基于人工智能的敏捷治理

 

　　人工智能化簡決策復雜性

 

　　最初，“敏捷治理”的提出借鑒了計算機軟件開發(fā)中“敏捷方法”的概念，主要是為了高效精準地回應數(shù)字時代高度復雜的公共問題，它強調(diào)在不犧牲治理有效性的前提下盡快決策、盡早行動。敏捷治理并不依賴一套長期的規(guī)劃，而是主張在社會的快速發(fā)展中持續(xù)地追蹤和分析那些重要的變化，并為適應這些變化不斷微調(diào)政策。顯然，這種治理模式不可能由傳統(tǒng)的官僚制組織實現(xiàn)，而是需要借助人工智能的幫助，在更具彈性的組織形態(tài)中實現(xiàn)。敏捷治理之所以能夠快速地回應復雜問題，主要是因為人工智能極大地化簡了決策復雜性，將多數(shù)公共事務還原為“運算”問題，從而利用卓越的算力快速篩選出幾種具有優(yōu)勢的方案供決策者參考。這種“還原”基于大數(shù)據(jù)技術對社會各方面信息的收集、分類和預測，而大數(shù)據(jù)之所以能夠做到這一點，憑借的則是計算機和傳感器的微型化以及高密度分布。由此可見，萬物數(shù)字化是敏捷治理實現(xiàn)的基礎。

 

　　數(shù)字化是現(xiàn)時代的根本現(xiàn)象之一。實在界（Real）的事物不斷被儲存為虛擬世界中的一組由“0”和“1”構成的數(shù)據(jù)，人工智能正是通過對這些數(shù)據(jù)的排列和組合，形構出了一個數(shù)字化的世界圖像。但是，僅靠數(shù)據(jù)相關性進行組合（或聯(lián)想）的人工智能，尚無法與真正的人類創(chuàng)造力相媲美，在能夠提出改變既定思維框架的新問題、新方法之前，人工智能都很難被當作一個可靠的治理主體來對待。從當下幾種主流算法的發(fā)展趨勢看，機器所展現(xiàn)出的“智慧”其本質是數(shù)據(jù)支撐下的運算能力，只能用于解決有限的、程序化的和確定的問題。看似人工智能向每個人推送了許多建議，但這背后都指向某種同質化的生活方式。因為，人工智能給出的建議是針對既有的公共利益進行的配給（allocate），而不是針對社會合作生產(chǎn)體系進行的分配（distribute），它只考慮當下的存量博弈，不考慮未來的增量預期。在人工智能的算法邏輯中，不存在作為時間分叉的“未來”，而是只有作為預定后繼的“下一步”，所以智能時代多向度生活只是一種虛假的自由。當人工智能可以以遠低于人類的錯誤率和耗時完成絕大多數(shù)重復性決策任務時，崇尚理性的公共部門沒有理由拒絕算法的建議，這極有可能導致一些重要的選項被遮蔽，使決策者始終只能看到算法“過濾”后的可能性。

 

　　敏捷治理隱含民粹風險

 

　　工業(yè)化與資本主義共同塑造了一個崇拜效率的時代，“高效”幾乎成了現(xiàn)代社會理性的代名詞，經(jīng)濟學、管理學等學科也紛紛將“效率”作為核心價值。但公共管理不同，在“西沃之爭”后的公共管理學科內(nèi)部基本形成了共識，即“效率”僅僅是公共部門需要追求的眾多價值之一。即便是在最崇尚效率的“新公共管理”運動中，“效率”在行政倫理中的優(yōu)先性也并不突出，在多數(shù)情境下，“公平”“自由”“包容”等價值的排序都要優(yōu)先于“效率”。然而，這一傳統(tǒng)可能會在人工智能介入公共治理之后終結。在行政組織與人工智能深度結合的敏捷治理中，社會的全面數(shù)字化不僅讓治理偏好更靈敏、更快捷，也偏好追求更多、更大福祉的政策方案。算法的效率追求會放大功利主義價值權重，使公共行政偏離原本的目標。此時的“效率”已經(jīng)不再是實現(xiàn)現(xiàn)有價值目的的一種方式，而是成為行政目的本身和人們崇拜的對象，這意味著“效率”被算法賦予新的價值，而公共管理則會隨之出現(xiàn)令人擔憂的企業(yè)管理化傾向。

 

