陳洪連， 呂玉雪

(青島大學 政治與公共管理學院，山東 青島 266061)

一、引言

加強對權力的監(jiān)督與制約，是政治生活的永恒命題。秉承“以權制權”的理念，監(jiān)察權具有政治工具性價值，對于預防腐敗，促進國家機器正常運轉，維護政治秩序的穩(wěn)定等具有重要意義。監(jiān)察權屬于“治官之權”“治權之權”，是國家權力結構體系的重要組成部分。在行政監(jiān)察體制改革為國家監(jiān)察體制的語境下，監(jiān)察是指具有國家監(jiān)察職能的特定專責機關對公權力運行、公職人員職務行為的廉潔性進行監(jiān)督的活動。監(jiān)察具有鮮明的國家性、專門性、權威性、全面性等特征。國家監(jiān)察是行政監(jiān)察的升級，國家監(jiān)察的適用范圍遠遠大于行政監(jiān)察。根據《中華人民共和國監(jiān)察法》規(guī)定，新成立的監(jiān)察委員會對黨的機關、人大機關、行政機關、政協機關、審判機關、檢察機關、人民團體和民主黨派、工商聯機關工作人員，國有企事業(yè)單位管理人員以及其他履行公職的人員依法實施監(jiān)察，實現了對公職人員監(jiān)察的全面覆蓋。而行政監(jiān)察對象較為狹窄，主要是行政機關及其工作人員。行政監(jiān)察機關屬于人民政府的組成部分，而國家監(jiān)察委員會作為反腐敗機構，屬于政治機關。

黨的十八大以來，以習近平同志為核心的黨中央堅定不移推進全面從嚴治黨,推動國家監(jiān)察體制改革,著力構建不敢腐、不能腐、不想腐的體制機制,取得顯著進展和成效。中國國家監(jiān)察制度改革逐步落實，監(jiān)察主體的設置、監(jiān)察職權的配置、監(jiān)察體制和機制的設計、監(jiān)察行為及程序的規(guī)定等越來越科學合理。然而，在“高度被感知、高度互聯互通、高度數字化和被精準計算、高度透明和高度智能化的社會”[1]背景下，國家監(jiān)察制度的運行還面臨嚴峻的挑戰(zhàn)。一是腐敗手段憑借智能技術不斷演化，呈現出高科技化、強隱蔽性的特點，監(jiān)察量級急劇攀升，監(jiān)察難度不斷加大。二是傳統的“人工+孤島式”監(jiān)察不堪重負，難以適應反腐形勢發(fā)展，亟需實現模式創(chuàng)新與手段改進，人工智能和紀檢監(jiān)察的深度融合被提上議事日程。近年來，中央高度重視監(jiān)察工作的科學化、信息化與智能化，監(jiān)察機關紛紛積極響應，將智能技術應用于監(jiān)察業(yè)務工作之中，“制度+科技”成為新型反腐模式，監(jiān)察工作的科學化和精準化水平不斷提高。

伴隨電子監(jiān)察、大數據監(jiān)察、智慧預防等方法的試運行，人工智能在監(jiān)察領域發(fā)揮越來越大的作用。在《2019年國務院政府工作報告》中，中國正式提出“智能+”理念，“智能+監(jiān)察”的反腐模式浮出水面。智能技術能夠實現監(jiān)察工作的自動化運行，大幅度提高監(jiān)察效率；能夠彌補“人腦反腐的漏洞”，減少人為干預的隨意性，確保反腐行為的客觀性和公正性；能夠對公共權力運行、公共資金使用、公共資源交易、公共工程招投標、公共決策、行政執(zhí)法等進行智能監(jiān)測，高效地收集廉政風險信息，做好數據篩選、識別和分析工作，推動監(jiān)察部門更加精準地監(jiān)督執(zhí)紀問責。但是，將人工智能嵌入具體的監(jiān)察工作之中，還存在諸多理念和實踐層面的障礙與梗阻。因此，準確把握智能技術與監(jiān)察領域的融通邏輯，精準判斷智能監(jiān)察的現實困境，并探尋優(yōu)化智能監(jiān)察效果的理想路徑，是深化智能監(jiān)察研究的重要課題。

二、智能監(jiān)察的溯源與演進

在頂層設計和地方實踐的推動下，中國監(jiān)察信息化和智能化已步入整體式推進和跨越式發(fā)展階段。中國共產黨第十九屆中央紀律檢查委員會第二次全體會議指出，要充分運用互聯網技術和信息化手段，建設覆蓋紀檢監(jiān)察系統的檢舉舉報平臺；《中央紀委國家監(jiān)委信息化工作規(guī)劃(2018—2022年)》明確提出了新形勢下推進紀檢監(jiān)察信息化建設的總體部署。立足于“智能+”時代，各地紛紛開展了“科技+監(jiān)察”創(chuàng)新試點活動。政府通過智能技術的引入，將監(jiān)察對象與監(jiān)察區(qū)域全景式聯結，并對監(jiān)察信息進行收集、清洗、挖掘與分析，以期在監(jiān)察平臺上對多種行政行為開展實時監(jiān)測、風險預警、績效統計與評估，實現全覆蓋、全程同步的監(jiān)察。

