要。例如，加利福尼亚州斯托克顿和费尔菲尔德市推出了 翻译工具，居民可以通过移动或网络渠道使用，允许他们以 71 种语言通过 Amazon Translate 与当地政府沟通。在印度，Jugalbandi 项目使用生成式 AI 驱动的聊天机器人在 WhatsApp 和 Telegram 上帮助农村居民以他们自己的语言访问政府服务。这些聊天机器人可以用文本和语音回应，目前支持 10 种语言，涵盖 171 个政府项目，使公民更容易获取所需的信息。

生成式 AI 驱动的辅助技术也在改善残疾人士的可及性。这一点至关重要，因为 2023 年，至少有一种残疾的人占 13% 的美国人口，他们的劳动力参与率从 2022 年到 2023 年增加了 21.3% 至 22.5%。为了支持这些人，美国司法部最近发布了指南，要求州和地方政府确保其网站和移动应用程序是可访问的。组织正在通过开发生成式 AI 驱动的屏幕阅读器（如 VoiceOver for iOS 和 TalkBack for Android）来响应，这允许视力障碍者更独立地导航政府网站并访问信息。

增强公民参与

除了可及性之外，包容性治理的另一个关键方面是与公民建立有效的互动。政府机构处理广泛的职能，从公共卫生计划到旅游推广。当公民联系机构询问时，人工代理人员通常面临快速找到和总结这些数据的挑战，这可能耗时且劳动密集。有时，这可能无法满足公民对有效和吸引人的互动的期望。

生成式 AI 驱动的虚拟助手正在通过提供个性化的回应来帮助解决这些挑战，以应对公民的询问。例如，EMMA 是美国公民和移民服务局在国土安全部开发的聊天机器人。EMMA 协助用户办理一系列服务，包括移民、绿卡和护照，并支持英语和西班牙语。英语版本甚至允许语音交互，引导用户浏览网站。EMMA 每月处理大约 100 万次交互，展示了其在改善公民参与方面的价值。

同样，澳大利亚政府使用一个名为 Alex 的聊天机器人，帮助个人和企业解决税务相关问题，例如房产权、收入、扣除和申报税款。Alex 高效地将用户引导到相关内容，节省时间并改善整体用户体验。

做出包容性决策

包容性治理的一个关键方面是公平和无偏见的决策，无论公民的社会经济地位、民族或个人关系如何。生成式 AI 正在帮助公共部门做出包容性决策。公共部门中包容性决策的一个显著例子是生成式 AI 驱动的自动招聘流程的日益使用。该系统以最小化人为偏见的方式筛选简历和申请。通过隐藏个人细节并专注于相关资格和经验，生成式 AI 有助于确保所有候选人仅根据他们的功绩进行评估。

例如，纽约市使用生成式 AI 驱动的 招聘平台，通过标准化评估和删除个人标识符，导致候选人池更加多样化。同样，英国民事服务局 使用 AI 筛选申请和评估多样性，这改善了其招聘做法的公平性。

制定包容性政策

生成式 AI 通过数据分析使政策制定更加包容。通过分析大量数据集，AI 有助于确定不同人群的需求和偏好，确保政策反映所有公民的利益并带来更公平的结果。

例如，洛杉矶市利用 AI 驱动的分析 更好地了解社区需求并优化资源分配。通过分析与住房、交通和公共卫生相关的数据，城市可以做出明智的决定，以满足其多样化和往往边缘化的人口的需求。

同样，英国国家卫生服务（NHS）利用生成式 AI 预测患者对医疗服务的需求。对患者数据和趋势的分析使 NHS 能够更有效地分配资源，确保弱势群体及时获得所需的照顾。

确保公共部门中生成式 AI 的负责任使用

虽然生成式 AI 具有变革公共部门的巨大潜力，但必须负责任地使用它，以确保该技术公平和公正地造福所有公民。为了实现这一目标，公共部门机构正在制定解决这些挑战的政策。这些政策的例子包括 欧盟的 AI 法案，旨在监管高风险 AI 应用，以及 美国算法问责法案，专注于 AI 系统的透明度和公平性。这些政策的一些关键指南是：

• 确保透明度和可解释性： 生成式 AI 系统应该被设计为透明运行。这需要提供明确的解释，说明生成式 AI 如何做出决定，并确保其流程对非专家来说是可理解的。透明度有助于建立信任，并允许公民了解决策的原因和方式。
• 确保公平性和无偏见： 生成式 AI 系统可以 无意中延续 或放大其训练数据中的偏见。为了减轻这种风险，必须定期评估 AI 模型以识别潜在的偏见，并采取纠正措施来解决任何已识别的问题。
• 优先考虑数据隐私和安全： 在公共部门实施生成式 AI 的一个主要挑战是确保敏感数据的安全。公共部门数据通常非常敏感，必须始终受到保护。为了有效地使用生成式 AI，必须确保数据隐私和安全措施得到严格维护。
• 促进问责制： 问责制是使用生成式 AI 推动包容性治理的一个关键方面。这包括建立独立机构或委员会来监测 AI 系统的部署和影响。它还涉及创建反馈渠道，以确保社区的意见导致必要的调整和改进。

结论

生成式 AI 正在通过增强可及性、改善公民参与和促进包容性决策来改变公共部门。其提供个性化支持、克服语言障碍和帮助残疾人的能力，使公共服务更加公平和高效。随着公共部门机构越来越多地整合生成式 AI，它们必须应对与透明度、公平性和数据安全相关的挑战。负责任的实施，指导了健全的政策和道德标准，对于确保生成式 AI真正推进包容性治理的目标至关重要，使服务更加可及和公平地惠及所有公民。