生成式人工智能驅動政務服務的界面風險及防范路徑

中圖分類號：D63 文獻標識碼：A 文章編號：1008-410X（2025）04-0046-13

一、問題提出

在數(shù)字技術革命的浪潮中，生成式人工智能與政務服務的深度交織成為政府治理現(xiàn)代化的重要特征。隨著政府各部門數(shù)字化轉型的推進，生成式人工智能技術向全社會展示了技術溢出帶動性強的“頭雁效應”，“AI十\"也被視為解決政務服務低效、低質、單一化等問題的“萬能靈藥”。生成式人工智能的身份認證、在線客服、信息搜索等功能均在政務服務領域有著廣闊的應用前景[1]，在生成式人工智能的加持下，政務服務能夠實現(xiàn)\"身臨其境\"式的溝通升級[2]，并可以進一步提升政務服務的速度、效率、個性化、多元性和創(chuàng)造性[3]。數(shù)字化、智能化轉型成為各級政府的共識，更有甚者將“AI滲透率”算法替代率\"作為衡量政府數(shù)字化轉型的重要指標。

當生成式人工智能技術從邊緣化的輔助工具逐漸向決策中心靠攏，政務服務也面臨從“人的治理\"向“算法治理\"過渡的危機。學界關注到生成式人工智能向各行業(yè)，尤其是政務服務領域的介入可能引發(fā)的諸多風險。早期的風險研究聚焦于技術本身，認為生成式人工智能技術與政務服務體系并未達到理想的適配。盡管生成式人工智能能夠替代人類完成繁重的重復性任務[4]，將公務員的各類任務自動化[5]，但人工智能決策的可解釋性問題依然嚴峻[6]。同時，在保證行政裁量標準化的同時，很難兼顧特定個案的處置，人機之間的裁量自由難以平衡[7]。固有技術與政務服務難以適配的問題，需要持續(xù)的模型優(yōu)化予以解決。

隨著研究的逐漸深人，研究者發(fā)現(xiàn)單純的技術優(yōu)化難以突破科層制固有的數(shù)據(jù)壁壘、規(guī)則剛性與部門割裂，視野逐漸轉向塑造技術應用環(huán)境的制度結構。有學者認為，在公共部門部署自動化決策系統(tǒng)的壓力日益普遍的環(huán)境下，現(xiàn)有的數(shù)據(jù)治理制度和國家監(jiān)管會加劇權力不對稱現(xiàn)象[8]。僵化的傳統(tǒng)科層治理結構在面對生成式人工智能所帶來的開放性與不確定性時，依然局限于“創(chuàng)新”與“安全”二維選擇[9]，制度設計在\"求新\"和\"求穩(wěn)\"中躊躇。想要釋放人工智能的技術紅利，避免\"數(shù)字民主”滑向“技術利維坦”，需圍繞數(shù)據(jù)共享與算法優(yōu)化建立健全開放的治理體系和治理機制，完善社會保障與權責體系，重塑社會治理格局[10]。

隨著行為公共管理研究的興起，以及實際應用中生成式人工智能所引發(fā)的隱私泄露、歧視偏見等倫理爭議的集中爆發(fā)，研究視角進一步下沉至多元主體的互動實踐，探討技術嵌人過程中多元行動者的角色沖突與價值博弈。有學者指出，人工智能在政務服務領域的應用不僅涉及技術與制度的互動，更關乎公務員、公眾、技術開發(fā)者等主體重構權力關系的實踐過程。利用高科技工具和系統(tǒng)來收集和管理公共信息及服務的過程可能會淪為少數(shù)人的“利維坦治理\"[11]，造成嚴重的權力失衡[12]。算法下的政務服務可能會被數(shù)據(jù)、智能和技術精英所主導，而妨礙公務員的自主性、積極性，并使政務服務偏離為人民服務的本質[13]。因此，生成式人工智能在政務服務領域的應用需要平衡多元主體的多元利益，對于政務服務質量的評判不應僅停留在“經(jīng)濟、效率、效益\"等功利性指標，而更應充分回應公平正義、權利保護及責任控制等價值目標[14]。

既有研究盡管從不同維度拓展了生成式人工智能驅動政務服務風險的知識譜系，但其內(nèi)在的割裂化與靜態(tài)化形成了一定的理論盲區(qū)。一是對技術、制度、關系三者動態(tài)互構過程中涌現(xiàn)的系統(tǒng)性風險缺乏解釋力。將技術、制度、主體預設為邊界清晰、彼此孤立的分析單元，剝離了它們在真實治理場域中固有的交織滲透與持續(xù)互動關系，忽視了技術系統(tǒng)與政務服務系統(tǒng)相互結合所形成的“界面\"問題。二是研究視角靜態(tài)化，多將風險視為既定技術缺陷、制度僵化或主體沖突的必然、靜態(tài)結果，而非在新舊系統(tǒng)動態(tài)磨合、相互調(diào)適與意外沖突過程中涌現(xiàn)并演化的生成性現(xiàn)象。靜態(tài)視角遮蔽了風險的演化軌跡，無力回答為何成熟的技術體系會在特定的制度環(huán)境下失效？為何旨在化解矛盾的政策調(diào)整有時反而激化沖突？現(xiàn)有理論未能將風險置于技術、制度、關系持續(xù)互構的復雜社會過程與時間流變中加以審視，從而低估了生成式人工智能應用于政務服務中風險的系統(tǒng)性、復雜性與動態(tài)演化本質。因此，為了識別生成式人工智能驅動政務服務過程中的風險類型，進而有效防范風險，本研究構建了基于“技術一制度—關系\"的三維分析框架，剖析技術、制度與關系三者如何在動態(tài)互構中形成特定的交互“界面”，并由此引發(fā)、傳導和演化出系統(tǒng)性風險的深層機理。

二、“技術一制度一關系”：生成式人工智能驅動政務服務的分析框架

在生成式人工智能深度重塑政務服務模式的當下，技術革新、制度適配與主體行動的交互作用呈現(xiàn)高度復雜的嵌套關系，單從技術效能、制度規(guī)則或主體行為的維度切人，難以完整闡釋三者動態(tài)耦合的互構邏輯。界面理論以“交互場域\"為核心分析單元，天然適配多要素互嵌的復雜場景，為破解技術、制度、主體間的互動邏輯提供了整合性視角。

（一）技術的多維互動：界面的視角

“界面\"的原意是指兩個獨立系統(tǒng)或部件之間進行信息、能量或物質交換的連接點或接觸面，界面的設計質量直接影響整體系統(tǒng)的性能和效率。美國學者西蒙把“界面\"當作區(qū)分人工物與自然物的核心標準。在他看來，人工物可被視作一個界面，它存在于內(nèi)部環(huán)境與外部環(huán)境之間，內(nèi)部環(huán)境是指人工物的實質及其組織構造，外部環(huán)境則是人工物運行時所處的周遭環(huán)境[15]（P6）。與此同時，界面本身具有可變性，人類能夠依據(jù)不同的功能和目標來構建治理界面。“界面”一詞所具有的“動態(tài)”“聯(lián)結\"\"整合\"“一體化\"等內(nèi)涵[16]，使其適合于多要素交互適配場景的分析。在管理學語境下，界面管理可理解為交互作用的管理，其實質是對相關主體實行聯(lián)結，并將聯(lián)結所形成的界面關系納入管理狀態(tài)，以實現(xiàn)控制、協(xié)調(diào)和溝通，提高管理活動的績效[17]。有學者提出界面治理理論，將“界面\"視為理解治理過程的關鍵樞紐。該理論認為，成功的治理依賴在動態(tài)環(huán)境中精心構建并持續(xù)調(diào)適“界面”，使“界面\"有效聯(lián)結內(nèi)部結構、外部環(huán)境與治理目標三個核心要素[18]，進而實現(xiàn)資源整合、差異彌合與沖突化解，最終達成治理目標[19]。在此框架下，“界面\"并非靜態(tài)的邊界，而是內(nèi)部結構、外部環(huán)境與治理目標之間進行信息、能量交換和規(guī)則互構的動態(tài)場域，界面作為系統(tǒng)的邊界[20]與系統(tǒng)之間的結合面，是對相對獨立的系統(tǒng)之間為實現(xiàn)更大系統(tǒng)目標而進行相互作用、尋求合作的接觸點[21」。因此，界面治理理論提供了一種整合性的視角，通過分析界面的形成、狀態(tài)與調(diào)適來理解治理的效能與風險。

