摘要：ChatGPT和Sora迅速崛起并廣泛應(yīng)用，引發(fā)了各國對大模型的“追捧”與“考量”。然而，大模型能否引入數(shù)字政府，會在哪些應(yīng)用場景形成乘數(shù)效應(yīng)等問題有待觀察。以國內(nèi)幾款主流大模型應(yīng)用為例，對大模型的基本概念、主要分類、功能屬性及其與數(shù)字政府的相互作用等作出解釋。大模型在提升政府治理效率的同時，會增加額外成本，帶來新的風(fēng)險，對現(xiàn)有制度、機制、技術(shù)和數(shù)據(jù)等提出新挑戰(zhàn)。依據(jù)敏捷治理理論和“技術(shù)嵌入型治理”等有關(guān)概念，提出“軟硬結(jié)合”完善制度體系、“數(shù)實融合”重塑運行機制、“虛實結(jié)合”打牢技術(shù)底座、“人機結(jié)合”激發(fā)數(shù)據(jù)活力等對策建議，以期為大模型有效提升數(shù)字政府成熟度找到更優(yōu)路徑。

關(guān)鍵詞：大模型；人工智能；數(shù)字政府；場景應(yīng)用；敏捷治理

中圖分類號：D63；TP18文獻標識碼：ADOI：10.3969/j.issn.1003-8256.2025.01.006

基金項目：中共中央黨校（國家行政學(xué)院）科研項目（2023YB037）

數(shù)字政府是技術(shù)嵌入與數(shù)據(jù)賦能雙重作用下的新型治理模式，更加強調(diào)技術(shù)優(yōu)勢、數(shù)據(jù)價值及協(xié)同合力[1]。從ChatGPT到Sora，機器算法的突破性進展與顛覆性創(chuàng)新，極大地提升了大模型的“思考”能力和“行動”本領(lǐng)，引發(fā)了世界各國將其應(yīng)用于數(shù)字政府等領(lǐng)域的積極探索。但與其他新事物的演進過程相類似，大模型在哪些方面可以促進數(shù)字政府建設(shè)？會在哪些應(yīng)用場景遭遇“梗阻”？對應(yīng)的監(jiān)管問題和治理難題有無可行性路徑？諸多新問題也伴隨而至，亟需從理論與實踐兩個層面尋找答案。不同于以往的機器算法，大模型憑借數(shù)億級參數(shù)規(guī)模和高度可信的數(shù)據(jù)訓(xùn)練結(jié)果，展現(xiàn)出前所未有的邏輯推理和任務(wù)執(zhí)行能力，具有更加豐富的應(yīng)用場景和拓展空間。大模型嵌入數(shù)字政府已在公文寫作、政策問詢和輔助決策等微觀層面取得實效，正逐步對制度優(yōu)化、技術(shù)創(chuàng)新和數(shù)據(jù)治理等產(chǎn)生影響。從學(xué)理上剖析大模型與數(shù)字政府的相互關(guān)系和場景應(yīng)用等問題，進一步歸納技術(shù)與治理相互作用等一般性規(guī)律，有望為各地政府?dāng)?shù)字化轉(zhuǎn)型找到新的參考依據(jù)。從實踐中總結(jié)大模型與各領(lǐng)域有效融合的經(jīng)驗做法，梳理當(dāng)前面臨的現(xiàn)實挑戰(zhàn)并提出可行性對策建議等，則可為推動技術(shù)驅(qū)動下的數(shù)字政府成熟度提供新的“行動指南”。

目前來看，關(guān)于大模型發(fā)展及其監(jiān)管的成果正在逐步增多，主要集中在技術(shù)原理、場景應(yīng)用、倫理反思與規(guī)范治理等方面。對于技術(shù)原理的解釋，大多發(fā)表于公眾號、知乎和專業(yè)論壇等自媒體平臺，學(xué)術(shù)文章以網(wǎng)絡(luò)首發(fā)的形式居多，一些專業(yè)機構(gòu)陸續(xù)發(fā)布了年度白皮書等。比如，中國人工智能學(xué)會的《中國人工智能系列白皮書——大模型技術(shù)（2023版）》，對大模型的歷程、生態(tài)、風(fēng)險等做了回顧，類似于一本大模型的“技術(shù)說明書”。具體應(yīng)用場景方面，多數(shù)學(xué)者從產(chǎn)業(yè)發(fā)展的視角切入，發(fā)現(xiàn)大模型已在智能制造、數(shù)字金融、智慧城市等領(lǐng)域優(yōu)先布局，并不斷向公共服務(wù)和市域治理等政府事務(wù)嵌入。比如，有學(xué)者以大語言模型為例，認為在政務(wù)問答、實體識別、輿情判定和關(guān)系抽取等政務(wù)領(lǐng)域，大模型有“用武之地”[2]。關(guān)于倫理問題的討論，一般從人與機器的關(guān)系、人工智能的整體性等方面展開敘事。比如，有學(xué)者提出大模型實現(xiàn)了人類的溝通革命和行動自由，但也潛藏政治墮化等風(fēng)險，需要建設(shè)新勞動和新行動支撐下的人類新共同體[3]。至于加強治理的觀點，依然秉持“先規(guī)范、后發(fā)展”的包容審慎思想，近年來國際上常用的敏捷治理得到更多關(guān)注。比如，有學(xué)者提供了分類監(jiān)管思路和“全譜系”的政策工具箱，建議將敏捷治理作為我國新一代人工智能治理的新范式等[4]。

總的來講，已有研究還存在一定的學(xué)科分離、術(shù)治脫節(jié)、實用性差等情況，為進一步研究留下了空間。在知網(wǎng)以“大模型”為主題檢索學(xué)術(shù)期刊類文章，學(xué)科分布中排在前五位的分別是自動化技術(shù)、信息經(jīng)濟與郵政經(jīng)濟、計算機軟件與應(yīng)用、工業(yè)經(jīng)濟和新聞與傳媒，“工科”屬性較為明顯。社會科學(xué)類論文中，存在單向思維或者縮小范圍、概念混用甚至自造詞匯等傾向，比如“從ChatGPT到Gov GPT”，就屬于一種“理想類型”。就實際應(yīng)用而言，將大模型與數(shù)字政府、社會治理、政務(wù)服務(wù)等關(guān)聯(lián)起來的研究更少，且都是以某一類大模型或政府職能的某個方面為對象來“解剖”，理論與實際結(jié)合不緊密。多數(shù)文章以ChatGPT或Sora等國外大模型為例，而操作這些產(chǎn)品一般要訪問境外服務(wù)器、以國外手機號注冊且收費較高，難以在國內(nèi)環(huán)境尤其是政府部門普及推廣，因而相關(guān)結(jié)論和建議便缺乏“可信度”與說服力。為此，以廣義的大模型為著力點，在規(guī)范相關(guān)術(shù)語使用和概念表述的同時，從各類大模型在數(shù)字政府真實場景中的應(yīng)用切入，力求在兩者相互嵌入、融合作用和良性互動等方面下功夫，探討發(fā)展與安全、應(yīng)用與治理等問題，有望取得一定的創(chuàng)新突破。一方面，希望可以彌補現(xiàn)有研究成果的不足；另一方面，嘗試性地預(yù)判大模型使用過程中的現(xiàn)實困境，并前瞻性地提出應(yīng)對思路與行動策略。

