当前位置:首页 期刊杂志

算法背景下政府治理的困境

时间:2024-08-31

随着人工智能应用的不斷升级,智能浪潮已经覆盖到生活的各个方面。这其中作为人工智能基石的大数据,利用其全景式记录方式,也被称为“信息时代的石油”。大数据时代也在不断地对我国的政府治理带来冲击,其中数据背后的算法,俨然成为一种新的权力形式。政治因其自身的特殊性,在智能化的应用上,并没有达到高阶。但是政府治理所面对的问题却是智能时代所产生的,这就要求政府也需要改变治理方式,达到政府“智”理。

一、政府治理的内涵

政府的智能化治理就是指建立在互联网上,以数据为主体的这样一种新型治理模式。这种新型模式以新一代的信息技术为支撑,以“业务数据化、数据业务化”为着力点,通过数据驱动重塑政务信息化管理架构、业务架构和组织架构,形成“用数据决策、数据服务、数据创新”的现代化治理模式。算法时代政府的智能治理模式既是互联网+政务深度发展的结果,也是大数据时代政府自觉转型升级的必然,其核心目的是以人为本,实施路径是共创共享共建共赢的生态体系。

二、政府治理的困境

(一)强技术与弱公民

梅洛维茨曾经说过: “电子传媒的出现改变了人类生活的社会情境并因此改变了社会”。对于算法时代的公众来说,影响最大也是感受最深的就是“智媒体”的影响,特别是在新闻传播领域,以今日头条为代表的算法推荐新闻平台,受到了大众的广泛喜爱,取得巨大成功后,包括网易、新浪、搜狐等客户端都纷纷采用了算法推荐技术。自此,算法推荐在信息传播领域掀起了改革风暴,各大平台秉持着“用户至上”的观念进行信息传播,由此缔造了一种“点对点”、个性化的传播新模式。

A.个性化推荐导致“信息茧房”

基于大数据的算法推荐特性,在智能时代到来之际,对政府的治理也将带来新的考验。算法推荐技术的使用和推广在带来技术红利的同时,也同样引发了一系列问题。各类新闻平台作为市场主体,有自己的利益需求是无可厚非的,而这种更偏向于商业利益的目的驱动,会导致算法推荐对公众的忽视和价值导向的扭曲,由此产生的伦理失范现象值得审视。

算法推荐新闻的核心就是“个性化”,个性化的推荐很大程度上优化了用户的阅读体验: 它使用户 “需要”的内容更多地呈现,屏蔽掉用户“不需要”的内容。但是这种“需要”的标准是由谁来决定呢? 作为普通受众,我们往往关注那些与我们兴趣相关的、观点一致的内容,而不愿意看到不感兴趣的、观点相悖的信息,只看我们想看的、听我们想听的,最终在不断重复中强化了固有偏见和喜好。

然而,客观来说,我们是需要多方面信息的,不同的信息源、表达立场、分析角度是我们进行正确认知和判断的基础。一旦沉浸于这样的回声室中,就很难接受异质化的信息和不同的观点,导致信息认知出现偏差,甚至阻碍不同群体间的交流沟通。

B.公众价值观异化

随着各种智能媒体的发展,提供给人全面提升自我素质的有效资源,然而个体对于开放共享资源的利用总是存在差异。智能媒体可以提供连接一切的信息资源和传输渠道,却阻止不了大众的碎片化阅读行为。受众往往只能看到浅层信息,看不到事实背后的运转逻辑和机制。桑斯坦提出“群体极化”的概念,认为人过度沉迷于个性化的信息就会变得偏激,在群体环境下共同消费偏激信息就会导致群体的极化。在“信息茧房”的影响下, 基于算法的信息流往往助长了这一态势。受众意见消费的偏颇加上大众态度本身具有的“过滤”作用,更加容易出现群体极化下的网络暴力,受众的全面发展和对现实社会的认知判断也受到很大影响。

