学术发表｜张楠：后ChatGPT时代的政策智能前景展望

张楠

清华大学公共管理学院教授、计算社会科学与国家治理实验室副主任、人工智能国际治理研究院专家

“

摘要：类ChatGPT应用嵌入公共治理领域将展现出巨大潜力，同样需要未雨绸缪，预判其可能带来的失灵、失信、失德、失向等风险，使其成为一个可用、可信、可靠和可亲的“推动者”。

这是一组青年学者笔谈，共8篇。其中，清华大学教授、计算社会科学与国家治理实验室副主任、人工智能国际治理研究院专家张楠的部分为《后ChatGPT时代的政策智能前景展望》。

后ChatGPT时代的政策智能前景展望

张楠 清华大学公共管理学院

2022年11月，人工智能实验室OpenAI发布对话式大型语言模型ChatGPT。作为基于生成式预训练（Generative Pre-Training，GPT）技术迭代发展而来的应用产品，ChatGPT以其出色的语义理解和知识表达能力惊艳全球。尤其在基于GPT-4内核的新一代产品面世后，其对多模态知识技能的理解和运用能力再次成为应用领域关注的焦点。而在人工智能领域内，以GPT为代表的大模型方向则更早为人所知，2020年5月发布的GPT-3在2021年即入围《麻省理工技术评论》（MIT Technology Review）评选的“十大突破性技术”，国家自然科学基金委官方英文刊物Fundamental Research当年也发表了我国领域专家对其技术特点的评介文章[1]。而ChatGPT这次“出圈”可能也将是大模型自然语言处理技术正式走向应用领域的里程碑。基于创新扩散规律，本文将这个深化应用阶段称为“后ChatGPT时代”。

在我国加快数字政府建设的背景下，ChatGPT的出现对人工智能技术进入我国各级政策决策过程有何影响？与新兴的政策智能研究方向间存在何种关系？又会催生哪些重要的交叉领域研究热点？本文试图基于前期研究积累和新近思考，提出一家之言，以期抛转引玉，引发相关问题的深入探讨。

一、ChatGPT代表的技术进步及对政策智能的影响

如果说大数据技术的发展所带来的政策决策过程中数据获取能力与分析能力的提升催生了政策信息学的诞生，那么人工智能技术开始体系化嵌入到政策分析则是政策信息学向政策智能跃迁的关键[2]。政策智能着眼于在挖掘数据和模型价值基础上寻求人工智能技术驱动的应用延展与方法提升。与日益复杂的公共管理与政策问题催生的政策信息学一脉相承[3]，政策智能试图解决的也是管理学视角下新技术在政策决策过程中的应用问题，是通用人工智能如何更好地适用于公共管理与政策专业领域的问题。

ChatGPT所取得的技术进步是典型的通用人工智能进展。一方面，这对政策智能的理论探索和实践迭代无疑是宝贵的助力。目前，在公共管理与政策领域以自然语言处理技术为底层方法的研究大部分采用以专家知识修正无监督学习或以算力辅助有监督学习的路径，这些以融合无监督学习与有监督学习优势的半监督学习策略基本还处于GPT-1的阶段，规模效应带来的自然语言理解能力能够帮助政策决策者和研究者进行更复杂的海量文本知识提取；同时，新的交互方式也将极大降低政策推演研究的门槛，具有复杂参数、较长时间周期的政策推演有可能通过对话设置的方式借助GPT-4的强大处理能力实现。可以预期，在ChatGPT出现后政策智能研究的进展将提速。

另一方面，我们也必须认识到，展现某些方面强能力的ChatGPT与胜任特定领域专业工作的目标间还有一段路要走，政策智能研究将是加快这一进程的助推器。既有研究指出了前一代GPT技术存在的一些局限[1]：作为以语料数据为主要输入的自然语言处理模型，ChatGPT在不同领域的表现存在差异性，会在部分问题上给出似是而非的答案。考虑到实际政策决策领域的容错性，进一步明确优劣势可能是应用的前提。ChatGPT目前处理复杂冗长的专业语言结构还有所欠缺。简单依靠专业领域语料“喂食”可能不足以解决这些欠缺，这就不可避免地面临与公共管理领域既有知识体系对话的问题。网络文本数据本身存在偏见和分歧，在当今网络政治观点极化的背景下，这样的分歧还在扩大。完全以语料为输入的人工智能产品可能无法调和这些观点，面对复杂的公共管理与政策问题，简单依靠声量权重或观点中和的计算可能依然有失偏颇，这也使得ChatGPT进入公共领域专业问题处理时并不令人放心。从目前已知资料来看，GPT-4主要仍然是在训练规模、多模态输入输出以及交互体验等方面有所突破，并未从根本解决上述问题。以下我们也尝试从政策智能研究的视角提出初步的解决思路和可能的研究热点。

二、政策多维解析：通用人工智能进入政策领域的钥匙

就像人类自身的优缺点一样，ChatGPT作为一个人工智能产品必然在不同方面有强弱差异，“文心一言”等大量国产类GPT大模型产品也同样会有侧重点差异，即使综合能力落后ChatGPT，也可能应用于特定领域政策决策过程中的某个环节，而找到合适的点位，需要对政策决策有细粒度、全方位的深刻理解。因此，基于大数据方法，从全局视图、粒度缩放、跨界关联等视角开展政策多维解析研究是实现通用人工智能技术进入公共管理与政策领域的重要一环。

