人工智能大模型賦能人大民主質量提升： 基于模擬場景的邏輯與路徑探索

內容摘要：在立法機構信息能力的視角下，各級人大常委會工作委員會和機關實務工作者構成了人大制度運行中的信息樞紐。這一群體面臨信息處理工作負荷以及特定時段內的信息過載問題。當前，提升該群體的信息能力是提升人大民主質量、發展全過程人民民主的關鍵。一系列的模擬場景實驗表明，人工智能大模型在自然語言語義歸納和文本信息提取等方面的技術突破在人大各項工作中具有廣闊運用前景。盡管大模型提供了提升實務工作者信息能力的“技術路徑”新選項，但必須注意其中蘊含的數據安全和信息失真風險，需要實務界通過制定詳細操作指引及加強與國內大模型開發的頭部力量合作等方式妥善加以推進。

關鍵詞：大模型；信息能力；人民代表大會；人大代表；全過程人民民主

以ChatGPT在2022年末的公開發布為標志，人工智能大型語言模型（簡稱大模型）帶來了人工智能領域內的諸多突破，并迅速引發各界關注。這一人工智能技術路線的核心特征是模型結構容量大、參數多并且進行預訓練。該特征使其具有了理解自然語言上下文的能力和語言生成能力，尤其是它可以生成與訓練數據不同的新數據，在語義提取、文本分類、自然語言生成等方面具有廣泛應用潛力。相比而言，先前占據主流的“分析式人工智能”主要是對數據進行分析以實現預測和輔助用戶進行判斷等功能。

在以ChatGPT為代表的人工智能大模型應用出現爆發式增長的過去一年中，誕生了不少關于技術與民主制度間關系的思辨性研究[1]。然而，探討該技術在具體制度領域中應用模式的研究仍然十分匱乏。在人大制度領域，這一不足尤為明顯。本文認為，人大的立法、監督和代表等各項工作中存在不少適合大模型技術應用的場景。而大模型在人大各項工作中的廣泛應用將能夠提升人大民主質量。基于上述考量，本文以人工智能大模型在人大工作中的應用潛力和技術實現路徑為核心議題，首先從立法機構信息能力的視角入手，討論信息能力對提升人大民主質量的重要意義以及大模型技術提升人大信息能力的機制。在此基礎上，文章通過一系列實驗測試大模型的語義歸納、文本信息提取、文本分類以及信息供給與輔助決策四方面能力在運用于上述場景時的表現，并據此討論推進技術運用的具體路徑。

一、立法機構的信息能力

人工智能技術的一個重要應用價值是提升使用者的信息能力并加速各項工作中的信息流動。因此，信息能力是研究大模型人工智能在立法機構中應用的理想視角。信息是公共管理和國家治理等研究中的重要變量。信息能力這一概念突出治理主體在信息流動各環節中的治理能力[2]。從信息的輸入、處理和輸出三環節劃分來看，信息能力具體可劃分為信息獲取能力、信息處理能力和信息供給能力。在立法機構的各項工作中，信息輸入指議員和實務工作者從專家、本選區選民以及監督對象等處獲得外部信息。這些信息是完善立法審議和預算監督等工作的基礎。信息處理指該群體需要對已獲得的信息進行整合并生成新的信息。例如在人大工作中，代表需要依據相關信息對預算案進行審查并提出審議意見，而代表提出的建議作為一種信息，也需要常委會相關工委進行加工處理。信息供給能力指有關群體向外部輸出信息的能力。如歐美國家議會議員普遍需要答復選民來信，并定期向本選區居民發送電子海報匯報其工作。

立法機構強大的信息能力是代議政治有效運行的關鍵。信息視角在立法機構研究中具有重要地位[3]。例如，針對議員構成和代表性等問題的研究盡管有不同的具體議題，但其內核基本上都是在探討立法機構如何全面、公正地獲取和回應來自不同群體（尤其是弱勢群體）的政策訴求等信息[4]；對于議會委員會等制度運行績效的研究也以其信息處理能力為重要研究對象[5]；對議員電子海報、選區尋訪等議會民主制度安排的研究也往往以提升議員和選民間的信息交互能力為目標[6]。

上述針對立法機構信息能力的研究有以下三個共性特征。其一，強調立法機構信息能力與代議民主質量之間存在兩方面緊密聯系。一方面，暢通的信息渠道是促進公眾參與立法機構各項事務的重要力量。比如，針對聽證會等制度的研究將傳遞選民和公眾的訴求并使這些訴求進入議會程序作為最終目的，將暢通的信息輸入渠道作為相關制度得以發揮效力的前提[7]。另一方面，立法機構較高的信息能力能夠顯著提升立法和監督等工作的質量，而高質量的立法和監督工作本身就是代議民主制度運行質量的保證。