聚焦政務服務的具體場景，生成式人工智能對政務服務和公共治理的嵌入并非單一向度的靜態(tài)結果，而是信息技術與政府組織互嵌的過程[22]。無論是\"技術執(zhí)行\(zhòng)"抑或被執(zhí)行的技術，它們的結果都受社會文化、制度等多種結構性因素的制約，并非技術本身所能決定[23]（P104）。一方面，技術是否被采用取決于現(xiàn)行制度中利益相關者的需要，制度決定技術是否被采用及如何被采用;另一方面，任何制度都基于特定的技術而運行，技術的革新會改變制度運行的基礎，技術限制著制度的形式[24]。同時，微觀執(zhí)行層面的復雜機理，如公務員、公眾、技術開發(fā)者等的日常實踐也在實時塑造著技術執(zhí)行體系。與界面治理理論相呼應，“內(nèi)部結構\"對應政務系統(tǒng)的技術架構與科層制度，“外部環(huán)境\"涵蓋公眾需求與技術生態(tài)，“目標\"指向公共服務的效率與公平價值，而“界面\"則成為技術邏輯、制度規(guī)則與多元主體行為的交互場域。在界面治理理論基礎上，本文強調(diào)技術、制度、關系三重界面并非孤立存在，而是在持續(xù)的動態(tài)互構過程中形成、演化并相互影響。技術變革驅動制度調(diào)適，制度框架塑造技術應用邊界，而主體的認知、實踐與博弈則實時作用于技術與制度的互動，共同構成一個動態(tài)演化的復雜系統(tǒng)。風險正是在這種多重界面互構的失調(diào)中涌現(xiàn)和傳導產(chǎn)生的。

（二）技術、制度和關系：一個分析框架

為破解技術、制度、關系間互動的內(nèi)在邏輯，本文引人“界面\"的思想，從技術驅動政務服務的實踐脈絡中提煉技術界面、制度界面、關系界面三種核心界面形態(tài)，以剖析生成式人工智能與政務系統(tǒng)交互作用的多維層次（見圖1）。

第一，技術界面脫胎于技術系統(tǒng)對傳統(tǒng)政務服務流程、裁量、執(zhí)行等操作的嵌入過程之中。技術構成生成式人工智能驅動政務服務的物質性基礎與核心驅動力，它不僅是工具性的應用，更內(nèi)嵌著特定的設計理念、運行邏輯和價值取向。技術系統(tǒng)的設計與部署，是一系列技術選擇和價值判斷的結果。它追求效率、精準和自動化，具備突破傳統(tǒng)服務能力上限的

潛力，但也天然地攜帶著工具理性的要素，可能與公共服務的多元價值目標產(chǎn)生沖突。技術界面的核心在于理解生成式人工智能技術作為“引擎”是如何驅動流程變革和服務升級的，以及技術運行的內(nèi)在邏輯如何作為初始變量，既引發(fā)制度結構的響應與調(diào)整，又框定和形塑主體間互動的行為模式，由此觸發(fā)技術、制度與主體間的動態(tài)互構進程。

第二，制度界面在技術系統(tǒng)同科層規(guī)則間的摩擦中產(chǎn)生。制度是技術嵌入的結構性環(huán)境與規(guī)則性約束，它涵蓋了既有的法律法規(guī)、政策體系、組織結構、權責分配、業(yè)務流程規(guī)范、績效評估機制及數(shù)據(jù)治理規(guī)則等。制度代表著相對穩(wěn)定的秩序和規(guī)則，具有路徑依賴性和慣性。當生成式人工智能嵌人既有科層制時，必然與制度框架發(fā)生碰撞、摩擦和調(diào)適。制度界面關注的核心在于既有制度體系如何通過規(guī)則、結構和慣性，對技術進行吸納、規(guī)訓、抵抗或重塑;同時，技術沖擊又如何倒逼制度進行適應性進化，引發(fā)權責重構、流程再造或規(guī)則更新。制度既是技術應用的“容器”和“過濾器”，也是被技術不斷塑造和重構的對象。一方面，制度承接技術驅動的變革壓力，通過規(guī)則調(diào)整回應主體的實踐訴求;另一方面，制度界定的權責框架規(guī)范著主體間的協(xié)作模式，而主體在技術場景中的行動反饋會進一步暴露制度漏洞，從而推動規(guī)則的校準。制度界面構成了技術邏輯落地和社會關系互動的中觀場域，是風險傳導和效能釋放的關鍵中介機制。

第三，關系界面聚焦技術驅動過程中的人機關系互動及受技術環(huán)境影響下多元主體之間的行動交互與權責關系，主要包括作為技術使用者的公務員、作為技術服務對象的公眾、作為技術提供者的技術開發(fā)商及他們之間形成的協(xié)作關系網(wǎng)絡。技術并非在真空中運行，技術的效能與風險最終通過具體的人的認知、接受、使用、適應和互動來體現(xiàn)和放大。關系界面的核心在于分析生成式人工智能的引人如何重構不同主體的角色定位、權力格局、能力要求及互動模式。不同主體基于知識背景、利益訴求、能力結構和價值觀對技術的理解和應用存在差異，這些差異在互動中會產(chǎn)生學習、適應，也可能導致焦慮、沖突或異化。主體間的認知協(xié)調(diào)、能力匹配和利益平衡，是人機協(xié)同得以實現(xiàn)或關系張力得以爆發(fā)的微觀基礎。關系界面是技術邏輯與制度規(guī)則在實踐層面交匯、碰撞并最終落地的載體，主體在實踐中積累的認知差異與協(xié)作經(jīng)驗能夠優(yōu)化推進技術設計與制度安排，讓技術創(chuàng)新、制度調(diào)適與關系磨合形成持續(xù)互動的閉環(huán)，重構政務服務的運行生態(tài)。

三、生成式人工智能驅動政務服務的界面生成邏輯

生成式人工智能對政務服務的強力驅動，來源于數(shù)字時代治理轉型需求與技術能力特性的耦合。一方面，技術系統(tǒng)依據(jù)政務服務場景的運行邏輯進行適應性改造，主動融人服務生態(tài);另一方面，制度結構與多元主體關系會對技術嵌人進行響應與調(diào)適，從而形成驅動技術系統(tǒng)、制度結構、主體關系三者之間互構的原初動力，并在它們相互作用中動態(tài)生成并不斷重構特定的交互界面。

（一）技術界面：破解傳統(tǒng)政務服務“能力上限”

數(shù)字技術的快速發(fā)展使傳統(tǒng)政務服務模式的能力瓶頸愈發(fā)凸顯。面對風險社會的復雜挑戰(zhàn)與公眾對精細化服務的迫切期待，以經(jīng)驗驅動、線性運行為特征的傳統(tǒng)治理體系難以滿足動態(tài)化、精準化的現(xiàn)代治理需求。在此背景下，生成式人工智能憑借強大的數(shù)據(jù)處理與智能決策能力，成為突破傳統(tǒng)治理能力上限、重塑政務服務效能的核心驅動力。

