人工智能技术提升政府服务质量的实现策略

摘要：人工智能技术的创新与迭代为政府智能服务提供了全新引擎，探讨基于人工智能技术提升政府服务质量的路径具有重要意义。文章基于现有研究成果及技术可供性理论，从数据来源与处理、技术与算法实现、人机交互与应用三个层次构建了基于人工智能技术提升政府服务质量的技术框架。其中，数据来源包括政策文件、统计数据、经济发展数据、公共服务文件以及历史问答记录等。在自然语言处理、专家系统、机器学习等技术的支撑下，该框架服务于智能问答、政务办理、智能推荐等公共服务。文章还从平台思维、政务服务流程、技术自主可控、提升公民使用意愿和数据管理五个方面探讨了智能政务服务的实施策略，以更好地发挥人工智能技术对政府服务赋能的效用，提升民众对政府服务的满意度。

关键词：人工智能；政府智能服务；政府数字化转型；政府服务质量；技术框架

中图分类号：TP18 文献标识码：A

文章编号：1009-3044（2025）05-0019-05 开放科学（资源服务） 标识码（OSID） ：

0 引言

数字经济时代提升了知识在管理优化过程中的重要地位，新兴技术的应用为政府数字化转型提供了可能性。近年来，随着服务型政府理念的提出和深入发展，提升政府服务质量成为政务服务改革的关键目标。党的二十大报告指出，“转变政府职能，优化政府职责体系和组织结构”，将优化政府职责体系作为重大改革任务。党的二十届三中全会通过的《中共中央关于进一步全面深化改革、推进中国式现代化的决定》中提出，“推进政府机构、职能、权限、程序、责任法定化，促进政务服务标准化、规范化、便利化，完善覆盖全国的一体化在线政务服务平台”。政府服务的质量切实关系到政府管理机制和管理流程的有效性，服务便利性有助于优化国家营商环境和国民生活质量，提升公民对政府的满意度，是国家可持续发展的重要因素。

近年来，政府服务数字化转型在需求侧主导服务的环境中逐渐受到重视，各级政府在数字化转型中投入了大量资源，成效显著。例如，浙江省在高质量发展目标的指引下，通过数字化转型，实现公民办事“最多跑一次”及“一次都不跑”，以数字赋能政府运行，极大提升了公民对政府的满意度。政府的数字化转型撬动了经济健康发展、优化了社会治理水平、拓展了公共服务范围，引领政府服务高质量发展。

随着人工智能技术的进步，越来越多的政府部门开始尝试使用诸如智能机器人、大数据问答预测等手段提升政府服务的及时性和有效性。ChatGPT的出现进一步优化了政府服务平台人机交互的质量，将大语言模型和生成式人工智能结合，深度理解民众的需求，并给予人性化的服务反馈，提升了政府服务的智能化程度。例如，浙里办的“智能问答”整合了7万条业务办理知识，满足多场景业务需求，提供一对一服务咨询。

尽管人工智能技术已应用于政府服务，但受到诸多因素的影响，仍缺乏系统性的应用框架，人工智能技术支持政府服务的类型、范围和深度仍有待进一步挖掘，应用策略和管理策略仍需规范。尤其是随着语音识别、环境识别、情绪识别等技术的有效应用，合理构建智能政务服务框架并优化政府智能服务策略，是目前需要重点关注的问题。因此，本研究从数据、技术和应用三个方面构建了人工智能技术支撑下的政府服务技术框架，提出人工智能技术提升政府服务质量的实现策略，为合理应用人工智能技术提升政府服务质量提供借鉴。

1 人工智能技术与政府服务质量提升的研究现状

1.1 政府数字化转型研究

数字技术逐渐嵌入经济社会发展，政府数字化转型引起了众多学者的关注。政务信息化过程进一步推动了政务智能化发展[1]，能够持续优化营商环境、提升人力资本水平，促进经济高质量发展[2]，同时有利于推动政民互动模式转型，进而促进社会关系重塑[3]。在对政府数字化转型的研究中，学者们提出了众多创新的公共服务模式，例如，基于“公民即用户”的政府数字化转型顶层设计[4]，遵循“智能体服务”模式构建的基本框架[5]，以及从路径透视分解和要素耦合迭代两个阶段优化形成的更高级政府服务供给模式等[6]。

