返回上一页 文章阅读 登录

崔之元:人工智能与公共管理研究——技术可能性、议题重构和治理创新

更新时间:2020-06-30 13:37:57
作者: 禹信   崔之元 (进入专栏)  
即我们要发展什么样的人工智能?此处的重点并非是从伦理挑战、安全风险等治理视角出发的对于负责任、可靠的人工智能的追求,这样的分析视角仍然是将对于人类活动的功能性替代作为发展人工智能的目的,只不过需要确保安全、可靠而已——而阿西莫格鲁等人更为关注的则是人工智能本身的功能、价值与发展方向。事实上,“自动化”的发展导向反而可能限制了人工智能对于人类社会的潜在贡献,以及对于整个人类社会生产力的潜在提升。以教育为例,人工智能的发展应用不在于替代教师而成为新的知识传授者,更可能通过自动收集、分析学生信息而成为教师提供个性化教学、学生形成自主学习的帮手。类似的,在医疗行业,人工智能同样有利于医生、护士更好地医治、护理病人,而非替代人工。在这两个场景下,人工智能的研发和应用重点,便不是如何将人类工作标准化、数字化并进而自动化、智能化,而是探索更有效的人机合作的方式,以最终释放出人的生产力和创造力。

   第二,在组织层面,应当从“聚焦当前具有优势地位的垄断性人工智能平台治理”向“去中心式、开源式、合作社式等更为丰富的组织形式的治理议题”的转变。技术创新推动组织形式变革历来都是理论研究的焦点议题,蒸汽机革命催生的福特制大工厂、信息革命推动下形成的后福特生产模式,都是组织变革的典型例证。人工智能作为新一轮技术革命的核心推动力,当前研究一方面聚焦其对于既有组织的变革影响(例如人工智能背景下的数字政府建设),另一方面则关注新兴组织形式的发展与风险(例如建立在智能推送技术基础上的新媒体平台)。这两方面研究都尤其重视以数字平台形式存在的组织模式创新。数字平台是互联网时代的主要组织形式,平台所有者通过占有“瓶颈”资源调动其他参与者的生产动力和生产能力,在打破传统组织边界的同时也主导了利益分配格局。[11]尽管不同应用场景下数字平台“瓶颈”资源的具体内涵不同,但其一般都围绕核心算法和数据库而展开。当前占据主流地位的人工智能技术正是建立在对大量数据进行机器学习的基础上,这又进一步强化了数字平台的垄断优势。基于此种现实情况,公共管理领域围绕人工智能背景下组织形式变革的相关研究更多聚焦数字平台的治理问题,并形成了以数字平台为中心的治理框架与政策设计。但值得注意的是,基于大数据的机器学习技术只是众多人工智能技术的一种,快速迭代的技术创新可能在较短时间内消弭数字平台累积的垄断优势,而人工智能技术发展与应用的多种可能性同样决定了组织形式变革的多种可能性。正因为此,将公共管理的研究对象从数字平台扩展为更为丰富的其他组织形式,尤其是人工智能背景下涌现的新的组织形态,在当前同样显得非常重要。具体而言,与区块链技术相结合的去中心化组织形式[12]、继承开源社区发展理念的开源人工智能平台[13]、参与者共同占有“瓶颈”资源而非私人占有的平台合作社式组织,[14]都是现实中不断涌现但却被理论研究所忽略的重要事实,理应被纳入到人工智能背景下公共管理领域的组织研究。

   第三,在全球层面,应当从“将人工智能视为第四次工业革命核心技术要素的国别竞争视角”向“互联互通、共建共享的全球治理合作视角”的转变。尽管现代人工智能已经经历了60 余年的发展历史,但直到2016 年之后,全球各国才相继在国家战略层面出台相关公共政策以促进人工智能的快速发展。[15]就各国战略的比较分析来看,大都将人工智能视为第四次工业革命的关键,强调掌握核心技术、占据产业链优势地位的国别竞争性。但值得注意的是,与前几次工业革命的核心技术不同,人工智能发展的不同可能性决定了其具有开放性和不确定性的特征。一方面,建立在大数据汇集与分析基础上的机器学习技术需要全球数据的互联互通,开放性人工智能平台不仅成为当前主流厂商的共同选择,也是人工智能技术快速发展的必然要求;另一方面,人工智能作为一般性通用技术的变革潜力,将使得不确定的治理风险迅速外溢并成为全球各国都需面对的普遍性政策挑战,当前开源人工智能算法导致的虚假内容治理问题便是典型案例。正因为此,在肯定国别竞争视角必要性的同时,全球层面针对人工智能的公共政策应同样重视全球治理的合作视角,既通过互联互通实现人工智能的共赢发展,又通过共建共享推动风险治理的制度协同。事实上,如果考虑到人工智能技术在打破语言、地域障碍方面的积极作用,人工智能发展及其对于人类社会的影响将体现为一种全球现象而非国别现象,由此也再次证明了全球治理合作议题的重要性。

