政策分析和影响评估 — 公共行政和政府中的人工智能

收益：

它通过在定义、选项、标准和建议的框架中构建人工智能的政策问题。
它通过制作利益相关者地图和成本效益框架，使被忽视的弱势群体和隐藏成本变得可见。
他知道人工智能产生的分析仅限于数据和价值，并谨慎地做出最终决定。

公共行政最需要脑力的工作就是在问题面前提出正确的政策：“我们如何减少市中心的交通拥堵？”、“什么激励措施将有助于解决青年失业问题？”、“这项新规定会给商人带来什么负担？”这些问题是多利益相关者、多标准在不确定性下做出的决策，没有单一的正确答案。政策分析（通过系统地比较各种方案、其可能的影响、成本和收益，识别公共问题并向决策者提出建议）和监管影响分析（RIA - RIA；提前评估新立法将影响谁、如何影响以及影响程度）是这些决策的支柱。在这里，人工智能是一个非常强大的思想伙伴，可以生成选项、列出利益相关者和影响、使反驳可见并起草分析。但决定、价值判断和责任属于人；人工智能使选项倍增，由您选择。

政策分析的骨架

好的政策分析遵循一定的逻辑，而人工智能可以很好地构建这个框架：

找出问题所在。症状还是根本原因？它对谁、在哪里以及有多大影响？按数字。
设定目标和标准。我们将如何衡量成功（成本、机会、公平性、可行性、持续时间）？
生成选项。至少 3-4 个现实的选择，包括“什么也不做”。
评估每个选项的效果。对谁有利，对谁不利？成本;风险；适用性;不需要的副作用。
比较并推荐。根据标准的表格；提供合理的建议，但保留替代方案。
监测和评估计划。政策生效后，我们将监测哪些内容？何时进行审核？

人工智能可以在这六个步骤中的每一个步骤中生成草稿。它最有价值的贡献体现在第四步：人类的思维往往会爱上自己的命题，而忽略负面影响和替代方案；询问人工智能“对此选项最强烈的反驳是什么，它会伤害谁？”提问：打开这个盲点。

提示：使用人工智能作为“魔鬼代言人”：给出你的首选选项，并说“写下 5 个最强烈的反对意见，以消除这个问题”。这会加强您针对审计的分析。

数据驱动但受价值限制

政策决策既具有价值又具有技术性。 “我们应该把预算花在哪里？”在问题中，AI可以进行成本效益计算；但“哪个群体的需求优先？”这是一种政治/道德选择，属于民选或授权的决策者。还要确保验证人工智能产生的数字：模型可能会产生“看起来合理”的虚构数字，而不是真实数据。

注意：AI给出的任何数字，如成本、人口、费率等，未经官方统计或机构数据确认，不纳入分析。一个令人信服的虚假数字使整个政策处于错误的基础上。

三个迷你箱子

案例 1——被忽视的利益相关者。一个市政府正在考虑将其市场迁出城镇的选择。当他们向 AI 提交一份利益相关者名单时，出现了一个未包含在该计划中的群体：乘坐公共交通受到限制的老年购物者。该组被添加到影响分析中；该决定在交通支持下进行了修改。

案例2——假号码被抓获。 YZ在激励分析中表示，“该行业有12万家注册企业”。分析师查看官方统计数据时发现，这一数字约为 7.4 万。验证避免了将激励预算高估 60%。

案例3——反驳强化了分析。在法规草案提交议会之前，该团队向 AI 询问了“对该法规最强烈的 8 个反对意见”。其中六项实际上在议会中被提及；由于团队是有准备的，因此讨论在一次会议上结束，而不是两次。

四个可复制模板

1）保单选项制造商：

您的角色：高级政策分析师。针对以下问题生成至少 4 个现实的政策选项，包括“什么也不做”。对每个选项给出一句话解释。暂不评估，仅列出选项。标记你做出假设的地方。问题：[用数字描述问题]

2）多标准影响评估表：

根据以下标准评估表中的以下政策选项：成本、可行性、公平影响、持续时间、主要风险。写一个简短的理由，而不是评级。声明您使用的每个号码都必须“经官方数据确认”。在表格下方，单独列出该人应该做出决定的价值判断。选项：[列表]

3）魔鬼律师（反驳）：

我主张以下政策建议。反其道而行之：写下会破坏该提案的 6 个最强烈的反对意见、其最弱点以及可能产生的不良副作用。具体说明您可能伤害的人。不要温柔，要强硬。建议：[建议]

