李辉 || 人工智能时代行政主体的重塑与治理模式转型研究

点击蓝字 关注我们

本文刊发于《学海》2026年第1期

内容提要

生成式人工智能的广泛运用正在推动公共行政领域发生根本性变化，现有研究主要将生成式人工智能看作外在工具或监管对象，这种主客体“二元”的思路难以解释人机深度融合产生的复杂效应。本文从主体性重构的视角切入，提出“人机协同型行政主体”的概念并系统阐述了生成式人工智能在认知方式、决策模式与责任形态三个层面对公共行政主体及其行为的重塑。即，认知方式从“有限理性”转变为“协同涌现”，决策模式从“层级裁决”转变为“互动生成”，责任形态从“单一归责”转变为“分散承担”。微观层面的主体性重构进一步在宏观层面推动了公共治理从“管控型范式”向“生成与审慎型范式”的转型。这一转型释放了巨大的治理效能，也对人类的价值理性、伦理判断与民主协商提出了更高要求。因此，需要从组织流程再造、法律伦理构建和能力体系重塑三个维度同步开展实践探索。本研究旨在为理解人工智能时代的政府治理变革提供一个新的理论视角，并为相关的制度设计与能力建设提供学理参考。

关键词

生成式人工智能 人机共生 主体性重构 治理范式变革

作者简介

李辉，山东大学政治学与公共管理学院教授、博士生导师，山东大学国家治理研究院研究员。

问题的提出

作为一项颠覆性技术，生成式人工智能的社会经济影响正逐步显现。在公共治理领域，生成式人工智能系统在各级政府部门中被广泛应用，标志着人工智能技术与公共行政实践的融合进入了新的阶段。如何审视这一颠覆性技术对公共治理领域的深刻影响，成为公共行政学界密切关注的话题。从本源性出发，公共行政学的核心理论，通常建立在以人类为行动者的假设之上。无论是经典的科层制理论，还是当代的服务型政府或公共价值理论，分析的基点均为人类公务员及其组成的科层组织。然而，当具备一定自主学习、推理和内容生成能力的生成式人工智能系统与人类公务员在工作流程中紧密互动和协同工作时，“人”与“机”的行为界限便开始模糊了。例如，在一项由人机共同完成的政策文本撰写或数据分析任务中，行动的发起者、过程的推动者以及结果的创造者难以被简单地认定为某一方。随之而来，行政决策的制定过程与责任归属等基本问题都需要被重新审视。

这些新现象向我们提出了公共行政领域的根本性理论问题：在生成式人工智能被深度应用的背景下，传统意义上单一的、由人类构成的行政主体是否正在发生结构性转变？我们是否正在经历一个由人类与人工智能共同构成的、新型“人机协同型行政主体”的形成过程？若果真如此，这一新主体的认知方式、决策模式与责任结构呈现何种特征？又将如何引致公共治理范式的系统性变迁？这些问题已远超出如何用好生成式人工智能或如何防范生成式人工智能风险这类技术应用层面的讨论，触及对行政主体、行政权力、治理逻辑这些基本概念的重新审视。

为回应上述问题，本文尝试超越既有的工具应用与风险规制研究路径，从“主体性重构”的视角，提出并构建一个“人机协同型行政主体”的分析框架。本文的基本论点是，生成式人工智能的引入并非仅仅是行政能力的延伸，而是在认知方式、决策模式与责任形态三个核心维度上，系统性重塑了传统行政主体的内在构成。本文进一步提出，微观层面的主体性重构将进一步推动公共治理的宏观变革。即，从传统的“管控型范式”向一种兼具“生成性”与“审慎性”特征的新范式演进。本研究旨在为理解人工智能时代的政府治理变革提供一个新的理论视角，并为相关的制度设计与能力建设提供学理参考。

文献回顾与理论分野：

从“工具论”到“主体论”

任何有价值的理论创新，均需建立在对既有知识体系的深刻理解与审慎反思之上。为此，需要系统梳理生成式人工智能的相关研究，标示出本文核心论点所处的理论坐标并清晰阐明本研究与主流视角的根本性分野。