1作用機理：“單向嵌入”到“場景驅(qū)動”

數(shù)字政府是技術(shù)賦能政府職能轉(zhuǎn)變、促進治理效能提升等動態(tài)過程的統(tǒng)稱，大模型在數(shù)字政府中的應(yīng)用，實質(zhì)上仍然離不開“技術(shù)嵌入型治理”的范疇。從演進歷程看，大模型實現(xiàn)了從“技治結(jié)合”向“數(shù)實融合”的轉(zhuǎn)變，完成了從狹義的技術(shù)向廣義的“技”和“術(shù)”的拓展，不僅是一種工具，更是一套“解題思路”或者方法體系。正因為大模型在不斷成熟并取得實效，才逐漸被引入各個行業(yè)各個領(lǐng)域，也為豐富數(shù)字政府內(nèi)涵提供了新的路徑選擇。

1.1大模型的基本概念與主要類型

大模型（Large Model，也稱基礎(chǔ)模型，即Foudation Model），是一種具有龐大參數(shù)規(guī)模及復(fù)雜程度的機器學(xué)習(xí)模型（主要是人工神經(jīng)網(wǎng)絡(luò)模型），所謂的“大”表示參數(shù)量達到了數(shù)十億甚至數(shù)千億級別。這里的模型一般是指計算機科學(xué)領(lǐng)域的算法集合或技術(shù)架構(gòu)，簡單理解就是一個或一組函數(shù)（公式）。模型的工作原理，是通過訓(xùn)練數(shù)據(jù)和優(yōu)化調(diào)整參數(shù)，從中找出現(xiàn)實世界的一些規(guī)律和模式，并以此來預(yù)測后續(xù)結(jié)果。在海量大數(shù)據(jù)的支撐下，大模型擁有比以往更加強大的學(xué)習(xí)與泛化能力，在自然語言處理、語音圖像識別、視頻內(nèi)容生成等方面表現(xiàn)出色，在智慧教育、智慧醫(yī)療和輔助決策等領(lǐng)域得到廣泛應(yīng)用。按照功能劃分，大模型通常包括決策式大模型和生成式大模型；按照輸入數(shù)據(jù)類型不同，可分為語言大模型（NLP）、視覺大模型（CV）和多模態(tài)大模型；依據(jù)領(lǐng)域劃分，有通用型大模型L0、行業(yè)大模型L1和垂直大模型L2；而具體到部署方式上，則可分為云側(cè)大模型和端側(cè)大模型兩類。無論是哪種分類形式，大模型所扮演的“角色”，實際上就是采取類似或超過人類專家的論證分析與邏輯推理方法，對輸入的有效數(shù)據(jù)進行“黑箱式”加工，要么給出“一攬子”解決方案，要么“代替”人類積極行動。比如，利用百度文心一言完成政策問詢，借助訊飛智能錄音筆生成會議紀要等。

1.2大模型的功能拓展與實際應(yīng)用

國外的ChatGPT、Sora等大模型，被認為是人工智能演進的新成果，具有大數(shù)據(jù)、大算力、多模態(tài)的合力優(yōu)勢，有望實現(xiàn)感知世界、理解世界向創(chuàng)造世界的嬗變。從內(nèi)涵上講，人工智能范圍較為宏大，凡是技術(shù)與應(yīng)用相結(jié)合的事物，都可以看作是人工智能；大模型則相對比較具象，人工智能背后的機器算法和推理機制等，合起來就算是一組模型，規(guī)模超過一定量級就稱其為大模型，它們已經(jīng)從“模仿人類思考”演化為“模擬人類創(chuàng)造”。2023年底，谷歌發(fā)布了新一代大模型Gemini，標志著“原生多模態(tài)”時代的到來，大模型的性能呈現(xiàn)“指數(shù)級”攀升，不再局限于自然語言處理、視覺特效制作等簡單工作，而能勝任以前人類專屬的文學(xué)創(chuàng)作、繪畫設(shè)計、視頻剪輯等復(fù)雜任務(wù)。大模型的通用性、可擴容等特征，為其大面積“復(fù)制”并嵌入各行各業(yè)與復(fù)雜場景、影響和重塑生產(chǎn)方式與治理模式等創(chuàng)造了有利條件。截至2023年底，有超過100家國內(nèi)的跨行業(yè)企業(yè)“進軍”大模型領(lǐng)域，百度、阿里、智譜、訊飛等公司“領(lǐng)銜”推出各自的大模型產(chǎn)品，并陸續(xù)向社會開放。通過實測基礎(chǔ)功能發(fā)現(xiàn)，在中文續(xù)寫、自動繪圖、語音轉(zhuǎn)錄等方面它們“各有千秋”。比如，百度文心一言4.0既可以解答用戶隨機提出的各類問題，還能根據(jù)要求畫出“會飛的豬”、思維導(dǎo)圖、流程圖等，而且比較符合邏輯；知網(wǎng)智能寫作可以根據(jù)已有論文提綱，逐行生成一篇較為完整的研究報告，且從頭到尾沒有重復(fù)部分；科大訊飛把大模型內(nèi)嵌到錄音筆、辦公本等硬件中，會議一結(jié)束就能自動完成紀要寫作，極大地節(jié)約了辦公時間等。

1.3大模型的發(fā)展趨勢與場景延伸

與ChatGPT等國外產(chǎn)品使用繁瑣、收費較高不同，國內(nèi)大模型使用注冊簡便且是熟悉的中文界面，更易“飛入尋常百姓家”。在一系列利好政策推動下，大模型生態(tài)逐步完善，應(yīng)用場景大幅下沉。除了集中在能源、金融、教育、醫(yī)療、交通等領(lǐng)域，聚焦數(shù)據(jù)分析、智能客服、智慧營銷等服務(wù)外，借助大模型執(zhí)行公文寫作、政策對比、案例篩選等任務(wù)，開始在黨政機關(guān)普及開來，從微觀層面加快了數(shù)字政府建設(shè)步伐。尤其是開源大模型的大面積滲透，打通了預(yù)訓(xùn)練、微調(diào)、部署、評測等各個環(huán)節(jié)，進一步降低了大模型研發(fā)成本與使用“門檻”。2023年7月，上海人工智能實驗室發(fā)布書生·浦語大模型的70億參數(shù)輕量級開源版本InternLM-7B，成為國內(nèi)首個面向大模型研發(fā)與應(yīng)用的全鏈條開源體系，引領(lǐng)了大模型開源化、輕量化、專業(yè)化的發(fā)展趨勢。隨著各地數(shù)字政府成熟度的不斷提升，對于大模型的需求更加迫切，政企合作、產(chǎn)學(xué)研用一體推進等模式也被移植過來，各類大模型紛紛“搶灘”政務(wù)領(lǐng)域。比如，百度文心一言可以按場景、職業(yè)等分類提供服務(wù)，僅“黨政機關(guān)”類就細分為工作報告、領(lǐng)導(dǎo)發(fā)言稿、事務(wù)性通知等36項功能。2023年底，安徽省發(fā)布第一批數(shù)字政府大模型場景應(yīng)用清單，明確提出政務(wù)咨詢、城市治理、輔助決策等6大類18個具體應(yīng)用場景，計劃采取“通用能力+場景建設(shè)”和產(chǎn)品化兩種模式落地，為數(shù)字政府大模型場景應(yīng)用提供了新鮮“樣本”。

