Keuntungan:
- Hal ini menyusun masalah kebijakan terkait AI dengan membingkainya dalam kerangka definisi, opsi, kriteria, dan rekomendasi.
- Hal ini membuat kelompok masyarakat kurang beruntung yang terabaikan dan biaya tersembunyi menjadi terlihat dengan membuat peta pemangku kepentingan dan kerangka biaya-manfaat.
- Dia tahu bahwa analisis yang dihasilkan oleh AI terbatas pada data dan dibingkai oleh nilai, dan membuat keputusan akhir dengan bijaksana.
Tugas paling mental dari administrasi publik adalah menempatkan kebijakan yang tepat di depan sebuah permasalahan: "Bagaimana kita dapat mengurangi kemacetan lalu lintas di pusat kota?", "Insentif apa yang akan membantu mengatasi pengangguran kaum muda?", "Beban apa yang akan dibebankan oleh peraturan baru ini kepada para pedagang?" Pertanyaan-pertanyaan ini merupakan keputusan multi-pemangku kepentingan dan multi-kriteria yang dibuat dalam kondisi ketidakpastian, dan tidak ada satu pun jawaban yang benar. Analisis kebijakan (mengidentifikasi masalah publik dan memberikan rekomendasi kepada pengambil keputusan dengan membandingkan secara sistematis pilihan-pilihan, dampak yang mungkin terjadi, biaya dan manfaat) dan analisis dampak peraturan (RIA - RIA; menilai terlebih dahulu siapa, bagaimana dan seberapa besar dampak undang-undang baru) merupakan tulang punggung keputusan-keputusan ini. Di sini AI merupakan mitra pemikiran yang sangat kuat dalam menghasilkan opsi, membuat daftar pemangku kepentingan dan dampaknya, membuat argumen tandingan terlihat, dan menyusun analisis. Namun keputusan, penilaian nilai dan tanggung jawab adalah milik manusia; AI melipatgandakan pilihan, Anda pilih.
Kerangka analisis kebijakan
Analisis kebijakan yang baik mengikuti logika tertentu, dan AI bekerja dengan baik untuk membangun kerangka kerja ini:
- Identifikasi masalahnya. Gejala atau akar permasalahan? Siapa, dimana dan seberapa besar pengaruhnya? Berdasarkan angka.
- Tetapkan tujuan dan kriteria. Bagaimana kita mengukur keberhasilan (biaya, akses, kesetaraan, kelayakan, durasi)?
- Hasilkan opsi. Setidaknya 3-4 pilihan realistis, termasuk "tidak melakukan apa pun".
- Evaluasi dampak dari setiap pilihan. Bagi siapa bermanfaat, bagi siapa menjadi beban? biaya; risiko; penerapan; efek samping yang tidak diinginkan.
- Bandingkan dan rekomendasikan. Tabel menurut kriteria; Tawarkan saran yang masuk akal tetapi pertahankan alternatifnya.
- Rencana pemantauan dan evaluasi. Apa yang akan kami pantau setelah kebijakan ini mulai berlaku, dan kapan kami akan meninjaunya?
AI dapat menghasilkan draf di masing-masing dari enam langkah ini. Kontribusinya yang paling berharga terlihat pada langkah 4: pikiran manusia cenderung jatuh cinta pada proposisinya sendiri dan mengabaikan dampak dan alternatif negatif; Tanyakan kepada AI “apa argumen tandingan yang paling kuat terhadap opsi ini, siapa yang akan dirugikan?” Bertanya: membuka titik buta ini.
Tip: Gunakan AI sebagai "pendukung setan": berikan pilihan yang Anda sukai dan katakan "tuliskan 5 keberatan terkuat yang akan menjatuhkannya." Hal ini memperkeras analisis Anda terhadap audit.