其二，研究往往采取二分法，將立法機構信息能力的主體分為兩類并分別加以研究。兩類群體分別為選舉產生的議員以及立法機構內從事各項行政和輔助性事務的“議會雇員”（parliamentary staff）。后者的構成比較復雜，主要包括輔助議員工作的議員助理和政黨雇員、為立法等事務提供專業性協助的研究助理，以及單純處理日常行政性事務的雇員。采用二分法的重要原因是二者身處不同信息環境，從而形成提升二者信息能力的不同路徑。其中，歐美國家議員在“立法者”和“代表者”這兩個角色上的工作負擔皆重，但議員人數通常固定，因此各國在實踐中通常以增加議員個人助理等間接方式加以應對。加強議會雇員群體信息能力的方式則相對多樣，其編制的相對靈活性意味著可以通過調整人力資源結構等方式加以解決。例如，增加信息通信技術方面的專業性雇員能夠增加議會圖書館的服務能力[8]。總的來說，提升議員群體信息能力的重要性和難度都大于議會雇員群體，故其是目前相關研究主要的關注對象[9]。

其三，技術因素對于提升立法機構信息能力具有巨大價值。立法機構信息能力的提升受到一系列因素的制約。一是結構性因素，如前述兩類群體的編制數量（尤其是議員數量）相對固定。二是程序性因素，如在議員選舉中候選人的信息能力不是選民在投票時的主要考量。三是文化和心理因素，如一些歐美國家議會長期以來形成了相對保守的工作氛圍。這種氛圍抑制了提升信息能力的改革。其中最典型的是英國議會，其圍繞是否對公眾實況播出議會辯論問題爭論了近五十年。面對上述因素難以在短期內被改變這一現實，研究轉而思考那些易于著手且見效快的改革思路，其中，“技術路線”與“雇員能力路線”兩條路徑最為常見。圍繞“技術路線”的研究起步于21世紀初。在議會工作尚普遍處于前信息化時代時，就已經有研究提出信息通信技術在議會工作中能夠發揮信息交流、信息傳遞和信息管理等重要價值[10]。針對各國案例的分析也普遍表明，提升議員使用信息通信技術的技能可以提升其信息使用效率和信息獲取的便捷性[11]。

隨著大模型這一革新性技術工具的出現，“技術路線”在提升立法機構信息能力方面的價值更加凸顯。在大模型人工智能迅猛發展的短短一年多時間中，這項技術已經在諸多領域中發揮出巨大應用潛力。特別值得注意的是，大模型強大的自然語言處理能力已在商業領域得到了一定的應用并產生了巨大的效益。例如在技術的替代效應下，全球最大的多語言學習平臺多鄰國（Duolingo）于2024年1月宣布因人工智能技術的替代作用而裁員10%。在議會工作領域，早在基于GPT3.5引擎的ChatGPT發布的一年多以前，芬蘭議會“未來委員會”（Committee for the Future）就實驗性地通過GPT3.0引擎召開了一次包含人工智能系統深度參與的實驗性委員會聽證會[12]。而在ChatGPT問世僅幾個月后即有報道指出一些國家的議員正嘗試使用該工具起草議會演講稿[13]。

二、大模型與人大信息能力

信息能力同樣是探尋人大制度在改革開放以來迎來快速發展原因的重要視角，但大多數此類研究的重點是人大制度在整個國家治理體系中搜集信息和傳遞信息的能力[14]，對于如何提高人大自身信息能力問題的討論則很少。在上述總結立法機構信息能力研究三個特征的基礎上，本節嘗試提出人大制度在信息能力方面的主要特征，它們構成了下文一系列實驗的基本框架。

第一，二分法同樣適用于分析人大信息能力建設。但不同于國外以議員作為提升立法機構信息能力關鍵群體的思路，各級人大常委會辦事機構和工作機構中的實務工作者（等同于二分法中的“議會雇員”群體，以下簡稱“實務工作者”）在提升人大信息能力方面的作用顯著大于人大代表。該群體的重要性體現在兩個方面。一方面，人大代表的非專職模式造成了代表在人代會期間和閉會期間履職方式和工作任務的巨大差異。客觀地說，人大代表在履行其代表職責時所面臨的信息壓力在大多數時間段內顯著少于歐美國家議會議員。例如在一年中占大多數時長的閉會期間內，各級人大代表與其選民或原選舉單位的互動頻率不高。同理，需要代表進行信息自上而下傳遞的工作場景并不多，而非如國外議員那樣需要通過每周電子簡報等形式向選民匯報其院內工作或答復選民來信。