（一）现有研究的理论图景：工具理性框架下的双重叙事

公共行政学作为一个理论体系，其分析的逻辑起点始终是作为行动者的人类主体及其组织。从韦伯对科层理性官员的刻画到西蒙对行政人“有限理性”的剖析，再到新公共服务理论对公务员公共性与伦理价值的强调，公共行政学的理论内核始终围绕人类及其组织这一稳定、同一的核心主体展开。这一经典的理论预设，深刻影响了理论界对生成式人工智能这一新兴技术的认知路径。总体而言，现有研究在一种广义的“工具理性”框架下，呈现出乐观与审慎并存的双重叙事。

第一重叙事，是将生成式人工智能视为实现行政目标高效工具的“技术赋能论”。这一叙事高度关注生成式人工智能在提升政府治理能力方面的巨大潜力，聚焦技术如何被用以提升政府治理的效度和温度，系统描绘了生成式人工智能在政策辅助、公共服务、风险预警等场景下的赋能机制。这一叙事的理论假设是，作为行政主体的人的本质不变，生成式人工智能只是作为一种高效的工具，增强了人类实现组织目标的能力。第二重叙事，是将生成式人工智能视为风险管控对象的“风险规制论”。这一叙事主要关注生成式人工智能可能带来的风险和负面影响，认为应采取相应的治理手段对人工智能的使用加以限制。学者们深入剖析了生成式人工智能在算法偏见、数据安全以及公共信任侵蚀等方面的潜在风险并积极探索包括多元协同治理与法律伦理约束在内的应对策略。这一叙事的理论假设是，作为行政主体的政府应运用理性和权威，控制外在的、充满不确定性的技术客体。

（二）理论分野：从“分离式本体论”到“关系式本体论”的转向

从根本上讲，无论是乐观的“赋能”叙事还是审慎的“规制”叙事，底层逻辑都统一于工具理性的框架之内。即，将生成式人工智能视为与人类主体相分离的工具，强调以“利用”和“控制”为底色进行成本收益的计算和权衡。这种主客体二元的“分离式本体论”视角，为我们理解生成式人工智能的表层影响提供了清晰的框架，但其重要局限在于，仅仅关注生成式人工智能为我们带来了什么，而未能触及更深层次的本体论问题。即，生成式人工智能如何改变了我们之所以为“我们”。当工具的复杂性与自主性达到一定阈值并深度嵌入人类的认知与决策流程时，主客体之间的界限将逐渐模糊甚至消解。基于此，我们的分析视角需要从主客体“分离式本体论”转向强调主客体相互建构的“关系式本体论”，公共行政分析的基本单位将不再是孤立的人或技术，而是人与技术在特定实践中所形成的动态关系组合。

在关系式本体论的视野下，生成式人工智能不再是被使用的工具或被监管的对象，而是一个具备了特定能动性的“行动元”。它通过与人类用户的互动，深度参与意义生成、知识创造和决策形成过程，扮演起“准主体”的角色。由此，一种“人机协同型行政主体”得以建立并将对未来的公共行政产生深刻影响。在笔者看来，“人机协同型行政主体”并非只是人与生成式人工智能两个独立主体的简单相加，而是在行政实践中浮现出的一个新型的、杂合的认知与行动单元。在这个单元中，人类的实践智慧、情境理解和价值权衡能力，与生成式人工智能的计算能力、模式识别和内容生成能力，形成了一种不可分割的共生关系。公共行政的认知、决策与执行能力，不再仅仅内在于人类大脑或组织规章之中，而是“分布”于由人类、算法、数据、接口等要素共同构成的人机系统之内。这一理论视角的转换，将为我们开启全新的研究议程，引导我们不再仅仅满足于评估生成式人工智能的“影响”或设计“控制”路径，而是深入人机互动的“黑箱”内部，深度思考行政主体在认知方式、决策模式与责任形态方面的重构，为从根源上理解生成式人工智能时代的治理变革奠定必要的理论基础。

认识、决策、责任：

“人机协同型行政主体”的三维重构

理论概念的生命力在于对现实的解释力。“人机协同型行政主体”并不仅仅是一个抽象的理论思辨，更是作为一种新兴的实践形态，在认知方式、决策模式和责任形态三个基本维度上系统性重塑传统行政主体的行动范式。

