एकाइहरू
1. सार्वजनिक प्रशासनमा कृत्रिम बुद्धिमत्ताको परिचय: भूमिका, सीमा, प्रमाणीकरण र सार्वजनिक नैतिकता 2. नागरिक सेवा र च्याटबोट: 24/7 पहुँचयोग्य, सटीक र निष्पक्ष सेवा 3. निवेदन, आधिकारिक पत्राचार र प्रशासनिक पाठहरू: मस्यौदा देखि स्वीकृति सम्म 4. विधायी अनुसन्धान र प्रमाणीकरण: कानून, नियमन, मुद्दा कानून 5. नीति विश्लेषण र प्रभाव मूल्याङ्कन 6. रिपोर्ट लेखन र कर्पोरेट कागजात उत्पादन 7. डाटा आधारित निर्णय र सार्वजनिक डाटा विश्लेषण 8. ई-सरकार र प्रक्रिया स्वचालन: आवेदन देखि परिणाम सम्म 9. पारदर्शिता, खुला डाटा र सूचनामा पहुँच 10. निष्पक्षता, भेदभाव र एल्गोरिदमिक जवाफदेहिता 11. KVKK, गोपनीयता र जिम्मेवार सार्वजनिक कृत्रिम बुद्धिमत्ता शासन
एकाइ 5 / 11

नीति विश्लेषण र प्रभाव मूल्याङ्कन

लाभ:

  • यसले AI सँग नीतिगत समस्यालाई परिभाषा, विकल्प, मापदण्ड र सिफारिसहरूको ढाँचामा बनाएर संरचना बनाउँछ।
  • यसले सरोकारवालाको नक्सा र लागत-लाभ ढाँचा निर्माण गरेर बेवास्ता गरिएका पिछडिएका समूहहरू र लुकेका लागतहरूलाई दृश्यात्मक बनाउँछ।
  • उसलाई थाहा छ कि एआई द्वारा उत्पादित विश्लेषण डाटामा सीमित छ र मूल्य द्वारा फ्रेम गरिएको छ, र विवेक संग अन्तिम निर्णय गर्दछ।

सार्वजनिक प्रशासनको सबैभन्दा मानसिक काम समस्याको अगाडि सही नीति राख्नु हो: "हामी कसरी सहरको केन्द्रमा ट्राफिक जाम घटाउन सक्छौं?", "युवा बेरोजगारीमा के प्रोत्साहनले मद्दत गर्नेछ?", "यस नयाँ नियमले व्यवसायीहरूलाई के बोझ थोपर्नेछ?" यी प्रश्नहरू बहु-हितधारक, बहु-मापदण्डहरू अनिश्चितता अन्तर्गत गरिएका निर्णयहरू हुन्, कुनै एकल सही जवाफ बिना। नीति विश्लेषण (सार्वजनिक समस्याको पहिचान गर्ने र विकल्पहरू, तिनीहरूको सम्भावित प्रभावहरू, लागत र लाभहरू व्यवस्थित रूपमा तुलना गरेर निर्णयकर्तालाई सिफारिसहरू प्रस्तुत गर्ने) र नियामक प्रभाव विश्लेषण (RIA - RIA; अग्रिम मूल्याङ्कन गरी नयाँ कानूनले कसलाई, कसरी र कति असर गर्छ) यी निर्णयहरूको मेरुदण्ड हो। यहाँ AI विकल्पहरू सिर्जना गर्न, सरोकारवालाहरू र प्रभावहरू सूचीबद्ध गर्न, प्रति-विवादहरू दृश्यमान बनाउन, र विश्लेषणको मस्यौदा तयार गर्नमा एक धेरै शक्तिशाली विचार साझेदार हो। तर निर्णय, मूल्य निर्धारण र जिम्मेवारी मानिसको हो; AI विकल्पहरू गुणा गर्छ, तपाईंले रोज्नुहुन्छ।

नीति विश्लेषणको कंकाल

राम्रो नीति विश्लेषणले निश्चित तर्कलाई पछ्याउँछ, र AI ले यो फ्रेमवर्क निर्माण गर्न राम्रोसँग काम गर्छ:

  1. समस्या पहिचान गर्नुहोस्। लक्षण वा मूल कारण? कसलाई, कहाँ र कति असर गर्छ? संख्या अनुसार।
  2. लक्ष्य र मापदण्ड सेट गर्नुहोस्। हामी कसरी सफलता (लागत, पहुँच, इक्विटी, सम्भाव्यता, अवधि) मापन गर्नेछौं?
  3. विकल्पहरू उत्पन्न गर्नुहोस्। "केही नगर्नुहोस्" सहित कम्तिमा ३-४ यथार्थवादी विकल्पहरू।
  4. प्रत्येक विकल्पको प्रभावहरूको मूल्याङ्कन गर्नुहोस्। कसलाई फाइदा हुन्छ, कसलाई बोझ ? लागत; जोखिम; उपयुक्तता; अनावश्यक साइड इफेक्ट।
  5. तुलना गर्नुहोस् र सिफारिस गर्नुहोस्। मापदण्ड अनुसार तालिकाहरू; तर्कसंगत सुझाव दिनुहोस् तर विकल्पहरू राख्नुहोस्।
  6. अनुगमन र मूल्याङ्कन योजना। नीति लागू भएपछि हामीले के अनुगमन गर्नेछौं, र कहिले समीक्षा गर्नेछौं?

AI ले यी छवटा चरणहरू मध्ये प्रत्येकमा ड्राफ्टहरू उत्पन्न गर्न सक्छ। यसको सबैभन्दा बहुमूल्य योगदान चरण 4 मा देखिन्छ: मानव दिमाग आफ्नै प्रस्ताव संग प्रेममा पर्न र नकारात्मक प्रभाव र विकल्प बेवास्ता गर्छ; एआईलाई सोध्नुहोस् "यस विकल्पको सबैभन्दा बलियो प्रतिवाद के हो, यसले कसलाई हानि गर्छ?" सोध्दै: यो अन्धा ठाउँ खोल्छ।

सुझाव: AI लाई "शैतानको अधिवक्ता" को रूपमा प्रयोग गर्नुहोस्: तपाईंको मनपर्ने विकल्प दिनुहोस् र भन्नुहोस् "यसलाई तल ल्याउने 5 बलियो आपत्तिहरू लेख्नुहोस्।" यसले लेखापरीक्षणको विरुद्धमा तपाईको विश्लेषणलाई कडा बनाउँछ।

डाटा संचालित तर मूल्य द्वारा सीमित

नीतिगत निर्णयहरू मूल्य र प्राविधिक पनि हुन्छन्। "हामीले बजेट कहाँ खर्च गर्ने?" प्रश्नमा, AI ले लागत-लाभ गणना गर्न सक्छ; तर "कुन समूहको आवश्यकतालाई प्राथमिकता दिनुहुन्छ?" यो एक राजनीतिक/नैतिक छनौट हो र निर्वाचित वा अधिकृत निर्णय निर्माताको हो। AI ले उत्पादन गर्ने नम्बरहरू पनि प्रमाणित गर्न निश्चित हुनुहोस्: मोडेलले वास्तविक डेटाको सट्टा "उचित देखिने" मेड-अप नम्बरहरू उत्पादन गर्न सक्छ।

ध्यान दिनुहोस्: AI द्वारा दिइएको कुनै पनि संख्या, जस्तै लागत, जनसंख्या, दर, आदि, आधिकारिक तथ्याङ्क वा संस्थागत डेटा संग पुष्टि बिना विश्लेषण मा समावेश गरिएको छैन। विश्वस्त नक्कली नम्बरले सम्पूर्ण नीतिलाई गलत आधारमा राख्छ।

तीन मिनी केसहरू

केस १ - बेवास्ता गरिएको सरोकारवाला। एक नगरपालिकाले आफ्नो बजार सहर बाहिर सार्ने विकल्पमा विचार गरिरहेको थियो। जब तिनीहरूले AI लाई सरोकारवालाहरूको सूची पेश गरे, एउटा समूह देखा पर्‍यो जुन योजनामा ​​समावेश गरिएको थिएन: सार्वजनिक यातायातमा सीमित पहुँच भएका पुराना पसलहरू। यो समूह प्रभाव विश्लेषणमा थपिएको थियो; यातायात समर्थनको साथ निर्णय परिमार्जन गरिएको थियो।

केस 2 - नक्कली नम्बर पकडिएको थियो। एक प्रोत्साहन विश्लेषणमा, YZ ले भन्यो "यस क्षेत्रमा 120 हजार दर्ता व्यवसायहरू छन्।" विश्लेषकले आधिकारिक तथ्यांक हेर्दा यो संख्या ७४ हजार रुपैयाँ थियो । प्रमाणीकरणले प्रोत्साहन बजेटलाई 60% ले बढि अनुमान गर्नबाट रोक्यो।