公共政策研究多学科源流的基础，大数据管理环境多源异构的数据属性，政策信息学多方法融合的特征，复杂政策建模与计算多维度输入的需求，从不同角度彰显开展政策多维解析的重要意义。首先，公共政策的复杂性和多学科源流需要从不同维度、不同粒度进行深入政策解析；其次，大数据社会环境的发展与国家对大数据管理的重视为基于数据的政策多维解析提供了实现可能；再次，政策信息学和政策智能将通用人工智能导入专业领域的发展重心决定其将聚焦于政策多维解析；最后，政策推演模型构建和政策智能迭代发展需要根植于政策多维解析。

我们至少可以从两个大的轴向去理解政策解析的维度。一是关注政策决策的全流程。围绕政策议程设置、政策工具选择和政策执行实施初期的协商过程和敏捷治理迭代等不同阶段进行关键要素识别，探索各阶段针对差异化政策目标的关键要素，作为在不同节点引入差异化人工智能辅助的关键理论输入。二是关注政策主体的外延。政策问题的复杂度决定了政策分析必须突破单一政策影响考察论事逻辑，向原因层延伸到复杂政策环境要素的构建，向结果层延伸到经济、社会、文化、环境影响的刻画，使政策解析立体化。向度外延也有助于通用人工智能对海量知识处理能力的发挥。当然，在上述两个轴向之外，政策解析的维度也将随着应用的深入迭代丰富。

三、双向理论交互：新技术驱动学科范式迭代的进路

针对ChatGPT技术目前面临的后两点问题，则需要人工智能技术视角与公共管理理论视角进行深层次的迭代互动，从而真正产生和发展支持政策智能应用的科学研究范式演进。实际上，尽管大数据和人工智能研究者一直对领域知识引入抱有积极态度，但是由信息科学驱动的人工智能前沿应用与管理学在公共管理与公共政策领域已发展形成的既有理论间尚缺乏充分的深层次对话。从管理学视角看政策智能的发展亟待管理学理论基础视角的探索。这包括演化和建构两个维度。

演化维度重点在于重新审视人工智能时代的管理学基础理论。在当前的政策智能萌芽期，对于相关智能工具的理论输入不仅应是术语和篇章，还要关注核心基础设定（assumption）和适用场景（context）的变化，这是规律运行的前提。管理学研究者需要尝试审视和讨论若干管理学经典理论涉及的基础设定和适用范围，评估潜在变化对理论内涵、外延的影响。特别是重点关注政府管理者信息获取和处理能力有限性、政府与公众信息处理能力差异等设定变化后引发的理论冲击，尝试探索政策智能环境下公共政策与公共管理的关系演化。这对人工智能嵌入管理决策过程至关重要。

建构维度重点在于基于公共价值判断建构政策智能基本规则。面对当前观点极化的网络舆论环境，坚持公共政策的价值导向尤为重要。考虑公共政策领域的低容错性，必须尽可能避免类似“大数据杀熟”“困在算法里的外卖小哥”等商业领域智能算法应用的困境案例在公共政策领域重演。在西蒙的学说中，关于事实要素与价值要素的区别、政策问题和行政问题的区分、“手段-目的”框架等是建构政策智能理论的基础[4]。未来政策智能研究可能需要尝试打破传统公共管理视角对大数据、人工智能技术的“黑箱化”和价值理性、工具理性简单二元分析逻辑，人工智能技术在政策领域的应用逻辑是从决策价值判断中不断剥离重复性事务工作，在坚持决策中价值导向的前提下探索人机协同的混合政策智能决策模式。

四、学科交叉融合：应对技术变迁的发展趋势

人工智能的技术进展必将使其更广泛应用于政策决策领域。政策智能的研究某种程度上就是要做好这一过程的助推器。国家自然科学基金委于2022年设立的重大项目“政策智能理论与方法研究”仅仅是一个开始，相关研究的内涵与外延还有待进一步厘清。开展相关研究则需要秉承学科交叉融合的基本思路，用人工智能技术解决公共管理与政策学科固有的理论问题，引入公共管理与政策学科的理论知识指导政策智能的新思路与新架构形成。这个双向互动过程需要研究者走出舒适区，不断去挑战不同学科间的交汇点，解决不同维度的“中间层”问题。赫伯特·西蒙(Herbert Alexander Simon）同时对公共行政和人工智能的方向做出过开拓性贡献，而他开拓的这些领域仍有不断交汇和融合的空间。学科的细化和知识的专业性使当今每一个个体研究者很难成为“西蒙”，但通过不同学科研究者的协作，通过研究者与ChatGPT为代表的大模型自然语言处理技术工具的人机协作，我们仍有可能实现对多领域的知识贡献，从而应对新技术环境下的政策决策实践与相关学科发展需求。

清华大学人工智能国际治理研究院（Institute for AI International Governance, Tsinghua University，THU I-AIIG）是2020年4月由清华大学成立的校级科研机构。依托清华大学在人工智能与国际治理方面的已有积累和跨学科优势，研究院面向人工智能国际治理重大理论问题及政策需求开展研究，致力于提升清华在该领域的全球学术影响力和政策引领作用，为中国积极参与人工智能国际治理提供智力支撑。

新浪微博：@清华大学人工智能国际治理研究院

微信视频号：THU-AIIG

Bilibili：清华大学AIIG