1.4大模型對數(shù)字政府的外部效應(yīng)

依據(jù)“技術(shù)嵌入型治理”相關(guān)論述，技術(shù)是廣義的方法手段、作用原理的統(tǒng)稱，那么大模型也可以看作一種“技術(shù)”，是統(tǒng)合制度、機制、技術(shù)與數(shù)據(jù)的技術(shù)綜合體。實踐證明，技術(shù)嵌入治理會消除人與機器的“身份”區(qū)別，形成一種人機結(jié)合、數(shù)實融合、技治聯(lián)合的理想形態(tài)。大模型在數(shù)字政府的不同節(jié)點和運轉(zhuǎn)環(huán)節(jié)中，相應(yīng)地將會產(chǎn)生一定的積極影響。一是制度創(chuàng)新方面，大模型能夠揭示現(xiàn)有制度的缺陷和不足，推動制度設(shè)計更加“完美”，提高制度的科學(xué)性、合理性和可行性，加快傳統(tǒng)制度的“數(shù)字化轉(zhuǎn)型”。比如，大語言模型通過語料分析和知識庫對比，可以搭建出數(shù)字空間的制度“陣列圖”，并用知識圖譜等形式展現(xiàn)制度優(yōu)勢及其執(zhí)行過程等。二是運行機制方面，大模型可以通過自我訓(xùn)練更加熟悉政府工作流程和工作人員使用習(xí)慣，并“潛移默化”影響和改變現(xiàn)有做法，促進政府治理的方式和結(jié)構(gòu)發(fā)生變化，甚至?xí)苿诱畽C構(gòu)改革或局部調(diào)整。比如，知識增強的多模態(tài)大模型，可以幫助使用者快速掌握跨學(xué)科知識和關(guān)聯(lián)知識，在重大事項決策時避免“旁聽則暗”的窘境。三是技術(shù)實力方面，大模型引發(fā)了算力、數(shù)據(jù)、算法等各要素及其產(chǎn)業(yè)鏈的整體聯(lián)動，極大地拉動了智能算力的需求與布局，對現(xiàn)有技術(shù)和信息系統(tǒng)產(chǎn)生了“鯰魚效應(yīng)”，推動傳統(tǒng)數(shù)字工具“二次迭代”與“復(fù)刻使用”。以云側(cè)大模型為例，需要調(diào)動新型基礎(chǔ)設(shè)施、算力網(wǎng)絡(luò)、數(shù)據(jù)集合、應(yīng)用平臺等一系列技術(shù)舉措，關(guān)鍵在于整個技術(shù)體系而非單一技術(shù)的應(yīng)用效率。四是數(shù)據(jù)潛能方面，大模型在強大算法和算力助力下，可以快速把晦澀難懂的數(shù)據(jù)話語用通俗易懂的人類語言呈現(xiàn)出來，通過數(shù)據(jù)流動有效整合各類資源，打破信息壁壘和數(shù)字鴻溝。比如，醫(yī)療或金融等定制型大模型，可以更換為政務(wù)數(shù)據(jù)后轉(zhuǎn)化為政務(wù)服務(wù)類大模型，以便更好地實現(xiàn)跨部門、跨層級甚至跨區(qū)域的數(shù)據(jù)交換與業(yè)務(wù)協(xié)同，為各級政府用數(shù)據(jù)說話、依數(shù)據(jù)評判等提供基礎(chǔ)支撐。大模型與數(shù)字政府相互作用框架，參見圖1。

2現(xiàn)實挑戰(zhàn)：“技治分離”與“供需錯配”

數(shù)字政府最公認的定義，是指新一代信息技術(shù)推動政府治理模式創(chuàng)新后的一種狀態(tài)，是技術(shù)與治理相互嵌入的具體呈現(xiàn)。大模型在數(shù)字政府實際場景中的應(yīng)用，除了數(shù)據(jù)安全防護、技術(shù)倫理等“老生常談”問題外，也會暴露出包括自身缺陷在內(nèi)的許多新風(fēng)險[5]。受傳統(tǒng)行政體制及政府管理的影響，一定程度上“消減”了大模型的促進功能。比如，信息溝通不暢仍然嚴重，地方政府各部門間的數(shù)據(jù)共享還有“梗阻”，不能發(fā)揮出大模型的“客觀性”“可信性”“便利性”等優(yōu)勢，在制度、機制、技術(shù)和數(shù)據(jù)等方面均面臨新的挑戰(zhàn)[6]。

2.1大模型“揭露”數(shù)字政府的制度缺項

大模型本身并不能“獨自”發(fā)揮作用，背后是強大的算力網(wǎng)絡(luò)、數(shù)據(jù)集合和基礎(chǔ)設(shè)施的支撐。從最小的一塊GPU芯片，到遍及全國的整個產(chǎn)業(yè)鏈體系，大模型應(yīng)用涉及各行各業(yè)、各級政府和各個領(lǐng)域，嵌入過程中不斷審視現(xiàn)有制度體系，同時也提出一些新需求。一是制度的專屬性。大模型與數(shù)字政府相結(jié)合，不僅需要投入大量資金和人力資源，在如何熟悉使用新技術(shù)、新工具，培養(yǎng)新思維、新習(xí)慣等方面下功夫；還會無形中增加比較大的制度成本，需要針對可能引發(fā)的社會問題或新的矛盾，及時制定和出臺“定制化”的管理制度。二是制度的體系化。與其他國家相比，我國關(guān)于新技術(shù)、新業(yè)態(tài)、新應(yīng)用的制度法規(guī)等正在構(gòu)建當(dāng)中，比如國家層面有《網(wǎng)絡(luò)安全法》《個人信息保護法》《數(shù)據(jù)安全法》等，為促進數(shù)字技術(shù)與政府治理深度融合提供了依據(jù)。但與人工智能、大模型這些新事物直接關(guān)聯(lián)、行之有效的制度還較為欠缺，各級網(wǎng)絡(luò)安全和信息化委員會、數(shù)據(jù)局這些最主要的管理部門，也面臨如何快速響應(yīng)、怎么處理好大模型的發(fā)展與安全的關(guān)系等命題的思考。三是制度的時效性。具體到大模型監(jiān)管而言，國家和地方陸續(xù)出臺了一些與算法、人工智能等有關(guān)的政策，比如《關(guān)于加強互聯(lián)網(wǎng)信息服務(wù)算法綜合治理的指導(dǎo)意見》《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》《生成式人工智能服務(wù)管理暫行辦法》等，雖然明確了權(quán)責(zé)歸屬、任務(wù)分配和“注意事項”等，但與大模型的演進趨勢和普及速度相比，顯得相對有些滯后和“被動”。四是制度的適用性。我國人工智能相關(guān)領(lǐng)域的現(xiàn)有制度或政策，在層級、領(lǐng)域和地區(qū)等方面還存在“各自為政”現(xiàn)象，執(zhí)行力度和實際效果難以實現(xiàn)“齊頭并進”，諸如跨部門、跨區(qū)域聯(lián)席會議制度、“縱橫交叉”的信息共享制度、政企合作的數(shù)據(jù)治理制度、“平戰(zhàn)結(jié)合”技術(shù)轉(zhuǎn)換制度等，還沒有在大模型的應(yīng)用與管理中有效“適配”。