4) 监管影响分析（RIA）框架：

您的角色：监管影响分析师。为以下立法草案制定 RIA 框架：(1) 解决的问题，(2) 受影响的群体（公民、商人、机构），(3) 负担和成本，(4) 预期收益，(5) 替代方案，(6) 监测指标。将每个数字声明标记为“待确认”。草案：[立法摘要草案]

弱提示/强提示

弱者：“交通问题怎么解决？”

Strong：“担任该职位的高级政策分析师。为市中心交通拥堵提出 5 个选项，包括‘什么也不做’。根据成本、可行性、公平影响、持续时间和关键风险衡量标准在表格中评估每个选项；将你使用的每个数字标记为‘必须由官方数据确认’。然后，对于看起来最强的两个选项，写出会削弱它们的反驳论据。最后，分别列出将决定权交给我们的价值判断（谁的优先级、哪个群体的负担）。”

不同之处：强大的提示在单个流程中建立了选项生成、多标准评估、数据验证、反驳和人类决策边界。

AI的贡献与局限性

步骤

人工智能贡献

人类责任

问题定义

草稿、数据收集

准确数据，根本原因

选项生成

广泛的选项列表

现实主义滤镜

影响评估

表，反论点

号码验证、评论

建议

理由草案

价值判断、决策

监测计划

指标推荐

批准、实施

利益相关者地图和成本效益平衡

良好的政策分析不仅回答“应该做什么”的问题，而且回答“谁将受到影响以及如何受到影响”的问题。创建利益相关者（受政策影响的个人、团体或机构）地图可以使被忽视的不满和阻力点提前可见。人工智能可以快速生成一个政策选项的大量利益相关者名单以及每个利益相关者的潜在收益/损失；但您可以根据具体事件、当地现实和政治敏感性来筛选此列表的适用性。同样，成本效益分析（将期权的货币和非货币成本与其收益进行比较）是人工智能可以为其构建框架的框架，但您必须使用组织自己的数据来填写数字。

迷你案件——沉默的受害者群体。在一个地区，市场地点计划搬迁；经济分析是积极的。用人工智能创建的利益相关者地图突出了一个计划中从未提及的群体：大约600名步行来到市场的老年人乘坐公共交通可以在40分钟内到达新地点。这一发现促使在决定中纳入服务线要求。

迷你机箱——隐藏成本。在数字化项目的成本效益概要中，AI仅将软件许可证计为成本。当我们增加团队、培训、过渡性生产力损失和呼叫中心负载时，第一年的成本增加了 60%，周转时间从 1 年增加到 2.3 年——这个决定相应地变得现实。

生成利益相关者和成本效益框架的模板：

注意：人工智能产生的利益相关者名单由看似“合理”的一般群体组成；它常常绕过当地的、沉默的和无组织的团体。您是了解该领域的人 - 完成这份清单是您的工作。

常见错误

相信人工智能的数字。从官方来源核实人口、成本、费率等每项数据。
只需分析首选选项即可。还要考虑“什么都不做”和替代方案；否则分析就会有偏差。
将价值判断委托给人工智能。 “谁的需求优先”是一个政治/道德决定，而不是技术决定。
跳过反驳论据。在您发现对自己的提案最强烈的反对之前，不要去找理事会/主管。
利益相关者名单不完整。特别询问无声/弱势群体（老年人、残疾人、农村人）。
没有制定监控计划。未经衡量的政策无法被评估；从一开始就定义指标。

综上所述

在政策分析中，人工智能是一个强大的思想伙伴，它可以生成选项、绘制影响图、提醒利益相关者，最重要的是，生成反对你自己提案的论据。但每个数字都应该被验证，价值判断应该留给人们，最终的决定和责任应该由授权的决策者负责。人工智能扩展了分析；您是深化决定并签署决定的人。

应用任务

在您单位的议程上选择一个真正的政策问题。使用“政策选项生成器”提取至少4个选项，与“多标准影响评估表”进行比较，并与官方来源确认至少一个AI生成的数字。最后，将“撒旦律师”模板应用于您的首选选项，并记下您发现的最强烈的反对意见。

清单

[ ] 我考虑了至少 4 个选项，包括“什么都不做”。
[ ] 我验证了官方来源的每一个数字声明。
[ ] 我列出了所有受影响的利益相关者，包括弱势群体。
[ ] 我提出了反对我的首选选项的论据。
[ ] 我为人类决策保留了价值判断。
[ ]我定义了监控和审查指标。