第一，回應風險社會下的敏捷治理需求。現(xiàn)代社會治理面臨風險跨界性、突發(fā)性、復合性等特征，傳統(tǒng)治理模式依賴人工經(jīng)驗與線性流程，難以應對風險擴散的即時性和復雜性。敏捷治理強調(diào)以用戶為目標中心，借助敏捷軟件等數(shù)字信息工具，通過柔性的方式主動感知與回應組織外部環(huán)境的激烈變化，精準獲取、整合組織資源，最終使組織能夠持續(xù)獲得高治理能力[25]。生成式人工智能通過技術賦能重構治理流程的敏捷性，主要體現(xiàn)在兩個方面的轉變。一是實現(xiàn)風險感知從“被動響應\"到“主動預警”。傳統(tǒng)治理依賴人工篩查來自信訪、熱線等渠道的民生訴求，存在信息滯后、覆蓋盲區(qū)等問題，而生成式人工智能通過自然語言處理、多模態(tài)數(shù)據(jù)分析等技術，實時解析海量非結構化數(shù)據(jù)，如文本、語音、視頻等，識別潛在風險信號。二是決策指揮從“經(jīng)驗依賴\"到“數(shù)據(jù)驅動”。傳統(tǒng)應急決策依賴固定預案與人工協(xié)商，難以快速適配動態(tài)場景，而生成式人工智能通過數(shù)字孿生技術構建虛擬城市模型，模擬災害擴散路徑、資源調(diào)度方案，支持多情景推演與實時決策優(yōu)化。如在重慶市，“山城夜警”預警系統(tǒng)能夠憑借AI技術算法，秒級捕捉肢體沖突行為，自動發(fā)出預警，配套設備發(fā)出警示聲音，同時將現(xiàn)場畫面實時傳送到指揮中心和巡邏民警的手持終端設備。

第二，貫徹精細化治理、精準化服務理念。公共服務精準化本質上是以公眾需求為中心的整體性運作過程[26]。生成式人工智能技術的融人，為政務服務帶來了全新的思路與工具，有力推動其向精細化、精準化方向邁進。在數(shù)據(jù)收集階段，生成式人工智能憑借先進的傳感器網(wǎng)絡、大數(shù)據(jù)采集技術，廣泛且細致地收集各類政務相關數(shù)據(jù)，這些數(shù)據(jù)涵蓋社會生活的方方面面，從居民的日常消費行為、出行軌跡到企業(yè)的生產(chǎn)經(jīng)營狀況、創(chuàng)新投入等。通過對這些海量微觀數(shù)據(jù)的深度挖掘與分析，生成式人工智能運用復雜的算法模型，為治理對象構建獨一無二的“個體畫像”。在政策執(zhí)行與優(yōu)化過程中，生成式人工智能亦發(fā)揮著關鍵作用。傳統(tǒng)靜態(tài)的服務方案難以適應不斷變化的社會環(huán)境與公眾需求，而人工智能通過實時監(jiān)測數(shù)據(jù)變化，能夠敏銳捕捉社會運行的動態(tài)趨勢與新出現(xiàn)的問題。基于持續(xù)更新的數(shù)據(jù)反饋，生成式人工智能驅動的決策系統(tǒng)可對政策執(zhí)行效果進行即時評估，并運用機器學習技術不斷調(diào)整優(yōu)化政策細節(jié)。動態(tài)優(yōu)化使政務服務能夠緊密貼合實際情況的變化，持續(xù)提升服務的精準度與效能，真正實現(xiàn)從“一刀切\(zhòng)"式的粗放管理向精準、細致、個性化的現(xiàn)代治理模式轉變，切實滿足社會精細化發(fā)展的需求。例如，深圳市龍華區(qū)將大語言模型與多個業(yè)務領域數(shù)據(jù)融合，打造貼合實際需求的應用場景，集成了多領域政務數(shù)據(jù)，提供包括政務服務與市場服務在內(nèi)的多方服務，上線以來平臺訪問量持續(xù)攀升，智能回復精度不斷迭代升級，大大縮短了中小微企業(yè)獲取政策紅利的平均周期，實現(xiàn)了政務服務的精準化和高效化[27]。

（二）制度界面：驅動服務體系的“適應性進化”

制度的適應性進化，本質上是技術與制度動態(tài)互構的過程。作為傳統(tǒng)政務服務體系的核心架構，科層制的層級剛性與部門壁壘長期制約著服務效能提升，而生成式人工智能的滲透能夠從底層邏輯推動制度系統(tǒng)突破既有窠白。

第一，破解科層制痼疾。生成式人工智能在政務領域的應用會改變政務服務機構的工作方式與服務流程，對傳統(tǒng)的制度系統(tǒng)形成沖擊。一是在傳統(tǒng)科層制架構下，政務流程剛性較強，層級審批體系復雜，政策或事務從提出到執(zhí)行需經(jīng)多層審核傳遞。各層級按既定規(guī)則程序處理事務，雖保障了決策規(guī)范性，但嚴重影響效率。冗長的流程致使政策執(zhí)行滯后，難以應對快速變化的社會環(huán)境，而借助生成式人工智能與大數(shù)據(jù)技術對審批流程進行革新，能使原本需人工層層審核的復雜流程轉變?yōu)橄到y(tǒng)自動化操作，極大壓縮中間環(huán)節(jié)，推動政務制度從傳統(tǒng)科層控制模式向能根據(jù)實際快速作出反應的敏捷響應模式轉型，提升政府治理效能。二是科層制下部門相對獨立，信息不對稱嚴重，“數(shù)據(jù)孤島”現(xiàn)象普遍。不同部門數(shù)據(jù)格式、標準及管理方式差異較大，為滿足自身業(yè)務需求獨立收集、存儲和管理數(shù)據(jù)，因缺乏有效數(shù)據(jù)共享機制，部門間難以全面獲取利用彼此的數(shù)據(jù)，阻礙協(xié)同治理推進，而生成式人工智能技術具備強大的數(shù)據(jù)整合與分析能力，能有效打破\"數(shù)據(jù)孤島”。以杭州市“城市大腦”為代表的智能平臺運用大數(shù)據(jù)采集、清洗、融合等技術，匯聚整合分散在不同部門和系統(tǒng)的數(shù)據(jù)，對多領域數(shù)據(jù)進行關聯(lián)分析，為城市治理提供全面準確信息支持。新型技術應用促使制度層面建立數(shù)據(jù)共享機制，政府通過制定政策法規(guī)，明確部門權力義務，規(guī)范信息共享流程標準，推動政務制度在數(shù)據(jù)治理方面創(chuàng)新完善，實現(xiàn)跨部門協(xié)同治理。

第二，重構信任基礎。在數(shù)字化時代，公眾信息獲取渠道多元，不再滿足于傳統(tǒng)封閉決策與權威管理模式，強烈追求政務信息透明并渴望更高的參與度。以往政務決策封閉，公眾難知決策依據(jù)與邏輯，參與政務服務建設途徑有限，政府與公眾間存在信息鴻溝，削弱了公眾對政府決策的認同度與信任度，對政府治理的社會接受度形成挑戰(zhàn)，而生成式人工智能的驅動為扭轉這一局面提供了有力支撐。一是政府利用人工智能構建智能政務平臺，整合政務數(shù)據(jù)并公開展示，公眾借此可便捷獲取政策文件、統(tǒng)計數(shù)據(jù)等信息，清晰洞察政府工作及決策依據(jù)。二是智能平臺設置互動板塊，公眾能在線反饋意見、參與政策討論。部分城市運用生成式人工智能打造民意收集分析系統(tǒng)，實時抓取、分類公眾反饋，精準傳遞公眾訴求，為政府決策提供參考。生成式人工智能的引入實現(xiàn)了從傳統(tǒng)的封閉權威式治理向技術共治模式的轉變，政府能夠更好地回應公眾訴求，增強制度公信力，重構數(shù)字時代政府與公眾的信任紐帶，提升政務服務的社會認可度與治理效能。