我们普遍认为,算法推送的是一种更为有效的新闻分发方式,对于用户来说,能够更加便捷地获取信息。但究其根本,对于新闻聚合平台来说,它们的根本目的是抓住用户,从而获得更多的利益。因此,在以用户通过点击、阅读、评论、分享等行为来主动表达的兴趣爱好为唯一标准时,算法平台的“个性化推荐”是“伪个性”的。长此以往,那些需要深度阅读和思考的内容被算法“屏蔽”,越来越多的低俗、猎奇的内容被不断推送,于是用户就更难接触到优质信息,最终导致“劣币驱逐良币”。

(二)政府决策系统智能化程度偏低

算法时代,基于大数据的各种应用和模型开始遍及生活的各个方面。作为一种新事物,人工智能算法不仅仅是一项科学技术,更是一种新的权力形态,算法即是权力。算法也在不断的渗透到政治领域的各个层面,开始给政治领域带来一场新的变革。当前中国的AI算法与政治治理的结合还处于弱人工智能阶段,并没有达到政府治理高阶决策水平。其涵盖的领域主要是两个方面:一是,基于算法自主决策系统的辅助政治决策领域,普遍应用于失业救济,政府部分的财政预算,税收风险管理等重要事项。二是,基于算法的政治传播领域,包括基于算法的信息传播对政治价值观,政治决策以及国际政治等政治生态的作用和影响。

目前中国在政府智能化方面的主要发展方向是数字型政府。政府对于发展数字政府的核心要求在于服务质量提升,即更有效率地解决民众的政务办理需求。如今在线政务越发普及,这种数字政务的方向也由外部服务转移到内部治理,关键在于提升内部效率。当发展方向开始对内时,数据壁垒这个问题也就出现了,作为政府部门,其自身的特殊性使得其必须具有最高的安全性和合法性。 部门数据壁垒打通难,关键在于各部门担心交出数据后,不清楚数据的去向,还可能要承担数据泄漏的责任。对于如何将数据壁垒打通,这将是目前实现数字政府的主要难题,也因此制约着政府智能化治理的前景,实现政府智能化自主决策还需要不断的进行技术革新。

(三)政府治理的数字难题

21世纪以来,各级政府政务平台建设和政府治理中的大数据应用得到长足发展,为政治治理的公开化,透明化,民主化和法治化提供了良好的信息和技术支持,但由于大数据的特征和应用技术的制约,政府治理中应用大数据还存在一些现实难题。

1.政府治理信息失真

很多政府部门对于大数据应用的意识很缺乏,对大数据应用的科学性没有正确的认知。因此,想要快速精准的搜集和处理数据也就变得十分困难。而大数据的特点之一就是拥有快速的更新率,如果政府部门不能够及时的搜集数据并对数据进行准确分析,政府治理所依据的这些数据很可能就会因为时间的推移而出现失真。

与现实的政府体制相联系,政府部门在对搜集来的数据进行整理时,可能就已经会出现各种漏报或者少报的现象了,更有甚者可能其上报的数据只会是从其个人角度进行考量,认为是符合其个人利益的数据。并且,电子数据因为易于传输和使用,而且没有各种标记,所以数据的内容可能会被修改,而且在数据传输的过程中也会面对信息泄露的风险,这些问题对于政府部门来说,是严重危害其自身合法性和安全性的,且这些无疑也都会使得政府治理的信息失真,导致对治理产生偏差,进而误导政府的公共决策。

2.数据壁垒影响政府治理效率

数据壁垒指政务数据资源的不开放、不整合、不共享,數据资源之间“纵向分割”“横向独立”。由于缺乏早期顶层设计和统一规划管理,绝大多数部门的数据库只能在本部门范围内有限共享,不具备与其他数据库交互共享的条件。各部门政务数据采集的标准、格式和架构不一致,政务数据存在指标口径和技术标准差异,不同口径下统计的数据,相互之间难以有效比对和共享;数据交互共享推进过程中,一些地方或部门原有信息基础设施较为薄弱,升级改造需要花费大量人力物力,难以形成共识,推进数据交互共享积极性不够;部分政务数据管理系统设计不够人性化,界面友好性、系统可操性、维护简便性欠佳,特别是系统升级步骤繁琐、程序复杂,影响使用体验;对系统建设管理维护人才的培养力度不够,工作人员能力素质参差不齐,容易出现违规、非法或者失误操作,同时过度依赖地方企业信息技术人才,难以立足自身解决系统问题。

