談大模型時代數字政府的發展與未來

一、引言

2022年OpenAI發布了ChatGPT-3，使得機器學習在復雜文本理解和推理能力等方面產生了突破性進展，對AI技術領域產生了深遠影響，也引發了全球人工智能領域的發展熱潮。在此背景之下，中國的大模型產業也卷入了一場“百模大戰”，騰訊、百度、阿里、華為、科大訊飛、三六零、大漢軟件、昆侖萬維、瀾舟科技等紛紛推出相關產品，截至2024年2月，國內已有超過140個大模型公開發布，與此同時大模型領域的研究和行業應用均取得了重要突破。2023年7月，國家網信辦聯合六部委發文發布《生成式人工智能服務管理暫行辦法》，在數字政府領域，大模型人工智能與行業的結合備受關注，在優化公共服務，提升政務效能，輔助數據決策以及推動現代治理體系等方面發揮了重要作用。它不僅是技術層面的革新，更是對傳統政府管理理念的深刻變革。

二、人工智能大模型將給數字政府未來發展帶來的改變

人工智能大模型作為當前科技領域的前沿技術，正以其強大的數據處理能力、邏輯推理能力和精準的分析預測能力，將對數字政府未來發展產生深遠影響，深刻改變政府的運作方式和服務模式，為公眾提供更加優質、便捷的政務服務，推動數字政府向更高水平發展。人工智能大模型給數字政府未來發展帶來眾多改變：

決策支持模式的改變。人工智能大模型可以通過對海量數據的深度學習和分析，為政府決策提供更加精準的數據支持和預測。這意味著政府決策將更加科學、合理，減少人為因素和主觀判斷的影響。同時，大模型還可以實現決策的自動化，提高決策效率，使政府能夠迅速應對各種復雜情況。

公共服務的智能化。在數字政府建設中，人工智能大模型將推動公共服務的智能化升級。通過大模型的分析預測，政府可以更加準確地了解公眾需求，提供更加個性化、精準化的公共服務。例如，通過大模型對交通數據的分析，政府可以優化交通布局，緩解交通擁堵問題；通過對醫療數據的分析，政府可以提高醫療資源配置效率，改善醫療服務質量。

政策制定更加精準。人工智能大模型的應用將使政策制定更加精準。政府可以通過大模型對經濟社會發展的深度分析，預測未來趨勢，為政策制定提供科學依據。這將有助于政府制定更加符合實際、具有前瞻性的政策，提高政策的有效性和可執行性。

提升政府透明度與公信力。大模型的決策透明性將提高政府的透明度，使公眾更加了解政府決策的依據和過程。這有助于增強公眾對政府的信任和支持，提升政府的公信力。同時，大模型的應用還可以促進政府與公眾之間的互動和溝通，使政府更加貼近民眾需求，提高政府的治理能力和水平。

推動數字政府創新發展。人工智能大模型的應用將推動數字政府創新發展。隨著技術的不斷進步和應用場景的不斷拓展，大模型將在數字政府領域發揮更加重要的作用。政府可以通過大模型的應用，探索新的治理模式和服務方式，推動數字政府向更高水平發展。

應對復雜挑戰的能力增強。面對復雜多變的社會環境和經濟形勢，人工智能大模型為數字政府提供了強大的應對能力。大模型可以通過對海量數據的實時分析和預測，幫助政府及時發現問題、預測風險，為政府應對突發事件和復雜挑戰提供有力支持。

三、人工智能大模型賦能數字政府的具體場景

大模型作為一種基于神經網絡架構和語言預訓練技術為支撐的人工智能，與政府數據和行業的深度結合后，將大大提升政府決策的科學性、助力服務效能的優化、智能化進行數據治理，它將滲透到政府管理的方方面面，可以說未來政府工作中基于大模型的人工智能技術無處不在。

在政務服務方面，大模型將幫助政務服務提升事務處理、決策服務的智能化，同時可以通過對服務流程的智能分析，提升辦事效率、優化流程，實現智能化辦事，提升服務品質和用戶體驗。另外大模型可以通過對公民和企業的個性化需求進行分析和預測，提供更加個性化的政務服務。通過對政務服務的數據進行實時監測和分析，輔助對政務服務的監管和評估，發現和處理政務服務中的問題和不足，提高政務服務的質量和水平。如，江西省贛服通“小贛事”的智能幫辦、邊問邊辦，12345服務熱線的智能問答機器人等，都是通過大模型的自然語言、邏輯推理和多輪對話能力，與公眾進行交互、傳遞服務價值，提升服務的體驗與溫度。

政府網站與信息公開方面，政府官方網站作為信息公開的重要渠道，隨著大模型的應用將帶來全面性升級。信息公開在內容的撰寫發布、合規檢查、勘誤校正、規范審核等方面依托大模型技術將得到顯著提升。另外在依申請公開方面，依申請的內容可以通過大模型進行自動分類、自動分發和自動審核處理，降低大量的人工工作。大模型有很好的推理能力、理解能力，能幫助傳統的政務網站在搜索功能、智能問答、服務推薦等方面提升用戶交互感受。同時大模型能力將通過交流對話、智能分析和智能推薦改變政府網站與信息公開的觸達方式使得信息的獲取更加扁平化。

