包容性治理：如何让生成性人工智能使公共服务对所有人都可及

虽然公共部门在不断进化和发展，但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，都能平等地获得公共服务。这种目标通常被称为包容性治理，导致公共部门不断采用先进技术来改善公民参与、简化运作和做出明智的决定。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。今天，生成性人工智能正在发挥类似的变革作用，改变用户与服务的交互方式，提供个性化的体验，提高可访问性和简化工作流程。认识到其潜力，公共部门正在越来越多地投资于生成性人工智能，据BCG估计，到2033年，生产力收益预计将达到每年1750亿美元。

提高可访问性

生成性人工智能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。生成性人工智能正在通过以下几种方式解决这些问题：

生成性人工智能驱动的工具，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，城市推出了一个名为Lumi的聊天机器人，帮助公民和游客解决各种问题，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，并根据用户的交互不断改进。

生成性人工智能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其首选语言访问重要信息和服务。这在多元文化社会中尤为重要，语言多样性显著。例如，加利福尼亚州的斯托克顿和费尔菲尔德市推出了一个翻译工具，居民可以通过移动或网络渠道使用，允许他们以71种语言通过亚马逊翻译与当地政府进行交流。在印度，Jugalbandi项目使用生成性人工智能驱动的聊天机器人在WhatsApp和Telegram上帮助农村居民以其母语访问政府服务。这些聊天机器人可以以文本和语音形式响应，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。

生成性人工智能驱动的辅助技术也正在改善残疾人士的可访问性。这一点至关重要，因为2023年，至少有一种残疾的人占美国人口的13%，他们在2022年至2023年间的劳动力参与率从21.3%增加到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性人工智能驱动的屏幕阅读器（如iOS的VoiceOver和Android的TalkBack）做出回应，允许视障人士更独立地导航政府网站和访问信息。

提高公民参与度

除了可访问性之外，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，从公共卫生倡议到旅游宣传。当公民联系机构时，人类代理人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。这有时可能无法满足公民对有效和吸引人的互动的期望。

生成性人工智能驱动的虚拟助手正在通过为公民查询提供个性化的响应来解决这些挑战。例如，美国公民及移民服务局（USCIS）在国土安全部开发了一个名为EMMA的聊天机器人。EMMA帮助用户完成一系列服务，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，展示了它在提高公民参与度方面的价值。

同样，澳大利亚政府使用一个名为Alex的聊天机器人来帮助个人和企业解决税务相关问题，例如财产权、收入、扣除和申报。Alex高效地将用户引导至相关内容，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、种族或个人联系如何。生成性人工智能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使用生成性人工智能驱动的自动招聘流程的增长。该系统以最小化人类偏见的方式筛选简历和申请。通过隐藏个人信息并专注于相关资格和经验，生成性人工智能有助于确保所有候选人仅根据其功绩进行评估。

例如，纽约市使用生成性人工智能驱动的招聘平台，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人工智能来过滤申请并评估多样性，这提高了其招聘做法的公平性。

制定包容性政策

生成性人工智能正在通过使数据分析更加包容来改变政策制定。通过分析大量数据，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加公平的结果。

例如，洛杉矶市使用人工智能驱动的分析来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，城市可以做出符合其多样化和往往被边缘化的人口需求的明智决策。

同样，英国国家卫生服务（NHS）利用生成性人工智能来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，确保弱势群体能够及时获得所需的护理。

确保公共部门中生成性人工智能的负责任使用

虽然生成性人工智能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人工智能法规，该法规旨在监管高风险的人工智能应用，以及美国的算法问责法案，该法案专注于人工智能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： 生成性人工智能系统应该被设计为透明地运行。这需要提供明确的解释，说明生成性人工智能如何做出决定，并确保其过程对于非专业人士来说是可理解的。透明度有助于建立信任，并使公民能够理解如何和为什么做出决定。
• 确保公平性和无偏见性： 生成性人工智能系统可以无意中延续或放大其训练数据中存在的偏见。为了减轻这种风险，定期评估人工智能模型的潜在偏见并采取纠正措施以解决任何已识别的问题至关重要。
• 优先考虑数据隐私和安全性： 在公共部门实施生成性人工智能的主要挑战之一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性人工智能，确保数据隐私和安全措施得到严格维护至关重要。
• 促进问责制： 问责制是使用生成性人工智能促进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人工智能系统的部署和影响。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

生成性人工智能正在通过提高可访问性、改善公民参与度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性人工智能，它们必须在透明度、公平性和数据安全性方面应对挑战。负责任的实施，遵循健全的政策和道德标准，对于确保生成性人工智能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。