（一）认知重构：从有限理性到协同涌现

公共行政的主体认知质量是行政行为的逻辑起点。传统行政理论对这一起点的经典描绘是西蒙的“有限理性”模型。即作为公共行政的认知主体，人类的信息获取能力、处理速度和记忆容量均是有限的，为此，只能在复杂的现实世界中寻求“满意”而非“最优”的解。政府及其公务员可能需要花费数周甚至数月时间广泛收集资料、学习政策、咨询专家，才能形成一份有关城市发展规划的初稿。然而，生成式人工智能的嵌入，正在从根本上打破这一经典模型，催生出一种协同涌现的新型认知模式。在这一模式下，知识与洞察力不再仅仅是人类大脑内部加工的产物，而是从人与生成式人工智能之间高频、动态互动中涌现出来。这种认知模式的改变，通过多个维度得以体现。

第一，信息边界的扩展。庞宇飞等指出，管理就是决策，科学决策是现代管理的核心，而决策又十分依赖于情报。传统认知受到公务员知识储备与组织信息渠道、边界的限制。相比之下，生成式人工智能能够瞬时处理海量的、跨领域的非结构化数据——从政策文件到社交媒体舆情，从国家统计数据到地方街道办的基层记录。这一变化推动了公共行政主体的认知基础从一个相对封闭、有限的信息域，扩展为一个开放、近乎无限的知识海，极大地突破了有限理性的信息约束。

第二，认知过程的意义共创。相对于传统技术，生成式人工智能不再是单纯的信息检索工具，更是一个意义生成的伙伴。人类提供初始问题框架、价值判断与隐性知识；生成式人工智能则以强大的算力为基础，高效发掘数据中深层的关联与模式，生成初步的洞察与假设；人类再对这些产出进行批判性思考，提出更精准的追问，引导生成式人工智能进行更深层次的分析。从本质上，这不再是人类公务员借助工具检索信息和输出知识的过程，而是基于人机协同的意义共创过程。从认识维度来看，这是一种典型的分布式认知过程。知识和洞察力不再仅仅是人脑内部加工的产物，而是从人与机器之间的高频、动态的互动中涌现出来的。

第三，认知模式从回溯归因到前瞻模拟的转向。传统政策分析主要依赖历史数据的归因分析。一个城市的规划部门想要了解某项交通政策的效果，通常会分析过去五年的数据，考察政策实施后交通拥堵情况是否有所改善。而人机协同主体能够利用生成式人工智能的模拟和推演能力，构建复杂的孪生场景，对不同政策选项的可能后果进行大规模的仿真实验。这一变化使公共行政的认知从一种“向后看”的经验总结模式，转向一种“向前看”的可能性探索模式，为实现前瞻性治理和韧性治理提供了强大的智力支持。

（二）决策重构：从层级裁量到互动生成

如果说认知重构改变了“看世界”的方式，那么决策重构则改变了“做选择”的方式。传统科层制下的行政决策，其核心特征是“层级裁量”，即将决策权依据法律和职位授予特定岗位及个体，决策过程表现为在一个相对有限的备选方案集合中，进行自上而下的审批与裁决。生成式人工智能的嵌入，将这一模式改造为一种“互动生成”的新模式。这种新模式的革命性在于，将决策的核心环节从“选择”前置到了“生成”。

第一，备选方案的拓展。在传统决策中，城市管理部门要制定新的城市停车管理规则，通常的做法是，召集相关部门开会讨论，提出几种可能的管理方案，然后进行比较论证，最后做出集体决定。由于时间和认知资源的限制，备选方案通常不超过5项。在生成式人工智能模式下，可以设定不同的参数和约束条件，驱动生成式人工智能短时间内生成海量的、多样化的甚至超越人类惯性思维的政策选项，使备选方案的空间大幅拓展并将决策的核心环节从选择前置到生成。在这一模式下，决策的起点已从一个相对收敛的有限方案池变为一个无限开放的可能性空间。