केस 3 - प्रतिवादले विश्लेषणलाई बलियो बनायो। मस्यौदा नियमन संसदमा जानु अघि, टोलीले एआईलाई "यस नियममा 8 कडा आपत्तिहरू" सोध्यो। यी मध्ये छ वटा वास्तवमा संसदमा उल्लेख गरिएको थियो; टोली तयारी अवस्थामा आएपछि दुईको सट्टा एउटै सत्रमा छलफल सकियो ।

चार प्रतिलिपि गर्न मिल्ने टेम्प्लेटहरू

1) नीति विकल्प निर्माता:

तपाईंको भूमिका: वरिष्ठ नीति विश्लेषक। "केही नगर्नुहोस्" सहित निम्न समस्याको लागि कम्तिमा ४ यथार्थवादी नीति विकल्पहरू उत्पन्न गर्नुहोस्। प्रत्येक विकल्पको लागि एक-वाक्य व्याख्या दिनुहोस्। अझै मूल्याङ्कन नगर्नुहोस्, केवल विकल्पहरू सूचीबद्ध गर्नुहोस्। तपाईंले अनुमान लगाउनु भएको ठाउँमा चिन्ह लगाउनुहोस्। समस्या: [संख्याहरूको समस्या वर्णन गर्नुहोस्]

2) बहु-मापदण्ड प्रभाव मूल्याङ्कन तालिका:

निम्न मापदण्डको आधारमा तालिकामा निम्न नीति विकल्पहरूको मूल्याङ्कन गर्नुहोस्: लागत, सम्भाव्यता, इक्विटी प्रभाव, अवधि, प्रमुख जोखिम। छोटो औचित्य लेख्नुहोस्, मूल्याङ्कन होइन। तपाईंले प्रयोग गर्नुहुने प्रत्येक नम्बर "आधिकारिक डाटाको साथ पुष्टि" हुनुपर्छ भनेर बताउनुहोस्। तालिका मुनि, व्यक्तिले निर्णय गर्नु पर्ने मूल्य निर्णयहरू अलग-अलग सूचीबद्ध गर्नुहोस्। विकल्पहरू: [सूची]

३) शैतानको वकिल (प्रतिवाद):

म निम्न नीतिगत प्रस्तावको वकालत गर्दछु। उल्टो गर्नुहोस्: यो प्रस्ताव, यसको कमजोर बिन्दुहरू, र सम्भावित अवांछनीय साइड इफेक्टहरू नष्ट गर्ने 6 बलियो आपत्तिहरू लेख्नुहोस्। तपाईंले कसलाई हानि गर्न सक्नुहुन्छ भनेर विशेष रूपमा निर्दिष्ट गर्नुहोस्। नम्र नहुनुहोस्, कठोर हुनुहोस्। सुझाव: [सुझाव]

4) नियामक प्रभाव विश्लेषण (RIA) फ्रेमवर्क:

तपाईंको भूमिका: नियामक प्रभाव विश्लेषक। निम्न मस्यौदा कानूनको लागि RIA ढाँचा निर्माण गर्नुहोस्: (1) समस्या समाधान, (2) प्रभावित क्षेत्रहरू (नागरिक, व्यापारी, संस्था), (3) बोझ र लागत, (4) अपेक्षित लाभहरू, (5) विकल्पहरू, (6) अनुगमन सूचकहरू। प्रत्येक संख्यात्मक दावीलाई "पुष्टि गर्न" को रूपमा चिन्ह लगाउनुहोस्। मस्यौदा: [मस्यौदा विधायी सारांश]

कमजोर प्रम्प्ट / बलियो प्रम्प्ट

कमजोर: "ट्राफिक समस्या कसरी समाधान गर्ने?"

बलियो: "भूमिकामा वरिष्ठ नीति विश्लेषक। 'केही नगर्नुहोस्' सहित शहर केन्द्रको ट्राफिक भीडको लागि 5 विकल्पहरू उत्पन्न गर्नुहोस्। लागत, सम्भाव्यता, इक्विटी प्रभाव, अवधि र प्रमुख जोखिम उपायहरूको आधारमा तालिकामा प्रत्येकको मूल्याङ्कन गर्नुहोस्; तपाईंले प्रयोग गर्ने प्रत्येक नम्बरलाई 'आधिकारिक डेटाद्वारा पुष्टि गरिनुपर्छ' भनी चिन्ह लगाउनुहोस्। त्यसपछि ती दुई विकल्पहरूका लागि, ती सबै भन्दा बलियो देखिने सूचीमा लेख्नुहोस्। निर्णयहरू (कसको प्राथमिकता, कुन समूहको बोझ) जसले निर्णय हामीलाई छोड्छ।"

