Zyski:
- Strukturalizuje problem polityczny dotyczący sztucznej inteligencji, ujmując go w ramy definicji, opcji, kryteriów i zaleceń.
- Uwidacznia przeoczone grupy znajdujące się w niekorzystnej sytuacji i ukryte koszty, tworząc mapę interesariuszy i ramy kosztów i korzyści.
- Wie, że analiza generowana przez sztuczną inteligencję ogranicza się do danych i jest oparta na wartościach, dlatego ostateczną decyzję podejmuje dyskretnie.
Najbardziej mentalnym zadaniem administracji publicznej jest postawienie właściwej polityki przed problemem: „Jak zmniejszyć natężenie ruchu w centrum miasta?”, „Jaka zachęta pomoże w walce z bezrobociem wśród młodych?”, „Jakie obciążenie nałoży na przedsiębiorców ta nowa regulacja?” Pytania te to decyzje podejmowane z udziałem wielu interesariuszy i wielu kryteriów, podejmowane w warunkach niepewności i bez jednej prawidłowej odpowiedzi. Analiza polityki (identyfikacja problemu publicznego i przedstawianie zaleceń decydentowi poprzez systematyczne porównywanie opcji, ich możliwych skutków, kosztów i korzyści) oraz analiza wpływu regulacji (RIA – OSR; wstępna ocena, na kogo, w jaki sposób i w jakim stopniu nowe ustawodawstwo będzie miało wpływ) stanowią podstawę tych decyzji. W tym przypadku sztuczna inteligencja jest bardzo potężnym partnerem myślowym w generowaniu opcji, sporządzaniu wykazu interesariuszy i skutków, uwidocznianiu kontrargumentów i sporządzaniu analiz. Jednak decyzja, ocena wartości i odpowiedzialność należą do istoty ludzkiej; Sztuczna inteligencja mnoży opcje, Ty wybierasz.
Szkielet analizy polityki
Dobra analiza polityki opiera się na określonej logice, a sztuczna inteligencja dobrze sprawdza się przy tworzeniu tych ram:
- Zidentyfikuj problem. Objaw czy przyczyna? Kogo, gdzie i jak bardzo to dotyka? Według liczb.
- Ustal cele i kryteria. Jak będziemy mierzyć sukces (koszt, dostęp, kapitał własny, wykonalność, czas trwania)?
- Generuj opcje. Co najmniej 3-4 realistyczne opcje, w tym „nic nie rób”.
- Oceń skutki każdej opcji. Dla kogo jest to korzystne, dla kogo jest ciężarem? koszt; ryzyko; zastosowanie; niepożądane skutki uboczne.
- Porównaj i poleć. Tabele według kryteriów; Zaproponuj uzasadnioną sugestię, ale zachowaj alternatywy.
- Plan monitorowania i ewaluacji. Co będziemy monitorować po wejściu polityki w życie i kiedy dokonamy jej przeglądu?
Sztuczna inteligencja może generować wersje robocze na każdym z tych sześciu etapów. Jego najcenniejszy wkład widać w kroku 4: ludzki umysł ma tendencję do zakochiwania się we własnych propozycjach i ignorowania negatywnych skutków i alternatyw; Zapytaj AI: „Jakie są najsilniejsze kontrargumenty wobec tej opcji, komu by to zaszkodziło?” Pytanie: otwiera ten martwy punkt.
Wskazówka: Wykorzystaj sztuczną inteligencję jako „adwokata diabła”: podaj preferowaną opcję i powiedz „zapisz 5 najsilniejszych zastrzeżeń, które ją obalą”. Utrudnia to analizę przed audytem.
Oparte na danych, ale ograniczone wartością
Decyzje polityczne mają charakter zarówno wartościowy, jak i techniczny. „Na co wydać budżet?” W tym pytaniu sztuczna inteligencja może dokonać obliczeń kosztów i korzyści; ale „potrzeby której grupy są najważniejsze?” Jest to wybór polityczny/etyczny i należy do wybranego lub upoważnionego decydenta. Pamiętaj, aby zweryfikować również liczby generowane przez sztuczną inteligencję: model może generować zmyślone liczby, które „wyglądają rozsądnie”, a nie prawdziwe dane.
Uwaga: Żadna liczba podana przez sztuczną inteligencję, taka jak koszt, populacja, stawka itp., nie jest uwzględniana w analizie bez potwierdzenia oficjalnymi statystykami lub danymi instytucjonalnymi. Przekonująca fałszywa liczba stawia całą polisę na niewłaściwych podstawach.
trzy mini etui
Przypadek 1 — Pominięty interesariusz. Władze miejskie rozważały możliwość przeniesienia swoich targowisk poza miasto. Kiedy przekazali AI listę interesariuszy, wyłoniła się jedna grupa, która nie została uwzględniona w planie: starsi klienci z ograniczonym dostępem do transportu publicznego. Grupę tę włączono do analizy wpływu; Decyzję zmieniono dzięki wsparciu transportowemu.