第二，人类角色的重心转移。在互动生成模式下，公务员的核心角色不再是单纯的最终拍板者，而是转变为一个更高阶的引导者。其关键职能不再是亲自构思每一个方案的细节，而是设计一个能够引导生成式人工智能输出高质量方案的探索过程。包括设定符合公共价值的初始目标和约束条件；进行批判性评估，对生成式人工智能输出的方案进行深度的质询与挑战，识别其潜在的偏见、漏洞与风险；进行价值权衡，将技术上可行的方案与政治上、伦理上可接受的方案进行权衡；进行终局决策，对众多可能性方案进行最终的裁决。在这一模式下，行政裁量权的内涵从在既定规则内的自由裁决，深化为驾驭生成式系统、引导算法探索的智慧。这要求决策者不仅要懂政策、懂业务，还要理解生成式人工智能的逻辑和能力边界，知道如何向生成式人工智能提出好的问题并引导其生成更有价值的方案。

第三，决策过程的动态调适。传统的政策过程遵循政策制定、政策执行、政策评估、政策调整（或终结）的线性链条，新的政策制定或调整过程只能发生在相应的政策执行周期后。“人机协同型行政主体”能够利用生成式人工智能对政策执行的实时数据进行持续分析，动态评估决策效果，并即时生成调整建议。在这一模式下，公共政策的制定与执行，更像是一次边飞行、边校准的巡航，而非传统的线性决策过程。

（三）责任重构：从单一归因到分布式担责

作为法治政府的基石，行政责任的确立有赖于清晰的、可回溯的单一归因链条，任何一项行政行为的后果，最终都能追溯到做出该行为的特定个人或机构。例如，如果某张污染物超标排放的环保罚单存在问题，我们能够找到谁审核了这张罚单，谁确认了这张罚单，进而追溯责任。然而，“人机协同型行政主体”的出现，催生出一种分布式担责的机制，并引发责任追溯困境。

第一，行动意图的黑箱化。生成式人工智能的内部逻辑往往是黑箱式的，厘清行动背后的主观意图或客观缺陷极为困难。当一项由生成式人工智能深度参与的决策存在问题并导致失败时，我们很难判定问题的根源——是人类公务员的指令有误？还是生成式人工智能模型本身有设计缺陷或数据偏见？抑或是二者互动过程中出现了涌现性错误？

第二，归责链条的网络化。在人机协同实践中，责任主体不再是一个清晰的点，而扩展为一个复杂的网络，包括算法开发者、数据供给方、系统部署机构、使用生成式人工智能的行政部门、一线操作人员，乃至数据训练者。网络中的每一个环节都可能对最终的结果产生影响，但又都有理由为其行为的局限性进行辩护。例如，如果一个应急管理大模型在生成应急预案时出现了重大缺漏，导致应急决策失误，在追溯责任时可能会发现，数据部门提供的历史案例可能不够全面，算法团队在训练模型时可能没有充分考虑某些特殊情况，应急部门在部署系统时可能没有进行充分的测试，一线工作人员在使用系统时可能没有充分验证生成式人工智能的建议。在这个网络中，每个环节都可能说，这不完全是我的责任，我之外还有其他环节。

第三，传统问责机制的悬置风险。在现有行政问责制度下，无论是内部的纪律处分还是外部的司法审查，涉及对象都是人类公务员。问责机制涉及某一岗位的责任人是否有渎职、失职或贪腐行为。当一个非人类的虚拟主体成为决策链条中的关键一环时，传统的问责工具可能失效。我们无法直接惩罚一个算法，也难以在法律上清晰划定一个采纳了人工智能建议的公务员应承担的注意义务的边界。特别是当生成式人工智能直接面对市民咨询时给出错误答复，或在智能化流转市民投诉工单时出错，谁应该承担责任？是人工智能大模型的设计者或采购者？还是将人工智能模型部署到政务系统的工程师？抑或是提供知识库的公务员？