Didorong oleh data tetapi dibatasi oleh nilai
Keputusan kebijakan sarat dengan nilai dan juga bersifat teknis. “Di mana kita harus membelanjakan anggarannya?” Dalam pertanyaan tersebut, AI dapat membuat perhitungan biaya-manfaat; tapi "kebutuhan kelompok mana yang diprioritaskan?" Ini adalah pilihan politik/etika dan merupakan hak pengambil keputusan yang dipilih atau diberi wewenang. Pastikan juga untuk memverifikasi angka-angka yang dihasilkan AI: model tersebut mungkin menghasilkan angka-angka yang dibuat-buat yang “terlihat masuk akal” daripada data sebenarnya.
Perhatian: Angka apa pun yang diberikan oleh AI, seperti biaya, populasi, tarif, dll., tidak dimasukkan dalam analisis tanpa dikonfirmasi dengan statistik resmi atau data kelembagaan. Nomor palsu yang meyakinkan menempatkan seluruh kebijakan pada pijakan yang salah.
tiga kasus mini
Kasus 1 — Pemangku kepentingan yang terabaikan. Sebuah kotamadya sedang mempertimbangkan pilihan untuk memindahkan pasarnya ke luar kota. Ketika mereka menyerahkan daftar pemangku kepentingan kepada AI, muncul satu kelompok yang tidak dimasukkan dalam rencana tersebut: pembeli berusia lanjut dengan akses terbatas terhadap transportasi umum. Kelompok ini ditambahkan ke dalam analisis dampak; Keputusan itu direvisi dengan dukungan transportasi.
Kasus 2 — Nomor palsu tertangkap. Dalam analisis insentif, YZ mengatakan “ada 120 ribu usaha terdaftar di sektor ini.” Ketika analis melihat statistik resmi, jumlahnya ~74 ribu. Verifikasi mencegah perkiraan anggaran insentif yang terlalu tinggi sebesar 60%.
Kasus 3 — Argumen tandingan memperkuat analisis. Sebelum rancangan peraturan tersebut diajukan ke parlemen, tim tersebut menanyakan kepada AI mengenai “8 keberatan terkuat terhadap peraturan ini”. Enam di antaranya sebenarnya disebutkan di parlemen; Karena tim sudah siap, diskusi disimpulkan dalam satu sesi, bukan dua sesi.
Empat templat yang dapat disalin
1) Produsen opsi kebijakan:
Peran Anda: analis kebijakan senior. Hasilkan setidaknya 4 pilihan kebijakan yang realistis untuk masalah berikut, termasuk “tidak berbuat apa-apa”. Berikan penjelasan satu kalimat untuk setiap pilihan. Jangan mengevaluasi dulu, daftar saja pilihannya. Tandai di mana Anda membuat asumsi. MASALAH: [jelaskan masalah dengan angka]
2) Tabel penilaian dampak multi-kriteria:
Evaluasi opsi kebijakan berikut dalam tabel berdasarkan kriteria berikut: biaya, kelayakan, dampak ekuitas, durasi, risiko utama. Tuliskan justifikasi singkat, bukan rating. Nyatakan bahwa setiap nomor yang Anda gunakan harus “dikonfirmasi dengan data resmi”. Di bawah tabel, cantumkan secara terpisah penilaian nilai yang harus diambil oleh orang tersebut. OPSI: [daftar]
3) Pengacara setan (bantahan argumen):
Saya menganjurkan usulan kebijakan berikut. Lakukan yang sebaliknya: tuliskan 6 keberatan terkuat yang akan menghancurkan proposal ini, titik terlemahnya, dan kemungkinan efek samping yang tidak diinginkan. Tentukan secara spesifik siapa yang mungkin Anda rugikan. Jangan lembut, jadilah tangguh. SARAN: [saran]
4) Kerangka analisis dampak peraturan (RIA):
Peran Anda: analis dampak peraturan. Menghasilkan kerangka RIA untuk rancangan undang-undang berikut: (1) penyelesaian masalah, (2) segmen yang terkena dampak (warga negara, pedagang, lembaga), (3) beban dan biaya, (4) manfaat yang diharapkan, (5) alternatif, (6) indikator pemantauan. Tandai setiap klaim numerik sebagai "harus dikonfirmasi". DRAFT: [rancangan ringkasan legislatif]
Perintah lemah / Perintah kuat
Lemah: "Bagaimana kita mengatasi masalah lalu lintas?"
