|
|
|
|
|
AI赋能公共治理: 系统性综述 | MDPI Digital |
|
|
论文标题:Integrating AI in Public Governance: A Systematic Review
论文链接:https://www.mdpi.com/2673-6470/5/4/59
期刊名:Digital
期刊主页:https://www.mdpi.com/journal/digital
近年来,人工智能(AI)正逐步重构公共行政体系的运作逻辑、决策范式与服务供给方式。从智能交通调控、欺诈检测到行政流程自动化,AI 已渗入公共管理的多个关键领域。美国、中国、新加坡等国家在司法、医疗与城市治理等方面的探索性实践已取得初步成效。然而,全球大多数公共机构仍面临核心难题:人工智能究竟如何在公共治理中深度重塑决策过程、制度结构与监管模式?哪些经验能够指导其在伦理、合法与包容框架下的稳健应用?近期,摩洛哥两所高校的研究团队通过对 2014–2024 年间发表的 67 篇文献进行系统性综述,为政策制定者提供了人工智能采用的实证依据与治理框架,同时提出了协调技术创新、制度准备度与公众信任的能力建设路径。

研究过程与主要发现
本研究聚焦人工智能在公共治理体系中的整合过程,其主要目标包括明确 AI 的治理价值、识别采纳过程中的结构性障碍,并构建可支持伦理化、可持续化及可扩展化应用的分析框架。研究团队遵循 2020 年 PRISMA 指南开展文献筛选,检索数据库包括 Scopus、DGRL 与谷歌学术(后者仅用于补充检索),并依据严格的纳入与排除标准最终确定 67 篇文献。为确保方法学质量,研究采用六项质量评价框架(达标标准为≥3.5/7)。理论层面,本研究综合运用技术接受模型(TAM)、数字时代治理理论(DEG)与动态能力理论(DC),构建三重分析视角。在文献综合基础上,研究提出人工智能整合能力模型(AICM),由四项核心能力支柱构成,并采用三轮德尔菲法进行结构化验证。参与者包括来自政府部门、学界及监管机构的 15 位资深专家。研究以中位数≥4.0 且四分位距≤1.0 作为共识判定标准。
文献结果显示,人工智能在公共治理中的主要应用领域为预测分析与决策支持(39%)、机器人流程自动化(26%)以及自然语言处理和智能客服系统(15%)。其绩效提升主要体现在时间效率(37%)、成本效益(25%)与决策质量(20%)等方面;同时,AI 还可促进公共服务创新(38%)、强化透明度与问责机制(14%)。然而,各类挑战与风险亦凸显。伦理层面的担忧占比最高(36%),例如算法偏差、数据安全与隐私风险;技术性障碍占 27%,包括遗留系统限制与互操作性不足;机构能力短板占 15%,如专业技能缺口与培训不足。关键治理风险包括算法偏见与歧视(37%)、过度自动化带来的人类监督弱化(29%)、隐私侵犯与数据滥用(22%)、就业替代导致的不平等加剧(12%)。不同利益相关群体的关注点呈异质性,政府官员与政策制定者(55%)侧重效率提升与绩效改善;公民(14%)更关注隐私保护与信任建立;技术专家(20%)强调系统可靠性与技术可行性;法律界与学界代表则突出伦理规范与问责要求。AICM 的四大能力支柱均获得高度评价,包括数据获取与互操作性、数字基础设施与流程再造、劳动力能力与组织学习,以及机构领导力与变革管理(各项中位数均为 5.0)。相较既有评估工具,AICM 在情境适配性、理论一致性与实践可操作性方面具有显著优势,特别适用于制度成熟度与资源条件有限的发展中国家。
研究还识别了主流监管工具,包括欧盟人工智能法案(30%)、通用数据保护条例(GDPR,25%)与经合组织 AI 原则(20%)。治理模式以混合治理(30%)与风险导向治理(25%)为主。区域差异明显:欧洲以伦理规制为核心,北美强调技术创新与市场驱动,亚洲则以快速部署与政策引导为特征。
结论
总体来看,该系统综述系统揭示了人工智能在公共治理中的应用潜力、制度性约束与治理风险。研究提出的 AICM 模型为公共部门构建“数据—基础设施—能力—领导力”四位一体的系统性能力提供了理论工具与实践指引。对政策制定者而言,该模型可作为战略规划与政策设计的诊断框架;对公共部门从业者而言,研究所总结的挑战与经验具有现实参考价值;对于学术界,研究的多理论整合与全球文献视角为未来研究奠定了基础。
从本质上说,人工智能赋能公共治理的核心不在于技术本身,而在于通过系统性能力建设实现技术创新、伦理规范、制度适配与公众信任之间的动态平衡。该研究为推动从局部试点走向系统性智慧治理提供了重要的理论支持与政策启示。
期刊介绍

Digital (ISSN 2673-6470) 创刊于2021年,最新Citescore 4.8,致力于为不同领域的学者和专业人士提供一个聚焦数字化时代的开放型和学科交叉型平台,为反映当今世界上数字化发展的最新成果、推动数字化创新以及应用提供借鉴和启示。目前,Digital 期刊已被Scopus,Ei Compendex,dblp Computer Science Bibliography等数据库收录。
• 期刊主编
Prof. Dr. Yannis Manolopoulos
University of York, Europe Campus, Thessaloniki, Greece
|
2024 CiteScore
|
4.8
|
|
Time to First Decision
|
27.7 Days
|
|
Acceptance to Publication
|
4.9 Days
|
特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。