1.2 人工智能与政务服务研究

人工智能技术提高了在线政务服务平台的自动化处理和持续学习能力，有利于降低政府服务成本和政府服务工作量[7]；人工智能技术所具备的深度学习能力可以实现服务业务流程的自动化或半自动化改进，进而提升服务效能[8]；基于大数据和历史决策经验学习的人工智能决策支持模型，可以为政府管理者面对的复杂决策提供数据和算法支持[9]。在政府智能服务体系中，用户、技术和资源是重要的维度[10]，基于人机协同的民政交互是目前研究的重要内容。

1.3 生成式人工智能与政务服务研究

随着ChatGPT的出现，学者们开始关注生成式人工智能技术在政府服务中的应用，讨论了ChatGPT在智能政务中应用的前景与隐忧[11]、生成式人工智能嵌入数字政府建设的可供性、局限性与优化策略[12]，以及类ChatGPT人工智能技术嵌入数字政府治理的价值、风险，并提出了防控措施[13]。

1.4 现有研究的缺口

综合现有研究可以发现，学者们对数字化政府转型进行了较为深入的研究，并针对人工智能技术在政府服务中的应用问题进行了剖析。然而，搭建一个融合人工智能技术的政府智能服务框架，并提出有效的实施策略以增强技术应用的落地，仍需要进一步的研究和讨论。

2 人工智能技术提升政府服务质量的技术框架

新兴技术会带来组织变革[14]。人工智能技术在政府服务中的应用，能够有效控制政府规模、助力政府治理决策、提升政府服务效率，并降低政府服务成本。人工智能技术可以应用于政府服务的多个场景，例如服务引导、智能推送、智能搜索、身份验证等[15]。技术可供性理论为人工智能技术应用于政府服务提供了理论基础。技术可供性指行动者意图和技术性能之间的相互关系[16]，包含明确的主体性指向。技术可供性的实现不仅与技术本身所能提供的功能实现性有关，还与主体的目标、需求及感知密切相关[12]。人工智能技术，包括自然语言处理、机器学习、搜索技术等，能够在大量数据的基础上，自动整合资源并生成新的内容，以满足用户（即民众） 的需求。

因此，基于以上分析及理论基础，本研究构建了人工智能技术提升政府服务质量的技术框架。在大数据的基础上，通过自然语言处理、机器学习和数据挖掘等技术，为民众提供智能的政务服务，如图1所示。

2.1 数据来源与处理

政府智能服务需要在特定的数据基础上实现。例如，电子证照需要遵循相关政策，并在获取办理人基本信息的基础上办理。同时，预测民众真实需求、简化办事流程、整合服务提供部门资源等，是实现政府服务智能化、高效化的必要途径。因此，获取大量的数据信息是政府服务技术框架的基础。

数据来源主要包括政策文件、服务流程规范、服务提供方（政府相关部门） 和需求方（民众） 的基本信息（如政府相关部门的权责、民众的人口统计数据等） 、经济及地理等各类统计数据等。这些数据既包括结构化数据，也包括半结构化数据和非结构化数据。智能服务的质量依赖于通过大量数据挖掘所产生的知识、规则及行为预测。尤其重要的是，在智能服务中，规则挖掘的基础是民众参与公共服务的历史记录，由此产生的基础规则库是人工智能技术进一步完善关联规则以提供完整政务服务的原型。

原始数据文件大部分为半结构化和非结构化数据，需要通过数据清理、数据标准化、数据转换、缺失值插补、数据整合等方法统一数据结构，形成与数据源匹配的数据库。同时，为保证数据库中数据的时效性，应在数据源更新时，应用索引技术或云计算技术同步更新数据库。