（三）關系界面：實現(xiàn)多方主體的角色轉換

技術驅動政務服務的過程同樣是治理權責在公務員與公眾間重新分配的動態(tài)博弈，催生多元主體在互動模式、能力邊界、價值訴求上的調(diào)整，推動政務生態(tài)中主體關系向更開放、協(xié)同的方向演進。智能系統(tǒng)成為鏈接政府、公務員與公眾的紐帶，傳統(tǒng)科層制下的單向權力流動逐漸轉化為多方參與的治理網(wǎng)絡，提升各主體參與能力，促進主體間角色關系轉換。

第一，公務員的能力提升與角色重構。生成式人工智能技術通過自動化處理重復性行政事務，將公務員從文件歸檔、基礎數(shù)據(jù)錄入等機械性工作中解放出來，使其專注于政策創(chuàng)新、風險研判等需要人類判斷力的核心職能。例如，智能審批系統(tǒng)自動完成材料核驗后，公務員可將精力轉向特殊案例的人性化審查；大數(shù)據(jù)分析平臺生成的政策模擬報告為公務員提供決策支持的同時，也倒逼其提升數(shù)據(jù)解讀與民情研判能力。生成式人工智能技術能夠推動公務員向“智能系統(tǒng)監(jiān)管者 + 復雜問題協(xié)調(diào)者+ 公共價值創(chuàng)造者\"的復合角色轉型，在確保算法決策合規(guī)性的同時，強化對技術應用的人文審視。如深圳市福田區(qū)所使用的AI數(shù)智員工在公文規(guī)范性修正準確率、審核周期、差錯率等多方面都達到極高水準[28]，使公務員的職業(yè)價值向政策設計、倫理判斷、情感溝通等維度遷移，推動其重新定位職業(yè)坐標，從而提升綜合能力。

第二，推動公眾參與能力與意愿的躍升。生成式人工智能的普及降低了數(shù)字技術的使用門檻，有助于重塑公眾參與政務服務建設的權力格局，促進公眾參與能力與意愿的躍升。以往老年人大多受限于數(shù)字素養(yǎng)鴻溝，在智能終端操作、線上流程理解等環(huán)節(jié)存在障礙，抑制其參與效能，而生成式人工智能可針對老年人進行技術適老化改造，如語音交互系統(tǒng)支持方言識別與口語化問答，使政務咨詢無需依賴文字輸入，生物識別技術結合人工協(xié)助通道確保線下業(yè)務順暢辦理，都充分保障了不同年齡群體能夠同等地享有被服務的權利。而作為\"數(shù)字原住民”的青年人更能夠憑借技術稟賦優(yōu)勢，通過在線議政平臺、數(shù)據(jù)可視化工具等深度參與政策的制定與評估，推動政務參與從“被動響應\"轉向“主動共創(chuàng)”，倒逼政務服務向需求導向型、透明交互式的治理范式演進。

四、生成式人工智能驅動政務服務的界面風險

技術的嵌入雖顯著優(yōu)化了政府治理流程、提升了政務服務效率、拓展了公眾參與渠道并增強了政務信息透明度，但這并不意味著技術邏輯在三種界面的碰撞與調(diào)適過程中能夠自動保障治理的公平性、合法性及公共價值的必然實現(xiàn)。相反，正是技術邏輯與政務價值目標在技術界面的碰撞、新興技術沖擊與既有制度框架在制度界面的角力、多元主體角色與權責在關系界面的重構，孕育并放大了系統(tǒng)性風險。技術、制度、關系三種界面在相互適應、動態(tài)互構的復雜過程中形成了獨特的風險形態(tài)與傳導機制。

（一）技術嵌入性風險：算法服務的“三重異化”

生成式人工智能技術對政務服務的驅動，本質是通過數(shù)據(jù)驅動與算法優(yōu)化突破傳統(tǒng)治理的能力邊界。技術體系的內(nèi)在邏輯與政務場景的價值需求存在錯配，技術追求的標準化決策、效率優(yōu)先與政務服務的模糊性、價值多元性形成目標錯位，算法的不可解釋性、流程的機械性與政務服務的透明性、人性化要求存在沖突，導致技術賦能路徑發(fā)生異變，催生決策過程“黑箱化”、服務界面“冷漠化”、治理理性“工具化”三重異化風險。

第一，決策過程“黑箱化”。生成式人工智能驅動的政務決策形成了技術治理特有的認知壁壘，“黑箱化\"困境源于算法的不可解釋性與決策過程的非可視化，使政務服務的不可控性愈發(fā)顯著。與公眾的“自然語言\"不同，政府的“行政語言\"往往具有凝練度高、專業(yè)性強、原則性強、書面化程度高等特點，兩者之間存在明顯的鴻溝[29]，而算法通過復雜的非線性運算生成結果，其內(nèi)部決策邏輯無法用人類語言完整還原，使智能決策與公眾認知之間的鴻溝難以彌合。生成式人工智能大模型為了保證輸出結果的穩(wěn)定性與一致性可能編造虛假信息，如政策文件、出處、頁碼、名詞概念等信息，但由于輸出內(nèi)容用語專業(yè)、邏輯緊密且細節(jié)完善，公眾往往難以識別錯誤信息而在無形中被誤導。公務員在使用智能系統(tǒng)時，從傳統(tǒng)的行政裁量者變?yōu)閈"技術操作員”，決策權的行使不再基于價值判斷與公共協(xié)商，而是依賴技術系統(tǒng)的輸出指令。這種技術依賴導致了“算法霸權”對行政裁量權的侵蝕，極易導致數(shù)據(jù)失控、泄露，造成難以挽回的損失。同時，智能系統(tǒng)的決策依據(jù)往往隱含開發(fā)者的價值偏好與數(shù)據(jù)偏見，這些潛在預設會通過算法轉化為治理規(guī)則，可能扭曲政府部門的公共服務初衷。

第二，服務界面“冷漠化”。生成式人工智能不僅是一個技術問題，還涉及社會文化與心理層面，加強服務過程中生成式人工智能的共情和情感能力，可以為用戶創(chuàng)造積極的情感體驗，從而增加用戶的喜愛、信任、尊重和整體幸福感[30]。生成式人工智能驅動的政務服務界面在創(chuàng)新重塑公共服務交互模式的同時，其中的情感交互也被逐漸抽離。這些界面通過標準化流程設計與機械性應答機制，將復雜的治理關系簡化為數(shù)據(jù)的輸入與輸出，形成對人性化服務的功能性替代。這不僅消解了公務員的情感勞動價值，更在制度層面切斷了政府與公眾之間的情感聯(lián)結。同時，服務界面的設計可能忽視文化傳統(tǒng)與社會習俗的特殊性。比如，在多民族地區(qū)，界面語言文字的單一化設置可能導致政策理解偏差;在老齡化社會，缺乏適老化改造的交互設計可能會將老年人排斥在數(shù)字治理之外，此類老年數(shù)字鴻溝所導致的資源分配不均等問題可能消解政府公共服務供給的信任基礎，削弱政府治理與服務過程中的社會整合功能[31]。