Kuat: "Analis kebijakan senior yang berperan. Hasilkan 5 opsi untuk kemacetan lalu lintas di pusat kota, termasuk 'tidak melakukan apa pun'. Evaluasi masing-masing opsi dalam tabel berdasarkan biaya, kelayakan, dampak ekuitas, durasi, dan ukuran risiko utama; tandai setiap angka yang Anda gunakan sebagai 'harus dikonfirmasi oleh data resmi'. Kemudian untuk dua opsi yang terlihat paling kuat, tuliskan argumen tandingan yang akan melemahkannya. Pada akhirnya, buat daftar secara terpisah penilaian nilai (prioritas siapa, beban kelompok mana) yang menyerahkan keputusan kepada kita."
Perbedaannya: perintah yang kuat menetapkan pembuatan pilihan, evaluasi multi-kriteria, validasi data, argumen tandingan, dan batasan keputusan manusia dalam satu aliran.
Kontribusi dan batasan AI
langkah
Kontribusi AI
tanggung jawab manusia
Definisi masalah
Draf, pengumpulan data
Data akurat, akar permasalahan
Generasi opsi
Daftar pilihan yang luas
Filter realisme
Penilaian dampak
Tabel, argumen tandingan
Verifikasi nomor, komentar
Saran
Draf pembenaran
penilaian nilai, keputusan
rencana pemantauan
Rekomendasi indikator
Persetujuan, implementasi
Peta pemangku kepentingan dan keseimbangan biaya-manfaat
Analisis kebijakan yang baik tidak hanya menjawab pertanyaan “apa yang harus dilakukan” tetapi juga pertanyaan “siapa yang akan terkena dampaknya dan bagaimana caranya?” Pembuatan peta pemangku kepentingan (individu, kelompok atau lembaga yang terkena dampak atau mempengaruhi kebijakan) akan membuat keluhan dan titik penolakan yang terabaikan dapat terlihat lebih awal. AI dapat dengan cepat menghasilkan daftar besar pemangku kepentingan untuk mengetahui pilihan kebijakan dan potensi keuntungan/kerugian dari masing-masing pemangku kepentingan; Namun Anda dapat menyaring kesesuaian daftar ini dengan kejadian nyata, realitas lokal, dan kepekaan politik. Demikian pula, analisis biaya-manfaat (membandingkan biaya moneter dan non-moneter dari suatu opsi versus manfaatnya) adalah kerangka kerja yang dapat dibuat oleh AI, namun Anda harus mengisi angka-angka tersebut dengan data milik organisasi.
Kasus mini — kelompok korban yang diam. Di satu kabupaten, pasar direncanakan akan dipindahkan; Analisis ekonominya positif. Peta pemangku kepentingan yang dibuat dengan AI menyoroti kelompok yang tidak pernah disebutkan dalam rencana: sekitar 600 warga lanjut usia yang datang ke pasar dengan berjalan kaki dapat mencapai lokasi baru dalam waktu 40 menit dengan transportasi umum. Temuan ini mendorong dimasukkannya persyaratan jalur layanan dalam keputusan tersebut.
Kasing mini — biaya tersembunyi. Dalam garis besar biaya-manfaat proyek digitalisasi, AI hanya menghitung lisensi perangkat lunak sebagai biaya. Ketika kami menambahkan tim, pelatihan, hilangnya produktivitas transisi, dan beban pusat panggilan, biaya tahun pertama meningkat sebesar 60 persen dan waktu penyelesaian meningkat dari 1 tahun menjadi 2,3 tahun — sehingga keputusan tersebut menjadi realistis.