在智慧辦公方面，大模型將在內部文件的處理、數據收集和報告生成等方面提升政府內部工作效率，減緩日益增長的工作壓力，不僅可以減少內部的人力成本，同時可以創新工作方式和提升決策效率。另外政府有大量的內部跨部門的數據和互聯網反饋的數據，這些數據維度多且比較分散，大模型可以幫助政府更好地挖掘利用這些數據，對數據中潛在的動向和趨勢進行分析，洞察和發現問題的本質，協助進行更精準、更科學的決策。

在政府決策方面，過去的數據輔助政府決策主要通過一些固化的數據算法和統計學模型，大模型可以用類似人的研判分析能力進行政策模擬和預測，輔助進行政策制定與優化；通過推演能力分析公共服務的堵點與卡點，協助進行效率提升和流程改進；通過邏輯推理和數據比對能力分析判斷公共安全與應急響應事件，在公共安全預警和應急決策中發揮作用；再如通過對非結構化數據的學習分析，大模型可以挖掘和梳理更有價值的數據和建議，為評估政策效果、輔助決策提供建議和幫助。

四、大模型時代數字政府發展面臨的挑戰

大模型作為一種新技術、新事物還有待于逐步完善和發展，特別是在數字政府領域的應用。由于行業的特殊性，大模型技術在數據“幻覺”、數據隱私保護、數據安全、以及社會公共價值認知等方面還存在諸多缺陷。

（一）大模型應用的“數據幻覺”問題

在數字政府領域的應用中，首先需要關注和解決好“數據幻覺”這一挑戰。這是因為，第一，大模型在訓練過程中，會受到所使用的數據的影響。如果這些數據存在偏見或誤導，那么模型在預測和分析時也可能產生偏差。例如，如果訓練數據主要來源于某一特定群體或地區，那么模型可能無法準確代表其他群體或地區的情況，從而導致決策的不公平或錯誤。第二，大模型的訓練需要大量的數據，但這些數據的質量和完整性往往難以保證。如果數據存在錯誤、缺失或不一致的情況，那么模型的預測和分析結果也可能受到影響。如果數據被篡改或操縱，那么模型可能會產生錯誤的結果，導致決策的失誤。第三，大模型通常具有復雜的結構和大量的參數，這使得對模型結果的解釋變得困難。在數字政府領域，決策者需要理解模型結果的依據和邏輯，以便做出合理的決策。然而，由于大模型的復雜性，決策者可能難以控制模型的結果，從而無法充分依賴大模型進行可靠性決策。

（二） 大模型應用的數據隱私保護問題

數字政府領域使用大模型時常常要面對數據隱私保護問題，主要是因為大模型需要處理大量的個人隱私數據，跨部門協作數據調用帶來的隱私數據管理和監督挑戰。

首先，大模型本身需要大量的數據來進行訓練和優化，這意味著政府需要收集和使用大量的政府內部數據和公眾數據。這些數據可能包含個人隱私信息，如身份信息、健康狀況、消費習慣等，如果處理不當，就可能導致數據泄露或被濫用。其次，大模型的訓練過程通常需要借助云計算等分布式計算資源，這增加了數據在傳輸和存儲過程中的風險。在數據傳輸過程中，如果加密措施不到位，數據就可能被截獲；在數據存儲過程中，如果安全措施不嚴密，數據就可能被非法訪問。此外，數字政府領域使用大模型時，往往涉及到多個部門和機構的協作，這增加了數據管理和監督的難度。如果沒有建立有效的數據共享和管理機制，就可能出現數據混亂、重復或矛盾的情況，進而影響數據的安全性和隱私保護。

當然，我們面對問題的同時也應該看到，大模型也將幫助政府在安全和隱私保護方面做更多工作。因為大模型有比較強的理解能力，可以在個人隱私和數據不濫用方面發揮作用。只要在推進過程中，加強數據治理、控制算法偏見、提升大模型本身的透明度等，在政府側加強監管，并制定相應的法律法規和管理規范，一定能更好發揮大模型對公民的信息安全和隱私權益的保護作用。

（三）大模型應用的數據安全問題

在數字政府領域使用大模型時，要注意數據涉密和安全問題，如果數據保護措施不到位，就可能導致數據被非法獲取、篡改或濫用，進而對國家安全、社會穩定造成嚴重威脅。

大模型的訓練和優化可能涉及國家機密或敏感信息，如政府決策、軍事部署、社會統計等。這些數據的泄露將直接威脅到國家的安全和穩定。因此在數據存儲、共享傳輸的過程中，要有嚴格的措施防止黑客或惡意用戶針對和利用大模型的漏洞或弱點，進行攻擊和竊取數據。此外，數字政府領域使用大模型時，要建立嚴格的數據訪問和授權機制，防范數據非法訪問或濫用的情況發生。

在政府建立大模型應用體系時，應當倡導和鼓勵政府自建算力和政務專有模型，要重點解決“數據不出域”的問題，即在政府內部建立私有大模型算法平臺。當前很多政府機構忽略了這一問題，在將大模型能力引進到政務應用時，很多是通過互聯網云端提供大模型服務，這將面臨極大的數據隱私泄露的風險。

