引入人工智能優化人大工作的思考與路徑探索

內容摘要：人工智能開啟了新技術應用于各個領域的重大革命浪潮，對人大工作也帶來新的機遇、啟示與借鑒。如何在人大工作中引入人工智能，推動人大工作的智能化運行，更好提升人大工作的質量與水平，不斷發揮人大及其常委會的職能作用，是新時代值得人大工作者深思和研究的一項新課題。結合寧波市鄞州區人大的工作實際和相應探索，對依托人工智能創新開展人大工作進行討論，探究引入人工智能優化人大工作的可能路徑，以期進一步系統性創新人大工作的方式方法。

關鍵詞：人工智能；人大工作；對策研究

人民代表大會制度是實現我國全過程人民民主的重要制度載體，是堅持黨的領導、人民當家作主、依法治國有機統一的根本政治制度安排。近年來，以大數據、云計算、算法模型為基礎的人工智能飛速發展，其重要作用日益彰顯。習近平總書記指出：“人工智能是新一輪科技革命和產業變革的重要驅動力量，加快發展新一代人工智能是事關我國能否抓住新一輪科技革命和產業變革機遇的戰略問題。”①本文以浙江省寧波市鄞州區人大開展數智化探索為實例，對基層人大工作依托人工智能的路徑進行梳理分析，研究其運行邏輯和作用機理，探求人工智能協助和提升人大工作質效的可行路徑。

一、人工智能優化地方人大工作的應用場景

人工智能是在數據、算法、算力要素范圍內新興技術集群的基礎上發展出的新的技術科學?，F階段，人工智能一般嵌入在傳統電子系統中，對其進行智能化改造，使其具備以超人類的效率進行某一專項工作的能力。當下，人大數智化建設正處于持續深化的過程中，人大業務流程、資料信息等工作要素快速轉變為數字形式，依托計算機技術持續運轉，并且顯現出“智能化”的雛形。因此，依托數智化改革，強化人工智能運用以提升人大工作質量和效率，是回應社會需要的重要內容，也是推進人大正確、依法、有效履職的關鍵途徑。從新技術層面落實到人大工作的具體方面，人工智能主要在以下場景產生效用。

（一）運用于人大會議履職的必然性。人大工作的重要特點之一，是以會議形式集體行使職權。在人工智能時代，人民代表大會會議、常委會會議、主任會議、部門評議會議、專題詢問會等涉及召集會議作出立法、審查、審議、決議、決定、聽取、檢查等，基本都以人大數字化建設為支撐，形成人大會議“專用數據庫”，系統收集會議主題、參會人員、會議文件、調查問卷、意見建議分析等要素信息。分析會議通知、人員報名、議程安排、會后反饋、信息分析等具體流程并進行優化，相對于傳統人力，在提高會議信息傳遞效率的同時降低了信息錯誤的幾率。同時，統籌收集歸納參會人員電子信息，形成參會人員電子畫像，會議內容精準監督等，為會議自動化舉辦，乃至于以線上會議模式開展深層次的活動奠定技術基礎。

（二）開展人大調查履職的應然性。人大調查研究有其自身的特點，與黨同向、與民同心、與發展同步，在調查過程中特別注意收集民情民意，這就需要以大數據、云計算、算法模型為核心要素的人工智能實現監督數據共享融合，破除各個部門、各個環節的數據壁壘，匯集各方信息，并整合外部資源，提升調研系統性。并且，人工智能在信息處理上具備高速運算優勢，可以通過關鍵字、數據標簽甚至自然語言識別等手段實現對基礎信息庫的全覆蓋閱讀、檢索、篩選，并提供不同維度的智能分析，不僅替代了人力，還破除了時空限制，擴充了民意收集的廣度和深度。

（三）使用人大視察、檢查等方式外出履職的實然性。以自然、社會、人文等綜合信息構成的數據庫，疊加深度學習，賦予人工智能在一定程度上觀測和判斷現實的能力。在具體應用上，可以為人大選取實地視察、檢查點位時提供參考。同時，還可以結合行為人畫像，實現人大監督過程、監督現場在媒體平臺的智能推送，從而擴大民眾線上參與實地監督的覆蓋面，提升實地履職的效率。此外，還能夠完善數據追蹤體系，對于實地監督后發現的一些全局性、長遠性的重大問題實施長期跟蹤監督，增強人大監督的韌性。