2.2大模型“攪亂”數(shù)字政府的機制組合

數(shù)字政府發(fā)展過程中，先后涌現(xiàn)出人機結(jié)合、數(shù)據(jù)共享、信息公開、“人工+智能”等技術(shù)嵌入型的運行機制。然而，大模型與數(shù)字政府相結(jié)合，卻超過了“技術(shù)”的外延，正在完善或仍在“襁褓”中的一些機制舉措，無法順利“嫁接”過來直接使用，需要重新排列組合。一是供需兩端未匹配。從應(yīng)用場景看，大模型對政府職能的方方面面產(chǎn)生了影響，從最基礎(chǔ)的公文寫作、政策制定，到較復(fù)雜的部門協(xié)同、數(shù)據(jù)交換等，傳統(tǒng)的人與人合作、單位與單位溝通等機制將難以為繼。二是使用管理有空隙。從具體操作看，大模型的服務(wù)提供商實際上沒有控制輸入端的能力，對誰來提問、問答內(nèi)容是否敏感等情況，企業(yè)無法及時作出干預(yù)，即便在前端或后臺依法履行了合規(guī)義務(wù)和管理職責(zé)，但仍不能杜絕使用者在輸入端的“違規(guī)”操作，目前來看還沒有這方面的可行性機制。三是破舊立新不同步。從實際效果看，大模型核心技術(shù)由企業(yè)掌管的單一局面短期內(nèi)無法改變，數(shù)字政府建設(shè)過程中依然存在數(shù)據(jù)和技術(shù)被企業(yè)壟斷、政府科技實力不足、黨員干部技術(shù)駕馭能力偏低等問題[7]。新技術(shù)嵌入傳統(tǒng)治理伴隨的一些固有隱患，比如技術(shù)依賴、數(shù)據(jù)安全、公眾隱私等，既是大模型同樣要面對的難題，也對通過大模型形成一些新機制提出了“希望”。四是新舊并存成常態(tài)。從內(nèi)外協(xié)調(diào)看，大模型在重塑政府治理結(jié)構(gòu)的同時，會“破壞”現(xiàn)有的規(guī)則或約定，技術(shù)優(yōu)勢、本領(lǐng)優(yōu)勢會對權(quán)責(zé)優(yōu)勢產(chǎn)生一定“威脅”，額外地增加了新的機制壁壘。大模型的使用不如傳統(tǒng)的OA辦公自動化系統(tǒng)、文字編輯軟件那么便捷，所在單位是否允許、有無申請審批要求等，都會成為新的“攔路虎”，如何處理人機關(guān)系、技治矛盾、數(shù)算沖突等“增量”，正在成為大模型與數(shù)字政府相互融合的新考量。

2.3大模型“放大”數(shù)字政府的技術(shù)短板

各地實踐證明，數(shù)字政府建設(shè)普遍遵循技術(shù)嵌入、理念革新、制度建構(gòu)的發(fā)展順序，但就技術(shù)層面而言還有許多不足，比如供給端與需求端無法完全匹配，掌握數(shù)字技能的仍是少數(shù)群體，既掌握專業(yè)技能又具備行政管理能力的復(fù)合型人才比較稀缺，核心技術(shù)受制于企業(yè)等[8]。大模型引入數(shù)字政府之中，沿襲了技術(shù)與制度互嵌的路線軌跡，暴露出了不同類型的技術(shù)難題。一是“不能用”的問題。大模型本身具有突破性、變革性和高風(fēng)險等新特點，天然帶有人工智能自主演化難控制、技術(shù)迭代難跟進、黑箱遮蔽難追責(zé)等“三難”窘境，支撐其后的不同類型技術(shù)相互“打架”、技術(shù)與治理不“兼容”甚至相互排斥等情況也不可避免。比如，Kimi、訊飛“星火”等國產(chǎn)大模型為了提升用戶體驗，紛紛推出移動端或PC端應(yīng)用，而大多數(shù)黨政機關(guān)已經(jīng)更換了國產(chǎn)化PC，信創(chuàng)版操作系統(tǒng)卻不支持大模型客戶端安裝。二是“不好用”的問題。以最基本的大語言模型為例，實際操作發(fā)現(xiàn)，幾款國內(nèi)產(chǎn)品生成的問答文字，雖然看上去邏輯清晰、沒有重復(fù)，但存在“一句話翻來覆去說”“引用文獻找不到出處”“遇到敏感詞匯轉(zhuǎn)鏈接”等不同程度失誤，如果要使用這段文字，就要花數(shù)倍時間人工校驗并反復(fù)核對。大模型尤其是定制大模型從設(shè)計到落地，要經(jīng)歷比較長的周期，對于一些習(xí)慣“拿過來就用”的政府人員而言，很難有耐心等到它們完全成熟再去使用。三是“不會用”的問題。大模型雖然在推理分析和復(fù)雜任務(wù)等方面，已經(jīng)達到甚至超過了人類水平，但是否可以對政務(wù)服務(wù)、行政事務(wù)等產(chǎn)生正外部效應(yīng)等，只靠學(xué)術(shù)文章、產(chǎn)品宣傳、搶鮮試用等靜態(tài)分析，很難得出令人信服的答案，為此觀望者遠遠多過行動派。如果想用大模型生成比較符合“常理”的結(jié)果，就要依賴一定的專業(yè)知識，比如“學(xué)會怎么向機器提問”等，但因人員數(shù)字素養(yǎng)有所差別、新技術(shù)駕馭能力高低不一，應(yīng)用效果便不盡相同。四是“不敢用”的問題。大模型由各種復(fù)雜的新技術(shù)組成，由技術(shù)不信任導(dǎo)致的望“數(shù)”卻步也會擴散為望“?！眳s步。大模型產(chǎn)品層出不窮，僅國內(nèi)產(chǎn)品就超過了100種，包括開源、閉源、二次開發(fā)、微調(diào)等多種開發(fā)模式，成熟度、穩(wěn)定性、適用性等方面都有待驗證。發(fā)布機構(gòu)涉及互聯(lián)網(wǎng)巨頭、云計算企業(yè)、人工智能公司以及數(shù)字基礎(chǔ)設(shè)施服務(wù)商等，這種競相“爆發(fā)”的局面不但沒有增加大模型的親和力，反而增加了甄別難度和選擇成本。