第三，治理理性“工具化”。生成式人工智能驅動的政務服務存在治理理性的工具化傾向。生成式人工智能作為一種技術工具的引人，動搖了人們通過交往對話與溝通來達成共識的基礎。“主體間性\"協(xié)商被智能系統(tǒng)的單向數(shù)據(jù)傳輸取代，公眾很容易從治理參與者變?yōu)閿?shù)據(jù)輸入終端。當各類政務服務規(guī)則與執(zhí)行辦法都依賴生成式人工智能模型生成時，公務員與公眾之間的對話則會被技術系統(tǒng)的預測結果替代，民主協(xié)商的過程甚至被簡化為數(shù)據(jù)驗證程序，這也導致公共政策的正當性不再源于公眾共識，而是依賴算法的預測準確率。換言之，智能系統(tǒng)的算法邏輯將“公共利益導向\"的價值理性逐步置換為“效率優(yōu)先\"的工具理性，使治理過程從追求善治的價值實踐異化為技術系統(tǒng)的績效競賽。

（二）制度調(diào)適性風險：科層系統(tǒng)的“免疫反應”

科層制對生成式人工智能技術的接納本應是動態(tài)調(diào)適的進化過程，卻因制度規(guī)范對于技術變革的失配而陷入困境，傳統(tǒng)科層制的權責剛性、規(guī)則穩(wěn)定性與技術的跨域協(xié)同需求、指數(shù)級的迭代節(jié)奏形成張力，使原有的制度系統(tǒng)在技術沖擊下產(chǎn)生“免疫反應”，主要體現(xiàn)為權責分配模糊、權力結構重構、制度迭代遲滯等風險。

第一，權責分配的模糊性。生成式人工智能技術的嵌入解構了科層制原有的權責體系，技術治理的跨域性特征與科層制層級分明的傳統(tǒng)邏輯之間形成結構性張力，造成制度調(diào)適過程中特有的“治理模糊帶”。數(shù)據(jù)主權的歸屬爭議首當其沖，生成式人工智能驅動下的政務服務系統(tǒng)整合多部門數(shù)據(jù)形成“數(shù)據(jù)池”，但現(xiàn)行法律體系尚未明確數(shù)據(jù)所有權、使用權與管理權的邊界，導致部門間數(shù)據(jù)共享陷入“孤島\"困境，形成“數(shù)據(jù)割據(jù)—治理低效\"的惡性循環(huán)。監(jiān)管權限的碎片化特征加劇治理失序，按職能劃分的監(jiān)管體系難以覆蓋技術全生命周期，造成多頭管理卻無人擔責的窘境。跨域協(xié)作的制度性障礙尤為顯著，科層制的屬地管理原則與“條塊分割\"傳統(tǒng)使技術賦能的治理協(xié)同效應逐漸在制度摩擦中消解。權責分配的模糊性困境本質上是制度系統(tǒng)對技術變革的“免疫反應”，科層制通過權力碎片化與責任分散化形成對技術治理的適應性防御機制，在維持既有權力結構穩(wěn)定的同時，也抑制了技術效能的充分釋放，最終導致治理效能提升受限。

第二，權力結構的隱性重構。在生成式人工智能驅動政務服務的過程中，技術賦權會使技術開發(fā)者與數(shù)據(jù)標注者獲得超越傳統(tǒng)科層權威的隱性支配力量，如“數(shù)據(jù)標注權\"“模型訓練權\"等新型權力形態(tài)正在引發(fā)科層制權力配置邏輯的結構性調(diào)整，導致職責、權力與資源的關系失衡。例如，數(shù)據(jù)標注的標準制定權成為新的權力樞紐，標注者通過定義數(shù)據(jù)標簽的語義邊界，實質上掌握了部分政策執(zhí)行的解釋權。此類新型技術權力的隱蔽性在于，標注過程看似為客觀中立的技術操作，卻隱含著標注者的價值偏好與認知局限。模型訓練的算法設計權也是同理，技術開發(fā)者通過調(diào)整算法函數(shù)、優(yōu)化參數(shù)等技術手段，實質上在制定政策執(zhí)行的規(guī)則體系。這種技術賦權可能會催生監(jiān)控真空，技術開發(fā)者權力行使既難以通過科層制層級約束，也缺乏民主監(jiān)督機制。

第三，制度迭代的速度遲滯。技術嵌入倒逼組織調(diào)適并實現(xiàn)制度重塑，而技術在嵌人系統(tǒng)后，若組織沒有提供相應政策加以調(diào)適，則難以實現(xiàn)技術的持續(xù)更新迭代及其與制度在政府治理過程中的統(tǒng)一和融合發(fā)展[32]。當前，生成式人工智能技術的指數(shù)級發(fā)展與制度系統(tǒng)的漸進式演進之間存在顯著的時間差。有關生成式人工智能法律體系尤其是監(jiān)管制度規(guī)則的修訂周期滯后于技術迭代速度，生成式人工智能在政務領域的應用涉及數(shù)據(jù)隱私、算法責任等新興法律問題，當智能系統(tǒng)的決策結果引發(fā)社會爭議時，傳統(tǒng)法律體系缺乏針對算法責任的追溯機制；當數(shù)據(jù)要素成為新的生產(chǎn)資料時，現(xiàn)行產(chǎn)權制度難以界定數(shù)據(jù)主權的歸屬邊界。政策執(zhí)行層面也存在制度空轉風險，即使出臺了智能治理相關政策，若缺乏配套實施細則，仍可能導致執(zhí)行失效。宏觀政策目標與微觀操作指南之間的脫節(jié)可能使技術應用偏離制度設計初衷，政策評估機制的不完善可能使技術創(chuàng)新的實際效能難以被準確識別。

（三）主體適應性風險：人機關系的“角色沖突”

生成式人工智能技術的嵌人重構了公務員、公眾與技術開發(fā)者的權力關系，但先進的信息技術、數(shù)字政務服務與服務者之間未實現(xiàn)同步進化[33]，導致技術在多元主體的互動中因目標訴求與能力結構的混配陷入“角色沖突\"的困境。公務員的傳統(tǒng)治理能力與技術操作需求存在斷層，公眾的參與模式與技術平權的目標出現(xiàn)偏離，技術開發(fā)者的商業(yè)邏輯與公共價值導向產(chǎn)生沖突，從而打破了人機協(xié)同的理想狀態(tài)，使主體間的認知差異、利益博弈與能力失衡不斷累積，催生公務員技能焦慮、公眾參與異化、技術開發(fā)者公共價值考量不足等風險。

第一，公務員的技能焦慮與角色迷失。生成式人工智能帶來的技術變革不僅引發(fā)公務員能力結構的轉型需求，更觸及科層體系的深層價值根基。公務員在人機協(xié)作過程中面臨的技能焦慮與角色迷失，本質上是技術理性與政務服務倫理的價值沖突在個體層面的集中顯現(xiàn)。數(shù)字素養(yǎng)的結構性斷層導致能力焦慮，智能政務系統(tǒng)要求公務員掌握數(shù)據(jù)解讀、算法評估等新型技能，但傳統(tǒng)政務服務的知識儲備與能力結構難以適應技術變革需求，缺乏數(shù)字素養(yǎng)的公務員可能既無法驗證算法邏輯的合理性，也難以將技術結果轉化為符合公共倫理的政策方案。部分公務員難以應付上級逐級加碼的“數(shù)字績效”，被迫形成“技術依賴一能力退化\"的惡性循環(huán)，并逐漸催生職業(yè)倦怠，基層“躺平\"現(xiàn)象加劇。生成式人工智能技術的引入重構了公務員的普升邏輯，能否有效駕馭人工智能成為考核普升的隱性標準。技術導向的評價體系迫使公務員將大量精力投入數(shù)字技能提升，可能導致公共服務倫理的邊緣化。技術類公務人員的晉升優(yōu)勢逐漸擠壓傳統(tǒng)治理能力的價值空間，公務員可能陷人認知困境，進而影響科層體制的運行。