（四）協助人大其他履職的本然性。人大工作還有許多方面也適合人工智能的介入。以規范性文件備案審查工作為例，對于當下規范性文件數量龐大的現實，如何落實“有件必備、有備必審、有錯必糾”的要求，是規范性文件備案審查工作的一項重要挑戰。而人工智能的出現使其憑借深度運用語義理解、實體／關系識別、動態增量更新等高新技術要素，準確識別不同表述方法的法律實質意義，從而實現對規范性文件的實時審查、動態審查、追溯審查。

二、人工智能優化地方人大工作的實踐分析

從2020年起，浙江省人大常委會部署開展全省人大數字化改革工作，推進人大數據資源跨部門、跨層級、跨地區共享，推動新時代人大工作提質增效。鄞州區人大積極響應，堅持系統集成、實用為先、交互共享導向，統籌銜接綜合平臺、應用場景和數據資源，形成縱向貫通、橫向銜接、內外聯動的架構，取得了一系列成果，并初步形成“數據產生—數據消化—算法優化”這一將人工智能技術運用于人大工作的雛形。

（一）以數據庫建設為前提奠定智能基礎。人大工作領域的數據包括立法數據、監督數據、人事任免數據、重大事項決定數據、代表履職數據等以及其他檔案數據，其涵蓋了人大工作的方方面面。針對這些數據，鄞州區人大依托寧波市人大“代表通”應用平臺，打造鄞州區人大數字系統，推動市鎮（街道）平臺全關聯、代表使用全覆蓋，實現人大有關工作和人大代表履職信息數據入庫。以街道為試點，創新打造“民意感知中心”應用系統、“碼上見”數字平臺，打通政府公共事務受理中心、民呼我為統一平臺、社會治理中心、“城市大腦”、網絡輿情等主要民情信息來源間的數據壁壘，進一步整合鎮街民情數據，形成全口徑民情訴求“數據儲備池”。另外，逐步搭建人工智能分級算法雛形，將“數據儲備池”民生事項與代表、選民矢量地圖集成融合并進行算法分析，人工智能自動派發事件標簽，合并同類相似事件，分析結果、“熱詞熱度”通過“數字看板”一體呈現。

（二）以算法初步應用為抓手融入重要議題調研監督之中。充分調動“數據儲備池”活水，為人大監督議題強化民意支撐。如在開展未成年人保護、反家庭暴力等執法檢查前置調研時，運用“民意感知中心”應用系統，相關代表群眾意見建議“一鍵查找”“分類可視”，并實現調查問卷線上分發回收、結果自動匯總歸類，共處理2952條次信息數據，歸類225條次的建議意見，為執法檢查提供了翔實參考和啟發。在開展科技進步“一法兩條例”執法檢查前置調研時，堅持數實融合，以算法為核心在全區層面構建“2323”四維平衡觀察體系，這個體系將分類算法融入26項指標之中，26項指標分別指向2萬余條信息數據，以“推送、處理、回流”的方式實現相關數據的自動分類標注。

（三）以算法優化為核心形成代表建議辦理閉環和提升循環。著重打造特色應用場景——“碼上說代表督”，實現數據資源上下貫通，民意收集智能分類，根據分類進行初步糾偏，實現建議督辦全流程網絡閉環，民意處理快速高效。設立“選民呼、代表應、代表督、代表評”功能模塊，構建“一庫流轉—部門辦理—人大監督—代表評議”閉環處置機制。“數據儲備池”民生事項自動進入“選民呼”后臺，由系統分析派發至“代表應”端口，事項派發、交辦、辦結等環節自動發送短信提示。代表收到“任務”指令后，第一時間在線督促辦理，并對辦理成效進行定性評價。政府部門超期未辦或評價不達標，系統“亮燈”提醒并提交鎮街人大提級督辦，切實提高民生事項解決率。2023年，共收集代表及群眾反映問題25108條，已辦結23285條，解決率達92.74%，滿意率達99.96%。辦理完成后，由工作人員對辦理效果進行追蹤比對，并向技術團隊反饋，對系統設置指標等進行合理調整改善，進一步提升系統精度。

三、從“數字化”到“智能化”：人工智能優化地方人大工作的架構分析

（一）人工智能深度參與人大工作的歷史選擇。近年來，人工智能技術正處于“爆炸性”發展階段。以近兩年最火熱的生成式人工智能1為例，由于底層技術的突破，以GPT-4、SunoAI為代表的模型已具有通過輸入自然語言指令自動生成文字、圖片、音頻、視頻，甚至3D模型和代碼的能力，人工智能已經具備一定水平的思考和創作能力[1]。在人工智能時代，人大工作領域人工智能的缺位會導致人大工作方式的落后，弱化民意通過人大制度的表達，從而影響人大工作的質效。特別是在環境變化、經濟動態、社會變遷這些復雜混沌的領域，應當建立人工智能參與的人大工作機制，強化對民意的客觀反映，并以算法生成建議協助參與決策，從而提升人大制度踐行全過程人民民主理念的質量。