भिन्नता: शक्तिशाली प्रम्प्टले एकल प्रवाहमा विकल्प उत्पादन, बहु-मापदण्ड मूल्याङ्कन, डेटा प्रमाणीकरण, प्रतिवाद, र मानव-निर्णय सीमा स्थापना गर्दछ।

AI को योगदान र सीमा

कदम

AI योगदान

मानव जिम्मेवारी

समस्या परिभाषा

ड्राफ्ट, डाटा संग्रह

सटीक डाटा, मूल कारण

विकल्प उत्पादन

विस्तृत विकल्प सूची

यथार्थवाद फिल्टर

प्रभाव मूल्याङ्कन

तालिका, काउन्टर तर्क

नम्बर प्रमाणिकरण, टिप्पणी

सुझाव

मस्यौदा औचित्य

मूल्य निर्णय, निर्णय

अनुगमन योजना

सूचक सिफारिस

स्वीकृति, कार्यान्वयन

सरोकारवाला नक्सा र लागत-लाभ सन्तुलन

राम्रो नीतिगत विश्लेषणले "के गर्नुपर्छ" भन्ने प्रश्न मात्रै होइन, "कसलाई र कसरी असर गर्छ?" भन्ने प्रश्नको पनि जवाफ दिन्छ। एक सरोकारवाला (व्यक्तिगत, समूह वा संस्था जसले नीतिबाट प्रभावित वा असर गर्छ) नक्सा सिर्जना गर्दा बेवास्ता गरिएका गुनासोहरू र प्रतिरोधका बिन्दुहरू पहिले देखि नै देखिन्छ। AI ले चाँडै नीति विकल्प र प्रत्येक सरोकारवालाको सम्भावित लाभ/हानिको लागि सरोकारवालाहरूको ठूलो सूची सिर्जना गर्न सक्छ; तर तपाईं ठोस घटना, स्थानीय वास्तविकता र राजनीतिक संवेदनशीलतामा यो सूचीको उपयुक्तता फिल्टर गर्न सक्नुहुन्छ। त्यस्तै गरी, लागत-लाभ विश्लेषण (विकल्पको मौद्रिक र गैर-मौद्रिक लागतहरूको तुलना गर्दा यसको फाइदाहरू) एउटा ढाँचा हो जसको लागि AI ले ढाँचा निर्माण गर्न सक्छ, तर तपाईंले संगठनको आफ्नै डेटासँग संख्याहरू भर्नुपर्छ।

मिनी केस - पीडितहरूको मौन समूह। एउटा जिल्लामा, बजार स्थान सार्ने योजना थियो; आर्थिक विश्लेषण सकारात्मक थियो। AI सँग सिर्जना गरिएको सरोकारवाला नक्शाले योजनामा ​​​​कहिल्यै उल्लेख नगरिएको समूहलाई हाइलाइट गर्‍यो: लगभग 600 ज्येष्ठ नागरिकहरू जो पैदल बजारमा आएका थिए सार्वजनिक यातायातबाट 40 मिनेटमा नयाँ स्थानमा पुग्न सक्छन्। यो खोजले निर्णयमा सेवा लाइन आवश्यकता समावेश गर्न प्रेरित गर्‍यो।

मिनी केस - लुकेको लागत। डिजिटलाइजेशन परियोजनाको लागत-लाभ रूपरेखामा, एआईले लागतको रूपमा सफ्टवेयर इजाजतपत्र मात्र गणना गर्‍यो। जब हामीले टोली, प्रशिक्षण, संक्रमणकालीन उत्पादकता नोक्सान र कल सेन्टर लोड थप्यौं, पहिलो वर्ष लागत 60 प्रतिशतले बढ्यो र टर्नअराउन्ड समय 1 वर्षबाट 2.3 वर्षमा बढ्यो - निर्णय तदनुसार यथार्थवादी भयो।

टेम्प्लेट उत्पादन सरोकारवाला र लागत-लाभ फ्रेमवर्क:

कार्य: निम्न नीति विकल्पको लागि दुईवटा तालिकाहरू उत्पादन गर्नुहोस्। विकल्प: [नीति विवरण]तालिका १ — सरोकारवाला नक्सा: सरोकारवाला | प्रभाव को तरीका | सम्भावित कमाई | सम्भावित हानि | प्रतिरोध स्तर (कम/मध्यम/उच्च)। तालिका २ — लागत-लाभ फ्रेमवर्क: वस्तु | मौद्रिक? | अनुमानित दिशा (+/-) | डाटा स्रोत [भर्नु पर्छ]।नियम: संख्या काल्पनिक; मौद्रिक वस्तुहरूको मूल्य खाली छोड्नुहोस्, तिनीहरूको स्रोत सोध्नुहोस्। बेग्लै शीर्षकमा बेवास्ता गर्न सकिने बेफाइदा समूहहरू निर्दिष्ट गर्नुहोस्।