第二，公眾參與異化與公共決策風險。生成式人工智能驅動的政務服務通過智能客服、一鍵投票、自動問卷等工具，將公眾參與簡化為低成本的點擊行為。技術便利性雖擴大了參與基數(shù)，卻也削弱了參與的嚴肅性與反思性——公眾無需理解政策背景、無需承擔決策責任，僅憑碎片化信息或情緒化傾向即可完成“參與”。這種“快餐式\"參與模式催生了大量非理性的輸入，使公共決策面臨干擾，規(guī)模龐大的參與數(shù)據(jù)中混雜著大量無效、重復甚至矛盾的訴求，增加了從“噪聲”中提取有效信號的難度。公眾參與的非理性特質，如從眾心理、情緒化表達在技術環(huán)境中被系統(tǒng)性放大。進一步，生成式人工智能的個性化推薦機制基于用戶歷史行為持續(xù)推送相似觀點，形成信息繭房，自然語言處理技術對極端情緒的識別與響應優(yōu)先級（如優(yōu)先處理含“緊急\"\"投訴”關鍵詞的訴求）又無形中激勵了夸張化、對立性的表達方式。公眾的非理性表達與算法推薦所致的信息繭房相互疊加，將會導致公眾意見加速走向極端化與對立化，理性協(xié)商空間被壓縮。當算法將極化后的偽民意作為決策依據(jù)時，公共政策可能偏離真實公共利益，淪為群體情緒的數(shù)字投影。

第三，技術開發(fā)者公共價值考量不足。生成式人工智能技術開發(fā)者在政務服務場景中逐漸轉化為“技術立法者\"的角色，與政府間可能產(chǎn)生難以規(guī)避的委托代理風險。開發(fā)者在商業(yè)利益驅動、技術中立與責任規(guī)避的復合作用下，可能將公共價值目標置換為技術績效追求，導致政務服務系統(tǒng)偏離公共服務的本質屬性。一是開發(fā)者在技術設計中通常會考慮商業(yè)效益而非公共利益，為滿足政府快速部署模型的要求并加速企業(yè)資金周轉，開發(fā)者可能還未對模型進行充分驗證并細致研讀人工智能風險防控條例，就急于將半成品上線應用，為后續(xù)政府相關部門的運維留下隱患。二是智能方案搭建委托給外部企業(yè)可能出現(xiàn)貨不對版的現(xiàn)象。作為服務代理方，技術公司往往會以最低成本完成服務供給，傾向于基于現(xiàn)有產(chǎn)品組合而非公眾真實需求設計解決方案，通過話術包裝與產(chǎn)品功能美化，向政府采購人員傳遞經(jīng)過篩選的信息，誘導政府形成脫離實際的偽需求，導致政府投入大量資源搭建的智能平臺淪為精巧卻無用的“盆栽式\"升級。三是開發(fā)者通過技術外包與合同條款設計實現(xiàn)責任轉移。當使用生成式人工智能出現(xiàn)決策失誤時，企業(yè)能夠以僅提供技術支持為由規(guī)避倫理責任。責任的分散使技術治理陷入有風險后果卻無責任主體的困境，最終將倫理風險轉嫁給公眾與社會。

五、生成式人工智能驅動政務服務的界面風險防范路徑

面對生成式人工智能驅動政務服務的界面風險挑戰(zhàn)，需以技術可控化、制度彈性化、主體協(xié)同化為導向，積極防范相關潛在風險，構建人機共生的政務服務新范式。在技術界面，通過可解釋算法打破\"黑箱”，讓技術成為透明可追溯的治理工具;在制度界面，借助彈性政策響應機制激發(fā)制度創(chuàng)新活力，使規(guī)則既能包容技術迭代又不失公共價值底線;在關系界面，依托能力生態(tài)培育實現(xiàn)“人盡其才、機盡其用”，讓公務員專注價值判斷、公眾參與算法共治、技術開發(fā)者堅守倫理底線。

（一）構建“可控可信”的技術治理體系

第一，政務服務對于生成式人工智能的深度應用應以“可控性\"與“可信性\"為核心原則，通過技術設計的價值嵌入與機制約束，平衡效率追求與風險防控，構建“可控可信\"的技術治理體系。在技術層面，首要任務是打破算法“黑箱\"對公共權力的遮蔽，建立透明可追溯的決策邏輯。通過適度共享與披露政務服務領域生成式人工智能開發(fā)的算法框架，對諸如民生訴求分撥、執(zhí)法裁量權分配等關鍵決策節(jié)點提供可視化決策路徑回溯，確保技術輸出既符合數(shù)據(jù)規(guī)律，又可被公務員與公眾理解。例如，在自動審批系統(tǒng)中嵌入決策依據(jù)標注功能，當生成式人工智能拒絕某項申請時，需同步生成包含法律條款引用、數(shù)據(jù)支持及邏輯推演鏈條的說明報告，避免技術理性遮蔽程序正義。建立專門的算法注冊與審計制度，設立政務服務領域生成式人工智能算法庫，要求所有部署的算法進行注冊備案，并說明算法設計的基本原理、數(shù)據(jù)源、預期用途和潛在偏差。引入獨立第三方算法審計機制，定期或按需對算法公平性、魯棒性、隱私保護性進行審計并公布結果。

第二，技術系統(tǒng)具備實時自檢與靈活調(diào)適的能力。通過實時采集算法輸出的公平性指標，如不同群體訴求響應率、政策惠及覆蓋面等，構建風險預警模型，一旦檢測到系統(tǒng)性偏差，立即觸發(fā)人工介入流程，形成“算法自檢—風險預警—人工校準\"的閉環(huán)處理流程。針對技術應用中不可避免的涉及服務均等化的場景，技術設計需預留彈性空間。在方言地區(qū)，智能政務客服系統(tǒng)不僅要能識別普通話，還應支持方言語音輸人，當老年人通過語音提出訴求時，系統(tǒng)先嘗試識別方言語義，若無法準確理解，則轉為人工服務。通過“多渠道接入 + 人工兜底\"的設計，在數(shù)字服務大廳形成無障礙通道，確保不會使用智能設備的群體也能順利辦事。

第三，技術部署遵循人類最高控制權的原則。一是構建生成式人工智能決策的分層管理機制，根據(jù)決策的風險等級和不確定性程度，設計不同程度的人工介人。在涉及重大公共利益或自由裁量的高風險決策場景，強制人工審批，生成式人工智能僅提供建議參考;對于中風險決策，如一般審批、服務分撥，可以采用生成式人工智能初步?jīng)Q策，人工進行抽查或設置特定閾值觸發(fā)復核;對于低風險決策，如信息查詢、簡單咨詢，則可交由生成式人工智能處理，并進行事后審計與反饋優(yōu)化。二是預設“安全閥\"與回滾機制，在關鍵決策環(huán)節(jié)保留人工否決權，當系統(tǒng)出現(xiàn)重大偏差、安全漏洞或引發(fā)廣泛爭議時，須有快速熔斷機制強制暫停服務，并對版本進行回滾，保障政務服務持續(xù)不斷供。此外，為生成式人工智能配備人類監(jiān)護人，智能生成的結果須監(jiān)護人確認后方可生效。例如，生成式人工智能生成執(zhí)法文書初稿并提出處罰建議，但最終決定需由公務員結合個案情境簽署生效。“人在回路”的設計[34]，既保留了技術增效價值，又防止責任鏈條因技術自主性而斷裂。技術系統(tǒng)的可信性最終依賴與公共價值的深度耦合，需在算法訓練階段進行公平性的約束，使技術工具真正成為公共利益的“守門人”。