（二）人工智能參與人大工作的專業模型構建。緊扣數據輸入和內容生成兩端，建立人大工作領域的人工智能專業模型。其依照給定的規則，以數據、算法和模型為構成，以數字平臺為載體，參與和優化人大工作?？蓱玫膱鼍昂w立法（決定）工作、監督工作、選任工作、代表工作以及機關服務保障等。

1.專業模型的應用場景具體演示。以人大監督水環境治理情況為例。首先，明確目的為使用人工智能協助人大了解水環境治理情況，并提供決策建議以及可行性分析。對此，從數據庫中提取出和水環境治理有關的所有數據，比如天氣、土壤、道路、管網、綠化等地理數據以及政策、周邊行業、人口分布等社情數據，同時涵蓋已發生的、本地與外地的類似案例中的問題、決策建議和后續成效評價等，通過特征工程進行預處理、形成數據標簽。隨后，將預處理好的數據分成訓練集和驗證集，一一選取成熟的開源或閉源的分析、建議生成、預測三類人工智能模型，對其進行微調訓練后投入使用。首先，運用分析類算法模型生成水環境治理情況總體分析報告，根據具體需求下設城市排澇、農村污水處理、內河水質管控等子場景分析，供人大閱讀參考。其次，運用建議生成模型生成發現的水環境治理相關問題的解決建議，供人大參考取用。最后，在人大形成決策建議，比如審議意見時，對審議意見提出的建議，通過可行性預測模型進行預測，從而提高建議質量。并且，上述模型可以持續通過新數據供給、人工復核、二次調整等辦法長期更新，以保持其有效性。

2.搭建完備、規范化的數據庫。數據庫是人工智能的基礎。從數據來源看，人大工作領域的數據來源于人大代表和人民群眾意見建議、人大會議文件、黨政機關和社會組織數據庫以及公共互聯網等。當前的數字人大建設在數據收集方面已經取得了許多進展，比如對規范性文件、代表信息、會議及活動記錄的文本收集較為充分和規范。在此基礎上，要形成人大工作領域的人工智能數據庫，則要對數據作進一步處理。

（1）明確目標?；趯θ舜蠊ぷ鳂I務以及該議題的充分理解，明確專業模型的目標和需求，從而確定哪些數據特征對分類最有幫助。

（2）數據劃分。根據人大工作的條線區分（比如按照人大各專門委員會或工作機構），將原始數據劃入不同的類別中。

（3）數據清洗。考慮到原始數據中存在的數值異常、數值單位不一致、內容缺失等常見問題，要進行針對性處理，如對數據進行預處理，如歸一化、標準化等，確保數據的準確性和一致性。

（4）特征提取。在對應的類別中，進一步提取與目標相關的數據特征。一般來說，來自其他公共數據庫的數據包含大量的數值特征和標簽特征，容易提取。而群眾意見等實際的民意數據往往可能以文字、音頻、圖片乃至視頻的形式上傳，處理過程中建議采用成熟可靠的自然語言識別通用模型，同時針對特定社會領域（如多以圖片形式反映的污染類問題）微調或開發識別模型。

3.訓練成熟、高性能的輸出模型。在數據庫建立完成的基礎上，通過訓練、驗證、優化，使得模型性能持續提升，更快、更好地輸出目標結果，產生對應功能。

（1）設置訓練集和測試集。將數據劃分為訓練集和測試集，訓練集用于模型訓練，測試集用于測試模型的表現。

（2）模型訓練。根據人大工作的不同類型，選擇已有或開發新的合適的人工智能工具模型進行訓練，實現多種任務的執行。

（3）模型驗證。使用測試集數據評估模型的表現效果，并定期評估模型的性能和準確性。如果發現模型的性能下降，需要及時采取措施進行調整和優化。

（4）模型功能融合。最后，將實現不同專項目標的人工智能模型歸集形成模型庫，并根據實際工作需求，將模型自身的優化迭代和模型間的功能融合統籌起來，形成更加復雜、性能更強、智能化水平更高的人工智能專業模型。

