1.中国人工智能技术在公共服务、公共安全等领域实现广泛应用，如智能客服、智能导诊系统等。
2.然而，数据壁垒与治理碎片化、算法偏见与伦理风险等问题亟待解决。
3.专家建议从政府、技术研发、企业和行业组织四个层面协同推进建立AI伦理审查机制。
4.未来，人工智能在公共服务优化与智能决策支持等领域具有较大突破潜力。
以上内容由腾讯混元大模型生成，仅供参考
2025年2月28日，第三届北京人工智能产业创新发展大会召开。其中AI全场景应用展区，政务、金融、教育、医疗、文娱、制造等行业展区，展示了AI技术赋能千行百业的无限可能。（视觉中国/图）
过去一年，中国人工智能取得的技术突破及在各行业的应用呈井喷之势。图像识别、语音识别、自然语言处理以及机器学习与深度学习算法等人工智能技术，已在数据治理、公共服务、公共安全等多个社会治理领域实现广泛应用。
尤其值得注意的是，在公共服务方面，各类AI智能客服积极解答群众咨询，智能导诊系统有力辅助医疗服务，特别是近期深度求索DeepSeek的广泛应用，各地政府纷纷开展本地化部署工作，助力政务决策科学化。
全国政协委员、中国科学院自动化研究所研究员赵晓光关注人工智能的技术特点及应用场景的开拓，全国政协委员、中华全国律师协会监事长吕红兵则从全国统一行政立法的角度准备了相关提案。清华大学社会治理与发展研究院院长张成岗教授的研究团队已经与地方政府合作，探索将人工智能全面应用于社会治理的多个环节。
就社会治理工作引入人工智能技术手段的实践难点、前景等问题，南方周末记者邀请赵晓光、吕红兵、张成岗深入探讨。
“极易引发伦理层面的争议”
南方周末：当前哪种类型的人工智能的应用图景比较广阔？
吕红兵：生成式人工智能（英文简称“GAI”）风起云涌，备受关注。相对于专用人工智能系统而言，GAI具有可以执行不特定任务、具有庞大数据训练量等重要特征。
南方周末：人工智能技术应用于社会治理，有没有比较典型的成功案例？
张成岗：在推进国家智能社会治理综合实验基地建设工作中，我们研究团队与鄂尔多斯市委市政府紧密合作，开展了一系列前沿探索。
鄂尔多斯市以人工智能技术为支撑，在智慧养老领域，构建了市级监管、旗区调度、街道社区响应的四级智慧养老服务平台。在公共服务方面，创新推出“多多评・码上生活”小程序，集成社区、政务服务等功能，注册用户超50万，诉求响应率达99.6%。
南方周末：实践中面临的最大困难是什么？
张成岗：数据壁垒与治理碎片化问题较为突出。不同部门和地区数据标准尚未统一，数据共享与整合困难重重，“数据孤岛”现象普遍存在。部门间数据无法有效互通，导致智能决策系统难以获取全面数据，严重影响了决策的科学性与精准性，进而造成治理碎片化，极大地限制了人工智能技术在跨部门、跨区域社会治理中协同效应的发挥。
算法偏见与伦理风险同样不容小觑。在人工智能算法训练阶段，易受数据偏差、模型设计缺陷等因素干扰，出现对特定群体的歧视现象。同时，算法的“黑箱”特性使得决策过程难以阐释，降低了公众对人工智能技术的信任度。此外，在数据收集、存储和使用环节，人工智能技术还存在侵犯公民隐私权的潜在风险，极易引发伦理层面的争议。
南方周末：算法偏见是如何产生的？
赵晓光：算法偏见是在大模型当中对数据和参数设置的一些问题造成的。其实随着技术的发展和我们对人工智能参数的调整，以及数据和训练底层的数据更加丰富，我们会逐渐减少和纠正一些算法偏见。
南方周末：算法偏见会导致社会治理中的不公平现象吗？AI伦理审查机制应该如何构建？
赵晓光：AI伦理其实现在是一个新兴的学科，正在研究。在法律法规上，我想我们现在最好的办法就是，在很多关键点上的最后一关是让人来审查，而不是要人工智能直接去做决策。
张成岗：算法偏见已在社会治理中显现出导致不公现象，建议从政府、技术研发、企业和行业组织四个层面协同推进建立AI伦理审查机制。
专门立法难度大
南方周末：在利用人脸识别、大数据画像等技术时，如何平衡社会治理效率与公民隐私权保护？现有法规是否足够应对？
赵晓光：目前我们用的各种各样新技术，都是以前没有用过的。所以这当中一定会有一些我们不熟悉、不了解或者是不可预见的问题，需要一边应用，一边不断发现问题、总结办法，不断去完善法律法规和各种应用的监管。
我国在这方面起步比较早，2019年就出台了关于生成式人工智能训练当中的一些规范。所以我相信，随着技术的不断应用，遇到的问题不断丰富，解决办法也会随之跟上。