追根溯源，智能監(jiān)察是電子監(jiān)察在新時期的改造與升級。關于中國電子監(jiān)察的起源，學者們有不同的看法。劉婭等認為，電子監(jiān)察誕生于2004年的科技、法制與國際合作[2]；鄔彬和黃大熹認為，電子監(jiān)察是中國政府預防腐敗制度創(chuàng)新與科技創(chuàng)新的有機結合，最早起源于2000年以來深圳等城市探索的電子政務等方面[3]；任建明認為，中國技術與監(jiān)察的結合初步嘗試是在1993年，國家組織實施的一系列“金”字開頭的信息化工程——“金宏”“金關”“金稅”“金財”“金審”“金盾”“金?！钡?。分水嶺則是以深圳為代表的地方政府所實施的電子監(jiān)察，這也是到目前為止監(jiān)察科技化的主流方式[4]。

從實踐層面考察，深圳市的電子監(jiān)察系統于2005年正式運行——并于當年通過“國家高科技研究發(fā)展計劃”(即“863計劃”)驗收及科技成果鑒定，它由電子監(jiān)察平臺、視頻監(jiān)督系統和行政審批網站三部分組成。其中，電子監(jiān)察平臺是核心部分，由諸多子系統集合而成，構建于政府內網上，其數據以及運行與互聯網并不相通。雖然深圳的行政審批電子監(jiān)察系統是信息化監(jiān)察的初步嘗試，但已具備了實時監(jiān)察、糾錯預警等功能，為其他地區(qū)建立智能監(jiān)察提供了前期探索和有價值的參考。

2008年，青島市紀委監(jiān)察局聯合電子政務辦公室，申請了“信息網絡技術在重要行政權力陽光運行及紀檢監(jiān)察業(yè)務工作中的應用研究項目”[5]，該項目涵蓋政府權力運行監(jiān)督系統與紀檢監(jiān)察業(yè)務運行系統兩部分，在覆蓋領域上更為系統與全面，如圖1[5]所示，縱向延伸至農村，橫向擴展至每一部門。青島市在推進項目實施的過程中，對政府公共權力的運行流程進行了“清單”式梳理與再造，并在此基礎上做到了權力運行軌跡的公開化和透明化，推進了智能技術在電子監(jiān)察中的開發(fā)與應用。

自此之后，其他地區(qū)紛紛效仿，智能化監(jiān)察平臺如雨后春筍般涌現，江蘇省的“權力陽光”系統、天津市的黨風政風監(jiān)督信息系統、貴州省貴陽市的“數據鐵籠”、云南省的五級聯動監(jiān)督平臺、福建省泉州市的民生資金動態(tài)監(jiān)督平臺、內蒙古自治區(qū)呼和浩特市的“區(qū)塊鏈+智慧監(jiān)督”平臺等較具代表性。其中，“區(qū)塊鏈+智慧監(jiān)督”的應用備受矚目，保障監(jiān)察執(zhí)紀取得良好效果。呼和浩特市土默特左旗紀委監(jiān)委一體推進建設以“內網+外網+政務網+局域網”作為基礎，整合公務用車管理系統、“企查查”查詢系統、“陽光三務”服務系統、國家“互聯網+監(jiān)管”等七大系統，接入數據分析云平臺、視頻數據管理平臺、政務服務云平臺、“一卡通”民生服務信息平臺等五大查詢分析平臺為核心的大數據綜合查詢研判新平臺，初步實現“智慧監(jiān)督、數據反腐”的大數據新技術應用[6]。區(qū)塊鏈技術應用于監(jiān)察平臺，可發(fā)揮效率高、成本低、安全性高、時間戳不可更改的優(yōu)勢，確保監(jiān)察數據安全性、可追溯性、保密性、高效性，實現了由“跋山涉水”查數據到“足不出戶”用信息的轉變。

總體而言，中國智能技術應用于監(jiān)察領域由來已久，覆蓋廣泛，典型特征主要有：其一，在地域方位層面，由南至北，從東到西，與中國地域經濟發(fā)展水平基本保持一致。深圳市、上海市、廣州市、青島市等沿海城市和浙江市、蘇州市、杭州市等經濟發(fā)達地區(qū)率先實踐，而后逐漸推廣至中部、西北部地區(qū)。其二，在行動主體層面，地方政府先行先試，中央政府總體調控。沿海城市是前期的主要行動者與創(chuàng)新者，擁有電子監(jiān)督創(chuàng)新試點權限。中央政府總體協調各地創(chuàng)新試點進度，然后再把先進經驗推廣到其他地方。其三，在應用領域層面，單項突破轉為縱深發(fā)展。早期“技術+監(jiān)察”主要應用在行政審批領域，傾向于單項突破，但隨著科技的發(fā)展與監(jiān)察體制的改革，“技術+監(jiān)察”也逐步覆蓋行政審批、政府采購、公務接待、公款使用、政務公開等多個領域。其四，在發(fā)展深度層面，橫向聯結廣，縱向聯結少。在中央政府的干預下，橫向拓展較有成效，但省、市、縣、鄉(xiāng)、村縱向聯結卻進展緩慢，僅有少數地區(qū)(如青島市)能實現五級聯網。就全國整體而言，縱向到底，橫向到邊的聯結網絡尚未形成。

