本文发表于《开放时代》2021年第5期。

内容提要

作为一种自主算法决策，人工智能技术已经渗透到公共决策过程的各个环节，使公共决策模式产生重大变革。本文基于公共政策循环理论的视角，提出了一个人工智能算法对公共政策的问题界定与议程设置、政策制定、政策执行和政策评估四个阶段的影响与应用的分析框架，指出人工智能算法通过其大数据处理能力和预测分析能力，对提高公共决策的科学性、精准性和有效性发挥了巨大的作用。与此同时，人工智能算法存在的算法偏见、预测偏差和算法“黑箱”等问题可能引发公共决策失灵和合法性危机。最后，本文还提出，为了合理利用人工智能技术提高公共决策的有效性，规避算法决策的风险，决策者应关注人工智能算法决策与人类常规性决策的应用范围、适用性以及两者之间的互补协调关系，同时在算法驱动的公共决策各个环节中加强公共参与，建立参与式算法决策框架。

引言

人工智能（artificial intelligence， AI）是计算机科学的一个分支，其目的是开发一种具有智能行为的机器，实现在没有明确编程命令的情况下，使计算机自主采取行动。机器学习和大数据是人工智能的两大核心要素。机器学习是人工智能的大脑，是支持人工智能的基础算法；大数据则是实现人工智能算法运算的基础原料。机器学习基于算法来解析和训练数据，进行学习，从现实世界中识别模式，发现趋势，作出预测和决策，并在此基础上执行特定任务。算法就是对解题方案的准确而完整的描述，是一系列解决问题的清晰指令。算法代表着用系统的方法描述、解决问题的策略机制，对一定规范的输入，在有限时间内获得所要求的输出。从本质上说，人工智能就是一种基于算法的自主决策系统。以大数据为基础的，以机器学习及深度学习算法为核心的人工智能自主决策系统被称为算法决策（Zouridis， van Eck & Bovens， 2020）。

决策是行政行为的核心。一方面，随着人工智能的兴起，人工智能对公共决策系统中的官僚与专家决策等常规决策模式起到了重塑作用。目前，国内外学者对大数据驱动的公共决策优化研究较为丰富，如大数据影响“公共决策循环”的模型化研究（Höchtl， Parycek & Schöllhammer，2016），大数据驱动的议程设置信息化、备择方案讨论全民化、决策执行自动化、决策评估实时化以及全过程跨领域综合集成化等五个方面的公共决策创新研究等（陈一帆、胡象明，2019）。但是，人工智能算法对公共决策过程和环节如何发挥影响，影响机制是什么等问题尚未在理论和实证层面上得到充分回答。另一方面，算法决策的风险问题也引起越来越多的警惕和探讨。部分学者对人工智能应用于公共决策持谨慎态度，认为人工智能算法的内在缺陷及其不当使用，如算法偏差、算法错误、算法歧视、算法“黑箱”、审查难等问题（Osoba & Welser， 2017；Chiao， 2019），将产生严峻的行政伦理问题，如人工智能对决策公平、公正、透明性和可问责性的挑战，侵犯公民信息隐私权，加剧社会不平等（于文轩，2017）。然而，这些探讨较少分析人工智能算法决策在公共决策过程中产生的风险的具体形式及其来源。

借鉴大数据驱动的公共决策循环模型（Höchtl， Parycek & Schöllhammer， 2016），以及人工智能对政府与公共政策影响的最新研究（Valle-Cruz et al.， 2019），本文首先基于政策学者对政策过程经典的四个阶段划分（Dunn， 2015），发展一个人工智能算法在公共决策领域中应用形态与作用机制的分析框架，呈现人工智能对公共决策各阶段与过程的深刻影响。其次，本文将对公共决策各个阶段的算法决策风险及其来源问题进行探讨。最后，本文还将讨论如何平衡人工智能算法决策与常规决策之间的关系，阐述这两类决策机制的适用范围和互补关系，并对提高算法决策的公众参与性，规避算法决策的风险提出若干政策建议。

内容中包含的图片若涉及版权问题，请及时与我们联系删除