（二）完善“敏捷兼容\"的規(guī)則調(diào)適機制

第一，政務人工智能的制度設計以底線約束與動態(tài)適配為原則，通過剛性規(guī)則與彈性空間的協(xié)同構建權責清晰、響應迅速的制度框架。一是出臺政務服務領域應用生成式人工智能技術的相關行業(yè)標準，健全數(shù)字政務服務事項基礎標準清單，完善國家政務服務事項基本目錄，筑牢生成式人工智能驅動政務服務的基本制度框架。二是針對技術迭代速度與制度更新滯后的結構性矛盾，設立“數(shù)字治理法規(guī)專班”，對生成式人工智能所引發(fā)的法律爭議建立快速響應機制，通過臨時性司法解釋填補規(guī)則真空，并同步啟動政務服務領域應用生成式人工智能的立法或修法程序。同時，依托區(qū)塊鏈技術構建政策全生命周期管理平臺，實現(xiàn)制度起草、執(zhí)行、反饋、修訂的全流程留痕與可追溯，確保規(guī)則調(diào)整與技術進步同頻共振。

第二，制度效能能否落地的核心在于厘清人機協(xié)同中的權責關系，避免責任真空與推諉。出臺政務服務領域應用生成式人工智能的權責清單，明確技術開發(fā)者、使用部門與監(jiān)督主體的責任邊界：開發(fā)者對算法設計缺陷導致的結果偏差承擔技術責任，使用部門對人工智能決策的執(zhí)行后果承擔行政責任。針對人工智能可能導致的重大誤判及引發(fā)的相關次生事件，需開辟算法決策追溯與申訴的專門通道，設立不同于傳統(tǒng)行政申訴的、針對生成式人工智能決策的申訴流程，明確受理機構、證據(jù)要求、處理時限和救濟措施，同時完善行政復議渠道，為爭議性判決保留公平透明審查的空間。重構績效考核體系，在傳統(tǒng)效率指標外增設公共性維度相關指標，將算法可解釋性、弱勢群體服務覆蓋率、人工干預率等納入考核，遏制技術理性對治理目標的異化。例如，對自動分撥系統(tǒng)的評價不僅關注分撥速度，還需審計其是否均衡響應不同區(qū)域、群體的訴求，防止算法在效率驅動下選擇性“優(yōu)化”易處理的問題。

第三，通過制度創(chuàng)新化解部門協(xié)同壁壘，破解在政務服務中應用生成式人工智能的“數(shù)據(jù)孤島\"痼疾。從中央一級加強對算法部署與數(shù)據(jù)庫建設的統(tǒng)管統(tǒng)建。一是建立跨部門數(shù)據(jù)共享的負面清單制度，制定詳細的數(shù)據(jù)分級分類標準和共享授權流程，明確禁止共享的數(shù)據(jù)類型（如個人隱私、國家安全相關數(shù)據(jù)等），對非敏感數(shù)據(jù)進行共享，在保障安全的前提下進行數(shù)據(jù)融合。二是配套打造政務數(shù)據(jù)空間或政務數(shù)據(jù)交換平臺，利用區(qū)塊鏈、隱私計算等技術，建立安全、可控、可追溯、可審計的跨部門數(shù)據(jù)共享基礎設施。針對生成式人工智能系統(tǒng)引發(fā)的跨部門權責爭議，可以在各級政府引入“首席數(shù)據(jù)官\"負責統(tǒng)籌優(yōu)化布局算力資源，推動數(shù)據(jù)共享與價值挖掘，賦予數(shù)據(jù)官跨系統(tǒng)權限配置、任務優(yōu)先級仲裁等職能，為推進生成式人工智能在政務服務領域的應用提供堅實組織保障，讓數(shù)據(jù)要素活起來、動起來、用起來。

（三）培育“人機協(xié)同\"的能力生態(tài)

生成式人工智能驅動政務服務良性運轉依賴人機關系的動態(tài)平衡，通過能力重塑與價值引領構建\"技術為人所用，而非人被技術馴化\"的共生生態(tài)。公務員的技術監(jiān)督能力為公眾參與政務服務提供專業(yè)保障，公眾的算法共治能力倒逼開發(fā)者提升倫理水平，開發(fā)者的價值嵌入又為公務員的政務服務工作提供技術支撐。三者間的能力互動，共同編織起技術治理的安全網(wǎng)，形成圍繞生成式人工智能驅動政務服務展開的能力生態(tài)，實現(xiàn)從人機對立到人機協(xié)同的政務服務生態(tài)轉型。

第一，技術驅動不應止步于工具替代，需推動公務員角色從“操作執(zhí)行者\"向“價值守門人\"轉型，構建包含數(shù)字素養(yǎng)、公共倫理、領域知識的能力體系，設計系統(tǒng)化的培訓課程體系，不僅教授技術操作，更要強化對算法的批判性思維、對公共價值的權衡能力及人機協(xié)作技巧。相應的，在績效考核中納入價值指標，增加“AI決策人工復核糾偏率”“特殊群體服務滿意度”“算法應用倫理評估\"等指標，引導公務員關注技術應用的公共價值實現(xiàn)，強化技術監(jiān)督能力與公共倫理判斷力，使其既能駕馭技術增效，又能防范算法對自由裁量權的過度侵蝕。此外，政務部門也需積極引人懂行、資深的行業(yè)專家與技術專員，在技術招標與采購中提供指導意見，按需配置產(chǎn)品，掌握政府購買委托代理關系中的主動性與主導權。

第二，突破公眾技術用戶的被服務身份，通過透明化參與機制實現(xiàn)算法共治。在保障數(shù)據(jù)安全的前提下，向公眾開放展示政務服務系統(tǒng)的解釋性接口，允許公眾對明顯偏離公共價值的算法輸出提出質疑。對于具備技術稟賦與參與動能的群體，可積極成立科技協(xié)會、學會等形式的社會組織，吸納科技人才、法律專家、社區(qū)代表、弱勢群體代表等組成獨立委員會，參與生成式人工智能驅動政務服務的需求定義、算法設計評估、運行效果評議和投訴處理監(jiān)督。對于有數(shù)字接入或能力障礙的群體，政務服務機構需提供非技術性的\"算法說明書”，用通俗語言解釋生成式人工智能如何作出相關決策。同時，在政務服務中心、社區(qū)服務站部署“AI輔導員\"\"意見接受員\"等人工座席，輔助弱勢群體享受智能服務體驗的同時，引導他們有序、理性地參與到關于服務優(yōu)化的意見表達中，人工過濾偏激、無效、低質的信息，保障社情民意的準確高效接收。公眾參與不僅是權利保障，更是對技術系統(tǒng)的糾偏，公眾理解生成式人工智能的運行邏輯，并監(jiān)督生成式人工智能的運行過程，能夠有效阻止人工智能技術滑向“數(shù)字利維坦\"的深淵。

第三，技術開發(fā)者從承包商轉向公共價值合伙人，在技術交付中內(nèi)嵌公共服務倫理。在規(guī)制手段方面，加速出臺政務服務領域生成式人工智能應用倫理的相關規(guī)則，通過制度條款明確要求與規(guī)范算法設計，建立開發(fā)者終身責任追溯機制，在合同條款中明確規(guī)定開發(fā)者對其設計的算法在政務場景中長期運行過程中暴露的系統(tǒng)性缺陷或設計漏洞導致的重大公共風險，如對群體歧視、政策執(zhí)行偏差等不良后果，負有追溯性的修復、優(yōu)化乃至賠償責任。建立開發(fā)者信用檔案，系統(tǒng)性地追蹤并公開技術開發(fā)者在參與生成式人工智能項目全生命周期中的關鍵行為表現(xiàn)，并據(jù)此生成可量化的信用評級或評分供政務服務部門參考，強化對開發(fā)者的持續(xù)監(jiān)督與行為約束。在正向激勵方面，設立生成式人工智能應用創(chuàng)新獎項，表彰在技術普惠、算法公平性、可解釋性、隱私保護、公共價值創(chuàng)造等方面表現(xiàn)突出的項目和開發(fā)者團隊，樹立行業(yè)標桿，促成行業(yè)自律。同時，通過采購標準引導開發(fā)者理解公共治理邏輯，如要求投標企業(yè)具備政策分析能力、參與公共服務培訓，打破技術思維與治理需求之間的認知壁壘。當開發(fā)者不再將公共服務視為標準化產(chǎn)品，而是視之為承載多元價值的復雜系統(tǒng)時，技術工具才能真正適配治理現(xiàn)代化的深層訴求。

參考文獻：

[1]陳濤，冉龍亞，明承瀚.政務服務的人工智能應用研究[J].電子政務，2018，（3）.