三、智能監(jiān)察的價值定位

人類發(fā)展史上的每一次科技革命，都會深刻影響并變革社會生產、社會關系乃至政治體制。智能技術作為人類智能的模仿與延伸，不僅從形而下層面系統提升監(jiān)察手段與方法，還從形而上層面清晰描繪智能監(jiān)察的價值目標。

(一)由“孤島式”監(jiān)察走向開放式數據共享

隨著監(jiān)察體制改革進入深水區(qū)，協同反腐的重要性日益凸顯。反觀當前的監(jiān)察聯動機制，“獨角戲”“走過場”等現象較為嚴重，多元主體的合作銜接較為松散，監(jiān)察要素資源分割離散，監(jiān)督合力成效不顯。在“智能技術+監(jiān)察”方面，電子監(jiān)察、數據監(jiān)察等智能監(jiān)察平臺多為個別地方政府基于特定需求而自建，甚至僅服務于單向的監(jiān)察業(yè)務，這就造成了數據資源的緊耦合①，進而導致監(jiān)察部門內部、各地方監(jiān)察部門之間的數據壁壘，“信息孤島”②并沒有被破解，反而有加重的趨勢。

信息開放與共享是對權力制約與監(jiān)督最有效的方式之一，共享數據庫可以讓監(jiān)察部門、工作人員等利益相關者方便快捷地獲取所需資料，高效有序地開展監(jiān)察工作。首先，監(jiān)察部門之間的數據交互能夠將不同區(qū)域、不同場景的信息源進行互補融合，完善監(jiān)察數據庫的全局信息，方便國家監(jiān)察體系的統籌；其次，通過同區(qū)域、同場景的信息比對分析，可以從多維角度感知目標，進而促進目標信息的更新與新線索的發(fā)現；最后，不同于區(qū)塊式監(jiān)察模式，聯動式監(jiān)察可以校準冗余信息，將重復性的數據開發(fā)與應用進行協調合并，節(jié)約數據開發(fā)成本與資源，同時有效提升數據開發(fā)的效率，實現多區(qū)塊監(jiān)察數據的有效集成。

(二)由樣本式監(jiān)察轉為全景還原式監(jiān)察

黨的十九大報告明確提出，要“構建黨統一指揮、全面覆蓋、權威高效的監(jiān)督體系”[7]，監(jiān)察的全景式“掃盲”是監(jiān)察體制改革的重要著力點。但長期以來，基于小數據的獲取方式，人類的思維路徑大多遵循因果邏輯模式，監(jiān)察工作也是嚴格要求線索、證據與事實的因果對應，常采用諸如抽樣調查、問卷訪談等有限的調查方法。但無論抽樣的方式有多科學，也不可能獲取全部數據，因而就有一定的幾率漏掉“非樣本”中的關鍵信息。

時至今日，智能技術已經為獲取全部數據提供了強力支持，其發(fā)展為監(jiān)察體制賦予了一種全新的思維模式——全景全數據。“在大數據時代，隨著數據收集、存儲、分析技術的突破性發(fā)展，我們可以更加方便、快捷、動態(tài)地獲得與研究對象有關的所有數據。相應的，思維方式也應該從樣本思維轉向總體思維，從而能夠更加全面、立體、系統地認識總體狀況”[8]?！俺闃印钡挠∮浾诘皹颖?總本”的全景式規(guī)模正加以呈現，監(jiān)察部門可以調用全部的數據資源進行線索搜集與取證分析，對目標進行“全數據”的整體性還原，避免事實還原思維的片面性和局限性。

自《中華人民共和國監(jiān)察法》施行以來，江蘇省鹽城市阜寧縣紀律檢查委員會、監(jiān)察委員會(以下簡稱“紀委監(jiān)委”)開展了一系列活動，利用智能手段，聚焦監(jiān)察“零盲區(qū)”，實行具有本地特色的、權力運行過程全覆蓋的信息化監(jiān)督，做到監(jiān)督工作與監(jiān)察情況的全景式實時掌握[9]；四川省成都市武侯區(qū)紀委監(jiān)委也對監(jiān)察對象進行了全景式掃描，針對監(jiān)察工作建立了信息數據庫，并推行“監(jiān)察對象智慧信息平臺”建設，旨在將數據成果運用到線索篩查、宣傳預防、巡察、監(jiān)督監(jiān)察等工作中[10]。毋庸置疑，全景還原式監(jiān)察突破了傳統的監(jiān)察瓶頸，能夠在全面準確數據中把握信息與線索，實現監(jiān)察對象與監(jiān)察職能的全覆蓋。