治理范式变革：

迈向“生成与审慎型”治理

治理范式，可被理解为一个时代中，规制社会、提供公共服务、处理公共问题的基本“游戏规则”与“操作逻辑”的集合体。任何一种稳固的治理范式，都内嵌着一个关于谁是治理主体以及如何行动的核心假设。以新公共管理为代表的管理型范式，内在假设的治理主体是一个追求效率、能够清晰计算成本收益的“经济人”式的行政机构。在这一假设下，治理的核心逻辑是设定明确的目标，将目标分解为可量化的指标，通过市场化或准市场化方式激励组织成员。当“人机协同型行政主体”逐渐取代传统人类公务员及其科层组织，成为行政实践中的主导形态时，旧范式赖以存续的核心假设便开始瓦解。一个具备协同涌现式认知能力、互动生成式决策能力并面临分布式担责困境的新主体，已无法被“管理型范式”的线性、量化、结果导向的逻辑所兼容。

基于此，治理范式的变革并非可有可无的外部选项，而是治理系统为适应核心行动单元的主体性重构，所进行的一场必然的、系统性的自我调适。当公共行政主体由单纯的公务员及其科层组织演化为人机协同型行动单元时，其认知能力、决策方式、责任承担方式都发生了根本性改变，整个治理系统的运行逻辑也必然要随之改变。

（一）“生成式治理”范式的逻辑转向

生成式治理是新治理范式最显著的、最具技术驱动色彩的特征，意味着公共行政主体从既定约束条件下被动解决问题的反应者，转变为主动探索、设计并催化多种未来可能性的生成者。

第一，从问题回应到方案空间探索的转向。传统治理模式常陷入出现问题、分析问题、解决问题的被动循环。这种事后逻辑导致政府始终被动地追赶社会问题。城市交通拥堵问题严重，政府就建设新的道路；适龄学生学位紧张，政府就兴建新学校。而生成式治理能够凭借生成式人工智能的强大算力与模拟能力，在问题浮现之前，系统性生成并评估海量、多样化的政策选项，将治理的重心从基于事后逻辑的回应性管理，转向基于事前逻辑的前瞻性引导。这对于应对气候变化、公共卫生危机等“棘手问题”具有革命性意义。

第二，从标准化供给到个性化服务的规模化转向。传统公共服务受到服务资源和服务能力的双重制约，往往只能提供一刀切式的标准化服务。无论居民的具体情况如何，社区都提供同样标准的养老服务、教育服务。这样做的好处是公平、简单、可控，但弊端是无法照顾到个体的差异需求，随着收入水平提高、教育普及、医疗条件改善以及社会保障的逐步发展，群众对服务质量、多样性和个性化的需求越来越强烈。生成式治理能够依据公民的个性化需求、偏好与生活情境，动态地生成个性化的服务包、沟通信息与政策指引，从根本上破解个性化服务的规模化困境。

第三，从静态规则制定到适应性规制的转向。面对复杂的经济社会活动，传统的立法与规制过程冗长而滞后，与新技术、新应用、新业态、新模式的实践需求相比，立法工作还存在时间差和空白区。一部法律从起草到最终实施，往往需要数年，而此时社会实践已经发生了巨大变化。生成式治理为适应性规制提供了可能，通过建立模拟环境，“人机协同型行政主体”可以对新的规制工具进行虚拟测试，观察其可能的社会后果，在现实世界中根据实时反馈进行快速迭代与动态调整。

（二）“审慎型治理”范式的逻辑转向

如果“生成式”代表了新治理范式在能力上的无限扩张，那么“审慎型”则代表了新治理范式在伦理与合法性上的必要收敛。正是因为生成式人工智能的能力过于强大，其内在机理部分不可能完全透明，一种更深刻、更系统的审慎型治理成为维系治理正当性的生命线。一个政府部门能够利用生成式人工智能输出数百个政策方案，但这并不意味着可以随意选择其中的任何一个。政府需要从伦理、法律、民主的角度，对这些方案进行严格的审查。在这个意义上，人类的价值、理性和道德判断，非但没有被削弱，反而被凸显到了前所未有的地位。

第一，“人在回路”的原则化。“人在回路”强调，在任何涉及公民权利与公共利益的重大决策中，最终的判断权、裁决权与否决权，必须且只能由负责任的人类主体来行使。这是权力始终掌握在能够被追究责任的人类手中，而非隐匿在不可知的算法之后的保障。“人在回路”不仅仅是技术层面的配置选项，更需要上升为一项法律要求。

第二，合法性基础从结果导向到过程导向的转变。在结果可预测、因果链清晰的时代，治理的合法性主要