[2]龐洋.生成式人工智能嵌入數(shù)字政府建設的系統(tǒng)性分析[J].學術交流，2023，（8）.

[3]汪波，牛朝文.從ChatGPT到GovGPT：生成式人工智能驅動的政務服務生態(tài)系統(tǒng)構建［J].電子政務，2023，（9）.

[4]Reihaneh H.Hariri，Erik M.Fredericks，Kate M.Bowers.Uncertainty inBig Data Analytics：Survey，Opportunities，and Challenges[J].Journal ofBigData，20l9，（6）.

[5]Tan Yigitcanlar，KevinC.Desouza，Luke Butler，etal.ContributionsandRisksofArtificial Intellgence（AI）inBuilding Smarter Cities：Insights From a Systematic Review of the Literature[J].Energies，2020，（6）.

[6]AlejandroBarrdo Arrieta，Natalia Diaz-Rodriguez，Javier Del Ser，etal.Explainable Artificial Intellgence（XAI）：Concepts，Taxonomies，Opportunities and Chalenges Toward Responsible AI[J].Information Fusion，2020，（6）.

[7]劉星.行政裁量中的技術控制——基于政務服務應用場景的實踐觀察[J].公共行政評論，2022，（1）.

[8]Maciej Kuziemski，Gianluca Misuraca.AI Governance in the Public Sector：ThreeTales From the Frontiersof Automated Decision-Making in Democratic Settings[J]. Telecommunications Policy，2020，（6）.

[9]賈開，蔣余浩.人工智能治理的三個基本問題：技術邏輯、風險挑戰(zhàn)與公共政策選擇[J].中國行政管理，2017，（10）.

[10]王小芳，王磊.“技術利維坦”：人工智能嵌入社會治理的潛在風險與政府應對[J].電子政務，2019，（5）.

[11]Gialuca Misuraca，David Broster，Clara Centeno.Digital Europe 2O3o：Designing Scenarios for ICT in Future Gov-ernance and Policy Making[J].Government Information Quarterly，2ol2，（1）.

[12]曹海軍，沈博仟.城鄉(xiāng)數(shù)字化公共服務非均衡性困境的生成機理與破解之道——基于“空間—技術—制度”的分析框架[J].中共天津市委黨校學報，2025，（3）.

[13]孫宇，張綽，羅瑋琳.“智能 + ”對政務服務意味著什么？[J].電子政務，2019，（11）.

[14]李曉方，王友奎，孟慶國.政務服務智能化：典型場景、價值質詢和治理回應[J].電子政務，2020，（2）.

[15］[美]司馬賀.人工科學——復雜性面面觀[M].上海：上海科技教育出版社，2004.

[16]華錦陽，張鋼.試論界面管理發(fā)展的三個階段[J].科研管理，2000，（2）.

[17]朱啟超，陳英武，匡興華.復雜項目界面風險管理模型研究[J].科研管理，2005，（6）.

[18]李文釗.理解中國城市治理：一個界面治理理論的視角[J].中國行政管理，2019，（9）.

[19]翟文康，李芯銳，李文釗.界面重構：邁向超大城市有效治理的路徑選擇——以“接訴即辦”的大興經(jīng)驗為例[J].電子政務，2020，（6）.

[20]Conrad Berenson.TheRamp;D：Marketing Interface-A General AnalogueModel for TechnologyDiffusion[J].Jour-nalofMarketing，1968，（2）.

[21]DanielA.Wren.Interface and Interorganizational Coordination[J].The Academyof Management Journal，1967，

（1）.

[22]曾宇航，史軍.政府治理中的生成式人工智能：邏輯理路與風險規(guī)制[J」.中國行政管理，2023，（9））.

[23]美]簡·芳汀.構建虛擬政府：信息技術與制度創(chuàng)新[M].北京：中國人民大學出版社，2004.

[24]陳振明，張樹全.技術與制度互構關系轉換及其對公共治理的影響[J].公共管理學報，2023，（4）.

[25]吳磊，冷玉，唐書清.數(shù)字化時代敏捷治理的學術圖景：研究范式與實現(xiàn)路徑[J].電子政務，2022，（8）.

[26]徐增陽，張磊.公共服務精準化：城市社區(qū)治理機制創(chuàng)新[J].華中師范大學學報（人文社會科學版），2019，（4）.

[27]吳永奎.深圳龍華數(shù)字賦能提效智“惠\"民生福祉[N].南方日報，2022-02-07.

[28]劉芳.揭秘深圳福田政務“數(shù)智員工\"[N].中國青年報，2025-02-20.

[29]王友奎，張楠，趙雪嬌.政務服務中的智能問答機器人：現(xiàn)狀、機理和關鍵支撐[J].電子政務，2020，（2）.

[30]QingjiFan，YanDai，Xue Wen.Is Smarter Better？AMoral Judgment PerspectiveonConsumer Attitudes AboutDifferent Types of AI Services[J].Journal of Theoretical and Applied Electronic Commerce Research，2024，（3）.

[31]侯慧麗，王曉宇.中國式福利國家構建中的社會規(guī)制：從主觀福利到社會整合[J].經(jīng)濟社會體制比較，2024，（5）.

[32]張廷君，李鵬.技術賦能還是制度重塑：機關事務治理模式的創(chuàng)新路徑分析——以福州“數(shù)字烏山？”為例[J].中國行政管理，2021，（8）.

[33]祁志偉.“技術一組織一環(huán)境\"視角下的數(shù)字政府建設[J].理論探索，2025，（2）.

[34]Xingjiao Wu，Luwei Xiao，Yixuan Sun，et al.A Surveyof Human-in-the-Loop for Machine Learning[J].FutureGenerationComputerSystems，2022，（10）.

責任編輯：陳麗

Interface Risks and Prevention Paths of Government Services Driven by Generative Artificial Intelligence Based on the Analytical Framework of “Technology-Institution—Relation”

Wu Lei，Liu Zirui

Abstract： Generative artificial inteligence driving government services has become an important trend of government digital transformation. The embedding of generative artificial intelligence technology forms a triple interface of technology， institution and relation with government process，bureaucratic rules and multi-subjects. The imbalance of the three in the process of mutual construction creates the risk of interweaving and reinforcing each other.At the technological interface，alienation risks emerge，such as algorithmic“black-boxing”，interface“indifference”，and instrumental “rationalization”. At the institutional interface，“immune responses”manifest as blurred responsibilities，power restructuring，and delayed iteration. At the relational interface，role conflicts arise， including civil servants’skill anxiety，the alienation of public participation，and insuficient consideration of public values by technology developers. To address these challenges，it is necessary to build a“controllable and trustworthy” technological governance system，refine an“agile and compatible”rule adaptation mechanism，and foster a“human-machine collaboration” capability ecosystem. This will advance government services from a technology-tool orientation to a new paradigm of synergistic evolution among technology， institutions， and actors， thereby solidifying the foundation of government digital transformation.

Key words： generative artificial intelligence， government service，interface risk，digital transformation