【分析理论】 作者：侯金良（重庆市中国特色社会主义理论体系研究中心研究员、重庆日报理论评论中心副主任） 国务院发布的《关于深入实施“人工智能+”行动的意见》提出“打造社会管理人机符号新图景”。当前，以人工智能为代表的新一代信息技术正在以前所未有的广度和深度影响社会管理，推动基层管理从数据驱动的经验、从碎片化走向系统集成、从被动应对走向主动主动。然而，科技赋能的兴奋背后，也隐藏着隐忧。如果我们仍然把智能技术当作“插件工具”，简单地叠加在现有的管理系统上，无异于固步自封。滔滔江水，难以应对复杂多变的社会管理现实。正因为如此，迫切需要推动管理逻辑和技术逻辑的深度融合和有机统一，实现从技术支撑到系统重塑的范式转变。 从工具嵌入到制度符号化的转变 长期以来，社会管理技术应用往往采用“插件工具”模式，在现有流程中添加信息平台、数据仪表板或智能终端，以提高效率或召回水平。比如，为解决群众诉求响应慢的问题，上线了“随手派”APP；为提高网格管理效率，安装了人脸识别摄像头；为了优化资源配置，引入大数据分析模型。这些举措在早期阶段确实有效，但其局限性也越来越明显：首先、技术与管理目标脱节，强调数据收集而不是解决问题；二是系统分散，部门之间数据壁垒严密，会加剧管理碎片化；第三，公众成为数据提供者而非治理参与者，背离了共建、共治、共享的初衷。 真正有效的社会治理不是以技术为外在工具“嫁接”管理体系，而是以技术为媒介重构管理主体、运行机制和价值取向之间的关系，实现技术体系与管理体系的内生融合。这一范式包括结构、流程和价值三个主要维度：从结构的结构来看，要打破碎片化，打通纵向和横向之间的信息壁垒。各部门通过统一的数字化基础和开放接口，实现党委、政府、社会组织、市场主体、社区居民等众多主体的数据、资源、行动的互联互通；从流程维度依托智能算法和协作平台，到问题的发起和对话，整个链条都嵌入了程序动态反馈和智能协助，包括执行监督和影响评估，在提高效率的同时拓展了民主的广度和深度，从而提高了共治的有效性。从价值尺度上，将公平、参与、民主、责任等管理价值观编码到逻辑规则和算法平台中，将繁荣的共同目标转化为可执行、可测试的算法规则，确保技术发展始终服务于人类的全面发展。人民和公共利益。 从经验判断转向系统重塑 目前，在一些智能化管理实践中，很多人陷入了“数据迷信”，即认为数据越多、算法越复杂，管理就越科学。事实上，如果缺乏数据、仔细反思偏差来源、算法逻辑黑箱、模型适用边界等问题，智能系统可能会产生新的管理风险。例如，根据历史执法数据训练的风险预测模型可能会产生针对特定社区的“标记”歧视；严重依赖面部识别的社区安全可能会侵蚀居民的隐私和自由；算法自动分配的网格任务可能会忽视基层干部的本地知识和情感判断。 推动社会智慧治理，不能将智能技术“嫁接”到传统治理体系中，或者将其建立在“有效概率高”的统计错觉之上。相反，我们应该在复杂的社会情境中追求“高度自信和可靠性”。关键在于构建知情、可控、负责、参与的管理闭环。知情是指智能系统的决策依据、数据来源、算法逻辑对相关主体必须适度透明。不要求公开所有源代码，而是通过决策树决策、关键特征突出、反事实解释等解释性技术，让居民了解“为什么是我”和“依据是什么”；控制，即无论算法多么先进，最终的决策权一定是在人民的父亲手中。在涉及人身自由、基本产权、基本公共服务分配等场景中，应设置“人工审核”环节，防止自动执行算法造成不可逆转的损害；负责，即要建立清晰的责任链，明确技术开发者、数据管理者、决策者的权责边界，通过算法备案、审计、问责等制度确保谁开发、谁负责、谁使用、谁负责；参与性，强调公众不仅是服务的对象，也是管理过程的共同设计者和监督者。通过数字咨询平台、听证算法、社区数据合作社等形式，居民参与规则制定和系统优化。 构建制度、技术、价值融合的治理生态系统 通过制度变革，夯实各类协作的组织基础。智能技术的有效运行离不开d 明确的权责体系和协调机制。要加快完善党建领导下的基层智慧管理制度框架，明确党委协调、政府领导、社会协作、公众参与的职责分工；完善原住民数据收集的教育法规，明确数据收集边界、使用权利和安全责任，防止数据滥用和隐私侵犯；推动建立跨部门数据共享和机构业务协作机制，消除“数据孤岛”；探索“数字专员”、“社区算法审核员”等新工作制度，提升数字治理能力。同时，树立了全过程人民民主理念，并将其嵌入到智慧管理项目中。推动线上讨论和线下咨询深度融合，建立数字化机制，让投票机制在算法设计、数据使用、平台换平台等方面拥有较大发言权。 利用现代技术构建安全可靠的技术基础。好的技术是智慧管理的支撑。要努力研发可靠的智能管理技术，构建具有隐私保护能力的联邦学习和安全计算框架，实现“数据看得见、看不见”；推动公共决策中可解释的人工智能算法应用，使算法推理过程可追溯、可理解；开发覆盖智能系统全生命周期的风险监控和应急响应体系，实现算法偏差、数据污染、模型漂移等风险的动态预警和自动修正；构建开放、兼容的BLE、安全的原生智能操作系统，避免平台垄断和技术锁定。重要的是推动“轻薄、适龄、无障碍”的智能终端和界面设计，开发语音交互、点击通话、家庭保全等功能，充分考虑老年人、残疾人等群体的特殊需求，确保科技红利惠及全体居民。 以价值引领和锚定人的发展方向。智慧社会管理的主要目的是增进人民福祉、促进社会公平、激发社会活力。因此，必须将以人为本的发展思想深入融入智慧管理全过程，在系统工程中进行伦理影响评估，防止技术应用对弱势群体造成潜在危害；在算法训练中嵌入公平约束，以主动地控制纠正历史数据中的结构性不平等；强化平台运营的公众导向，防止商业逻辑凌驾于公共利益之上；评价管理的有效性，不仅要看效率指标，还要看人们的满意度、参与度、感受。为此，我们可以推动成立算法伦理委员会，制定社区数字权益保护机制，对重大算法应用进行伦理审查和风险评估。加强人工智能教育，将数字素养、算法意识、数据权益等内容纳入社区教育、干部培训、学校课程，增强全社会智慧管理的认知和参与。 当前，我们正站在技术革命和管理变革的历史交汇点。推动社会管理智能化并不意味着用机器代替人而是用科技赋能人、连接人、成就人，让管理更贴近民意，让服务更便捷好用，让成果为人共享。只有将广泛性、协同性、参与性深深植入智能系统的基因中，让其像“bhey”一样具有自我调节、进化、持有价值观的能力，才能实现“强大的本土系统使国家强大，安全的本土人民网络确保世界安全”的管理愿景。 《光明日报》（2025年10月17日第11页）