(三)由結果監(jiān)察轉為過程監(jiān)督與預警

對于一線的監(jiān)察部門而言，實時數據流的高效獲取是關鍵所在，權力運行的實時監(jiān)控成為監(jiān)察工作關注的重點，及時預警是監(jiān)察工作努力的方向。但是，傳統的監(jiān)察手段由于受到數據規(guī)模量的限制，偏重于事后監(jiān)督，難以實現防控“關口前移”，不能突破“時滯”困境。但廉政風險潛藏在每一個過程或環(huán)節(jié)之中，鑒于監(jiān)察部門對各種線索的追蹤查辦仍處于強被動性、事后性的狀況，當潛在風險浮出水面時，最佳的防控時機已然錯過，腐敗后果隨即出現。由于該問題的不斷重復累積，導致腐敗的輻射效應相應擴大。因此，監(jiān)察部門的工作重心應由事后嚴懲轉向事前預防，做到防患于未然。“傳統的研究方式是‘理論—假設—驗證’，而智能時代可以運用大數據技術，在沒有假設的前提下挖掘數據，發(fā)現其背后的相關關系，進而作出預測”[11]。

智能技術能夠刻畫權力運行的每一條痕跡，實時收集數據進行動態(tài)統計與分析，并對異常行為進行及時糾正與上報，實現“事前—事中—事后”的全天候全方位全覆蓋監(jiān)察。這為結果監(jiān)察轉變?yōu)檫^程監(jiān)督，提供了必要的技術支持。就目前而言，推進廉情預警平臺建設已成為監(jiān)察機構的工作核心之一，通過多智能體模型、深度學習、知識圖譜等技術的運用，可以建立權力和風險清單，而后經過權力實時全程記錄，對關鍵環(huán)節(jié)進行深入的數據挖掘與分析，并處以風險評估與預警標紅，讓腐敗預測進入合法程序，如圖2所示，實現監(jiān)察工作的空間范圍、時間維度的全覆蓋。例如，寧夏回族自治區(qū)各級機關，研發(fā)了網上管理平臺18個，引入27項業(yè)務流程，構建了區(qū)、市、縣、鄉(xiāng)四級綜合電子監(jiān)察平臺，對權力運行全過程進行了全程監(jiān)督[12]。

(四)由粗放式問責走向無縫化監(jiān)管

“有權必有責、用權受監(jiān)督、失職要問責、違法要追究”，問責是監(jiān)察制度的重要組成部分，用責任約束權力是實現監(jiān)察制度有效落實的重要保障。但在傳統的監(jiān)察問責中，權力的無縫監(jiān)督與精準的責任追究不能落到實處，難以對腐敗發(fā)揮震懾作用?，F代系統論指出，社會管理模型的運行旨在構建“精密”的運作機制，當前問責乏力正是由于職責范圍粗疏不明晰，責任主體與責任事項之間的對應關系混亂模糊，致使責任追究的“最后一公里”無法推進。因此，基于大數據的責任清單建立就顯得尤為迫切和重要。

當前，智能化的監(jiān)察手段使得權力運行軌跡無處遁形，以技術作為制度的支撐，能增強問責的針對性和實效性。依據監(jiān)察的數據庫和實時記錄，將每一項權力運作的責任主體、責任憑據、責任全程監(jiān)管以清單的形式記錄存檔，使得每一事項都有明確的直接責任主體，使追責能進一步細化和精準化。在建立完善監(jiān)察要素數據庫，監(jiān)管平臺實現全景監(jiān)控并預警的基礎上，智能平臺的責任追究功能也相應被激活——監(jiān)察機關利用監(jiān)察數據平臺所獲取的實時數據交互信息，綜合其他監(jiān)察手段進行判定后啟用責任追究機制，這符合透明、規(guī)范、專業(yè)等技術合理性的要求。

在智能模式下，政務公開的局面和形勢有了新的突破，政府官員與決策議程都會被智能平臺精準地記錄并收集，以供監(jiān)督部門隨時查閱和回溯分析。監(jiān)察主體只有全面地了解權力運行的真實情況，監(jiān)察行為才能靶向明確、有的放矢，問責主體的權力也才能由“虛”到“實”，推動監(jiān)察對象形成“不敢腐，不能腐”的路徑鎖定③。智能化的監(jiān)察是動態(tài)化、全貌式的，可以對監(jiān)察對象進行全方位追蹤，時刻懸掛“達摩克里斯之劍”，不斷強化“不敢腐”的震懾效應，進而為一體推進不敢腐、不能腐、不想腐體制機制建設打下堅實的基礎。

四、智能監(jiān)察的運行邏輯

智能技術深刻融入政治生活，對監(jiān)察體制變革帶來深刻影響。盡管智能技術應用于監(jiān)察領域歷時較短，相關的制度建構尚不成熟，但監(jiān)察智能化漸成發(fā)展潮流。從技術應用層面考察，智能監(jiān)察的運作邏輯如下：

(一)推動監(jiān)察要素數據化

從某種意義講，人類的思維過程可以看作是一個搜索過程，遵循因果模式，對相關信息的搜索是判定結果的必要前提。監(jiān)察工作的運行原理亦是如此，通過監(jiān)察要素的信息收集、篩選、分析和加工來進行邏輯推理和判斷。因此，大量真實、全面、客觀的信息資料收集與處理是實現監(jiān)察業(yè)務精準有效的重要基礎。但在信息爆炸的時代，監(jiān)察部門需要采集并處理的數據單位由傳統的K、M、G、T一路飆升至P(103T)、E(106T)、Z(109T)，數據形式也不斷延展，除了傳統的文字、圖片、符號、音頻、視頻、熱力地圖、軌跡信息之外，還包括大量結構化、半結構化、非結構化、體系內與體系外的數據類型，人工查詢方式已不能滿足監(jiān)察工作的需要。

