数字政府大模型的自主性能力与风险规避

生成式人工智能技术是构建数字政府大模型的核心,可以辅助政府实现数据与模型算法驱动的政府治理现代化。在自主性技术理论视角下,数字政府大模型具有完整的数据自主性、学习自主性、决策自主性与服务自主性四种能力指向,分别表现为治理路径映射关系的重塑、知识结构适应性逻辑的优化、机器理性科学性趋向的重造与供给模式精细化结构的重组。然而,生成式人工智能的自主性也会导致数字政府大模型面临技术监管与引导主动性缺失的模型梦游、依赖与欲望内生性增长的模型命令、扭曲与定式反向性塑造的模型适应、偏见与歧视自主性扩张的模型无意识等自主性风险。因此,迫切需要加强对数字政府大模型的全生命周期监管,提升政务用户的大模型识读能力,科学设置政府大模型与政务业务的边界,构建政务数字化协同互动的生态体系以规避实践中可能产生的自主性风险,提高数字政府大模型的综合效能。