（三）人工智能參與人大決策的機制思考。人民代表大會制度作為實現我國全過程人民民主的重要制度載體，從整體的協商過程來看，人工智能既簡化民意收集、分析、判斷的過程，又能提供更加科學準確的協商依據，使得更多公眾參與，達成相關問題的合理共識，全方位提升民主決策的真實性、精準性、有效性，高度契合了全過程人民民主的理念[2]。從具體的協商流程來看，作為主體的具備人工智能運用能力的人大工作者，首先，通過人工智能獲取更加廣闊、真實、規范的民意表達，并充分收集其他地區或時間的相似議題的相關數據，進行多種比對分析。例如，可以比較不同年份、不同地區或不同領域的人大代表建議的異同點，從而了解社會熱點和民生需求的變化趨勢。其次，可獲得人工智能算法分析得出的決策建議備選方案，并附帶對相應決策的可行性預判。最后，在綜合人工智能方案作出決策后，獲得人民群眾對決策實效的長期事后效果評價，融入數據庫中作為決策可行性的預判依據，從而形成決策建議質量提升的循環[3]。此外，基于歷史數據和當前趨勢，還可以利用專業模型對未來可能出現的社會問題、民生需求以及政策走向等進行推演預測，從而使人大更加準確地把握社會脈搏，更具針對性和前瞻性地監督和輔助運行。

與傳統模式相比，人工智能參與人大決策過程能夠產生諸多益處。一是拓寬民意收集廣度。過去，僅僅依靠座談會、實地走訪等傳統形式征集意見，受限于場地、安全、人員身份篩選等種種因素，民意收集渠道較為單一。而區塊鏈、大數據、云計算等新技術的引入，使得公眾參與立法不再受制于時空和身份，形式變得靈活且充足，民意收集的廣度得以極大提升。二是民意高效智能分析。民意匯集后，更重要的是對其進行分類篩選，傳統人力進行整理匯總的效率十分有限。而處理海量信息恰恰是大數據的優勢，依托語義理解、文本自動處理和深度學習，人工智能能夠對收集的數據進行過濾、區分和篩選，在短時間內整理出有效信息乃至進行初步分析，為人大行權提供有力的數據支撐。三是提高人大監督事后評價效果。人工智能的引入極大拓展了事后評價的來源廣度、深度和效度，使得評估數據具備全樣本、動態化、持續性特征，同時依托大數據深入挖掘海量數據資源、評估結構化數據的優勢，使數據來源演化模式、發展規律更加真實可靠，真實反映民意更具穩定性、精準性和真實性。

（四）人工智能參與地方人大工作時應處理好的問題。人工智能技術的進步性和變革性，對使用者的能力提出了新要求，既要實現技術應用對人大工作產生實質性的效益，又要確保對技術帶來的新問題解決到位，因此，工作中必須處理好以下幾個問題。一是數據儲備任重道遠。大數據作為人工智能的技術基礎和前提，其對數據數量的要求是海量的。公共數據方面，人大和政府以及其他機構的數據庫交流渠道還需要進一步打通。民意數據方面，目前人大對民意數據的收集方式還不夠多元和充分，主要局限于群眾意見的直接提交（如現場反映、電話反映、掃碼反映）和書面代表建議等。并且，為提升人工智能模型的性能，將原始數據進行標簽化、特征化處理以提升數據的質量、有效性、真實性，這需要大量的時間精力和資源的投入，在時間維度和數量維度的積累上還需要一個長期的過程[4]。二是算法優化處于初始階段。算法是人工智能的核心要素，其決定了人工智能的智力水平。對于人大工作來說，應當保持對人工智能算法動態、穩定、持續的更新優化，形成人大工作領域的專業模型，使其對社會現實的了解以及對應的判斷和決策更加符合實際。比如，人工智能在正向收集民意的同時，也在反向建立行為人的畫像，具備高政治素質和參與熱情的代表和群眾在傳統時代更受到決策青睞的現象，在人工智能時代可能會更加頻繁地出現，從而導致弱勢群體民意表達被忽視的風險進一步增大[5]。因此，人工智能在協助決策的方向性上應當受到算法的一定限制和引導，在“公平還是效率”的兩擇難題下保持好動態平衡，照顧政治參與的弱勢群體訴求，從而更好維護社會公平[6]。三是人才支撐力度還不夠。將人工智能技術應用于人大工作，不僅僅是簡單地使用一個現成的系統平臺。正如第二點提到的，要形成人大工作領域的人工智能專業模型，必然需要一個既掌握人工智能知識，又精通人大工作的團隊，這對相應的人才提出了很高的要求[7]。以現有的實踐來看，人大工作者和技術服務人員融合程度不高，尚未形成合力，對模型運行的安全保障、糾偏糾正和優化提升能力較為有限。