另外，在互聯網上進行咨詢問答的開放式服務，往往會消耗非常高的算力，這將會造成政府在購買GPU算力上的開支不堪重負，由于算力有限，如何盡可能降低對GPU的依賴，這在未來大模型領域是必須要攻克的一個難點。

（四）大模型應用的倫理安全、算法偏見和公共價值觀問題

在數字政府領域應用大模型時，倫理安全、算法偏見和價值觀校準的問題不容忽視。政府需要建立嚴格的倫理審查和監管機制，確保數據的合規使用，防止算法偏見，并通過技術手段定期對模型進行價值觀校準，確保大模型的應用與社會倫理和價值觀保持一致。

倫理安全方面，大模型訓練時無意中可能涉及個人隱私數據的收集和使用，有時會直接觸及到倫理道德的底線。如果數據未經用戶同意就被濫用，或者用于不正當目的，將嚴重侵犯個人權益，違背倫理原則。此外，大模型決策的不透明性也可能導致公眾對其公正性和合理性的質疑，從而引發信任危機。

算法偏見方面，由于訓練數據可能存在偏見或不均衡，大模型在決策時可能無意識地放大這些偏見，導致不公平的結果。例如，如果招聘模型基于歷史數據進行訓練，可能會歧視某些群體，造成就業機會的不平等。另外，大模型的決策過程往往是一個“黑箱”，其內部邏輯和依據往往不公開。造成的偏見可能導致公眾對模型決策的質疑，還可能滋生不信任和恐慌情緒。

價值觀校準方面，大模型的應用需與社會的核心價值觀保持一致。然而，由于算法的固有觀點或數據的不均衡，大模型的決策可能偏離公平、正義等核心價值。例如，如果模型在訓練過程中過度依賴歷史數據，可能導致歧視性決策，與社會的平等、公正價值觀相悖。

五、數字政府領域大模型技術應用的建議與思考

隨著技術的不斷進步和應用需求的日益增長，大模型技術在數字政府領域的應用日益廣泛。隨著技術的完善和發展，要逐步健全和配套相關法規和政策來規范大模型在數字政府領域的應用，也需要政府、企業和社會的共同努力，如何有效應用大模型技術，推動大模型技術的健康發展，是一個值得深入探討的問題。以下是對數字政府領域大模型技術應用的一些建議與思考：

（一）建立大模型數據規范、管理監管和評估機制

制定政務大模型的數據利用與訓練的標準規范，并注重數據管理的隱私保護和安全，對數據共享、開發過程和應用管理進行監管。建立和完善對政務大模型的研發備案機制，同時建立評估機制，加強對大模型的數據、算法和應用的監督和審查。

（二）加強數據治理，確保數據質量

大模型技術的核心在于數據，因此，確保數據質量至關重要。政府應持續推動數據治理的法治化、規范化和標準化，完善數據治理政策和法規，制定完善的數據采集、存儲、處理和使用規范，確保數據的準確性、完整性和時效性。為政務大模型的構建提供堅實的數據基礎。同時，還應加強對數據安全的保護，防止數據泄露和濫用。

（三）加強政務數據和特定場景的訓練

政務大模型對政府領域數據的權威性、場景的針對性和領域知識的專業性要求更高，要貼近政府特定需求進行模型訓練和數據優化，避免產生偏差或歧義。同時模型訓練還要引入對抗性樣本或對抗性訓練的方法，讓模型在訓練過程中面對具有挑戰性的樣本，以提高模型的魯棒性和泛化能力，對模型的過度擬合和幻覺進行控制。

（四）推動與業務深度融合并構建開放技術生態

大模型技術的應用需要與政府的業務需求緊密結合，才能真正發揮其價值。政府應積極推動大模型技術與業務深度融合，將大模型技術應用于政策制定、公共服務、城市管理等領域，提升政府行政效能和服務水平。

大模型技術的推廣應用需要依托開放共享的技術生態，政府應積極推動構建開放共享的技術生態。通過與眾多企業和科研機構的合作，共同研發和推廣大模型技術，形成技術合力，推動數字政府領域的創新發展。

（五）關注倫理安全與隱私保護

要建立比較完善的數據管理機制，堅持數據不出域，確保對含有隱私或者涉及用戶安全的數據不被濫用。同時政府還應當加強對模型開發利用和訓練過程當中的審查監督報備機制，強調模型生成的可追溯和可解釋性，同時，應高度關注倫理安全與隱私保護問題。政府應制定完善的倫理規范和隱私保護政策，確保大模型技術的應用符合倫理原則，保護個人隱私不被侵犯。

六、結語

綜上所述，數字政府領域大模型技術的應用需要政府和應用開發商從多個方面入手，推進規范建設、加強數據治理、推動技術與業務融合、加強技術研發與創新、構建開放共享的技術生態以及關注倫理安全與隱私保護等。只有這樣，才能充分發揮大模型技術在數字政府領域的優勢，推動數字政府的高效運作與持續創新。

作者單位：大漢軟件股份有限公司