3.数据安全影响政府治理的合法性

大数据的应用虽然越来越普及,但是在政府部门的使用上,保障数据安全,数据不丢失,不泄露是必须的。倘若应用于政府治理的数据不能够保证其安全性,将会严重影响政府治理的合法性以及公信力。

我国目前政府治理中大数据的使用还是处于初级阶段,相关的技术和专业人才都是不完备的,在保证数据安全方面还是存在一定的难度。一是电子数据不同于传统的纸质数据,它的复制成本低,而且易于操作,因此有着更高的风险被恶意修改。同时,电子数据传输渠道和速度都是传统数据所不能够相比的,在传输的过程中,也增加了信息泄露的风险。而政府作为社会治理的主体,掌握的数据量既是庞大的,同时又是至关重要的。这其中可能涉及到政府的公共政策,国家安全等重要数据,一旦这些数据丢失或是泄露,这将严重影响政府治理的合法性和公信力。

决策的公开透明是现代民主政治的重要标志,在正当程序中占有越来越重要的地位。而目前的高效算法背后都是一些科技公司在掌控,这些往往都是属于私人财产,因此不会随意公开,以至于算法黑箱的问题不会轻易的打破。当带有偏见的算法进入到我们的政府决策系统中,其引发的司法不公正问题和公众对于政府正当性的质疑,这些都将会使得政府治理遭遇合法性危机。

三、应对策略

(一)推动算法创新

持续优化算法逻辑、创新智能技术对于公民个体的长远发展、智能化社会的整体进步都有着不可或缺的作用。推进算法设计的优化与技术进步是预防算法偏见与错误风险的关键步骤。一方面,可以加快推进人工智能算法中的因果推断研究来取代关联推理,教会机器来理解问题背后的根源。另一方面,搭建算法的研发,数据的管理与政务专业人员之间的合作平台,通过专业的公共行政专家思维的引入,来共同确保政府辅助决策算法的实现。虽然算法是复杂的,其中的运行步骤我们不得而知,但是在具体使用中,可以忽略其内部的运作,通过算法审计的方式,审查,监管决策的公平性,这或许会是最能够实现的。

(二)提升公民自身的科技素养

这是一个技术裨益全面扩散的时代,这也是一个大众受技术控制最为深入的时代,某种意义上“强技术”与“弱公民”的格局已经形成。技术的进步本应该促进民众更好地共享社会资源、参与社会治理,然而现实是人类难以有效地将技术的势能转化成自身的优势能力,人类越来越面临着成为技术附庸的危险。因此,需要积极探究有效突破算法技术悖论的途径。

我们必须明白在这个技术深化发展的时代,只有加强人对于技术的理解能力、运用能力,人才能在一次次在技术化浪潮中占据主动地位,公民才能实现自身的发展。必须加强科学基础教育,使得人能够具备充分理解技术、有效掌握技术、灵活运用技术的基础能力和信息化素养。技术社会中的人有着不同的文化背景、知识结构和理解能力,那么就会出现一部分人更加懂得利用技术实现自己的目的,一部分人沦陷在技术的沼泽中无法自拔。人在消费技术产品、享受技术裨益的同时必须有足够的自觉性、自律性,加强对于公民算法基础教育可以促进整个社会对于技术势能的转化和利用,促进社会信息资源的有序、充分和健康分配。

(三)重视智能化政府治理的前景

随着以互联网和大数据为基础的人工智能在社会生活的各个领域的快速应用和发展,政府治理工作也不断的要求要迈向智能化,这不仅推翻了传统的政府治理模式,还从根本上改变了当前政府治理工作的主体以及思维模式。因此,政府需要做好迎接这个算法时代所带来的一切冲击,加紧进行政府智能化的转变,对人工智能技术要有全新的认识。目前中国的人工智能技术主要体现在一些经济领域,因为掌握核心算法技术的依然是一些技术公司,所以在政府领域的智能技术应用,并不多见。很多的规划都是放在了产业领域的发展上,而关于人工智能对政府治理工作所带来的影响确没有得到重视,仍然是以工具性的思维来看待这项技术的发展。因此,推进政府治理智能化的发展,需要给与高度的重视。

