收益：
- 它区分了人工智能加速公共工作流程中的哪些任务以及它应该只协助哪些权利决策。
- 它将三步验证反射应用于每个人工智能输出，包括来源归因、独立验证和鉴赏过滤步骤。
- 它承认公共平等、透明度、问责制和 KVKK 红线，并内化了公职人员的责任。
您位于总监办公室的服务台。一方面，市民在收费站排队等候，另一方面，数百份上访等待答复；一方面是主管要求的活动报告，另一方面是官员试图了解新规定如何改变旧做法。公共行政（国家和地方政府利用公共权力为公民提供服务、分配资源和实施立法的工作）是一个文本量大、规则严格、平等期望和高度问责的领域。人工智能（AI - 可以从历史数据中提取模式并生成或分类文本、表格和代码的软件）可在如此丰富的文本和工作负载中加速您的工作。但这个模块的一开始就很明确：AI是助手、蓝图生成器和分流工具；您是有能力的公职人员，负责确保公民的权利、立法的正确实施以及行政决定的最终决定权。
在第一个单元中，我们将重点关注纪律，而不是工具。我们将了解人工智能在政府工作流程中哪些地方可以节省实时时间、哪些地方存在危险、如何验证每个输出、如何保护公民数据以及如何确保透明度和公平性。如果不奠定这个基础，后续的单元就会悬而未决——因为未经公众验证的输出不仅是一个错误的答案，而且也是一个错误的答案。这是侵犯公民权利、错误配置资源或使机构承担法律责任的错误。
人工智能在政府工作流程中的哪些地方可以派上用场？
让我们将公共部门的工作分为两大类。第一组：大量、重复、文本密集、模式可提取的作品。对类似公民问题的初稿答复、长篇规定的摘要、将请愿书翻译成官方信函语言、在 Excel 电子表格中对申请进行分类、从会议纪要中提取决策项目、活动报告的第一个框架。在这些工作中，人工智能可以将时间缩短为几分钟，而且不会感到疲劳。
第二组：使用公共权力、创造权利或限制权利的决策。拒绝或接受申请、施加处罚、是否应得社会援助、分区决定的合法性、立法在具体案例中的应用、投标评估。这些决定需要自由裁量权、法律责任和理由。行政行为（公共机构以其单方面意愿产生法律后果的行为；例如授予或取消许可证）必须合理且可审计。在这里，人工智能会增加选项，生成草稿和清单——但签名、理由和责任都是你的。
让我们用一句话来澄清区别：AI 擅长解决“这堆里有什么，第一稿是什么样子”的问题；当涉及“这个决定合法、公平吗？我可以捍卫它吗？”等问题时，决定权在你手上。
提示：在将任务外包给人工智能之前，问问自己：“如果这个输出错误，公民会损失什么？”如果答案是“重写几分钟”，请放心地委派。如果答案是“不公平的拒绝、错误的惩罚、或者权利的丧失”，就让AI出一份草稿；您做出决定、证明理由并进行验证。
验证纪律：三步
AI 流畅、自信地生产；这并不意味着这是真的。人工智能有时会产生幻觉——也就是说，它把一条不存在的法律、一条被废除的法规、一个捏造的法院判决或一个虚假的数字呈现为真实的。在向公民提供的行政信函或信息中，这会导致权利丧失和对机构的不信任。对每个输出应用三步反射：
- 将其连接到源。人工智能的每项法律主张都必须基于官方来源：官方公报、Çözüm.gov.tr、该机构自己的通告。 “这是哪部法律的哪一条？它是否有效？”在官方文本中亲自询问并查看。
- 与独立来源核实。从机构自己的记录或官方统计数据中确认AI给出的日期、数量和费率。不要相信单一来源。
- 通过欣赏的过滤器。输出是否考虑了具体事件的特征？有例外吗？是否符合平等对待的原则？您的专家和行政判断是最终的过滤器。
注意：“AI如此写”不是正当理由，不支持行政行为。如果存在虚假文章、捏造的判例法或泄露的个人数据，责任不属于人工智能，而应属于未经验证而使用该输出的公职人员和机构。
4条公共红线
与私营部门不同，人工智能在公共部门的使用受到四个额外原则的框架：平等（在类似情况下对公民进行类似待遇）、透明度（决策的合理性，如果可能的话，应解释方法）、问责制（每笔交易都有负责人和审计跟踪）和个人数据保护（KVKK - 第 6698 号个人数据保护法）。公民 T.R.到人工智能车辆。随意粘贴身份证号码、健康或犯罪信息；因为“算法是这么说的”而导致决策不合理；由于模型偏见而使一群公民处于不利地位——所有这些都是非法的，并且会损害公众的信任。
三个迷你箱子
