刘伦|面向人机协同的公共决策转型：内涵、议题与框架

　　摘要：随着基于大数据、人工智能等技术的决策算法被越来越多地应用于公共决策，公共决策正在逐渐出现由传统经验决策向人机协同决策的转型。但如何将前沿算法技术有效嵌入决策过程、真正实现决策质量提升还需解析一系列人机协同决策中的基础机制。本文旨在阐释人机协同决策内涵，并跨学科梳理相关研究进展，为未来研究提供框架与参考。首先，文章辨析了人机协同公共决策的概念内涵与主要过程。在此基础上，文章通过文献梳理，指出当前研究关注的重点议题包括个体层面的算法认知基础机制、多元主体层面的裁量权变化及其影响、以及算法参与公共决策的潜在风险。最后，文章提出了由微观个体算法认知机制、中观多元主体-算法互动机制以及宏观综合影响三个层次研究内容所构成的人机协同公共决策分析框架，并提出了若干值得探索的未来研究方向。

　　关键词：人工智能；算法决策；人机协同；公共决策

作者简介：

刘伦，英国(正版)365官方网站助理教授、研究员，主要研究方向为城市智能治理、政策智能。

论文主要观点：

　　近年来，大数据、人工智能等技术正在越来越多地进入公共决策过程中，被作为提高政府决策科学性和服务水平的重要途径。然而，算法技术的进步并不必然意味着决策质量的提升，除了少数可完全自动化的决策任务，决策支持算法所提供的信息、方案需要经由与决策者的交互才能转化为最终决策。在这一过程中，人类决策者如何认知和使用机器算法、机器算法的使用如何影响公共决策结果等大量新问题还有待探索。目前，公共管理领域有关人工智能应用的研究主要关注了宏观层面的管理模式转型，而关于中微观层面的人机协同决策机制研究还较为有限。

　　事实上，人机协同决策也并非全新课题，在多种学科中都存在相关研究脉络，包括心理学中的人因工程研究、心理学与计算机科学交叉的人机交互研究、乃至工程领域的自动控制研究等，其研究路径与理论发现都可以为公共决策中的人机协同研究提供借鉴。那么，公共决策中的人机协同研究涉及哪些重要研究议题、目前存在哪些相关研究进展、未来研究可以遵循怎样的路径框架，论文对这一系列问题进行了梳理和讨论。

　　首先，论文从政策循环阶段以及人机互动范围两个维度对人机协同决策过程进行了梳理（图1），指出公共决策中的人机互动涉及政策制定、执行等不同阶段以及个体思维和多元主体互动等多个层面。

图1：公共决策中人机互动过程

　　进一步，论文围绕上述人机互动过程，基于近五年公共管理学科、或其他学科的引用量50次以上的代表性论文，对当前相关研究中的热点议题以及研究进展进行了梳理。指出当前围绕这一新决策模式的关键研究议题包括个体层面的决策者算法认知及其影响机制（包括算法信任倾向、个人特征影响、算法系统特征影响等）、多元主体层面的决策裁量权变化及其影响、以及算法参与公共决策的潜在风险（包括“算法歧视”与社会公平、“算法失误”与政府信任、“算法黑箱”与监督困境等）。

　　最后，论文面向人机协同公共决策的系统性过程解析与影响评估，构建了由微观个体算法认知机制、中观多元主体-算法互动机制以及宏观综合影响三个层次研究内容所构成的人机协同公共决策分析框架，并指出未来关键研究方向包括在微观层面深化公共决策情境下的算法认知规律探索、在中观层面对政策制定与评估调整阶段的多元主体-算法互动展开研究、在宏观层面对人机协同决策的综合影响展开评估等。

图2人机协同公共决策分析框架

　　本文原载于《中国行政管理》2023年第9期。

　　本文系国家自然科学基金青年项目“基于‘空间-行为’时序大数据的城市片区功能混合与夜间活力关联机制及规划政策研究”（编号：52008005）；北京市社会科学基金重点项目“疫情防控常态化下的超大城市治理政策成本-效益系统化评估”（编号：20GLA003）；东湖高新区国家智能社会治理实验综合基地项目的阶段性成果。