2.4大模型“切換”數(shù)字政府的數(shù)據(jù)角色

大模型與數(shù)字政府相結(jié)合，將進一步釋放數(shù)據(jù)要素價值，推動數(shù)據(jù)與應(yīng)用場景形成乘數(shù)效應(yīng)，加快治理數(shù)據(jù)向數(shù)據(jù)治理“躍升”。在這一動態(tài)過程中，數(shù)據(jù)流轉(zhuǎn)的路徑和速度，直接影響業(yè)務(wù)優(yōu)化的方向和進度，數(shù)據(jù)的“角色”發(fā)生了全方位的轉(zhuǎn)換。一是治理主體的“核心行動者”。大模型建立在海量且有效的數(shù)據(jù)集合之上，輸入端數(shù)據(jù)的規(guī)模和質(zhì)量，決定了生產(chǎn)端結(jié)果的可靠性和可用性。數(shù)據(jù)與技術(shù)、制度和人員一道，構(gòu)成了異質(zhì)性行動者網(wǎng)絡(luò)，數(shù)據(jù)的傳輸、交換、共享等各個環(huán)節(jié)，都與政府職能及業(yè)務(wù)流程合為一體，數(shù)據(jù)成為“牽一發(fā)而動全身”的決定力量。二是治理過程的“實際領(lǐng)導(dǎo)人”。大模型是個“黑箱”系統(tǒng)，使用者只需要關(guān)注輸入和輸出兩端，無需了解具體過程和全部細節(jié)，大模型在數(shù)字政府中的應(yīng)用，會形成類似于去中心、無組織等新型治理類型，其中不同階段自動生成的各類數(shù)據(jù)，或者不同樣態(tài)的數(shù)據(jù)，比如圖片、視頻等，都會成為下一階段行動的觸點或指令，相當(dāng)于代替人類“發(fā)號施令”一般。三是治理方式的“自我革命者”。大模型的生成“幻覺”問題容易導(dǎo)致生成結(jié)果不可信，“智能涌現(xiàn)”效應(yīng)帶來模型能力不可控、容易被使用者“激怒”后反向“攻擊”人類。這些由于自身缺陷隱含的潛在風(fēng)險，只能依靠“內(nèi)力”自行糾正，比如用正確和權(quán)威的數(shù)據(jù)替換掉有問題的數(shù)據(jù)，并用結(jié)果數(shù)據(jù)進一步驗證過程數(shù)據(jù)、行為數(shù)據(jù)以及指令數(shù)據(jù)等，由此對數(shù)據(jù)本身的治理能力提出了更高要求，需要大模型的開發(fā)者也要具備除數(shù)字素養(yǎng)之外的綜合能力。四是治理結(jié)果的“相關(guān)旁觀者”。大模型大多由技術(shù)企業(yè)掌控，擁有大量數(shù)據(jù)、核心算法或領(lǐng)先技術(shù)的企業(yè)，有時會憑借其技術(shù)優(yōu)勢和市場優(yōu)勢形成壟斷，擠壓其他使用者合法訪問數(shù)據(jù)和利用算法，引發(fā)新的數(shù)據(jù)壁壘和數(shù)字鴻溝。如何利用大模型解決信息不對稱、數(shù)據(jù)歧視等問題，杜絕以往的技術(shù)濫用、隱私泄露、片面評價等誤區(qū)，也成為大模型嵌入數(shù)字政府后的新任務(wù)。由此引發(fā)的算力網(wǎng)絡(luò)快速構(gòu)建、算法架構(gòu)優(yōu)化組合、基礎(chǔ)設(shè)施系統(tǒng)布局、應(yīng)用場景反向驅(qū)動等新的命題，又會對數(shù)據(jù)要素的地位作用重新審視，這便是大模型應(yīng)用于數(shù)字政府中的意義所在。

3治理路徑：“包容發(fā)展”與“審慎監(jiān)管”

作為一種快速適應(yīng)環(huán)境變化的動態(tài)治理范式，國際上通用的敏捷治理，被越來越多的國家用于大模型等新樣態(tài)的監(jiān)管，這與我國的“包容審慎監(jiān)管”理念相一致[9]。敏捷治理倡導(dǎo)快速感知、靈活響應(yīng)、多元參與和持續(xù)協(xié)調(diào)等觀點，秉持“原則指引為主、靈活策略為輔”的基本方略，更加適合治理大模型這類不斷升級變化的“活”對象。大模型嵌入數(shù)字政府應(yīng)用場景，實際上是新技術(shù)、新理念與現(xiàn)有政府治理活動交互作用、實現(xiàn)迭代升級的“數(shù)字化轉(zhuǎn)型”過程。大模型本身的發(fā)展演進與成熟度提升，都會推動各級政府在治理主體、治理過程、治理方式和治理結(jié)果等方面發(fā)生深刻變革。為了順應(yīng)這些變化和挑戰(zhàn)，就要不斷推進制度、機制、技術(shù)和業(yè)務(wù)創(chuàng)新，著力打造全向賦能、多治融合、跨業(yè)協(xié)同的敏捷治理新格局。

3.1治理主體規(guī)范化：“軟硬結(jié)合”完善制度體系

敏捷治理強調(diào)的是彈性、回應(yīng)性和適應(yīng)性，既有“硬性”的制度要求，也有“軟性”的規(guī)約規(guī)制，更看重治理主體是否可以及時回應(yīng)、制度執(zhí)行力與適應(yīng)性能否調(diào)合等問題。大模型在數(shù)字政府中的應(yīng)用，是一種制度、技術(shù)、數(shù)據(jù)等非人為行動者與人為行動者共同參與治理的異質(zhì)性網(wǎng)絡(luò)，體現(xiàn)出了更多的彈性和適應(yīng)性，更加需要主體多元、協(xié)同參與的治理架構(gòu)，加快形成與數(shù)字政府、技術(shù)治理、數(shù)據(jù)治理等直接相關(guān)的“專門”性的制度體系[10]。