   在接受人工智能发展具有多种可能性基础上的三方面议题重构,其本质上都是对于技术决定论的否定,更多强调人类自身以及人类社会活动的产物(包括组织、制度等社会现象)对于人工智能发展及其社会变革过程的影响,这同时也可被视为人工智能时代人文主义的回归。[16]

   数字技术迅猛发展下的人类社会,正面临着对于人类自身理智能力的巨大挑战与质疑,既可能对于技术优越于人的现状束手无策,也否定人类本身可能随着技术变化而同步发展的可能性。所谓人工智能时代的人文主义,不仅要求人工智能的发展为了人类利益,其同时还要承认人类自身伴随人工智能进步而不断发展的可能性与必要性。但值得注意的是,人文主义的回归并非必然,其仍然需要治理环境的变革以提供动力和支撑。

   事实上,产业界对于自动化技术的热衷、市场主体对于社会效益的忽视、提升人类生产率的人工智能技术所需要的配套技术的复杂性,都可能阻碍人文主义的回归,而这也正是人工智能议题需要被纳入公共管理研究范畴、进而推动公共政策建构和变革的原因所在。

   四、人工智能与公共管理研究的三重创新

   公共管理领域的人工智能研究大都落脚在制度变革或政策优化层面,以期对相应实践有所启示。就具体内容而言,已有研究关注到了普及人工智能教育、完善人工智能社会治理、构建人工智能司法体系、推动人工智能伦理共识、加强人工智能全球治理建设等多个方面,较为完善地覆盖了公共管理的各个领域。

   但正如前文所指出,已有研究对于强人工智能及其必然导致精准化、自动化、智能化社会形态的暗含假设,忽视了人工智能发展的多种可能性,进而限制了在更大程度上释放人工智能潜力并使之服务于“人”的发展这一最终目的的治理创新空间。

   另一方面,人工智能带来的变革性影响不仅意味着我们需要对现有制度或政策进行调整,其更意味着要打破现有制度或政策框架以在诸多空白领域实现治理创新。

   举例而言,在人工智能普及应用之前,技术在人类社会仅仅扮演着工具的角色,工具背后的发明者和使用者才是承担权利和义务的主体;但人工智能技术却从根本上改变了这一传统理念,其应用过程可能独立于发明者和使用者的客观事实决定了需要从根本上创新现有治理体系和机制。

   考虑到人工智能技术本身的发展和应用仍在过程当中,本文并不致力于就具体制度或政策提出改革建议,而将重点放在推动治理创新的思路与方向,以期进一步推动理论研究和治理实践的思想解放。本文将从学科、制度、政策三方面对此展开论述。

   第一,学科创新应在推动跨学科深度融合的基础上,围绕人工智能技术发展和应用形成新的研究对象、研究问题和研究框架,以更好揭示人工智能的发展特征和规律,从而为治理创新奠定理论基础。赫尔伯特-西蒙在《人造物的科学》一书中曾提出:“自然科学是关于自然物体与现象的知识,是不是有一种‘人造物’科学,研究人造物和它们的现象?”[17]西蒙提出的问题,在人工智能快速发展的背景下更显示出其迫切性和必要性。

   人工智能的特殊性在于其存在“算法黑箱”现象,即使代码编写者也无法解释人工智能算法做出特定决策或形成特定结果的全部原因;同时,人工智能在其应用过程中还会不断收集环境数据并更新其计算模型,而这同样脱离了其生产者的理解和控制范围。