另一方面，人大代表提出議案或建議后，圍繞其中具體內容而開展的一系列跟進和協調工作就轉移到了常委會相關實務部門。代表則通常僅需坐等辦理結果報告。雖然近年來人大代表在推進議案建議辦理方面表現出了更大的積極性和參與度[15]，但這一結構性的制度安排并無顯著改變。上述特征在人代會期間也同樣顯著，由于立法草案在進入人代會審議前已經在常委會打磨許久并相當成熟，代表在人代會立法審議等環節中通常不涉及實質性的立法爭議，且代表在進行審議發言后，信息被匯總并由大會秘書處處理，代表個人則幾乎不再跟進。

而人大代表相對較小的信息負荷意味著人大實務工作者承受巨大的信息負荷。從全國人民代表大會組織法和全國人民代表大會議事規則等法律制度設計文本來看，常委會及其辦事機構和工作機構一并構成了支撐人大制度體系日常運轉的基礎。如全國人大常委會法工委的職責包括了擬定有關法律方面議案草案等近二十項[16]。其中的答復有關詢問、答復代表有關建議、備案審查、合憲性審查等工作都意味著大量的信息處理負荷。在代表工作方面，現有研究已經指出了為人大實務工作者搭建代表工作平臺的重要性[17]。從信息能力的視角來看，這里所稱的工作平臺可以理解為一個信息傳遞的樞紐，組織辦理代表議案建議及代表審議發言總結等工作中產生的所有過程性信息都在此匯總并加以處理。

據此，表1總結并對比了兩類群體在信息處理三個主要階段中對信息能力的需求程度。其中，人大代表僅在人代會期間承擔立法審議等工作，他們獲取信息的活動實際上已經融入閉會期間的本職工作和聯系選民工作中，且代表通常不直接跟進議案建議的處理，因此并不需要很強的信息獲取和信息處理能力。而代表在聯系群眾工作中，通常是一個群眾訴求等信息的接收者，而非向后者供給信息的信息供給者，因此同樣不需要很強的信息供給能力。在實務工作者方面，諸如立法聽證會中的專家建議等大量外部信息源降低了他們對信息獲取能力的需求。其信息供給工作主要表現為日常組織和服務代表，亦非工作負荷的主要來源。與之相對應的是實務工作者面臨的巨大信息處理負荷及其對信息處理能力的極高要求。這種負荷主要緣于實務工作者所處的各級人大常委會辦事機構和工作機構已在事實上成為各方信息、訴求和建議的匯總和處理中心。

巨大負荷之下，實務工作者群體甚至面臨著信息過載現象的困擾。造成過載的原因是結構性的，包括機構在人員編制上相對固定，人員缺乏一定的信息處理技術專門培訓，專門負責信息支持的技術部門與實務工作者之間缺乏協同機制等。近年來，人大立法和監督等工作在民主化、科學化和專業化方面持續進步，代表服務工作不斷細化優化，也使實務工作者在工作中面臨的信息載量不斷提升，信息過載的困境日益凸顯。

信息過載現象在人大制度的運行過程中還引發一種值得特別注意的現象，我國人大制度中的短會期等制度安排導致實務工作者在特定條件下可能面臨信息“波峰”沖擊，即該群體有時需要在特定的短時段內處理大量信息。例如在較短的人代會會期內，代表會在分組和聯組審議等環節中就有關立法草案提出大量審議意見。實務工作者組成的大會秘書處需要在僅僅幾天的時段內將意見進行匯總，形成審議報告并提交主席團審議，其后還需根據審議結果起草審議報告和草案修改稿。面對這一繁重任務，上海等地的人大機關嘗試引入了信息化手段進行流程優化。記錄員在記錄代表立法草案審議發言時，會同時標注該發言對應的法條條標，而后由軟件進行匯總。此舉部分提高了信息處理效率，但發言信息在被匯總后，實際處理這些發言內容的工作還是由人力完成。而這部分工作才是信息處理負荷的主要來源。此外在目前實踐中，應對這種沖擊的手段較為傳統，主要是臨時性調整人力資源布局（如部門間借調和外部人力支持）。