基于對人類智能的模仿，智能技術的推理機制與問題求解主要通過狀態(tài)空間搜索來實現的，從多個數據庫抽取、轉換、清洗、集成數據是智能技術運作的邏輯起點。法社會學理論認為，社會規(guī)范系統的運行并不直接去調整社會行為本身，而是通過抽象的概念和范疇等要素形成規(guī)則的空間體系[13]，因此，權力運行的每一步細節(jié)、每一個領域理論上都可以數據化，監(jiān)察要素的數據化抽取與賦權成為可能。立足于此，運用新技術，如借助分布式系統基礎架構(Hadoop)生態(tài)圈的開源分析工具④，能夠對大量雜亂無章且碎片化的監(jiān)察要素進行清洗、關聯、規(guī)范化整合，將復雜多維的監(jiān)察信息集結成專門的數據庫，實現不同類型數據之間的有效聯結，是智能技術與監(jiān)察制度有效融合、建立智能監(jiān)察模型的基礎——取證分析、案件研判有賴于結構化數據的傳遞與加工。運用層次分析法(Analytic Hierarchy Process， AHP)，可以將復雜的監(jiān)察要素設定劃分為目標層、指標層和準則層三級指標體系，并組成樹狀結構的指標模型，建立起系統抽象、結構明晰的數據譜系[14]。

在監(jiān)察要素關聯數據庫(知識庫)支撐的基礎之上，知識圖譜(Knowledge Graph)⑤可以通過知識建模、知識獲取、知識管理與知識賦能為各監(jiān)察要素進行不同的語義標注與關聯，通過“智能搜索+知識庫”的方式將海量數據資源有序地組織好，突破基于關鍵詞搜索的傳統方式，把不同層次和粒度的抽象概念直觀呈現出來，實現信息的多維檢索和關聯導航，在監(jiān)察工作流程中實現更為智能、更為便捷的信息檢索，如圖3所示。在實現監(jiān)察要素數據化并優(yōu)化檢索的前提下，智能技術與監(jiān)察體制有了數據橋接渠道，監(jiān)察工作的信息化、智能化有了基礎支撐；即使未經過專業(yè)智能化學習的工作人員也能較快地利用知識圖譜進行檢索，人機合作的門檻大大降低。

(二)促進監(jiān)察過程算法化

人類通過對自然與社會規(guī)律的學習與模仿設計了許多應用于優(yōu)化組合、機器學習、智能控制、感知識別等領域的算法。算法是智能技術的“魂魄”所在，是“智能”的重要核心?！按髷祿r代干預生活世界的算法能夠解決大量復雜的任務，包括執(zhí)行搜索、安全加密、優(yōu)先推薦、模式識別、預測、分析、仿真和優(yōu)化等，算法已然成為社會新的權力中間人”[15]。在某種程度上，所有的智能都可以看作是“一種算法”。從卷積神經網絡(CNN)到遞歸神經網絡(RNN)，從專家系統到特征工程，再到深度學習，算法在各種問題解決中發(fā)揮著越來越大的作用。監(jiān)察作為一項復雜的人類社會行為，與算法有天然的邏輯關聯，監(jiān)察過程在某種程度上可以簡化為算法計算過程。

數據的采集是監(jiān)察工作順利開展的基礎，如何高效、準確地采集異構化、高維化的數據是難點所在。當前，語音識別、圖像識別、機器視覺等感知識別技術的發(fā)展日新月異，可廣泛應用于將不同信息類型進行結構數據化處理與采集等方面。例如，基于自然語言處理(Natural Language Processing，NLP)的算法系統可以將非結構化的文本材料轉化為輕量級的結構化數據，大幅度降低監(jiān)察法等文本的數據化難度。

監(jiān)察“對象”的“行動”也是體現是否違反法律、有無腐敗行為的表征，對監(jiān)察對象的動態(tài)化監(jiān)管與分析是線索取證的重要來源。隨著信息技術的發(fā)展，腐敗“行動”趨向于智能化、隱蔽化、單線程，單靠人力識別難乎其難。在市場經濟發(fā)展、社會財富與資源不斷豐富的場景中，腐敗行為的范圍也在不斷拓展，這導致了諸多監(jiān)察線程與監(jiān)察節(jié)點的交匯。借助感知識別、智能定位等技術的輔助，多線程、高吞吐地實時監(jiān)測“行動”有了一定的可操作性。例如，模糊人臉識別定位系統，可以對公職人員的臉部特征進行抓取并建立臉部模型庫，在公職人員外出公干或進行其他行為時，可以有效進行實時定位，同時輔以腐敗風險知識庫進行“行動甄別”。