   上述两方面因素都决定了人工智能技术本身存在着特定的行为特征和规律,人类程序员没有也不能事无巨细地规定好人工智能技术的每一个步骤和行为——正是在此意义上我们才称之为人工智能的“主体性”。为更好推动治理应对以确保人工智能的安全、可靠发展,我们必须首先理解人工智能作为“主体”的行为特征与规律,而这便不仅需要计算机科学领域的相关知识,更需要社会科学尤其是公共管理领域的特定知识——因为前者只能给出人工智能代码的编写逻辑,而只有后者才能通过政策实验、社会调研等方式揭示人工智能最终体现出的结果及其对于人类社会的影响。这不仅证明了人工智能背景下公共管理研究的必要性,更在客观上要求跨学科真正融合的学科创新的重要性。也只有在学科创新的基础上,我们才能进一步推动制度创新和政策创新。

   第二,制度创新应跳出传统理论框架,在人工智能发展的多种可能性基础上探索多元化的制度设计思路。每一项制度规则的设计都是建立在特定理论框架的基础之上。例如知识产权制度便是假定通过将人类知识结晶以排他性的产权方式界定并保护起来能够激励不同主体的创新积极性,从而不断丰富并提高人类社会的知识水平;但这一理论框架并非完美,排他性的产权界定限制了人类知识的自由流动和传播,从而可能影响后来者在前人基础上的累进式创新,开源软件的发展便是最佳例证。事实上,开源软件的成功并不完全取决于技术层面,更重要的制度层面的创新与突破。正是意识到了排他性产权界定的弊端,开源软件的早期推动者创造了被称为“一般公共许可”的制度安排,以“许可”的形式要求所有使用开源软件成果的代码同样要保持开源性质,从而确保程序员能够在不担心其成果被他人占有的情况下保持对于开源软件的持续贡献。与开源软件的案例类似,当前以机器学习为主流的人工智能技术同样依赖开放式的数据汇集与分析,如何形成类似于“一般公共许可”的制度创新,可能是推动人工智能技术快速发展的关键所在。同时,如果考虑到人工智能并不仅仅是统一、标准式地自动化或智能化替代,而是存在多种发展可能性,那么在不同应用环境、服务不同人群时的多元化制度设计便可能显得更为关键。

   第三,政策创新应重视人工智能发展对于政策环境和政策条件的改变,进而在此基础上重新评估各类政策的必要性和适用性。相比于制度规则,公共政策更为灵活且对于执行力的要求更高,因此在其制定过程中需要紧密结合政策适用环境和条件而统筹考量。伴随着人工智能对于人类社会形态的改变,之前适用的政策可能变得无效,而之前不适用的政策反而可能迎来新的机遇。人工智能背景下的政策创新,便应该注意到技术发展对于政策环境和条件的冲击,并在此前提下重新探讨各类政策的必要性和适用性。以就业领域的公共政策为例,传统就业政策更多关注技能培训、社会保障等旨在为劳动者提供底线保证的政策选择,但人工智能对于传统就业体系的普遍影响乃至对于劳动价值本身的冲击,都使得传统就业政策的思路、工具存在失效风险,而原本受到较大质疑的“基本收入”政策却可能迎来新的机会。“基本收入”是指政治共同体(如国家)向所有成员不加任何限制条件地支付一定数额的收入,以满足其基本生活需求。[18]传统环境下,基本收入政策普遍存在“养懒汉”的质疑而未得到广泛应用;但另一方面,基本收入政策同样可能因为解决了人的生存担忧而推动其更自主的选择工作偏好以释放其创造力。后者的重要性在人工智能推动劳动性质变革的背景下更为凸显,这也因此可能改变基本收入政策的执行绩效。近年来,芬兰、瑞士以及美国部分地区频频开展基本收入政策的全民公投或实验,也体现了类似趋势。

   上述三方面治理创新中,学科创新是制度创新和政策创新的基础,只有清楚揭示人工智能的发展特征和规律才可能打开制度创新和政策创新的空间;对于后两者而言,其重点并非是寻找之前所不曾有过的制度和政策设计思路,而是在理解人工智能发展多种可能性的前提下,进一步探索制度和政策的多种可能性。从这一角度来讲,本文所提出的治理创新建议,其价值也不在于具体制度和政策内容的启示,而是试图推动相关理论和实践以更为开放的态度面对新技术带来的变革与影响,在不拘泥于特定技术种类必然带来特定社会形态的僵化思维下,实现更大程度的思想解放。

本文责编:yangjiaxin
发信站:爱思想(http://m.aisixiang.com)
本文链接:http://m.aisixiang.com/data/121893.html
文章来源:《中国行政管理》,2020年第3期
收藏