政策分析と影響評価 — 行政および政府における人工知能

利益:

AI を使用した政策問題を、定義、オプション、基準、推奨事項の枠組みで組み立てることによって構造化します。
利害関係者マップと費用対効果の枠組みを作成することで、見落とされてきた不利な立場にあるグループや隠れたコストを可視化します。
彼は、AI によって生成される分析がデータに限定され、価値によって組み立てられることを知っており、最終的な決定は慎重に下されます。

行政の最も頭の痛い仕事は、「市の中心部の交通渋滞をどのように緩和できるか?」、「若者の失業を助けるにはどのようなインセンティブがあるか?」、「この新しい規制は業者にどのような負担を課すことになるか?」といった問題に適切な政策を打ち出すことだ。これらの質問は、不確実性の下で複数の関係者、複数の基準で決定されるものであり、唯一の正解はありません。政策分析（オプション、その考えられる影響、コスト、便益を体系的に比較することによって公共の問題を特定し、意思決定者に推奨事項を提示する）と規制影響分析（RIA - RIA、新しい法律が誰に、どのように、どの程度影響するかを事前に評価する）が、これらの意思決定のバックボーンとなっている。ここで AI は、選択肢の生成、利害関係者と影響のリスト化、反論の可視化、分析の草案作成において、非常に強力な思考パートナーとなります。しかし、決定、価値判断、責任は人間にあります。 AI は、あなたが選択する選択肢を増やします。

政策分析の骨子

優れた政策分析は特定のロジックに従い、AI はこのフレームワークの構築にうまく機能します。

問題を特定します。症状または根本原因?誰に、どこに、どれだけ影響を与えるのでしょうか?数字で言うと。
目標と基準を設定します。成功 (コスト、アクセス、資本、実現可能性、期間) をどのように測定しますか?
オプションを生成します。「何もしない」を含む、少なくとも 3 ～ 4 つの現実的な選択肢。
各オプションの効果を評価します。それは誰にとって有益であり、誰にとって負担となるのでしょうか？料金;リスク。適用性;望ましくない副作用。
比較しておすすめします。基準に従った表。根拠のある提案を提供しますが、代替案も残しておきます。
モニタリングと評価計画。ポリシーが発効したら何を監視し、いつレビューするのでしょうか?

AI はこれら 6 つのステップのそれぞれでドラフトを生成できます。その最も貴重な貢献はステップ 4 に見られます。人間の心は、自分自身の命題に夢中になり、マイナスの影響や代替案を無視する傾向があります。 AI に「このオプションに対する最も強力な反論は何ですか?それは誰に害を及ぼしますか?」と尋ねます。質問することで、この盲点が開かれます。

ヒント: AI を「悪魔の代弁者」として使用します。好みのオプションを指定して、「これを打ち破る最も強力な反対意見を 5 つ書き留めてください」と言います。これにより、監査に対する分析が強化されます。

データ主導だが価値によって制限される

政策決定には技術的なものだけでなく価値も含まれます。「予算をどこに使おうか？」質問では、AI は費用対効果の計算を行うことができます。しかし、「どのグループのニーズが優先されるのでしょうか?」それは政治的/倫理的な選択であり、選出または権限を与えられた意思決定者に属します。 AI が生成する数値も必ず確認してください。モデルは、実際のデータではなく、「合理的に見える」架空の数値を生成する可能性があります。

注意: AI によって与えられるコスト、人口、率などの数値は、公式統計や機関データで確認されない限り、分析には含まれません。説得力のある偽の数字は、政策全体を間違った立場に置きます。

ミニケース3個

ケース 1 — 見落とされた利害関係者。ある自治体は、市場を町外に移転するという選択肢を検討していました。 AI に利害関係者のリストを提出したところ、計画には含まれていなかったグループが 1 つ浮上しました。それは、公共交通機関の利用が制限されている高齢の買い物客です。このグループは影響分析に追加されました。輸送支援を盛り込んで決定を修正した。

ケース 2 — 偽の番号が捕まった。 YZはインセンティブ分析の中で、「この分野には12万の登録企業がある」と述べた。アナリストが公式統計を調べたところ、その数は約 74,000 でした。検証により、インセンティブ予算の過大評価が 60% 防止されました。

ケース 3 — 反論により分析が強化されました。規制草案が議会に提出される前に、チームはAIに「この規制に対する8つの最も強い反対意見」を尋ねた。このうち 6 件は実際に議会で言及されました。チームが準備を整えてきたため、ディスカッションは 2 つのセッションではなく 1 つのセッションで終了しました。

コピー可能な 4 つのテンプレート

1) 保険オプションのメーカー:

あなたの役割: 上級政策アナリスト。次の問題に対して、「何もしない」を含む少なくとも 4 つの現実的なポリシーオプションを生成します。各オプションについて 1 文で説明します。まだ評価せず、オプションを列挙するだけです。推測する箇所にマークを付けます。問題: [問題を数字で説明してください]

2) 多基準影響評価表:

次の基準に基づいて、次の政策オプションを表で評価します: コスト、実現可能性、資本への影響、期間、主要なリスク。評価ではなく、短い理由を書きます。使用するすべての番号は「公式データで確認」されなければならないと述べています。表の下に、その人が決定すべき価値判断を個別にリストします。オプション: [リスト]

３）悪魔の弁護士（反論）：

私は以下の政策提案を主張します。逆に、この提案を台無しにする 6 つの最も強力な反対意見、その最も弱い点、および起こり得る望ましくない副作用を書き留めます。誰に危害を加える可能性があるかを具体的に指定してください。優しくしないで、厳しくしてください。提案: [提案]