在智能時代下，實現監(jiān)察過程的“實時性”“全程性”已有技術支撐。例如，“元胞自動機”算法，區(qū)別于以數學分析為基石的系統動力學模型，是基于復雜的自適應系統，以一系列的模型規(guī)則與演化規(guī)則集合而成的邏輯算法，能將監(jiān)察行為中的時間、空間、狀態(tài)等要素都進行離散，并依據一定的空間相互作用規(guī)則與因果關系產生關系集合，進而高度模擬物理世界中的監(jiān)察行為演化過程。此類算法既能實現監(jiān)察過程的靜態(tài)還原，又能實現動態(tài)過程的實時把控，最大程度地避免傳統“分解—還原”方式帶來的偏差，凸顯監(jiān)察行為的內在規(guī)律與邏輯，展現整體權力運行痕跡，實現全方位、無遺留的監(jiān)察監(jiān)管。

(三)實現監(jiān)察結果預見化

在監(jiān)察要素數據化入庫、監(jiān)察過程算法化把控的基礎上，多智能體模型融入監(jiān)察體系，實現監(jiān)察業(yè)務的場景模擬，保障風險預測預警具有現實可行性。IBM公司認為智能體既是一個“軟件實體”，也是一個行為集合，通常具有自主性(Autonomy)、主動性(Pro-activeness)、反應能力(Reactivity)、社會能力(Social ability)四種性質，是一個可以“代表”個體或其他實體的“代理”，可以通過與環(huán)境的交互實現合作協商、場景模擬等，如圖4所示。

監(jiān)察工作是一個多維復雜的政治活動，具有動態(tài)性、協作性、分散性等特性，智能技術可以將客觀物理世界中監(jiān)察行為拆分為時間、空間、語義和語境四個要素并投射到賽博空間中，將各種影響因素通過實時數據、屬性測量、符號分析、環(huán)境分析等運作虛擬還原，并構建基于監(jiān)察知識庫與Agent⑥協同模型的多層次建模，通過輸入特性、屬性與要求來建構不同的場景[16]。在場景建構的基礎上，智能體通過學習人類專家的知識和解決問題的邏輯，能夠模擬人類專家的推演過程，進行監(jiān)察結果預判。例如，在原有的神經網絡基礎上加入模糊RBF神經網絡⑦結構，可以通過訓練，充分利用原有知識庫以及輸入樣本的規(guī)律性，在導師信號的限制下進行更精準的分類與指標評價。模糊RBF神經網絡結構擁有與人類相似的思維方式，同時又能最大限度地避免“真實專家”給出結果時的主觀性與模糊性，在處理監(jiān)察工作中的不確定性、非線性問題時具有明顯優(yōu)勢。

除了已經形成的監(jiān)察工作預判，多智能體還可以結合機器學習與深度學習等技術進行監(jiān)察業(yè)務的風險預警。在全面、精準、實時收集信息并構建知識圖譜的前提下，智能模型能從其中探尋并學習數據流的內在規(guī)律，敏銳地發(fā)現其中的變化，并對每一次變化進行分析與風險評估。例如，為公職人員建立資金流動模型庫，通過對其資金流的變動往來情況實時追蹤與分析，發(fā)現其中的異常交易可能，如圖5[17]所示。此外，多智能體模型改變了過去必須人工手動輸入各種監(jiān)察要素參數與規(guī)則的方式，實現了自主化計算、自主化提取監(jiān)察知識、自主化學習，能對隱藏信息實現深度挖掘，且其計算結果還能作為新的數據樣本進入知識庫，實現模型運作的循環(huán)迭代，在尚無明確線索的情況下對高風險領域進行標紅，促進監(jiān)察資源的合理配置。

五、智能監(jiān)察的問題反思

事實證明，人工智能與監(jiān)察體制的融合有其合理性和必要性。中國監(jiān)察體制已步入信息化和智能化的軌道，智能監(jiān)察的特色和優(yōu)勢日益顯現。但是，智能技術的興起還是新生事物，本身尚不成熟和完善，在監(jiān)察領域的應用還存在諸多問題，進而影響智能監(jiān)察的實施效果

(一)“數字陷阱”的羈絆

監(jiān)察工作是一項包含環(huán)境、人性、法律等復雜因素的活動。由于傳統監(jiān)察手段的局限性，往往在評判上有一定的容錯率。智能技術以量化為主要指標，規(guī)避個人主觀意識介入與暗箱操作風險，實現監(jiān)察全流程的公開透明。從本體論意義上講，一切事物皆可以量化，即古人所云“物有萬象，萬象皆數”，但本體論上的可量化卻并非能與認識論上的可量化等同。雖然以量化為指標能推進監(jiān)察工作的科學化、客觀化與精確化，但全量化也縮減了自由裁量的空間。監(jiān)察活動是一項復雜的社會性工作，其監(jiān)察對象有一定的模糊性與主觀性，表面數據并不一定與事實本質等同，量化并不一定與科學化等同，過度量化反而會陷入“數字陷阱”。