解決信息過載現象并提升人大實務工作者信息能力對于新時代人大民主制度建設尤為重要。各級人大常委會辦事機構和工作機構的“信息中心”地位，意味著人大實務工作者群體的信息能力與人大民主質量息息相關。民主制度的運行需要人力和物力資源的投入。現代代議民主制以公民票選代表代為議事的方式解決了直接民主制的高成本問題，但立法機構自身運行所產生的制度成本，尤其是信息處理的成本也在不斷上升。

中國同樣無法回避這一問題。全過程人民民主強調全方位、全鏈條、全覆蓋，與其相對應的制度設計往往會增加實務工作者的信息處理工作負荷。例如，人大審議立法計劃和立法規劃時，草案原先采取網上公示的方式征求意見。近年來引入基層立法聯系點等制度后，一方面讓立法程序變得更加民主，但又新增了實務工作者的信息處理負荷。人大代表工作方面的一些改革在提升民主質量的同時，也會產生同樣的問題。2022年2月，全國人大代表工作信息化平臺正式啟用。這項改革之后，全國人大常委會代表工委處理代表交辦議案建議的工作負荷也有所提升。根據相關報道，代表工委“按照‘一件一群組’原則分別搭建了9000多個政務微信群組，建議承辦單位與代表建立直接聯系通道。全國人大代表工作信息化平臺還為承辦單位與代表召開視頻會議，通過‘云上連線’為實現‘常來常往’提供了保障。建議辦理完成后，承辦單位可通過信息化平臺上傳答復電子版，全國人大代表可第一時間收到答復意見。”[18]上述報道中提到的微信群組搭建維護和對接代表與承辦單位等工作都是比較大的信息處理負荷。

管理學中一般認為成本與效率成反比，而效率與能力成正比。提升人大實務工作者的信息能力能夠降低人大各項工作的運行成本，從而在人大制度領域中支撐更多的民主制度建設探索，并防止現有的民主制度因為不足以支撐其運行成本而被棄置或變異。

同樣值得注意的是，盡管加強常委會機關自身能力建設一直是人大工作中的一個重要議題，但學界和實務界的主要關注點是諸如加強和改進黨的領導、加強干部隊伍建設（特別是優化干部隊伍年齡結構）和優化工作流程等結構性改革[19]。相關的研究一直較為忽視技術的作用。相較而言，各國議會聯盟和一些國家的議會高度關注信息通信技術等現代技術在議會事務中的應用，并將“技術路線”作為提升議會能力的重要手段，出臺了大量的報告、案例和指引。其中，各國議會聯盟每兩年定期發布《世界電子議會報告》（World e-Parliament Report），對電子議會制度和技術的發展趨勢進行總結，并提供相關的發展指引[20]。各國議會聯盟在對太平洋島嶼國家議會等欠發達國家議會提供發展指導時，也將提升其信息能力作為重要的切入點[21]。

“技術路線”巧妙規避了人事制度或選舉規則改革等制度性改革可能面臨的阻力，能夠在保持現有制度運行模式的前提下提升立法機構信息能力。這一策略同樣適合人大制度。既然諸如短會期、代表非專職和龐大代表數量等結構特征難以改變或不可改變，則“技術路線”可成為一個理想的替代方案。

盡管各國議會聯盟等組織已經圍繞“技術路線”提出了大量的典型案例分析和路徑指引，但這些研究的關注點集中在信息的獲取（如議會圖書館和資料的電子化快速查詢）和供給（議員使用電子郵箱聯系選民以及議會建立網站）兩個階段。這些研究以議員為主要分析對象，且對大模型技術的應用方式仍僅有零星討論[22]。中國人大制度在制度設計和運行方式上具有獨特性，且以提升實務工作者信息能力作為核心目標。這一差異導致上述國外研究資源的參考價值較小。學界和實務界需要探索建設有中國特色的人大信息能力實踐路線。

三、實證分析結果及討論

針對基層政府和公務員隊伍工作負荷的研究一般認為，該群體工作負荷的重要來源是大量的過程性信息。處理此類信息，不要求信息處理者依據信息內容作出何種判斷，而是需要他們對信息進行匯總加工，特別是從信息低密度的文本中進行信息的匯總和整理。在實踐中，其通常表現為各類報表和“文山會海”[23]。人大實務工作者顯然也面臨著相同的困境。

