包容性治理：生成式人工智能如何让公共服务惠及所有人

虽然公共部门随着技术进步而不断发展，但其核心目标始终不变：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，都能平等地获得公共服务。这一目标通常被称为包容性治理，它促使该部门不断采用先进技术来提高公民参与度、简化运营并做出明智的决策。1990 世纪 XNUMX 年代，互联网的出现促使公共部门采用电子政务，使公共服务可以在线获得，并允许政府通过网站与公民互动。如今，生成式人工智能正在发挥类似的变革作用，改变用户与服务的互动方式，提供个性化体验，提高可访问性并简化工作场所。公共部门认识到其潜力，正在加大对生成式人工智能的投资，预计生产率将提高至 每年1.75万亿美元 根据 BCG 的数据，到 2033 年，这一数字将达到 XNUMX%。本文探讨了生成式人工智能如何塑造公共服务的未来并推进包容性治理的目标。

增强无障碍性

生成式人工智能正在减少长期困扰边缘化和服务不足社区的障碍，从而使公共服务更加便捷。由于缺乏个性化帮助、语言障碍以及残障人士面临的挑战，传统的公共服务模式往往难以覆盖这些群体。生成式人工智能正在通过多种方式帮助解决这些问题：

聊天机器人和虚拟助手等生成式人工智能工具正在提供个性化支持，让人们更容易驾驭复杂的官僚体系。例如，在德国海德堡，该市引入了 绿米联创，一款帮助市民和游客处理各种查询的聊天机器人，从更改地址到获取垃圾收集信息。Lumi 会从公开的城市数据中提取数据，并根据用户互动不断改进。

生成式人工智能翻译工具也消除了语言障碍，确保非母语人士能够以自己喜欢的语言获取重要信息和服务。这在语言多样性显著的多元文化社会中尤为重要。例如，加利福尼亚州斯托克顿和费尔菲尔德市引入了 翻译工具 居民可以通过移动或网络渠道使用这些服务，通过 Amazon Translate 以 71 种语言与当地政府沟通。在印度，Jugalbandi 项目在 WhatsApp 和 Telegram 上使用生成式 AI 聊天机器人，帮助农村居民以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进行响应，目前支持 10 种语言，涵盖 171 个政府项目，让公民更容易获得所需的信息。

生成式人工智能驱动的辅助技术也在改善残障人士的无障碍设施。这一点至关重要，因为到 2023 年，至少有一种残疾的人占 13 percent 占美国人口的 21.3%，其劳动力参与率在 22.5 年至 2022 年间从 2023% 上升至 XNUMX%。为了支持这些人，美国司法部最近发布了指导方针，要求州和地方政府确保其网站和移动应用程序可访问。组织正在通过开发生成式 AI 驱动的屏幕阅读器来应对这种情况，例如 VoiceOver会 对于iOS和 对讲 适用于 Android，让视障人士能够更独立地浏览政府网站并获取信息。

提高公民参与度

除了无障碍性之外，包容性治理的另一个关键方面是与公民建立有效的互动。政府机构承担着从公共卫生计划到旅游推广等一系列广泛的职能。当公民联系机构进行咨询时，人工客服人员通常面临着快速查找和汇总数据的挑战，这可能既耗时又费力。有时，这可能无法满足公民对有效且引人入胜的互动的期望。

生成式人工智能虚拟助手通过为公民的询问提供个性化的回应来帮助应对这些挑战。例如， 爱玛 是美国国土安全部下属的公民及移民服务局开发的聊天机器人。EMMA 帮助用户办理移民、绿卡、护照等一系列服务，支持英语和西班牙语。英文版甚至支持语音交互，引导用户浏览网站。EMMA 每月处理约 1 万次交互，显示出其在提高公民参与度方面的价值。

同样，澳大利亚政府也使用了一个名为 Alex 帮助个人和企业解决与税务相关的问题，例如产权、收入、扣除额和报税。Alex 可以高效地将用户引导至相关内容，从而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公正的决策，不论公民的社会经济地位、种族或个人关系如何。生成式人工智能正在帮助公共部门做出包容性决策。公共部门包容性决策的一个显著例子是越来越多地使用生成式人工智能驱动的自动化招聘流程。该系统以最大限度地减少人为偏见的方式筛选简历和申请。通过隐藏个人信息并仅关注相关资格和经验，生成式人工智能有助于确保所有候选人仅根据其优点进行评估。

例如，纽约市使用生成式人工智能驱动的 招聘平台 通过标准化评估和删除个人身份信息，候选人库变得更加多样化。同样， 英国公务员制度 使用人工智能来筛选申请并评估多样性，从而提高其招聘实践的公平性。

制定包容性政策

生成式人工智能正在通过数据分析实现更具包容性的方法，从而改变政策制定。通过检查大量数据集，人工智能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，市 洛杉矶利用 人工智能驱动的分析可以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策，满足其多样化且往往处于边缘地位的人口的需求。

同样的， 英国国家卫生局 (NHS) 利用生成式 AI 预测患者对医疗服务的需求。通过分析患者数据和趋势，NHS 可以更有效地分配资源，确保弱势群体及时获得所需的护理。

确保公共部门负责任地使用生成式人工智能

虽然生成式人工智能在改变公共部门方面具有巨大潜力，但必须负责任地使用它，以确保这项技术公平公正地惠及所有公民。为了实现这一目标，公共部门机构正在制定应对这些挑战的政策。此类政策的例子包括 欧盟人工智能法案旨在规范高风险人工智能应用，以及 美国算法问责法案，重点关注人工智能系统的透明度和公平性。这些政策的一些关键指导方针如下：

• 确保透明度和可解释性： 生成式人工智能系统应设计为透明运行。这需要清晰解释生成式人工智能如何做出决策，并确保非专家也能理解其流程。透明度有助于建立信任，并让公民理解决策的制定方式和原因。
• 确保公平、公正： 生成式人工智能系统可以 无意中延续 或者放大训练数据中存在的偏差。为了降低这种风险，定期评估人工智能模型是否存在潜在偏差并采取纠正措施解决任何发现的问题非常重要。
• 优先考虑数据隐私和安全： 在公共部门实施生成式人工智能的一个主要挑战是确保敏感数据的安全。公共部门数据通常高度敏感，必须始终受到保护。为了有效使用生成式人工智能，确保严格维护数据隐私和安全措施至关重要。
• 培养问责制： 问责制是利用生成式人工智能促进包容性治理的一个重要方面。这包括设立独立机构或委员会来监督人工智能系统的部署和效果。它还涉及为公众建立反馈渠道，以确保社区的意见能够带来必要的调整和改进。

底线

生成式人工智能正在通过增强可访问性、提高公民参与度和促进包容性决策来改变公共部门。它能够提供个性化支持、克服语言障碍并帮助残疾人，从而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人工智能，它们必须应对与透明度、公平性和数据安全相关的挑战。在强有力的政策和道德标准的指导下，负责任地实施对于确保生成式人工智能真正推进包容性治理的目标至关重要，使所有公民都能更方便、更公平地获得服务。