सावधानी: AI ले उत्पादन गरेको सरोकारवाला सूचीमा "उचित" देखिने सामान्य समूहहरू हुन्छन्; यसले प्रायः स्थानीय, मौन र असंगठित समूहहरूलाई बाइपास गर्छ। तपाईं क्षेत्र जान्ने व्यक्ति हुनुहुन्छ — यो सूची पूरा गर्ने तपाईंको काम हो।

सामान्य गल्तीहरू

  • AI को नम्बरहरूमा भरोसा गर्दै। प्रत्येक आंकडा जस्तै जनसंख्या, लागत, दर, आदि आधिकारिक स्रोतबाट प्रमाणित गर्नुहोस्।
  • बस रुचाइएको विकल्प विश्लेषण। साथै "केही नगर्ने" र विकल्पहरू विचार गर्नुहोस्; अन्यथा विश्लेषण पक्षपाती हुनेछ।
  • AI लाई मूल्य निर्णय प्रत्यायोजन गर्दै। "कसको आवश्यकता पहिले आउँछ" राजनीतिक/नैतिक निर्णय हो, प्राविधिक होइन।
  • काउन्टर तर्कहरू छोड्दै। आफ्नो प्रस्तावमा कडा आपत्ति नदेखेसम्म काउन्सिल/पर्यवेक्षकमा नजानुहोस्।
  • सरोकारवालाहरूको अपूर्ण सूचीकरण। विशेष गरी आवाजविहीन/कमजोर समूहहरू (बुजुर्ग, असक्षम, ग्रामीण) लाई प्रश्न गर्नुहोस्।
  • अनुगमन योजना बनाएको छैन । मापन नभएको नीतिलाई मूल्याङ्कन गर्न सकिँदैन; सुरुदेखि सूचकहरू परिभाषित गर्नुहोस्।

संक्षेपमा

नीति विश्लेषणमा, AI एक शक्तिशाली विचार साझेदार हो जसले विकल्पहरू उत्पन्न गर्दछ, चार्ट प्रभावहरू, सरोकारवालाहरूलाई सम्झाउँछ, र सबैभन्दा महत्त्वपूर्ण कुरा, तपाईंको आफ्नै प्रस्तावको विरुद्ध तर्कहरू उत्पन्न गर्दछ। तर प्रत्येक संख्या प्रमाणित गरिनु पर्छ, मूल्य निर्णयहरू मानिसहरूलाई छोडिनुपर्छ, र अन्तिम निर्णय र जिम्मेवारी आधिकारिक निर्णय निर्मातामा रहनुपर्छ। एआई विश्लेषण विस्तार गर्दछ; तपाईं निर्णयलाई गहिरो बनाउने र हस्ताक्षर गर्ने व्यक्ति हुनुहुन्छ।

आवेदन कार्य

आफ्नो इकाईको एजेन्डामा वास्तविक नीति मुद्दा छान्नुहोस्। "नीति विकल्प जेनेरेटर" को साथ कम्तिमा 4 विकल्पहरू निकाल्नुहोस्, "बहु-मापदण्ड प्रभाव मूल्याङ्कन तालिका" सँग तुलना गर्नुहोस् र आधिकारिक स्रोतसँग AI द्वारा उत्पन्न कम्तिमा एक नम्बर पुष्टि गर्नुहोस्। अन्तमा, तपाईंको मनपर्ने विकल्पमा "शैतानको वकिल" टेम्प्लेट लागू गर्नुहोस् र तपाईंले फेला पार्नु भएको कडा आपत्तिलाई नोट गर्नुहोस्।

चेकलिस्ट

  • [ ] मैले "केही नगर्नुहोस्" सहित कम्तिमा 4 विकल्पहरू विचार गरें।
  • [] मैले आधिकारिक स्रोतबाट प्रत्येक संख्यात्मक दाबी प्रमाणित गरें।
  • [ ] मैले जोखिममा परेका समूहहरू सहित सबै प्रभावित सरोकारवालाहरूलाई सूचीबद्ध गरेको छु।
  • [ ] मैले मेरो मनपर्ने विकल्पको विरुद्धमा तर्कहरू प्रस्तुत गरें।
  • [ ] मैले मानव निर्णयको लागि मूल्य निर्णयहरू आरक्षित गरें।
  • [] मैले अनुगमन र समीक्षा सूचकहरू परिभाषित गरें।