一是以制度創(chuàng)新帶動技術(shù)創(chuàng)新。采取跨部門、跨區(qū)域聯(lián)席會議或主要領(lǐng)導(dǎo)磋商等方式，集中討論技術(shù)應(yīng)用方案、項目建設(shè)規(guī)劃、專業(yè)培訓(xùn)計劃等，從技術(shù)使用的“源頭”做好資源配置與人力分配等制度建設(shè)。明確各類治理主體與大模型使用有關(guān)的責(zé)任清單，用文件或規(guī)章等形式確定下來，為形成各部門各負其責(zé)、相互協(xié)作、齊抓共管的工作局面提供制度保障。二是以信息共享推動制度執(zhí)行。行政手段與技術(shù)舉措相結(jié)合，打通各類數(shù)據(jù)縱向到底、橫向到邊的傳輸渠道，傳統(tǒng)方法與數(shù)字技術(shù)并用，推動信息互通、數(shù)據(jù)共用、責(zé)任同擔(dān)、價值共識等大模型應(yīng)用新模式。及時出臺符合治理實際的算法共享與數(shù)據(jù)交換標準規(guī)范，實時補充代碼公開、技術(shù)開放、資源均攤等管理制度。三是以軟性規(guī)約補充硬性監(jiān)督。通過社會監(jiān)督、群眾監(jiān)督、第三方評估等途徑，營造政府公職人員運用大模型的“開放”空間，用陽光政府、透明政府建設(shè)防止數(shù)據(jù)濫用和技術(shù)“亂”用。成立相對獨立的監(jiān)管機構(gòu)或進一步加強黨的領(lǐng)導(dǎo)，加大對政府公職人員使用大模型的監(jiān)督審查力度等。四是以實時效能倒逼制度創(chuàng)新。用數(shù)據(jù)安全水平、標準規(guī)范完備度、群眾政務(wù)服務(wù)滿意度等指標，驗證各級政府大模型實際應(yīng)用效果。將政府機關(guān)數(shù)字化轉(zhuǎn)型、智能化升級、業(yè)務(wù)流程再造等情況納入年度工作要點和年終績效考核，加強各類人員技術(shù)培訓(xùn)與實操訓(xùn)練，以提高全員數(shù)字素養(yǎng)和技能水平為基點，培養(yǎng)更多更廣泛的大模型助力制度執(zhí)行的中堅力量。

3.2治理過程專業(yè)化：“數(shù)實融合”重塑運行機制

敏捷治理通過對全過程的風(fēng)險感知與及時響應(yīng)，實現(xiàn)對技術(shù)和算法等新風(fēng)險的預(yù)判與應(yīng)對，從而避免技術(shù)泛濫帶來的風(fēng)險悖論。大模型在數(shù)字政府中的應(yīng)用，目的在于提高各級政府的工作效率和治理效能，關(guān)鍵在于如何實現(xiàn)應(yīng)用結(jié)果與現(xiàn)有機制取長補短、相互補位，需要一系列以多中心協(xié)同治理為核心的敏捷治理機制。

一是用敏捷思維改造傳統(tǒng)政府工作流程。運用互聯(lián)網(wǎng)思維、人工智能思維和大數(shù)據(jù)思維，按照數(shù)據(jù)流轉(zhuǎn)路徑重塑業(yè)務(wù)流程，通過大模型前端應(yīng)用、數(shù)據(jù)分析平臺等手段提高辦事效率，堅持“數(shù)據(jù)多跑路、群眾少跑腿”創(chuàng)新部門協(xié)同方式。加快推進機構(gòu)改革進一步向基層延伸，依據(jù)大模型產(chǎn)業(yè)上、下游調(diào)整技術(shù)部門崗位設(shè)置，推行跨層級辦理、多部門協(xié)同、扁平化運行、一站式審批等新方式。二是用制度化舉措加強數(shù)字政府項目管理。具體項目建設(shè)過程中，堅持統(tǒng)一標準規(guī)范、統(tǒng)一規(guī)劃計劃、統(tǒng)一資金管理、統(tǒng)一專家把關(guān)、統(tǒng)一項目驗收等“五個統(tǒng)一”。強調(diào)數(shù)據(jù)賦權(quán)、網(wǎng)絡(luò)協(xié)同與信任支撐一體推進，優(yōu)先在市域社會治理、城市大腦指揮等領(lǐng)域試點大模型應(yīng)用，推進數(shù)據(jù)管理部門和技術(shù)監(jiān)管部門有機整合，鼓勵多元合作、政企協(xié)作、第三方評估等機制在大模型應(yīng)用場景中的實時嵌入。三是用監(jiān)督問責(zé)制規(guī)范政府部門職責(zé)履行。進一步厘清大模型應(yīng)用的建、管、用、防各項職責(zé)，按照權(quán)責(zé)分配、能力適配和崗位匹配等原則，及時調(diào)和權(quán)力與權(quán)利、守正與創(chuàng)新、自主與引進等各種關(guān)系，確保政務(wù)服務(wù)等各類數(shù)據(jù)和結(jié)果的公正性、透明度。及時收集群眾反饋與評價，實時發(fā)現(xiàn)問題并整改，根據(jù)群眾需求快速調(diào)整大模型應(yīng)用場景和使用范圍，用真實結(jié)果和可信數(shù)據(jù)提升群眾獲得感、幸福感與安全感。四是用大模型實測推動數(shù)實融合良性互動。持續(xù)推進政府主導(dǎo)下的政企合作模式數(shù)字化轉(zhuǎn)型，通過建立行業(yè)治理共同體、企業(yè)內(nèi)部增設(shè)專門監(jiān)督機構(gòu)、政府企業(yè)聯(lián)合成立新型監(jiān)督小組等形式，用數(shù)字化新手段結(jié)合制度化硬約束，探索用大模型監(jiān)管大模型、用數(shù)字化治理數(shù)字化的新方式，借助較為成熟的新技術(shù)、新算法，建立信任科技支撐下的各類技術(shù)“轉(zhuǎn)譯”新機制[11]。

3.3治理方式數(shù)字化：“虛實結(jié)合”打牢技術(shù)底座

敏捷治理強調(diào)對外部環(huán)境和內(nèi)部需求的適應(yīng)與回應(yīng)，更加重視硬件底座、軟件算法及體制機制的不斷迭代升級。大模型在數(shù)字政府中的應(yīng)用，涉及技術(shù)選型、算法選用、方案選定等諸多“技術(shù)性”難題，這就需要由“人工”與“智能”一起評判，從“系統(tǒng)-功能”角度出發(fā)，最大限度消除技術(shù)與治理間的“隔閡”。