参考文献

[1] 颜佳华,王张华.以“善智”实现善治:人工智能助推国家治理的逻辑进路[J]. 探索. 2019(06) 。

[2] 颜佳华,王张华.人工智能与公共管理者角色的重新定位[J]. 北京大学学报(哲学社会科学版). 2019(06)。

[3] 叶娟丽,徐琴. 去中心化与集中化:人工智能时代的权力悖论[J].上海大学学报(社会科学版). 2019(06)。

[4] 张文博.环境治理中的人工智能[J]. 国外社会科学前沿. 2019(10) 。

[5] 董立人.政府治理需有文化自觉[N]. 社会科学报. 2019 (003)。

[6] 邓雯,杨奕,吴锐刚,陈涛.从云端化到智能化:技术驱动下城市治理的路径选择与价值实现[J]. 情报杂志. 2019(11)。

[7] 谭九生,杨建武.人工智能技术的伦理风险及其协同治理[J]. 中国行政管理. 2019(10)。

[8] 颜佳华,王张华.数字治理、数据治理、智能治理与智慧治理概念及其关系辨析[J]. 湘潭大学学报(哲学社会科学版). 2019(05)。

[9] 周利敏.面向人工智能时代的灾害治理——基于多案例的研究[J]. 中国行政管理. 2019(08)。

[10] 丰俊功,张茜.大数据时代“横纵联动”基层政府治理体制创新——以深圳市宝安区改革为例[J]. 天津行政学院学报. 2019(04)。

[11]李潇涵.智媒时代算法推荐技术的新闻伦理思考[J].今传媒,2020,28(02)。

[12]胡翼青试论社会学芝加哥学派与传播学技术主义范式的建构国际新闻界。

[13]刘海明媒体算法的价值纠缠与伦理误区[J]湖南师范大学社会科学学报。

[14]吴飞,孔祥雯 智能连接时代个人隐私权的终结 现代传播(中国传媒大学学报) 2018。

[15] 文习明.人工智能时代的社会治理:機遇、挑战与总体框架设计[J]. 岭南学刊. 2019(03)。

[16] 张陶,王锋.大数据时代智慧社会治理中的人机合作[J]. 学海. 2019(03)。

[17] 胡洪彬.人工智能时代政府治理模式的变革与创新[J]. 学术界. 2018(04)。

[18]汉斯·昆《世界伦理构想》,周艺译,北京:生活·读书·新知三联书店,2002年,第16页。

[19]戴维·伊斯顿《政治生活的系统分析》,王浦劬等译,北京:华夏出版社,1999年,第26页。

[20]陈璐.新信息技术环境下的电子政务数据壁垒问题研究[J].中国机构改革与管理,2020(04):17-19。

[21]中国国家网信办官网.第44次中国互联网络发展状况统计报告[EB/OL].(2019-08-30)[2019-09-24].http://www.cac.gov.cn/2019-08/30/c_1124938750.htm.

[22]尤尔根.哈贝马斯,《合法性危机》,刘北成,曹卫东译,上海:上海人民出版社,2000年,第128页。

[23] 张富利.全球风险社会下人工智能的治理之道——复杂性范式与法律应对[J]. 学术论坛. 2019(03)。

[24] FE Bureau,“The era of algorithm economy”, Financial Express, April24, 2018.

[25] Caitlin Lustig, Bonnie Nardi, “Algorithmic Authority: The Case of Bitcoin”, 48th Hawaii International Conference on Systerm Sciences, 2015, pp. 743-752.

[26] Taina Bucher, IF... Then: Algorithmic Power and Politics, New York: Oxford University Press, 2018,p,3.

作者简介:洪松1995---男 汉族 河南省 硕士研究生 研究方向:比较政治

免责声明

我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!