算法能否降低行政负担？深大吴进进问数湾区开讲算法赋能治理

问数湾区

算法能否降低公民的行政负担？在12月24日问数湾区第23期系列活动上，深圳大学政府管理学院副教授、特聘研究员、深圳大学公益慈善研究院副院长吴进进围绕“算法与行政负担”等前沿话题进行分享。在其看来，算法在降低行政成本过程中仍面临“无法做到精准识别弱势群体”等潜在问题与风险，需要注重算法的可用性和易用性，避免偏见并满足不同群体需求。

12月24日，深圳大学政府管理学院副教授、特聘研究员、深圳大学公益慈善研究院副院长吴进进在问数湾区第23期系列活动上进行分享。

算法预测性技术降低行政负担

“问数湾区”是由中山大学国家治理研究院数字治理研究中心、数文明科技、南方都市报联合推出的系列活动，旨在通过讲座、圆桌讨论、论坛等形式推动湾区的实践者和研究者们进行交流，追踪湾区数字治理发展的新动态，探寻湾区数字治理创新与提升的路径和方向。

在主题分享中，吴进进提到，传统线下政府服务中，公众常常需要在政府窗口排队、提交纸质材料、等待审批，这些繁琐流程不仅消耗公众时间，也让不少人感到焦虑厌烦。沉重的行政负担使许多人在享受公共服务，尤其申请营业执照、办理社保或进行税务登记等事务时感到不便，而全球范围内推行电子政务改革，通过数字化服务来简化流程，提高效率。例如，我国各地近年来推行的“最多跑一次”“一网通办”改革便是电子政务改革的成功案例，公众可以通过手机应用或政府网站轻松办理各种业务。通过整合政务服务资源，构建统一的在线政务服务平台，实现政务服务事项“一次登录、全网通办”。“一次登录、一表申报、一键提交”“一业一证”改革，将多张许可证整合为一张行业综合许可证，简化市场主体进入特定行业的手续。

随着数字化服务发展，行政负担下降非常明显，但数字化服务也面临新挑战：一些政府线上办事系统因界面设计复杂、流程繁琐以及信息更新不及时等问题，公众需要适应新的在线平台和操作流程，对一些老年人或不太熟悉技术的人来说学习成本和心理负担相当大；系统集成性差、数据共享不畅以及服务能力不足等问题也使得公众在跨部门办理事务时需要重复提交信息，面临系统崩溃卡顿等问题，增加操作的复杂性和时间成本；政策法规更新过快，大量上网，导致公众在办理业务时需要频繁查阅网络资源，进一步增加了公众认知负荷，提高了合规成本、学习成本；在线服务的普及，公众对个人信息安全和隐私保护的担忧也在上升，许多人因为担心个人信息被泄露而对在线办理产生抵触情绪，这也是种新的心理负担、合规风险。

“需要进行数字化升级，通过算法减少行政负担”，吴进进表示，通过智能自动化流程，AI能快速审核申请材料，识别潜在合规问题，减少人工审核时间、误差，自动化处理繁琐审批和验证步骤，减少公众需要手动填写、提交的信息，提升办事效率等等。而且，算法的预测性技术在降低行政负担方面也发挥重要作用，特别是在优化资源配置、提前预见公众需求等方面，通过分析历史数据、用户行为，预测性算法能帮助政府提前识别潜在的服务需求。

政府部门应注重算法可用性易用性

尽管算法技术在很多领域展现出巨大潜力，但算法仍然存在技术缺陷、特殊群体需求识别不足、决策过程缺乏透明度等现实问题。在吴进进看来，一些政府在引入算法时，往往面临技术不成熟的问题，由于缺乏充分测试、验证，某些算法可能在实际应用中难以达到预期效果；在实际应用中，这些算法往往无法有效识别特定群体需求，尤其是弱势群体，这种识别不足可能导致这些群体面临更大的行政负担，甚至在某些情况下被排除在服务之外；许多政府在使用算法进行决策时往往没有提供足够信息，公众难以理解算法如何得出特定结果。

对此，吴进进建议，政府部门应注重算法的可用性和易用性，通过简化用户界面和提供无障碍设计，确保所有群体，包括弱势群体，能够轻松使用相关服务；算法应基于全面、代表性的数据集，避免偏见并满足不同群体的需求；增强算法决策过程的透明度，使公众理解；政府应该审慎决定是否使用算法，降低行政负担，而不是给公众挖坑。算法的引入应基于对特定问题的深刻理解和明确的目，而不是简单地追求技术的潮流或短期效率。

在主题分享最后，中山大学政治与公共事务管理学院副教授、数字治理研究中心主任郑跃平与吴进进围绕“算法应用背后可能存在的黑箱、行政伦理等问题如何解决”进行探讨。

出品：南都大数据研究院

采写：南都记者 袁炯贤（受访者供图）