一是優(yōu)先選用相對成熟技術(shù)。以大模型為引領(lǐng)的新一代智能技術(shù)發(fā)展迅猛，大多數(shù)先在娛樂、生活、文化、金融等領(lǐng)域落地生效，到達與政府治理相關(guān)的領(lǐng)域時往往需要一定周期。各級政府要著力縮短這一周期，積極采取更有效的政企合作、更簡便的技術(shù)轉(zhuǎn)化等舉措，及時引入比較新且成熟的大模型。比如，人工智能技術(shù)的普及推廣，就是先從安防攝像頭、智能工廠機器人開始的，先行先試、逐步引進的做法可在一定范圍內(nèi)嘗試。二是加強技術(shù)使用過程監(jiān)管。各級政府要處理好安全與發(fā)展的關(guān)系，在確保技術(shù)安全性和穩(wěn)定性的前提下，最大限度降低技術(shù)依賴風(fēng)險、杜絕數(shù)字“利維坦”現(xiàn)象。在數(shù)字政府和智慧城市建設(shè)專項規(guī)劃、市域社會治理實施方案等指導(dǎo)意見中，詳細提出大模型適用范圍、不同部門對應(yīng)職能、應(yīng)用效果評估方法等，打通基于數(shù)據(jù)評判和算法評價的大模型應(yīng)用全過程管理閉環(huán)。三是注重技術(shù)普及宣傳推廣。通過宣傳講解、媒體報道、學(xué)術(shù)會議等方式，向基層群眾介紹大模型的優(yōu)點和成功案例，提高群眾對技術(shù)、治理、數(shù)字化等知識的了解和接受程度。選擇一些有代表性的治理領(lǐng)域或數(shù)字化項目，評選大模型應(yīng)用的示范單位或優(yōu)秀企業(yè)，通過大模型評測報告、現(xiàn)場講解試用、開發(fā)單位解讀等方式，展示大模型應(yīng)用的實際效果和真實前景，為其拓展應(yīng)用和推廣復(fù)制提供參考借鑒。四是鼓勵對外交流合作共享。各地應(yīng)當(dāng)堅持“引進來”“走出去”齊步走，借鑒或直接使用其他地區(qū)或國家大模型應(yīng)用及數(shù)字政府建設(shè)方面的成功經(jīng)驗，立足自身、因地制宜總結(jié)典型案例并積極推廣，通過技術(shù)合作、成果交流、研討評選、項目招標等方式，完成資源共享、數(shù)據(jù)交換和優(yōu)勢互補。鼓勵成熟技術(shù)成果優(yōu)先用于民生問題和群眾“急難愁盼”事項，注重運用人工智能、大模型、知識圖譜等新手段的實際效果，反向驗證并促進大模型向更大范圍普及。

3.4治理結(jié)果可視化：“人機結(jié)合”激發(fā)數(shù)據(jù)活力

敏捷治理的主要思路，是通過對大數(shù)據(jù)的收集、處理、運用來實現(xiàn)科學(xué)化的數(shù)據(jù)決策。具體到大模型在數(shù)字政府中的應(yīng)用，就是要從較為完善的數(shù)字基礎(chǔ)設(shè)施中獲取數(shù)據(jù)，為決策者打造“駕駛座艙”“城市大腦”“實戰(zhàn)平臺”來運用數(shù)據(jù)，在治理效能中用數(shù)據(jù)說話，努力形成“決策-執(zhí)行-反饋”的數(shù)據(jù)治理的全周期閉環(huán)。

一是重視對數(shù)據(jù)要素及其治理問題的研究。當(dāng)前，關(guān)于數(shù)據(jù)及其治理問題的研究成果相當(dāng)豐富，比如《數(shù)權(quán)法1.0》系列專著就是基于“數(shù)據(jù)人”假設(shè)建構(gòu)的從數(shù)權(quán)、數(shù)權(quán)制度到數(shù)權(quán)法的理論架構(gòu)；《數(shù)據(jù)論》一書全面解讀了數(shù)據(jù)的“前世今生”“未來發(fā)展”“價值意蘊”等。但是對于大模型中數(shù)據(jù)要素的觀察還比較欠缺，要在這方面有針對性地“集中火力”，吸收院校、智庫和社會等研究成果，提出更多更好用的通用性指導(dǎo)意見和對策建議。二是提升數(shù)據(jù)治理對數(shù)字政府的引領(lǐng)作用。在努力釋放數(shù)據(jù)要素經(jīng)濟價值的同時，突出抓好各類與治理有關(guān)數(shù)據(jù)的使用與管理，集聚政府、企業(yè)、社會和個人等多方力量，集思廣益擬制數(shù)字政府建設(shè)規(guī)劃、大模型使用方案和數(shù)據(jù)治理行動計劃，突出大模型的技術(shù)屬性和數(shù)據(jù)特征，注重用身邊事、身邊人等典型案例“現(xiàn)身說法”，逐步擴大大模型的適用范圍，在安全可靠、自主可控前提下，為大模型有效嵌入數(shù)字政府提供支持激勵。三是打造更加開放透明的數(shù)據(jù)治理新格局。廣泛征集各地大模型應(yīng)用及數(shù)字政府建設(shè)等方面的成功做法，及時轉(zhuǎn)化、固化為兩者結(jié)合的具體制度和運行機制，“合并同類項”歸納概括為適應(yīng)性更強、操作性更好的“專屬”方案。比如，建立透明和開放的數(shù)字政府及其數(shù)據(jù)治理體系，實現(xiàn)決策過程公開，鼓勵不同利益相關(guān)者試用大模型，采取嚴格的數(shù)據(jù)安全管理制度和技術(shù)應(yīng)用保障機制，確保大模型使用的合法性和安全性等[12]。四是營造有利于數(shù)據(jù)潛能發(fā)揮的生態(tài)環(huán)境。各級政府要堅持問題導(dǎo)向和系統(tǒng)觀念，以規(guī)則先行、安全先行加強數(shù)字政府和智慧城市建設(shè)[13]。具體到大模型應(yīng)用而言，應(yīng)當(dāng)站在“用戶視角”“游客視角”審視數(shù)據(jù)收集、算法優(yōu)化、結(jié)果應(yīng)用等全過程的難點、痛點問題，把“領(lǐng)導(dǎo)干部走流程”“數(shù)字空間體驗員”“網(wǎng)絡(luò)達人下基層”等創(chuàng)新模式落到實處，積極鼓勵各級各類人員參與測試、分享體會，努力提升大模型的親和力和普及率。

4結(jié)論與討論

技術(shù)進步永不停歇，推動社會發(fā)展與治理變革也不會止步。不可否認，無論是多種類型的數(shù)字政府新模式，還是大模型賦能各行各業(yè)的新領(lǐng)域，實際上都是“電子+政務(wù)”組合的新樣態(tài)，對應(yīng)的治理也不會拘泥于一種，從共存、協(xié)作向“共情和共同進化”轉(zhuǎn)變乃是大勢所趨[14]。以新質(zhì)生產(chǎn)力為代表的數(shù)字時代，在技術(shù)和業(yè)態(tài)不斷更新的同時，管理和制度創(chuàng)新也在同步跟上，用數(shù)據(jù)說話、靠技術(shù)決策、依數(shù)字評估等模式成為數(shù)字政府的常用手段[15]。大模型的逐步成熟并廣泛應(yīng)用，為以往“爭論”頗多的技術(shù)嵌入型治理提供了新賽道，有望對解決當(dāng)前數(shù)字政府遭遇的現(xiàn)實困境提出新建議。正如大模型的智能寫作過程，比如先用百度AI助手（文心一言）完成二十多條問答，收集到一萬多字的原始素材，再加上“人工”想法干預(yù)和修正，最終便可呈現(xiàn)出一篇看上去較為工整、讀起來“沒毛病”的學(xué)術(shù)論文。但是，在借助大模型提升效率的同時，必須警惕被技術(shù)“綁架”、過分依賴算法等現(xiàn)象?？v觀各地數(shù)字政府建設(shè)進展情況，全國各地“百花齊放百家爭鳴”的現(xiàn)象令人欣喜，但新技術(shù)新手段引入之后并不總能“按計劃進行”，如何平衡安全與應(yīng)用、效率與公平等矛盾，一直是技術(shù)嵌入型治理的核心議題[16]。概言之，無論是技術(shù)的臨時使用還是大模型與政府治理的深度融合，都是行動者網(wǎng)絡(luò)理論提倡的“人類與非人類行動者要和平相處”理念的體現(xiàn)。各地的探索試驗會及時轉(zhuǎn)換為新的指導(dǎo)理論，更多的地方實踐也會變成新的典型案例，不斷為大模型應(yīng)用于數(shù)字政府等領(lǐng)域找到新的優(yōu)化路徑。