處理過程性信息恰好是大模型的長項。其具體涉及大模型的語義歸納、文本信息提取、文本分類以及信息供給與輔助決策四項能力。基于上述考慮，本文將采用實驗法對大模型提升人大實務工作者信息能力的路徑和方式做初步探討。該方法在測試大模型安全性和應用能力方面已經有過一些成功應用[24]。針對大模型的這四項能力，本文通過以下三步驟分別設計了對應的實驗。

（1）獲取數據：依據需求設定實驗場景并通過問卷等形式獲取數據；

（2）數據處理：使用ChatGPT、GPTplus、Google Gemini和kimi等當前國內外主流大模型應用工具對上述數據進行分析；

（3）根據數據處理結果展開進一步討論。

圍繞大模型四項能力的實驗設計及結果如下。

第一，語義歸納能力。作為一個語言模型，大模型具有從真實的文本，特別是存在爭議性觀點的文本中歸納出各方論點及論據的強大能力。鑒于代表審議發言等原始記錄文本難以獲取且存在涉密問題，本研究設計了一個模擬場景，擬定了一個存在頗多爭議條款的“某高校宿舍管理規定”，并通過問卷工具征集受試者對其中各條款的意見建議，然后測試大模型歸納意見建議及生成總結報告的能力。

測試結果顯示大模型具有很強的自然語言理解和歸納能力，如對于“根據學校有關規定，具有申請入住學生公寓資格的學生，經本人申請，學校審批后，由公寓服務中心統籌安排宿舍。學生休學或延期畢業的，不得入住學生公寓”這條規定，大模型首先識別出了大多數提交的建議都圍繞其中“休學或延期畢業的，不得入住學生公寓”這條規定展開（此規定為研究刻意設置的爭議點），指出“這一規定存在較大的爭議。支持該規定的學生認為，休學或延期畢業的學生不再是全日制在校生，因此不應享有學生公寓的住宿權利。反對該規定的學生則認為，休學或延期畢業的學生仍是學校的學生，他們仍需要住宿，而且休學或延期畢業的原因可能是客觀因素造成的，學校應該提供靈活的住宿安排或相關支持”。

在此基礎上，大模型能夠總結支持和反對該項規定的受訪者的主要論據，且能夠識別受訪者針對具體條款提出的修改建議。實驗中，大模型將受訪者針對“學生公寓住宿以院系為單位集中安排”這一規定所提出的修改建議歸納為“以個人需求為導向”以及“建立公平的住宿分配機制”等幾項。

大模型的這一能力與實務工作者目前急需提升的信息處理能力關系密切。模擬實驗中受試者對“宿舍管理規定”提出建議這一場景設定對應了人大實務工作者面臨的多種類似場景。例如，在網上征集立法意見工作和基層立法聯系點座談會工作中，實務工作者需要從原始發言記錄文本中發現參與者中存在重大爭議的條款，并對各方提出的意見及修改建議加以匯總。語義歸納能力也與實務工作者歸納整理人代會審議環節中代表發言記錄等工作密切相關。這些工作中涉及的文本信息在傳統上只能通過人工加以處理，而大模型在這方面帶來的技術突破則為相關工作的改進提供了重大契機。

第二，文本信息提取能力。大模型可以從非結構性且包含較多干擾信息的自然語言文本中提取出指定信息。它與前述語義歸納能力的基礎都是大模型對自然語言的理解能力。本文針對長度不同的文本設計了三個模擬場景實驗。

短文本方面，研究選取中紀委網站通報“群眾身邊的腐敗和不正之風問題”文本 ，要求大模型以列表的形式提取各篇通報中包括案例所在的省、具體地點或單位、涉案人姓名、涉案人職務、涉案事項、涉案資金及資金用途等11項信息。從結果來看，大模型能夠識別出通報文本中涉案人姓名、職務和涉案事項等信息。相比而言，諸如主題模型等現有自然語言處理工具往往難以準確挖掘上述信息。同時，大模型展示出一定的推斷能力。例如，對于僅提及了案例發生城市信息的文本，大模型可以給出正確的省份信息。同時，大模型可以根據文本內容判斷“涉案人是否屬于領導”以及“案件屬于個體型或集體型腐敗”這種原文中并沒有直接給出的信息。

中等長度文本方面，研究選取幾個已經公開的代表建議文本，要求大模型以列表的形式提取代表反映的問題、問題成因以及解決建議。大模型同樣能夠完成這一工作，并且這種信息提取是建立在語義理解和歸納基礎之上的，而非簡單的文本段落截取。例如，一項建議中列舉出了市屬高等院校存在的幾條具體問題。大模型將它們歸納為“我市高等院校規模小、力量弱、發展受限”，并將原文中較為復雜的成因分析歸納為“高等院校分布不均，資源配置不合理”。