Kerangka pemangku kepentingan dan biaya-manfaat yang menghasilkan template:
Tugas: Buatlah dua tabel untuk opsi kebijakan berikut. Opsi: [deskripsi kebijakan]Tabel 1 — Peta pemangku kepentingan: pemangku kepentingan | cara pengaruh | kemungkinan penghasilan | kemungkinan kerugian | tingkat resistensi (rendah/sedang/tinggi). Tabel 2 — Kerangka biaya-manfaat: item | moneter? | perkiraan arah (+/−) | sumber data [HARUS DIISI]. Peraturan : Nomor fiktif; Biarkan nilai barang moneter kosong, tanyakan sumbernya. Tentukan kelompok-kelompok yang kurang beruntung yang mungkin diabaikan dalam judul terpisah.
Perhatian: Daftar pemangku kepentingan yang dihasilkan AI terdiri dari kelompok umum yang tampaknya “masuk akal”; Seringkali mereka melewati kelompok-kelompok lokal, yang diam dan tidak terorganisir. Andalah yang mengetahui bidangnya — tugas Anda adalah melengkapi daftarnya.
Kesalahan umum
- Mempercayai angka AI. Verifikasi setiap angka seperti populasi, biaya, tarif, dll dari sumber resmi.
- Analisis saja opsi yang disukai. Pertimbangkan juga “tidak melakukan apa pun” dan alternatifnya; Jika tidak, analisisnya akan menjadi bias.
- Mendelegasikan penilaian nilai kepada AI. “Kebutuhan siapa yang didahulukan” adalah keputusan politis/etika, bukan keputusan teknis.
- Melewatkan argumen tandingan. Jangan pergi ke dewan/penyelia sampai Anda melihat penolakan yang paling kuat terhadap usulan Anda sendiri.
- Daftar pemangku kepentingan tidak lengkap. Khususnya mempertanyakan kelompok yang tidak bersuara/rentan (lansia, penyandang disabilitas, pedesaan).
- Tidak menerapkan rencana pemantauan. Kebijakan yang tidak diukur tidak dapat dievaluasi; Tentukan indikatornya dari awal.
Singkatnya
Dalam analisis kebijakan, AI adalah mitra pemikiran yang kuat yang menghasilkan opsi, memetakan dampak, mengingatkan pemangku kepentingan, dan yang terpenting, menghasilkan argumen yang menentang proposal Anda. Namun setiap angka harus diverifikasi, penilaian nilai harus diserahkan kepada masyarakat, dan keputusan akhir serta tanggung jawab harus tetap berada pada pengambil keputusan yang berwenang. AI memperluas analisis; Andalah yang memperdalam keputusan dan menandatanganinya.
Tugas aplikasi
Pilih isu kebijakan nyata dalam agenda unit Anda. Ekstrak setidaknya 4 opsi dengan "Pembuat opsi kebijakan", bandingkan dengan "tabel penilaian dampak multi-kriteria" dan konfirmasikan setidaknya satu nomor yang dihasilkan oleh AI dengan sumber resmi. Terakhir, terapkan template "Pengacara Setan" pada pilihan pilihan Anda dan catat penolakan terkuat yang Anda temukan.
daftar periksa
- [ ] Saya mempertimbangkan setidaknya 4 opsi, termasuk "tidak melakukan apa pun".
- [ ] Saya memverifikasi setiap klaim numerik dari sumber resmi.
- [ ] Saya telah membuat daftar semua pemangku kepentingan yang terkena dampak, termasuk kelompok rentan.
- [ ] Saya mengajukan argumen yang menentang pilihan pilihan saya.
- [ ] Saya mencadangkan penilaian nilai untuk keputusan manusia.
- [ ] Saya mendefinisikan indikator pemantauan dan peninjauan.