AI 大模型赋能政府决策，潜力巨大

7 月 6 日，《北京日报》第十版理论周刊刊发题为《人工智能大模型辅助决策大有可为》的文章，作者包括中国人民大学智慧治理学院副院长、智慧治理战略研究院执行院长、国家发展与战略研究院研究员宋鹭，以及该校智慧治理学院硕士研究生卢喜洋。

全文如下——

政府科学决策水平直接影响国家治理效能、经济社会发展及公共利益。中央网信办与国家发改委联合发布的《政务领域人工智能大模型部署应用指引》，将政务服务、社会治理、机关办公及辅助决策列为政务应用的四大方向。其中，辅助决策与其他三类差异显著，其核心目标不在于提升办事效率或优化公众体验，而在于提高政府决策本身的质量。围绕这一目标，一批专攻政府决策的大模型正在涌现。当前正值新一轮科技革命与产业变革的加速期，生成式人工智能的快速迭代正重塑知识生产与公共决策的技术基石及方法体系。那么，决策辅助大模型将在何时成熟并发挥作用？它将承担何种职能，具备怎样的意义与价值？

大模型向治理纵深发展具备现实根基

目前，通用大模型已广泛融入公众日常生活，垂直行业大模型也在医疗、金融、教育等关键领域取得显著成果。然而，任何新技术的广泛应用，均需同时具备成熟的技术能力、可被有效整合的知识资源以及来自现实场景的迫切需求。因此，把握这一时代机遇，需从技术、制度、需求三个维度深入剖析决策辅助大模型诞生的现实基础。

人工智能大模型自身能力的飞跃，为专业化应用奠定了技术前提。近年来，大模型在自然语言理解、长文本处理及多模态数据综合分析等方面的能力显著提升，已能胜任较为复杂的专业任务。检索增强生成（RAG）等技术的成熟，使模型能在作答前先从指定资料库检索相关材料，减少虚构成分，也让面向特定领域的定制开发成为可能。医疗、金融、司法等领域已有多款面向专业场景的垂直大模型投入使用，证明大模型在专业场景中确实具备实用价值。

更为关键的条件在于专业知识资源的组织模式发生了变革。研究机构和智库在长期工作中积累了海量行业数据、政策文件、研究报告及分析方法，这些资料过去分散存储，彼此难以联通，亦难重复利用。大模型提供了一种全新的组织方式，使分散的专业知识得以系统整合，从而支持研究判断。需强调的是，仅依靠公开互联网语料训练的通用大模型并不掌握此类专业知识，因而难以胜任面向政府决策的任务。而在相关领域拥有深厚积累的高校、科研机构和智库，则有能力重新整合既有专业资料与数据，开发并直接应用决策辅助大模型，生成研究成果以协助政府部门进行科学决策。

公共政策日益复杂化，构成了此类工具的现实需求。当前公共治理面临的问题愈发复杂，常跨越多个地区、多个层级及较长的时间周期。以长江经济带发展战略为例，沿线 11 个省市的协调推进，既要统筹生态保护与经济发展，又要协调上中下游利益关系，还需应对气候变化和产业转型等长期议题。传统以经验研判为主、辅以分散式信息分析的决策方式已难以充分应对，因此，研究机构对更系统的分析工具产生了迫切需求。

决策辅助大模型亟待攻克的难题

现有大语言模型仍面临幻觉生成、领域知识薄弱、隐私保护脆弱等固有短板，而政府决策对信息权威性、流转机密性、处理精准性与知识专业性的极高要求，进一步放大了技术能力与决策需求之间的结构性落差。因此，需从数据、响应、安全三个维度系统推进，破解这一困局。

将通用大模型直接用于政府决策，最突出的问题在于结果可能不可靠。通用大模型主要基于公开互联网文本训练，数据量虽大但