長文本方面，研究嘗試讓大模型提取一篇約3000字的研討會專家發言速記稿中專家的核心觀點。大模型能夠較好地總結出各位發言專家的主要觀點，并根據要求提取特定信息。實驗中，大模型很好地提取了專家發言中提及的全球治理危機表現，但在提取專家對全球治理危機應對方案的討論時，其歸納存在一定問題。這一差距與原文中兩類信息在缺失程度和分散程度方面的差距成正比。

總的來說，大模型的文本信息提取能力能夠將低信息密度的自然語言文本轉化為表格化的結構信息。這一能力對標了當下大量過程性信息匯總加工工作對基層公務員造成的巨大負擔。而減輕這一負擔也有利于人大實務工作者更多地將精力聚焦于專業性工作。

第三，文本分類能力。大模型能夠按照給定要求將信息進行分類，以便后續的進一步處理。在人大實務工作中，諸如代表建議等文本雖在提交時已經進行了分類標注，但仍有一些需要進行信息分類標注的場景。特別是在鄉鎮和縣兩級直選產生代表的人大中有一些選民及選民代表直接參與的民主制度安排。這些場景中產生的文本信息在經過分類后能夠被更好地加以使用。文本分類是機器學習中主題模型的重要應用領域，但其操作涉及比較復雜的編程技能，技術門檻較高。大模型則能夠提供一條替代路徑。本項實驗要求大模型對一千余條代表建議按標題進行分類，測試其在已知類目和未知類目兩種條件下的分類能力。

從測試結果來看，大模型能夠在一定程度上勝任分類工作，但該項工作仍需在人工輔助下進行。其缺陷主要表現為兩方面，一是出現了大量文本無法分類的情況。兩種條件下，分別有49.9%和51.9%的標題無法被系統加以分類，并被列入“其他”類。二是大模型無法理解一些人大代表建議的場景。隨機選取100項人工復核的結果表明，大模型分類在未知類目時的錯誤率為40%，已知類目時降至23%，提供建議全文文本時可以進一步降低錯誤率。導致錯誤率較高的主要原因為大模型無法準確理解諸如“民生類”等分類框的含義，亦不熟悉代表建議中諸如“水源涵養區”等概念的含義。

第四，信息供給和輔助決策能力。盡管代表和人大實務工作者對信息獲取能力的需求程度低于信息處理能力，但快速和準確的信息供給能夠提升人大各項工作的質量。例如在正式審議前，代表可以借助相關工具更加充分地了解預算或立法案的背景信息，提高審議質量。更加豐富的信息源也可以完善決策過程中的論證程序，提升諸如民生實事票決制等制度的運行質量[25]。

大模型現階段存在較為嚴重的“幻覺”問題， 使其無法在立法、司法及政策制定等需要精準信息的領域中提供可靠的數據[26]。在一些涉及專業知識的領域，大模型可能由于預訓練集不足而無法提供答案。如對于“提供歐美有關國家消防法規中對監督責任劃分的條款”這一要求，包括ChatGPT在內的各個大模型直接“罷工”，顯示其為語言模型，無法提供相關信息。當前條件下，大模型的輔助決策能力對于目前人大相關工作來說還不具有實際運用價值。從本文的測試來看，大模型幾乎無法習得和運用人類社會的基本規律和習慣，而人大立法等方面的工作中需要作出的各種判斷恰恰是建立在對社會運行規律充分認識的基礎之上的。比如前例“學生宿舍管理規定”實驗中，測試文本人為設置了“公寓樓和宿舍中不得使用超過50瓦以上功率電器”這一爭議點，面對受試者針對此項規定提出的各種反對意見，大模型正確歸納出“大多數受試者提出50瓦的限制無法滿足日常需求”，但大模型在回答“這些建議中有沒有不合理的建議”時，無法識別出有受試者提出“應禁止學生使用電器，必須使用蠟燭”這一明顯不合理的修改建議。