4) 規制影響分析 (RIA) フレームワーク:

あなたの役割: 規制影響アナリスト。次の法案に関する RIA フレームワークを作成します: (1) 解決された問題、(2) 影響を受けるセグメント (国民、商人、機関)、(3) 負担とコスト、(4) 期待される利益、(5) 代替案、(6) 監視指標。各数値請求項に「確認予定」とマークを付けます。草案: [法案概要草案]

弱いプロンプト / 強いプロンプト

弱者: 「交通問題をどうやって解決すればいいでしょうか?」

ストロング: 「この役割を担うシニア政策アナリスト。市中心部の交通渋滞について、「何もしない」を含む 5 つの選択肢を生成します。コスト、実現可能性、資本への影響、期間、主要なリスク対策に基づいて表でそれぞれを評価します。使用する各数値に「公式データで確認する必要がある」とマークを付けます。次に、最も強力に見える 2 つの選択肢について、その選択肢を損なう反論を書きます。最後に、決定を下す価値判断 (誰の優先順位、どのグループの負担) を個別にリストします。私たちに。」

違い: 強力なプロンプトにより、オプションの生成、複数基準の評価、データ検証、反論、および人間による決定の境界が 1 つのフローで確立されます。

AIの貢献と限界

ステップ

AIの貢献

人間の責任

問題の定義

ドラフト、データ収集

正確なデータ、根本原因

オプションの生成

豊富なオプションリスト

リアリズムフィルター

影響評価

表、反論

番号認証、コメント

提案

ドラフトの正当性

価値判断、決断

モニタリング計画

インジケーターの推奨事項

承認・実施

ステークホルダーマップと費用対効果のバランス

優れた政策分析は、「何をすべきか」という質問だけでなく、「誰がどのように影響を受けるか」という質問にも答えます。利害関係者（政策の影響を受ける、または影響を受ける個人、グループ、機関）マップを作成すると、見落とされていた不満や抵抗点が事前に可視化されます。 AI は、政策オプションに関する利害関係者の大規模なリストと、各利害関係者の潜在的な利益/損失を迅速に生成できます。ただし、このリストが具体的なイベント、地域の現実、政治的敏感度に適合するかどうかをフィルタリングできます。同様に、費用便益分析（オプションの金銭的および非金銭的コストとその利点を比較する）は、AI がフレームワークを構築できるフレームワークですが、組織独自のデータで数値を入力する必要があります。

ミニ事件 — 静かな被害者のグループ。ある地区では、市場の移転が計画されていました。経済分析は肯定的でした。 AI で作成された関係者マップは、計画では決して言及されていなかったグループを浮き彫りにしました。徒歩で市場に来た約 600 人の高齢者は、公共交通機関を利用して新しい場所に 40 分で到着できるということです。この発見により、決定にサービスライン要件を含めることになりました。

ミニケース — 隠れたコスト。デジタル化プロジェクトの費用対効果の概要では、AI はソフトウェアライセンスのみをコストとしてカウントしました。チーム、トレーニング、一時的な生産性の低下、コールセンターの負荷を追加すると、初年度のコストは 60% 増加し、所要時間は 1 年から 2.3 年に増加しました。それに応じて、決定は現実的になりました。

ステークホルダーと費用対効果のフレームワークを生成するテンプレート:

注意: AI が作成する利害関係者リストは、「合理的」と思われる一般的なグループで構成されています。多くの場合、地元の沈黙の未組織グループを迂回します。この分野を知っているのはあなたです。リストを完成させるのがあなたの仕事です。

よくある間違い

AIの数値を信頼する。人口、費用、料金などのあらゆる数値を公式ソースから検証します。
好みのオプションを分析するだけです。「何もしない」ことや代替案も検討してください。そうしないと、分析に偏りが生じてしまいます。
価値判断をAIに委ねる。「誰のニーズが優先されるか」は政治的/倫理的な決定であり、技術的な決定ではありません。
反論の省略。自分の提案に対する最も強い反対が現れるまでは、評議会/監督機関に行ってはいけません。
利害関係者のリストが不完全。特に声を持たない/弱い立場にあるグループ(高齢者、障害者、田舎)に質問してください。
モニタリング計画を策定していない。測定されない政策は評価できません。最初からインジケーターを定義します。

要約すると

政策分析において、AI は選択肢を生成し、影響をグラフ化し、利害関係者に思い出させ、そして最も重要なことに、あなた自身の提案に対する議論を生成する強力な思考パートナーです。しかし、あらゆる数字は検証されるべきであり、価値判断は人々に委ねられるべきであり、最終的な決定と責任は権限を与えられた意思決定者が負うべきである。 AI は分析を拡張します。決定を深め、それに署名するのはあなたです。

アプリケーションタスク

あなたのユニットの議題で実際の政策問題を選択してください。「政策オプションジェネレータ」で少なくとも4つの選択肢を抽出し、「多基準影響評価表」と比較し、AIが生成した少なくとも1つの数値を公式ソースで確認する。最後に、「悪魔の弁護士」テンプレートを希望のオプションに適用し、見つかった最も強い反対意見をメモします。

チェックリスト

[ ] 「何もしない」を含め、少なくとも 4 つの選択肢を検討しました。
[ ] 私は公式情報源からのすべての数値主張を検証しました。
[ ] 脆弱なグループを含む、影響を受けるすべての利害関係者をリストしました。
[ ] 私は自分の好む選択肢に対して反論をしました。
[ ] 私は価値判断を人間の決定のために留保しました。
[ ] モニタリングとレビューの指標を定義しました。