　　政府朝向敏捷治理的努力，會自然地產(chǎn)生對社會諸領域進行數(shù)字化建構的要求，唯此公共部門才能運用大數(shù)據(jù)訓練一套成熟穩(wěn)定的算法用以公共決策。然而，對社會的數(shù)字化可能抑制創(chuàng)新、催生民粹。具體來說，在人工智能看來，大多數(shù)人類的創(chuàng)新行為本質上就是一組“異常數(shù)據(jù)”，在創(chuàng)新的試錯期會被人工智能當作破壞社會秩序的“病癥”加以消除。此外，敏捷治理還有可能與民粹主義結合，加劇政治極化和社會撕裂。這是因為，敏捷治理相較傳統(tǒng)的政府與行業(yè)協(xié)會共同加強監(jiān)管的協(xié)同治理而言，其優(yōu)勢在于敏捷治理可以更有效地回應內(nèi)外部環(huán)境的變化，通過迭代創(chuàng)新來實現(xiàn)快速響應。因而，敏捷治理要求治理行動者在盡可能短的流程內(nèi)獲得授權，從減少政策推進受阻的角度來看，那些令多數(shù)群體福利上升且不向少數(shù)群體作出讓步或妥協(xié)的公共政策會有更大的概率獲得最高“支持率”（但這些方案顯然不是最公正的），即出現(xiàn)敏捷治理導致政策討好共同體內(nèi)部的“永恒多數(shù)”群體，進而使政策出現(xiàn)民粹化轉向問題。

 

　　此外，傳統(tǒng)治理主體在“敏捷治理”的外衣下，有可能憑借人工智能提供的信息優(yōu)勢制定歧視性政策。這種歧視的本質，即基于統(tǒng)計意義上的“過去”來預測社會意義上的“未來”，從而有針對性地開展預防性治理行動。這種統(tǒng)計意義上的“過去”正是每天我們上傳到大數(shù)據(jù)云端的“信息”，在數(shù)字世界中，一切事物（事件）都被認為是應當如實記錄的資源，治理系統(tǒng)的靈敏和準確也依賴于對社會系統(tǒng)中每個個體數(shù)據(jù)的長期詳盡的記錄、歸類和分析。然而對于人工智能應在多長時間之后以及如何“遺忘”那些它掌握的數(shù)據(jù)，算法工程師們并沒有形成共識，這直接導致基于人工智能的敏捷治理變得缺乏包容性，甚至在某些情況下會對一部分群體（如具有較高重復犯罪概率的人群）采用有罪推定前提下的預防式治理。因此，對于數(shù)字時代的治理者而言，合理的遺忘（或者說信息隱藏）與準確的記憶同樣重要。

 

　　敏捷治理的倫理反思

 

　　既然我們在數(shù)字時代需要敏捷治理，而敏捷治理的多數(shù)問題源自人工智能，那么研究如何對人工智能開展治理就是當前公共管理學者們不可推卸的責任。

 

　　要實現(xiàn)敏捷治理，就不得不接受在高度復雜的數(shù)字社會，多數(shù)公共管理決策是由人工智能做出（或至少是參與政策制定）這一現(xiàn)實。同時，要盡可能發(fā)揮人的能動性，在算法的純粹計算邏輯中融入人的倫理規(guī)范和德性價值。

 

　　首先，應充分發(fā)揮人的相似性思維優(yōu)勢，在行政中以符合大眾預期且相對穩(wěn)定的行動邏輯對不同價值進行優(yōu)先性排序。人工智能可以實現(xiàn)相對穩(wěn)定的行動邏輯，但要滿足符合大眾預期則需要由人類決策者承擔更多算法設計。對此，關鍵在于改變當前智庫的運行邏輯，明確智庫的定位并不是與人工智能進行決策競速或預測競賽，而是要張揚智庫不同于計算機的“人類智慧”。智庫應對所有引起不良效應、負面后果或引發(fā)巨大爭議的公共政策進行決策復盤，著重去思考不同于人工智能給定方案的其他可能性，并將這些可能的方案加入算法的選項庫中。

 

　　其次，政府應更加主動地強化數(shù)據(jù)審查，積極創(chuàng)造和凝聚社會道德共識。尤其是在面對重大的公共決策時，行政組織不能一味追求治理的快速響應，而是需要在決策的各個階段對人工智能進行倫理審查，并根據(jù)審查結論逆向演繹算法的問題源頭。具體來說，在決策準備階段，政府應以審慎的態(tài)度看待人工智能的數(shù)據(jù)分析結果，結合歷史經(jīng)驗和智庫建議，找出可能被算法隱藏的備選方案。在決策過程中，政府應建立決策熔斷機制，及時制止那些危及原則性價值的人工智能決策，一旦察覺到某種危險的傾向，政府可以立刻關閉人工智能并迅速由專業(yè)的應急團隊接手處置。在決策反饋階段，政府要打開算法“黑箱”，重點針對人工智能決策結果與主流價值觀念之間出現(xiàn)的矛盾，反向核查其機制與過程中可能存在的不公。對人工智能的倫理審查不僅要制度化、周期化，審查過程更需要由政府全程把控，由政府內(nèi)部通過設立專門化的組織去處理，而非以該領域的技術專業(yè)性為托詞將這項工作外包。數(shù)字時代的敏捷政府正是通過對人工智能的倫理審查反思自身并教化社會的，這可以抑制自身與人工智能搶奪“效率”高地的沖動，從而得以在“道義”或“德性”的角度凝聚人們的共識，因為美德（Arete）是人工智能無法通過一層層的“算法進化樹”習得的東西。