四、潛在風險與推進策略

討論大模型在人大相關工作中的推進路徑，必須綜合考慮該技術的應用價值及其技術風險。

總的來說，對于人大相關工作，尤其是實務工作者的相關工作，大模型具有兩方面特殊價值。一方面，它填補了以往信息化手段在信息處理環節中的短板，而該環節又是影響人大各項工作質量的關鍵。相較而言，當前人大工作實踐中發展出的諸如“智慧人大”或“數字人大”等系統主要是加快了信息流動的速度，提升了信息獲取和供給的效率。通過諸如自動分析各政府部門預算使用情況等功能，此類系統也有一定的輔助決策能力[27]。但此類系統在信息處理環節中作用有限。

另一方面，使用大模型的技術門檻低，易于推廣。使用者以對話為人機交互模式，不需要編程等復雜技術準備，僅需要掌握簡單的對話技巧。它可“隨叫隨用”，日常工作中出現相關需求時，使用者可以隨時通過簡單的人機對話加以解決。

當然，大模型目前存在的缺陷也必須充分加以考慮，其中最重要的隱患是信息安全問題。目前，OpenAI等主要大模型服務提供商都是境外公司，向其上傳數據存在泄密和信息被濫用的風險。在大模型問世一年多的時間中，已經出現了數次商業公司因員工違規使用大模型造成數據泄密的事件。人大工作中的政務數據泄密則可能造成更大的風險。大模型的另一大風險是“幻覺”問題導致其可能在無預警的情況下生成包含錯誤內容的信息。缺乏經驗的使用者往往對其中的錯誤信息缺乏警惕，且也對大模型的能力邊界缺乏了解。當前，雖然各大模型提供商在解決該問題上展開了激烈競爭，但僅能降低“幻覺”出現的風險。

基于上述分析，本文認為在人大各項工作中推進大模型技術應用可以考慮以下策略。

第一，不回避甚至簡單禁止該技術在人大工作中的應用，但在現階段應確立應用的邊界，尤其是限制和規范國外大模型服務的應用場景。

第二，采取地方先行先試逐步推進的方式，積累大模型的應用場景和管理經驗。尤其是考慮在試點地方的人大機關技術部門中專門立項，研究制定并逐步完善大模型使用規范。該規范應特別強調大模型使用中的數據安全及其適用場景問題。技術部門也可以嘗試提供相關技術支持和教學資源。教學資源應當以案例和使用場景為基礎，并細化用戶目標群體，保證各級人大代表和實務工作者能夠得到與需求場景相契合的教育資源。

第三，與國內大模型開發的頭部力量加強合作，推進專業大模型的研發。當前，諸如華為盤古等大模型企業已經嘗試開發“政務大模型”，科大訊飛則發布了“星火法律大模型”，提供了法律咨詢、法律助手、筆錄精簡、輔助辦案等應用場景。這一思路也可拓展到人大的各項業務領域中。

總結

人工智能大模型補足了人大信息能力提升中的一塊短板，進而為提升人大民主質量提供了新的選項。這種技術路徑的突出特點是可以在不對現有制度設計和運行模式進行結構性調整的前提下提升人大各項工作的質量。但必須注意的是，技術路徑的提升空間從根本上說取決于結構性因素。例如，人代會代表審議發言形成發言簡報的過程通常并非簡單的文意總結和提取，其中還存在內容取舍方面的一些人為考量，而這些問題早已超出了技術范疇，涉及人大監督制度中的一些結構性問題。目前，對于人大制度發展過程中的一些長期性結構性問題，學界和實務界需積極探索研究，加以解決。

參考文獻

[1][2][3]王寶貴，范鵬，施韶亭.ChatGPT影響民主的技術邏輯、研判分析及應對策略[J].海南大學學報（人文社會科學版），2023（5）：1-10；樊浩，佟德志.基于算法的民主治理拓展及其限度[J].行政論壇，2023（6）：23-31；黃剛，宗鐵巖.隱憂與防范：人工智能介入民主政治的價值審視[J].河南社會科學，2023（11）：36-44.

[2]孟天廣，鄭思堯.國家治理的信息理論：信息政治學的理論視角[J].政治學研究，2023（6）：117-130.

[3]KREHBIEL K. Information and legislative organization. University of Michigan Press， 1992：70-76

[4]URBINATI N， WARREN M E. The concept of representation in contemporary democratic theory. Annual Review of Political Sicence， 2008， 11： 387-412.

[5]CURRY J M. Knowledge， expertise， and committee power in the contemporary congress. Legislative Studies Quarterly，2019（2）：203-237.

[6]JACKSON N， LILLEKER D. Microblogging， constituency service and impression management： UK MPs and the use of Twitter//The Impact of Legislatures. Routledge， 2020： 414-433.