案例 1 — 分诊节省了时间。某市政府的解决方案中心每周收到大约 3,200 个请求。人工智能支持的分类将请求分为 12 类，并将其定向至相关部门；平均首次响应时间从 34 小时缩短至 6 小时。但标记为“紧急/安全”的请求总是由官员手动检查。
案例2——验证发现了幻觉。工作人员向YZ询问了相关规定。 YZ表示，“根据暂行第3条规定，期限为30天”。当公务员查看Çözüm.gov.tr时，没有这样的临时文章；期限为60天。与来源的链接步骤可以防止向公民通知错误的时间。
案例 3——隐私泄露事件返回。为了快速起见，一名新工作人员将 400 名福利申请人的名单（姓名、身份证号码、收入）直接上传到公共人工智能工具中，并要求提供摘要。负责人意识到：个人数据已被转移到外部系统。进程被停止；数据经过匿名处理并仅使用分类字段进行重新处理，该事件记录在 KVKK 记录中。
四个可复制模板
1）岗位适宜性评估：
您的角色：高级公共管理专家。我将在下面描述该职位。告诉我（1）这项工作是可以委托给人工智能的起草/分类工作还是一项创造权利/限制性的行政决策，（2）公民和组织不正确输出的成本，（3）委托之前和之后我需要做的验证。工作：[在此插入工作]
2) 链接到来源的义务：
我会问你一个法律问题。在每个答案中，必须指定您所依赖的立法：法律/法规名称、文章编号和有效性状态。不要做出任何没有来源的主张。将您不确定的地方标记为“必须从官方来源验证”。捏造不存在的文章或决定。
3）个人数据脱敏：
我给你一个参考文本。在开始分析之前，屏蔽所有个人数据：姓名 -> [PERSON]、TR ID 号 -> [IDENTITY]、地址 -> [ADDRESS]、电话 -> [TEL]。仅从屏蔽文本生成类别和摘要。切勿在输出中写入真实的个人数据。
4) 理由框架（行政行为）：
您的角色：具有行政诉讼撰写经验的法律顾问。为以下事件提出理由草案：（1）事实事件，（2）适用的立法（逐条，待核实），（3）具体案例的应用，（4）结论。请注意，这是草稿，每一项都必须得到官方来源的确认。事件：[总结]
弱提示/强提示
弱者：“我该如何回应这位公民的请愿呢？”
Güçlü：“你的角色是一位经验丰富的主编。用官方信函语言对以下请愿书做出回应草稿。用文章编号指定相关立法，但添加注释‘有待从官方来源确认’。屏蔽个人数据。用礼貌且易于理解的语言解释公民可以行使哪些权利以及如何行使。在草稿的末尾，列出我在签署之前需要检查的 3 项。”
不同之处：强提示作用重新定义了格式、监管纪律、保密性和认证性；输出直接近似于可用草稿。
AI 强在哪里，你的决定权在哪里？
商业
人工智能贡献
最终决定
首先回答市民提问
草稿，语言简化
信息准确性、确认
法规概要
快速摘要，成分清单
执行和解释
应用分类
类别建议
边缘/特殊情况
行政行为的理由
骨骼、舌头
合法性、签名
报告草稿
结构，第一个文本
数据准确性、结论
常见错误
- 将输出放在官方帖子中而不进行验证。产生幻觉的最高风险在于立法和数字；请务必确认两者。
- 将个人数据上传到公共工具。 KVKK 违规并失去信任。首先遮盖或使用内部/认可的工具。
- 将这个决定归咎于“算法”。行政行为的理由和责任是人的； “系统是这么说的”是站不住脚的。
- 失去了平等的视野。如果不进行人工控制，人工智能在相同情况下为两个公民生成不同的草稿可能会导致歧视。
- 让人工智能成为唯一来源。未经第二个官方消息来源确认，请勿继续操作。
综上所述
人工智能是公共领域的强大加速器：生成大纲、总结文本、对参考文献进行分类、标记模式。但每项使用公共权力、设定或限制权利的决定的正当性、验证和签署均属于主管公职人员。三步验证（链接到来源、独立验证、审查）和四项公共原则（平等、透明度、问责制、个人数据保护）是该模块的支柱。
应用任务
从您的单位中选择一个实际任务（例如，回答一个常见的公民问题）。使用上面的“工作适宜性评估”模板确定该工作是否是可转移的或关键的决策。如果可以转让，请制作一份草稿，应用三步验证，并至少记下您在验证过程中发现的一个错误。
清单
- [ ] 我区分了该作品是可转让的草案还是关键决定。
- [ ] 我将每项法律主张与官方来源联系起来并检查其有效性。
- [ ] 我屏蔽了个人数据或使用了经批准的工具。
- [ ] 我确定了该决定的原因以及作为人的责任人。
- [ ] 我遵守平等对待的原则。
- [ ] 我通过第二个来源确认了输出。