期刊文献+

人民算法:如何理解治理过程中的“人民” 被引量:3

People-centered algorithms:How to Understand“People”in the Governance Process
下载PDF
导出
摘要 在政治话语体系中,“人民”这一核心概念具有抽象性和整体性的特点。在治理过程中,“人民”一般会指向特定群体,呈现出分层分类和差异化特征。由于人民群体的异质性,实现以人民为中心的治理需在特定情境中清晰界定不同类型的人民群体及其需求。“人民算法”作为一种治理模式,旨在将以人民为中心的价值理念融入算法治理过程中,通过对不同人民群体的需求进行精确识别和优先级排序,实现对复杂需求及时且有效的回应。“人民算法”在运行过程中可细分为需求算法、冲突算法和决策算法三个基本维度,以实现人民需求与服务供给的精准衔接,从而构建出科学化与民主化的治理方案。在推动中国式现代化治理进程中融入“人民算法”的理念与模型,必须关注到少数者、参与弱势者、劳动者、代表者、“我者”等不同类型的人民群体,真正实现以人民为中心的智治与善治。 ness and integrity.During governance,it is typical to identify distinct groups through their hierarchical categorization and unique traits.Given the heterogeneity of these groups,achieving people-centered governance necessitates a precise definition of the diverse needs of various population segments within a given context.As a governance model,“People-centered algorithms”aim to integrate the“people-centered”value concept into the process of algorithmic governance.By accurately identifying and prioritizing the needs of diverse population segments,responses become timely and effective.The“People-centered algorithms”can be further subdivided into three primary categories:demand analysis,conflict resolution,and decision-making.These dimensions establish a precise connection between people's needs and policy provisions that construct a scientific and democratic governance framework.To incorporate the concept and model of“People-centered algorithms”into the Chinese path to modernization governance,attention must be paid to various population segments,including minorities,vulnerable participants,workers,representatives,and individuals.Adopting this approach ensures the achievement of people-centered,intelligent governance,and good governance.
作者 何艳玲 蒋良竹 He Yanling;Jiang liangzhu
出处 《治理研究》 北大核心 2024年第3期4-23,157,共21页 Governance Studies
基金 国家社会科学基金重大项目“中国改革开放创造的治理经验及政府理论提升研究”(编号:19ZDA125) 深圳市建设中国特色社会主义先行示范区研究中心专项课题“‘人民城市人民建,人民城市为人民’理念下的深圳城市建设研究”(编号:SFQZX2109)。
关键词 人民算法 以人民为中心 人民群体 公共治理 people-centered algorithms people-centered people's groups public governance
  • 相关文献

二级参考文献562

共引文献3215

同被引文献60

引证文献3

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部