四、構建人工智能優化地方人大工作的進路思考

隨著時代推進，新技術的發展和廣泛應用對堅持和完善人民代表大會制度，發展全過程人民民主帶來了新的機遇和廣闊發展前景。面對新挑戰、新任務，需要全面把握人工智能技術特性，充分發揮其獨特優勢，進一步系統性創新人大工作的方式方法。

（一）夯實人大工作領域人工智能專業模型的數據基礎。當前，人民群眾的訴求表達方式更加多元，互聯網、信息化渠道賦予了其突破空間和時間限制向人大代表表達的能力，大大增加了數據量，從而對人大代表進行民意匯集和分析的能力提出了新的更高的要求[8]。一是依法完善人大數據共享機制。健全人工智能數據庫建設的規范體系，加強公共數據供需對接。加快構建覆蓋上下一致、標準統一、動態管理的公共數據資源目錄。二是依法推進公共數據歸集。推動各級人大通過邏輯接入與物理匯聚等形式，按照物理空間或行政區域將類數據統一標準封裝后直達基層部門，提高數據整合、歸納、收集效率，暢通人大數字資源供給渠道。三是提升數據共享交換水平。加強人大常委會各工作委員會、人大專門委員會間聯動，不斷優化人大數據庫資源“一網共享”平臺，強化跨部門數據比對分析能力，完善人大數據資源共享交換體系，持續優化公共數據糾錯機制，不斷提升人大代表履職服務民眾的智能化水平。

（二）構建人工智能優化人大工作的運作機制。在堅持黨的領導、人民當家作主、依法治國有機統一原則下，堅持數字正義理念，合理運用人工智能。整體上來看，要憑借充分、專業的知識將人工智能模型與人大立法、監督、決定、任免等權力的行使場景充分結合，依靠人工智能對海量數據資源進行分析與挖掘，使得專業模型的規模擴大到產生“涌現”效應，從而形成公共治理能力，總結形成信息與規律，幫助作出更明智的判斷，形成更科學的建議，作出更有效的監督[9]。建立數據庫優質高量、模型庫多樣和諧、規則體系周密的人工智能專業模型，將其適當轉化并應用于立法流程、監督流程、重大事項決定流程、代表建議辦理流程，使其具有較高的可復制性、推廣性以及靈活性，以期運用到全省乃至全國人大工作中[10]。

（三）組建人工智能和人大業務能力雙精通的人才隊伍。一是充分利用現有人才資源，推動精通人工智能的人才和掌握人大工作能力人才的交流融合。一方面，在浙江省現有各級地方人大數字化建設團隊的基礎上，積極鼓勵和支持地方人大機關干部充分運用其豐富的人大工作經驗和能力，進一步加強與數字化建設團隊在人工智能領域的交流和探討，精準挖掘出人工智能賦能人大工作最迫切、最高效的需求。另一方面，加強對人大機關干部的培訓，將人工智能相關課程列入人大機關干部學習內容，補齊知識短板，為未來的人工智能應用作好基礎知識儲備。二是加強復合型人才培養。積極鼓勵高校及科研院所探索將計算機科學、人工智能、法學、經濟、公共管理等多個學科互聯為一體，形成人大專業知識和人工智能知識復合型培育體系，為人工智能賦能人大工作提供更強力的人才支撐。

參考文獻

[1]趙精武.生成式人工智能應用風險治理的理論誤區與路徑轉向[J].荊楚法學，2023（3）：47-58.

[2]姜素紅，張可.人工智能輔助地方立法的應用與規制[J].湖南大學學報（社會科學版），2019（4）：139-146.

[3]王柏榮.論立法評估標準的功能、內容與定位[J].太原大學學報，2015（4）：42-45.

[4]徐亞文，陳路易.論人工智能輔助地方立法的法律風險及其規制[J].大連海事大學學報（社會科學版），2022（4）：41-50.

[5]謝永江，楊永興.人工智能時代下的算法歧視及其治理研究[J].北京郵電大學學報（社會科學版），2022（5）：18-25.

[6]馬長山.人工智能的社會風險及其法律規制[J].法律科學（西北政法大學學報），2018（6）：47-55.

[7]姜野.算法的規訓與規訓的算法：人工智能時代算法的法律規制[J].河北法學，2018（12）：142-153.

[8]閆然，毛雨.設區的市地方立法三周年大數據分析報告[J].地方立法研究，2018（3）：25-43.

[9]曹瀚予.大數據在立法后評估中的應用析論[J].自然辯證法通訊，2018（11）：11-19.

[10]張清，張蓉.“人工智能+法律”發展的兩個面向[J].求是學刊，2018（4）：97-106+173.