Przypadek 2 — wyłapano fałszywy numer. W analizie zachęt YZ stwierdził, że „w tym sektorze zarejestrowanych jest 120 tysięcy przedsiębiorstw”. Analityk, patrząc na oficjalne statystyki, stwierdził, że jest to ~74 tys. Weryfikacja zapobiegła przeszacowaniu budżetu motywacyjnego o 60%.
Przypadek 3 – Kontrargument wzmocnił analizę. Zanim projekt rozporządzenia trafił do parlamentu, zespół poprosił AI o „8 największych zastrzeżeń do tego rozporządzenia”. W parlamencie faktycznie wspomniano o sześciu z nich; Ponieważ zespół przyszedł przygotowany, dyskusję zakończono podczas jednej sesji, a nie dwóch.
Cztery szablony do kopiowania
1) Producent opcji polisy:
Twoja rola: starszy analityk ds. polityki. Wygeneruj co najmniej 4 realistyczne opcje polityki dla następującego problemu, w tym „nic nie rób”. Podaj jednozdaniowe wyjaśnienie każdej opcji. Nie oceniaj jeszcze, po prostu wypisz opcje. Zaznacz miejsce, w którym przyjmujesz założenia. PROBLEM: [opisz problem z liczbami]
2) Wielokryterialna tabela oceny skutków:
Oceń następujące opcje polityki w tabeli w oparciu o następujące kryteria: koszt, wykonalność, wpływ na kapitał, czas trwania, kluczowe ryzyko. Napisz krótkie uzasadnienie, a nie ocenę. Zaznacz, że każdy numer, którego używasz, musi być „potwierdzony oficjalnymi danymi”. Pod tabelą wypisz osobno sądy wartościujące, na podstawie których dana osoba powinna podjąć decyzję. OPCJE: [lista]
3) Prawnik diabła (kontrargument):
Opowiadam się za następującą propozycją polityczną. Zrób odwrotnie: zapisz 6 najsilniejszych zastrzeżeń, które zniszczyłyby tę propozycję, jej najsłabsze punkty i możliwe niepożądane skutki uboczne. Określ konkretnie kogo możesz skrzywdzić. Nie bądź delikatny, bądź twardy. SUGESTIA: [sugestia]
4) Ramy analizy wpływu regulacji (OSR):
Twoja rola: analityk wpływu regulacji. Opracuj ramy OSR dla następującego projektu legislacyjnego: (1) rozwiązany problem, (2) dotknięte segmenty (obywatele, handlowcy, instytucje), (3) obciążenia i koszty, (4) oczekiwane korzyści, (5) alternatywy, (6) wskaźniki monitorowania. Oznacz każde roszczenie liczbowe jako „do potwierdzenia”. PROJEKT: [projekt streszczenia aktów prawnych]
Słaba zachęta/silna zachęta
Słabe: „Jak rozwiązać problem ruchu drogowego?”
Strong: „Starszy analityk ds. polityki na tym stanowisku. Wygeneruj 5 opcji dotyczących zatorów w centrum miasta, w tym „nic nie robić”. Oceń każdą w tabeli na podstawie kosztów, wykonalności, wpływu na kapitał, czasu trwania i kluczowych miar ryzyka. Oznacz każdą liczbę, której używasz, jako „musi zostać potwierdzona oficjalnymi danymi”. Następnie dla dwóch opcji, które wydają się najsilniejsze, napisz kontrargumenty, które je podważą. Na koniec wypisz osobno oceny wartościujące (czyj priorytet, która grupa jest obciążeniem). zostaw tę decyzję nam.”
Różnica: potężny monit umożliwia generowanie opcji, ocenę wielokryterialną, walidację danych, kontrargumenty i granicę decyzji człowieka w jednym procesie.
Wkład i limit AI
krok
Wkład AI
ludzka odpowiedzialność
Definicja problemu
Projekt, zbieranie danych
Dokładne dane, pierwotna przyczyna
Generowanie opcji
Obszerna lista opcji
Filtr realizmu
Ocena wpływu
Tabela, kontrargument
Weryfikacja numeru, komentarz
Sugestia
Projekt uzasadnienia
sąd wartościujący, decyzja
planu monitorowania
Zalecenie dotyczące wskaźnika
Zatwierdzenie, wdrożenie
Mapa interesariuszy i bilans kosztów i korzyści
Dobra analiza polityki odpowiada nie tylko na pytanie „co należy zrobić”, ale także na pytanie „na kogo i w jaki sposób będzie to miało wpływ?” Utworzenie mapy interesariuszy (jednostki, grupy lub instytucji, na którą polityka ma wpływ lub na którą wpływa) sprawia, że przeoczone skargi i punkty oporu stają się widoczne z wyprzedzeniem. Sztuczna inteligencja może szybko wygenerować dużą listę zainteresowanych stron dla danego wariantu strategicznego oraz potencjalnych zysków/strat każdego z zainteresowanych stron; Można jednak filtrować przydatność tej listy do konkretnego wydarzenia, lokalnych realiów i wrażliwości politycznej. Podobnie analiza kosztów i korzyści (porównanie kosztów pieniężnych i niepieniężnych opcji z jej korzyściami) to ramy, dla których sztuczna inteligencja może zbudować ramy, ale trzeba wypełnić liczby własnymi danymi organizacji.