2.2 技术与算法实现

首先，在政府服务智能化的需求下，民众对服务的要求可能是规范化的，例如婚姻登记服务、证件补办服务等；也可能是个性化的，例如公民A需要办理餐饮店的一系列证照，涉及多个服务部门。其次，应支持公民多样化的需求输入方式。单一的鼠标键盘输入已无法满足民众对智能化服务的需求，语音输入、表情输入、手势输入等均应成为交互手段。因此，人工智能技术和算法应实现多模态的语义理解、精准的搜索、智能的信息采集，以及简洁且有效的预测等功能。最后，关联规则挖掘是高效答复用户问题的关键。选择合适的算法构建问题与答案之间的关联，并通过多轮人机交互准确识别用户需求，能够大幅提升用户对政府服务的满意度。

技术与算法实现层主要包括自然语言处理技术、知识表示与推理技术、专家系统、搜索技术与知识图谱、机器学习、人工神经网络与深度学习、智能机器人等人工智能技术，用以支持政府服务的智能化、主动化和个性化。

2.2.1 自然语言处理技术

自然语言处理（Natural Language Processing，简称NLP） 技术，是通过大量数据训练，使计算机能够理解、分析、生成和操作人类语言的技术，包括词法分析、句法分析、实体识别、语义分析、情感分析、信息抽取等。政府服务智能化的首要目标是准确获取民众对于政务服务的需求，将民众的诉求转化为数字系统能够识别并加以分析的形式，这就要求系统具备强大的自然语言处理能力。

民众提出的政务需求往往涉及语音、图片、文字、视频等多源数据形式，因此，兼容多模态的信息输入及翻译方式是系统的重要功能。例如，对语音中的方言进行翻译、识别视频中的用户情绪等，机器翻译技术的有效性和准确性尤为关键。因此，将自然语言处理技术融入政府智能服务框架，通过信息抽取、语音识别、深度学习算法、神经网络等技术，实现民众与在线政务服务平台的人机交互，满足政务信息检索、智能政务问答等需求，提高民众获取政务信息或服务的准确性。

2.2.2 知识表示与推理技术

知识表示与推理技术主要研究如何将自然语言或图形等形式的知识表示为计算机易于处理的形式，并通过推理或查询等方法利用这些知识解决具体问题。人类的知识需要通过适当的模式表示出来，才能够被计算机存储和运用，这个过程就是知识表示。

知识表示包括事实、规则、控制和元知识四个基本要素。在政务服务中，这些要素可以理解为政务服务的分类、属性，服务与服务之间的关系，遇到某个政务服务关键词时需要触发的动作反馈，以及政务服务的解释等。推理技术包括前向推理、后向推理和不完全推理等。例如，目前广泛应用的知识表示方法是知识图谱，用节点表示各类实体，用边表示实体之间的相互关系，使结构更加清晰，并提高信息的可访问性和可用性。

在智能政务服务中，知识表示与推理技术能够将服务事项或服务流程抽象为本体及关系，应用谓词逻辑表示政务服务的事实和规则，使民众在遇到政务问题时，通过推理方法获得有效的操作指导和回复。

2.2.3 专家系统

专家系统是一个含有大量领域专家知识与经验的智能计算机程序系统，能够模拟人类专家进行推理和判断，处理复杂问题。政务专家系统能够运用政务服务领域中的专家所积累的经验和专业知识，解决民众或政府在规划、地方发展等方面的困难问题。

在智能政务服务中，经验丰富的政府部门工作人员是提供专家系统知识的主要来源。公共服务历史问答记录以及民众政务服务数据是专家系统的重要数据源。基于这些非结构化数据以及系统自身具备的学习能力，专家系统能够总结出新的知识，不断完善知识库，以应对多样化的民众政务需求。

2.2.4 智能搜索技术

智能搜索是指利用先进的算法、机器学习和人工智能技术，帮助用户更快速、更准确地找到所需信息的搜索方式。其核心技术涵盖自然语言处理、机器学习、深度学习、知识图谱等。智能搜索技术包括盲目搜索、启发式搜索、博弈搜索及遗传算法等，能够广泛应用于智能政务服务系统。

民众可以通过政务服务平台检索并解决自己的问题。基于某个关键词，系统能够按照策略不断寻找相关信息，最终提供问题的解决方案。区别于传统搜索技术，智能搜索技术能够预测用户的搜索需求和行为模式。当民众对搜索问题缺乏准确描述时，智能搜索技术可以通过联想和预测，识别民众的查询意图，从而提升民众获取政务服务的满意度。