(二)倫理反思的缺位

人工智能領域出現的各種顛覆性創(chuàng)新，要求人們加強對智能技術的倫理反思。然而，在大數據智能時代，“越來越多的權力存在于算法之中，它不僅塑造社會與文化，直接影響與控制個人生活，甚至獲得了真理的地位”[18]，由于算法權力不透明、難理解，人類無力對算法權力進行倫理反思與規(guī)制。不僅如此，由于不具備人類的思維、情感、道德與價值觀，智能技術囿于工具理性的窠臼，難以彰顯價值理性的光輝。“把制度的執(zhí)行者由人變?yōu)橛嬎銠C程序，把權力的所有者由人變?yōu)槌绦蚰K”[19]，雖然能夠提高制度執(zhí)行效率，但缺乏人類在理性與情感之間的反思平衡機制。由于只設定了冰冷的技術責任框架，缺乏有溫度的倫理指導，監(jiān)察決斷很可能會導致純粹理性控制下的決策偏差。也就是說，當下的智能監(jiān)察系統并不具備“真正的理性”，其組成是數理邏輯而非倫理邏輯，只有目標達成與否的認知而無對錯之分，只有反饋功能而無反思功能，其運行結果很可能與社會倫理背道而馳。

(三)制度保障的匱乏

從某種意義上講，智能監(jiān)察的發(fā)展最終要歸依于制度建設。簡·E·芳汀在《構建虛擬政府：信息技術與制度創(chuàng)新》一書中指出，真正的挑戰(zhàn)不在于構建電子政府的技術能力，而在于克服政府內部根深蒂固的組織性分歧和政治性分歧[20]。制度建設是實現技術可能性、發(fā)揮智能監(jiān)察先進性的根本保障。

在當今中國，技術決定論⑧仍占據主導地位。智能監(jiān)察系統的建設也往往聚焦于神經網絡、算力算法、機器學習等技術問題，過于強調技術所帶來的優(yōu)勢，而忽略了技術生長所需要的制度環(huán)境。智能監(jiān)察不是智能技術與傳統監(jiān)察機制的簡單嫁接，而是要構建相應適配的監(jiān)察流程、結構與制度。但是，這種適配卻存在諸多難點：首先，技術發(fā)展與變革往往快捷而迅猛，政府部門轉型卻審慎而緩慢，該時間差構成了智能監(jiān)察的深度發(fā)展障礙；其次，智能監(jiān)察系統的初期構建成本較為巨大，相關機構負擔較重，致使某些監(jiān)察部門仍運行“雙軌制”以緩解資金壓力，監(jiān)察體系運行混亂；最后，監(jiān)察部門相比其他部門更加注重“界限”與保密，確保監(jiān)察工作中產生的各種類型數據不會被增刪修改、丟失泄露是客觀需求，但嚴密的數據安全保障制度并未成熟，導致智能監(jiān)察數據壁壘依然存在。因此，制定統一、標準、普適性的頂層制度，完善相關的制度與法律，實現“智能+監(jiān)察”的長效機制尤為重要。

(四)智能技術應用的零散淺層化

中國政府管理模式區(qū)別于西方國家區(qū)域管理模式，縱橫交錯、縱向為主的特征比較明顯，條塊分割致使橫向部門之間缺乏共同的上級管理部門[21]。這導致各系統、各部門、各級監(jiān)察單位之間建設標準不統一、監(jiān)察業(yè)務各自獨立、監(jiān)察系統之間無法互聯互通，各監(jiān)察部門之間協同工作難度大，不能適應于監(jiān)察業(yè)務動態(tài)性、協作性、復雜性和綜合性的需要。換言之，現在智能技術與監(jiān)察體制的融合實踐還處于零散化的狀態(tài)，一體化的智能監(jiān)察平臺進展緩慢。

不僅如此，多數地區(qū)的“智能+”監(jiān)察系統還處于淺層次的技術疊加狀態(tài)，沒有創(chuàng)造出新的發(fā)展生態(tài)。“它是一種先進管理思想的引入而絕不單純是一個軟件引入的問題”[22]，許多地區(qū)的智能監(jiān)察平臺建設相對滯后，僅僅是為了完成任務而非當作“主力軍”，智能監(jiān)察功能成為擺設，更遑論數據開放與共享。另外，智能監(jiān)察系統的縱向深度有待挖掘，多數地區(qū)在進行“智能+”建設時，僅考慮橫向覆蓋面，忽視逐級下嵌度，這導致地市級的智能監(jiān)察平臺不能獲取充足的下層數據資源，對社會監(jiān)察信息的訴求反應遲緩，難以發(fā)揮智能監(jiān)察及時性、高效性和預防性的功能。

(五)智能專業(yè)人才的稀缺

監(jiān)察工作并非單一技術的構嵌，而是多項技術的組合。智能監(jiān)察并不意味著實現完全的智能化、虛擬化，實體意義的監(jiān)察機構仍是不可或缺的重要組成部分。就現階段而言，人的經驗判斷與理性思維仍是維持監(jiān)察機器運轉的關鍵保障。美國數據分析家Franks 曾說：“成功分析的關鍵不是工具和技術本身，使用這些工具和技術的人才是取得成功的核心要素?！盵23]借由智能技術來輔助監(jiān)察活動確實能極大提高決策效率與質量，但目前的人工智能遠非真正的“智能”，在自主自動方面仍有較大的缺陷，不能由機器單獨完成所有的決策行為。由于人工智能價值理性和倫理邏輯的先天缺失，使得機器學習也可能會“學壞”，所以技術缺陷仍需要人類智能來彌補。