[7]Inter-Parliamentary Union and United Nations Development Programme. Global Parliamentary Report 2022. Inter-Parliamentary Union， 2022： 21-24.

[8]Office for Promotion of Parliamentary Democracy. Information and Communication Technologies in Parliamentary Libraries. Global Centre for ICT in Parliament， 2012： 30.

[9]WEINBERG A， COOPER C L， WEINBERG A. Workload， stress and family life in British Members of Parliament and the psychological impact of reforms to their working hours. Stress Medicine， 1999， 15（2）： 79-87；GUY PETERS B. Bureaucracy for democracy： administration in support of legislatures. The journal of legislative studies， 2021（4）：577-594.

[10]LESTON-BANDEIRA C. The impact of the internet on parliaments： a legislative studies framework. Parliamentary affairs， 2007（4）：655-674.

[11]Office for Promotion of Parliamentary Democracy. World e-Parliament Report 2012. Global Centre for ICT in Parliament report， 2012： 81.

[12]FITSILIS F. Artificial Intelligence （AI） in parliaments–preliminary analysis of the Eduskunta experiment. The Journal of legislative studies， 2021（4）：621-633.

[13]MP Tells Australia’s Parliament AI could be Used for ‘Mass Destruction’ in Speech Part-Written by ChatGPT. The Guardian. https：//www.theguardian.com/australia-news/2023/feb/06/labor-mp-julian-hill-australia-parliament-speech-ai-part-written-by-chatgpt， 2023-01-26；Who said it： an Australian MP or ChatGPT？. The Guardian.https：//www.theguardian.com/australia-news/2023/feb/11/who-said-it-an-australian-mp-or-chatgpt， 2023-01-27.

[14]XIA M. Informational Efficiency， Organisational Development and the Institutional linkages of the Provincial People's Congresses in China. The Journal of Legislative Studies， 1997（3）：10-38.

[15]CHEN C. Getting their voices heard： Strategies of China’s provincial people’s congress deputies to influence policies. The China Journal， 2019（1）：46-70.

[16]李飛.全國人大常委會的組織制度和議事規則[OL].[2013-06-25]http：//www.npc.gov.cn/zgrdw/npc/xinwen/2013-06/25/content_1798342.htm.

[17]孫瑩.加強代表工作平臺建設 提升代表依法履職能力[J].人民之聲，2023（10）：61.

[18]趙禎祺.民有所呼、我有所應 高質效做好代表建議工作：2023年全國人大代表建議辦理工作座談會召開[J].中國人大，2023（24）：16-18.

[19]張曉榮.對新形勢下加強地方人大常委會自身建設的思考[J].人大研究，2007（7）：24-25；趙一升，冉富強.加強和改進人大機關自身建設的隴南實踐[J].人大研究，2022（4）：26-28.

[20]Office for Promotion of Parliamentary Democracy. World e-Parliament Report 2016. Global Centre for ICT in Parliament report， 2016.

[21]F FEULNER F， GUEGUIN M. Building public engagement in small island nations. The Journal of Legislative Studies， 2023， 29（3）： 380-405.

[22]KREPS S， JAKESCH M. Can AI communication tools increase legislative responsiveness and trust in democratic institutions？. Government Information Quarterly， 2023（3）：1-11；The IPU’s Centre for Innovation in Parliament. Using generative AI in Parliament. Inter-Parliamentary Union， 2024. https：//www.ipu.org/resources/publications/issue-briefs/2024-04/using-generative-ai-in-parliaments.

[23]楊帆，王詩宗.組織多重互動下基層“文山會海”的形成機制：一項多案例研究[J].行政論壇，2021（2）：75-82；李景平，魯洋，李佳瑛.公務員工作壓力對職業倦怠的影響研究：以X市Y區為例[J].西北大學學報（哲學社會科學版），2012（1）：144-150.

[24]MOTOKI F， PINHO NETO V， RODRIGUES V. More human than human： Measuring ChatGPT political bias. Public Choice， 2024， 198（1）： 3-23.

[25]孫柏瑛，周保民.民意發包：驅動政府工作的新方式：以S縣民生實事項目人大代表票決制為例[J].中國行政管理，2023（4）：30-37.

[26]莫祖英，盤大清，劉歡，等.信息質量視角下AIGC虛假信息問題及根源分析[J].圖書情報知識，2023（4）：32-40.

[27]許峰.全過程人民民主論域下的地方人大數字化改革機理探析：基于浙江衢州市“數字人大”建設的分析[J].電子政務，2023（10）：116-132.