總之，為了應(yīng)對大模型嵌入數(shù)字政府中的現(xiàn)實挑戰(zhàn)，需要政府、社會、企業(yè)等各方共同努力，及時出臺技術(shù)監(jiān)管、數(shù)據(jù)保護、部門協(xié)作甚至國際合作等“一攬子”制度機制，發(fā)揮多元共治合力，推動數(shù)據(jù)治理模式創(chuàng)新，有效破解技術(shù)與治理“兩張皮”等問題。實際上，我國各地數(shù)字政府成熟度差距仍然較大，東部地區(qū)明顯好于西部，省級政府新技術(shù)應(yīng)用遠遠超前于市縣一級，技術(shù)創(chuàng)新應(yīng)用不平衡不充分問題依然嚴重，為繼續(xù)關(guān)注大模型與數(shù)字政府相關(guān)命題留下了拓展空間。從大模型的演進可以看出，技術(shù)發(fā)展與治理變革相互促進相互影響，從數(shù)據(jù)驅(qū)動向場景驅(qū)動、業(yè)務(wù)驅(qū)動轉(zhuǎn)變，一體推進治理現(xiàn)代化的趨勢已經(jīng)相當(dāng)明顯。2024年，國家數(shù)據(jù)局聯(lián)合多部門正式印發(fā)《“數(shù)據(jù)要素×”三年行動計劃（2024—2026年）》，強化場景需求牽引，帶動數(shù)據(jù)要素高質(zhì)量供給、合規(guī)高效流通，并選取交通運輸、科技創(chuàng)新、城市治理等12個行業(yè)和領(lǐng)域作為重點，為各地各級政府發(fā)揮數(shù)據(jù)要素乘數(shù)效應(yīng)、更好釋放數(shù)據(jù)要素價值提供了新的參考路徑。在大模型等新手段的支撐下，在一系列新的應(yīng)用場景引領(lǐng)下，更好地挖掘技術(shù)潛力、更多地釋放數(shù)據(jù)價值，也將是數(shù)字政府建設(shè)的努力方向。

參考文獻：

[1]宋曄琴，賈小崗.“社會-技術(shù)”框架下數(shù)字政府建設(shè)績效的影響因素及提升路徑研究：基于31省份的定性比較分析[J].科學(xué)與管理，2023，43（4）：56-64.

[2]王昀，胡珉，塔娜，等.大語言模型及其在政務(wù)領(lǐng)域的應(yīng)用[J].清華大學(xué)學(xué)報（自然科學(xué)版），2024，64（4）：649-658.

[3]高奇琦.大模型時代的勞動與行動：以阿倫特為中心的思考[J].人文雜志，2024（3）：110-119.

[4]薛瀾，賈開，趙靜.人工智能敏捷治理實踐：分類監(jiān)管思路與政策工具箱構(gòu)建[J]中國行政管理，2024，40（3）：99-110.

[5]滕妍，王國豫，王迎春.通用模型的倫理與治理：挑戰(zhàn)及對策[J].中國科學(xué)院院刊，2022（9）：1290-1299.

[6]劉海軍.技術(shù)驅(qū)動下的數(shù)字政府成熟度研究[J].行政管理改革，2024（2）：76-84.

[7]王玉龍，栗興蕓，李齊.適配性變革：技術(shù)治理的理論邏輯與實踐進路[J].中國行政管理，2024（1）：121-130.

[8]周曉麗，姬曉暄.從技術(shù)嵌入到制度建構(gòu)：我國數(shù)字政府建設(shè)的路徑研究：基于部分地方政府?dāng)?shù)字化建設(shè)的經(jīng)驗分析[J].貴州省黨校學(xué)報，2023（5）：73-81.

[9]張凌寒，于琳.從傳統(tǒng)治理到敏捷治理：生成式人工智能的治理范式革新[J].電子政務(wù)，2023（9）：2-13.

[10]李晴，劉海軍.融合執(zhí)行力與適應(yīng)性：基層治理的制度優(yōu)勢分析[J].天津行政學(xué)院學(xué)報，2024（1）：3-12.

[11]翟云.數(shù)字政府替代電子政務(wù)了嗎？基于政務(wù)信息化與治理現(xiàn)代化的分野[J].中國行政管理，2022（2）：114-122.

[12]李政蓉，郭喜.信息技術(shù)賦能的政府治理創(chuàng)新：基于社會技術(shù)系統(tǒng)理論的要素框架[J].科學(xué)管理研究，2023，41（2）：111-116.

[13]王益民.數(shù)字政府整體架構(gòu)與評估體系[J].中國領(lǐng)導(dǎo)科學(xué)，2020（1）：65-70.

[14]李晴，郁俊莉，劉海軍.數(shù)據(jù)賦權(quán)、網(wǎng)絡(luò)協(xié)同、信任支撐：數(shù)字政府建設(shè)中政企合作的路徑優(yōu)化[J].新視野，2023（4）：104-111.

[15]劉海軍，翟云.數(shù)字時代的新質(zhì)生產(chǎn)力：現(xiàn)實挑戰(zhàn)、變革邏輯與實踐方略[J].黨政研究，2024（3）：45-56，125.

[16]徐媛媛，嚴強.技術(shù)嵌入數(shù)字政府建設(shè)的障礙及其消解路徑[J].江海學(xué)刊，2022（6）：151-159.

Scenario Application of Large Model Embedded into Digital Government：Function Mechanism、Realistic Challenges and Governance Path

LIU Haijun

（Party School of the Central Committee of C.P.C（National Academy of Governance），Beijing 100091，China）

Abstract：The rapid rise and widespread application of Chat GPT and Sora have sparked the pursuit and consideration of large models in various countries. However，it remains to be seen whether the large model can be introduced into digital government and in which application scenarios it will form a multiplier effect.Taking several mainstream large model applications in China as examples，explain the basic concepts，main classifications，functional attributes，and interaction with digital government of large models. While improving government governance efficiency，large models will increase additional costs，bring new risks，and pose new challenges to existing systems，mechanisms，technologies and data.Based on the theory of agile governance and relevant concepts such as \"technology embedded governance\"，this paper proposes countermeasures and suggestions including \"combining software and hardware\" to improve the institutional system，\"integrating data and reality\" to reshape the operating mechanism，\"combining virtual and real\" to solidify the technical foundation and \"combining human-machine\" to stimulate data vitality，in order to find a better path for the effective promotion of digital government maturity with large models.

Keywords：large model；artificial intelligence；digital governance；scenario application；agile governance