吕红兵：2021年至2023年，有关部门出台了《互联网信息服务算法推荐管理规定》《互联网信息服务深度合成管理规定》《生成式人工智能服务管理暂行办法》。
不过，这三个办法主要规范的是服务提供者和技术支持者，而且属于部门规章性质，法律位阶较低。
张成岗：当前，网络安全法、数据安全法、个人信息保护法等法律法规，在一定程度上对人工智能技术应用中的隐私权保护提供了法律支撑。然而，这些法规仍存在短板，如细化程度不足，缺乏具体实操指引；面对新兴技术的快速发展，法规更新相对滞后。因此，需进一步加强法规完善工作，为人工智能技术在社会治理中的依法依规应用夯实法治基础。
南方周末：所以现在也有很多声音呼吁针对人工智能进行专门立法。
吕红兵：制定一部既要解决当下问题，又能充分考虑长远的人工智能法难度极大。在加紧研究、充分借鉴、尽力推进的同时，可以选择GAI这一社会最关心最直接最现实的“切口”，尽快推进“小、快、灵”立法，早些出台行政法规。
南方周末：如果将来出台行政法规，你希望包括哪些立法要点？
吕红兵：该行政法规应对GAI技术开发者、服务提供者、使用者、监管者以及社会公众，分门别类明确各自的权利和义务、职能与责任。
应明确服务提供者依据民法典侵权责任编有关责任主体的特殊规定履行“网络服务提供者”、依据民法典人格权编有关个人信息保护履行“信息处理者”的义务。
明确统一的监管者，对国家网信办、国家发展改革委、教育部、科技部、工业和信息化部、公安部、广电总局等部门的相关职责，提取公因式、合并同类项，组建统一的监管部门，提高监管的专业性与权威性。
最具突破潜力的领域
南方周末：基层部门在应用人工智能时是否遇到“水土不服”的情况？如何平衡技术标准化与地方治理个性化需求之间的矛盾？
张成岗：部分地方因数据质量低、技术适配不足导致人工智能失效；一些基层部门缺乏技术人才和资金支持，难以有效应用人工智能技术；同时，基层社会治理需求多样，人工智能技术的通用性难以满足个性化需求。
可以尝试给予地方适度个性化定制空间，鼓励基层部门大胆探索创新应用模式，形成独具地方特色的社会治理模式。
南方周末：鉴于人工智能技术仍在不断发展，技术缺陷难以避免，如何减少这些缺陷对社会治理的负面影响？
张成岗：持续推进技术研发，通过优化算法、提升数据质量、增强模型鲁棒性等手段，减少技术缺陷。推动多技术融合，如在人脸识别中采用多模态验证，结合视频、传感器等多源数据，降低误判率，弥补单一技术不足。
同时，建立多技术融合验证机制，在关键环节引入人工审核和干预，如人脸识别时结合其他生物特征识别技术辅助验证，技术出现缺陷时能迅速切换至备用方案或人工处理。
赵晓光：人工智能的技术其实跟其他技术一样，它不可能一下子做到百分之百的十全十美。一定会有一些不精准、不精确的，这是所有技术都具有的一个共性特点。在应用过程当中，在很多关键的环节，尤其是做决策的时候，最后一关肯定是要人来做把控的。
南方周末：也有声音担忧，在社会治理方面存在过度依赖技术而忽视人文关怀的风险，对此你有何观察与建议？
赵晓光：基层治理中，其实很多方面人工智能会帮助我们提高效率。比如我们的一些信息不用再重复填报、重复收集，所以有很多环节都可以共享共用。
目前在基层治理中，不是我们过度依赖人工智能，而是人工智能用得还不够不足，我们很多时候还没有把技术用来提高效率。
过度使用人工智能的问题可能目前应该并不是很突出。如果说过度，是因为大众对人工智能不了解，所以对人工智能的估计过度了。
张成岗：有的地方过度依赖 AI 机器人填表，致使基层干部减少实地走访，既忽略群众情感需求和实际情况，又使数据脱离实际，影响公共决策的科学性。还有一些地方推行智能化服务时，忽视老年人等特殊群体的需求，给其生活带来不便。
在技术应用中应充分考虑人的因素，保留必要的人工服务环节，以更好地满足群众需求，提升治理效能。
南方周末：在未来，人工智能在社会治理中最有可能取得突破的领域是什么？
张成岗：当前，人工智能在社会治理领域，公共服务优化与智能决策支持最具突破潜力。在公共服务方面，例如AI辅助诊断，现有技术已将早期肺癌检出率提升至95%，未来有望进一步提高，从而重塑健康格局。在教育领域，AI自适应学习平台能够有效缩小城乡教育差距。在智能决策领域，以DeepSeeK为代表的AI工具，凭借其卓越的逻辑推理能力，能够更加精准地分析和预测社会问题，为政府决策提供科学依据。