Mini sprawa — cicha grupa ofiar. W jednej dzielnicy planowano przenieść rynek; Analiza ekonomiczna wypadła pozytywnie. Mapa interesariuszy stworzona za pomocą sztucznej inteligencji wyróżniła grupę, która nigdy nie została uwzględniona w planie: około 600 seniorów, którzy przybyli na rynek pieszo, mogło dotrzeć do nowej lokalizacji komunikacją miejską w 40 minut. Ustalenie to spowodowało uwzględnienie w decyzji wymogu dotyczącego linii usług.
Mini etui – ukryty koszt. W zarysie kosztów i korzyści projektu digitalizacji sztuczna inteligencja wliczyła jako koszt jedynie licencję na oprogramowanie. Kiedy dodaliśmy zespół, szkolenia, przejściową utratę produktywności i obciążenie call center, koszt w pierwszym roku wzrósł o 60 procent, a czas realizacji wydłużył się z 1 roku do 2,3 roku – decyzja stała się zatem realistyczna.
Generowanie szablonów dla interesariuszy i ram kosztów i korzyści:
Zadanie: Przygotuj dwie tabele dla następującego wariantu polityki. Opcja: [opis polityki]Tabela 1 — Mapa interesariuszy: interesariusze | sposób oddziaływania | możliwe zarobki | możliwa strata | poziom oporu (niski/średni/wysoki).Tabela 2 – Ramy kosztów i korzyści: pozycja | monetarny? | szacowany kierunek (+/−) | źródło danych [DO WYPEŁNIENIA].Reguła: Liczba fikcyjna; Wartość pozycji pieniężnych pozostaw pustą, zapytaj o ich źródło. W osobnym nagłówku określ grupy znajdujące się w niekorzystnej sytuacji, które można przeoczyć.
Uwaga: lista interesariuszy tworzona przez sztuczną inteligencję składa się z ogólnych grup, które wydają się „rozsądne”; Często omija grupy lokalne, ciche i niezorganizowane. To Ty znasz tę dziedzinę — Twoim zadaniem jest uzupełnienie listy.
Typowe błędy
- Zaufanie liczbom AI. Zweryfikuj każdą liczbę, taką jak populacja, koszt, stawka itp., z oficjalnego źródła.
- Wystarczy przeanalizować preferowaną opcję. Rozważ także „nierobienie niczego” i alternatywy; W przeciwnym razie analiza będzie stronnicza.
- Delegowanie osądu wartościującego do sztucznej inteligencji. „Czyje potrzeby są najważniejsze” to decyzja polityczna/etyczna, a nie techniczna.
- Pomijanie kontrargumentów. Nie udawaj się do rady/przełożonego, dopóki nie zobaczysz najsilniejszych sprzeciwów wobec własnej propozycji.
- Niekompletna lista zainteresowanych stron. Szczególnie zapytaj grupy pozbawione głosu/bezbronne (osoby starsze, niepełnosprawne, wiejskie).
- Niewdrożenie planu monitorowania. Polityka, która nie jest mierzona, nie może być oceniana; Zdefiniuj wskaźniki od początku.
Podsumowując
W analizie polityki sztuczna inteligencja jest potężnym partnerem myślowym, który generuje opcje, sporządza wykresy skutków, przypomina interesariuszom i, co najważniejsze, generuje argumenty przeciwko własnej propozycji. Jednak każdą liczbę należy zweryfikować, ocenę wartości należy pozostawić ludziom, a ostateczna decyzja i odpowiedzialność powinny pozostać w gestii upoważnionego decydenta. AI rozszerza analizę; To Ty pogłębiasz decyzję i ją podpisujesz.
Zadanie aplikacji
Wybierz prawdziwą kwestię polityczną w programie swojej jednostki. Wyodrębnij co najmniej 4 opcje za pomocą „Generatora opcji polityki”, porównaj z „Tabelą wielokryterialnej oceny skutków” i potwierdź co najmniej jedną liczbę wygenerowaną przez sztuczną inteligencję z oficjalnym źródłem. Na koniec zastosuj szablon „Prawnik Szatana” do preferowanej opcji i zanotuj najsilniejszy sprzeciw, jaki znajdziesz.
lista kontrolna
- [ ] Rozważałem co najmniej 4 opcje, w tym „nic nie robić”.
- [ ] Sprawdziłem każde twierdzenie liczbowe z oficjalnego źródła.
- [ ] Wymieniłem wszystkich zainteresowanych stron, których to dotyczy, w tym grup szczególnie wrażliwych.
- [ ] Przedstawiłem argumenty przeciwko mojej preferowanej opcji.
- [ ] Zarezerwowałem sądy wartościujące dla decyzji ludzkich.
- [ ] Zdefiniowałem wskaźniki monitorowania i przeglądu.