目前，智能監(jiān)察專業(yè)化人才短缺。一方面，人工智能的人力資源開發(fā)相對滯后，國家出臺的強制性技術要求缺乏統一的標準，崗位職責與智能監(jiān)察系統出現匹配失衡；另一方面，高等教育中人工智能專業(yè)開設相對滯后，不能及時、有效地培養(yǎng)相關人才。社會上的培訓機構雖然種類繁多，各有側重，但基于政治學、信息科學、計算機科學和智能技術科學領域的復合型人才培養(yǎng)嚴重落后于時代發(fā)展。

六、結語

在智能時代潮流的沖擊和頂層設計的推動之下，中國“智能+監(jiān)察”工作進展迅速、初見成效。但是，智能監(jiān)察的構建畢竟是一項規(guī)模宏大的系統性工程，仍然面臨體制、技術、人才等方面的掣肘和瓶頸。智能技術并非安全無虞，還潛存諸多風險，由技術引發(fā)的量化陷阱與倫理缺陷導致智能監(jiān)察備受詬病。技術的嵌入能夠彌補傳統監(jiān)察的種種缺陷，卻無法保證后續(xù)的均衡樣態(tài)，監(jiān)察過程的算法化、監(jiān)察要素的數據化使得智能監(jiān)察模式對于數據和算法有極強的依賴性，存在數據霸權、算法獨裁等諸多隱患。也就是說，智能技術不光孕育著“數字秩序”的巨大機遇，也包含著滑向“技術利維坦”的風險[24]。

“對于大數據技術的發(fā)展既不能過度樂觀，選擇性簡化或忽略問題的嚴肅性，也不能過于放大風險甚至成為‘技術災變論者’，因而裹足不前，阻礙技術發(fā)展”[25]。智能監(jiān)察的意義和價值不能輕率否定，秉承實現智能技術化歸⑨的愿景，將智能技術融入到監(jiān)察體制之中，才是建構面向未來的監(jiān)察制度的理想藍圖。首先，應該反思智能本質，主動馴化“技術利維坦”，大力推動智能技術的發(fā)育完善，升級監(jiān)察系統中智能技術嵌入的理念——既不能抵制技術，也不能過度依賴技術，“人機共智”才是最優(yōu)方案。其次，要從頂層設計的角度做好全局謀劃，做好智能監(jiān)察系統的開發(fā)規(guī)劃，并從技術與體制的融合、技術與人才的相加、橫鋪與縱深的共籌等方面整體謀劃，不斷開拓監(jiān)察系統智能化的新格局。最后，專業(yè)隊伍的建設也應提上議事日程，在實踐中打造一支具備智能化思維、新技術能力、職業(yè)道德規(guī)范的監(jiān)察干部隊伍，是推動智能監(jiān)察進一步升級的本源動力?？傊悄鼙O(jiān)察之路任重道遠，未來可期。

注釋：

① 數據資源的緊耦合，是指模塊或者系統之間關系太緊密，存在相互調用。緊耦合系統的缺點在于更新一個模塊的結果導致其他模塊的結果變化，難以重用特定的關聯模塊。

② 信息孤島，是指數據在不同部門相互獨立存儲，獨立維護，彼此間相互孤立，形成了物理上的孤島狀況。

③ 路徑鎖定，即進入某路徑并沿著該路徑不斷慣性循環(huán)，并產生路徑依賴。

④ 分布式系統基礎架構(Hadoop)生態(tài)圈的開源分析工具，支持即時查詢、在線分析、文本挖掘、圖譜挖掘、機器學習、全文搜索引擎等功能。

⑤ 知識圖譜(Knowledge Graph)，是指以關聯數據集等知識庫為支撐，對數據資源進行語義標注和關聯，建立關系網絡，通過深入的語義分析和挖掘，借助強大的語義處理能力和開放互聯能力，通過可視化界面為用戶提供方便智能的瀏覽檢索等服務，旨在以結構化的形式描述客觀世界中概念、實體間的復雜關系。

⑥ Agent特指角色，即智能體模擬參與者。

⑦ RBF神經網絡，即徑向基函數(Radical Basis Function)神經網絡。徑向基函數神經網絡是一種高效的前饋式神經網絡，它具有其他前向網絡所不具有的最佳逼近性能和全局最優(yōu)特性，并且結構簡單，訓練速度快。同時，它也是一種可以廣泛應用于模式識別、非線性函數逼近等領域的神經網絡模型。

⑧ 在信息技術的影響方面，學界存在“技術決定論”與“社會決定論”的分歧。前者認為技術式社會發(fā)展的決定因素，后者認為技術是中立工具而非內生動力。

⑨ 技術化歸，是指各種新技術必須得到轉化使其從陌生的、可能有危險的東西轉變成能夠融入社會文化和日常生活之中的馴化之物。參見：何明升《智慧生活：個體自主性與公共秩序性的新平衡》，《探索與爭鳴》，2018年第5期，第22—25頁。