國(guó)產(chǎn)大模型DeepSeek在各地政務(wù)領(lǐng)域紛紛投入應(yīng)用

　　國(guó)產(chǎn)大模型DeepSeek在各地政務(wù)領(lǐng)域紛紛投入應(yīng)用

　　如何讓大模型從趁熱“接入”走向深度“嵌入”

　　最近，關(guān)于國(guó)產(chǎn)大模型DeepSeek在政務(wù)領(lǐng)域投入應(yīng)用的新聞不少：深圳市福田區(qū)一次性上崗70名基于DeepSeek開(kāi)發(fā)的“AI數(shù)智員工”，公文審核時(shí)間縮短90%，執(zhí)法文書(shū)初稿秒級(jí)生成；江蘇鎮(zhèn)江宣布，完成DeepSeek的本地化部署并上線運(yùn)行，“單日數(shù)據(jù)處理量相當(dāng)于全市公務(wù)員10年工作量總和”……據(jù)不完全統(tǒng)計(jì)，今年以來(lái)，已有超過(guò)12個(gè)省區(qū)市政府部門(mén)宣布開(kāi)展DeepSeek大模型的相關(guān)應(yīng)用。

　　近日，上海召開(kāi)的一場(chǎng)關(guān)于提升政務(wù)服務(wù)質(zhì)效的內(nèi)部會(huì)議上，政府相關(guān)部門(mén)、業(yè)務(wù)處室和專家學(xué)者們也圍繞這個(gè)話題展開(kāi)了討論。

　　上海近年來(lái)在這一領(lǐng)域進(jìn)行了一些探索。市數(shù)據(jù)局介紹，上海政務(wù)領(lǐng)域主動(dòng)擁抱人工智能、大模型等新技術(shù)，依托“一網(wǎng)通辦”“一網(wǎng)統(tǒng)管”“一網(wǎng)協(xié)同”等平臺(tái)，積極探索人工智能應(yīng)用場(chǎng)景推進(jìn)，聚焦模型部署、算力統(tǒng)籌、語(yǔ)料治理、應(yīng)用部署和管理架構(gòu)等環(huán)節(jié)，有序推進(jìn)政務(wù)垂類模型研發(fā)，穩(wěn)妥推動(dòng)應(yīng)用場(chǎng)景試點(diǎn)落地。

　　“毫無(wú)疑問(wèn)，如果運(yùn)用得當(dāng)，會(huì)明顯提升工作效率。”一名長(zhǎng)期從事政務(wù)服務(wù)、審批改革等方面工作的公務(wù)員坦言，“現(xiàn)在科技發(fā)展迭代很快，在安全的前提下，我們需要緊跟步伐。”

　　市數(shù)據(jù)局相關(guān)負(fù)責(zé)人表示，下一步將通過(guò)持續(xù)開(kāi)放政務(wù)場(chǎng)景，助力政務(wù)大模型訓(xùn)練落地。

　　“各地政府的探索現(xiàn)在應(yīng)該真正啟動(dòng)了。”復(fù)旦大學(xué)國(guó)際關(guān)系與公共事務(wù)學(xué)院教授、數(shù)字與移動(dòng)治理實(shí)驗(yàn)室主任鄭磊認(rèn)為，以DeepSeek為例，其技術(shù)特性與我國(guó)數(shù)字政府建設(shè)的需求在一些方面較為契合。首先，相比此前問(wèn)世的ChatGPT，DeepSeek的成本顯著降低。同時(shí)DeepSeek模型在中文場(chǎng)景有較好的理解和推理能力，在進(jìn)一步訓(xùn)練后可以更準(zhǔn)確地理解各類行政術(shù)語(yǔ)、政策文件和民眾訴求中蘊(yùn)含的語(yǔ)義差異，讓數(shù)字政府更有溫度、更接地氣。更重要的是，在涉及敏感政務(wù)數(shù)據(jù)時(shí)，傳統(tǒng)的云端部署模式往往面臨安全風(fēng)險(xiǎn)，而DeepSeek模型能支持完全的本地化部署，構(gòu)建起物理隔離的安全屏障，消除數(shù)據(jù)外泄的隱患。

　　DeepSeek等大模型的應(yīng)用，還有望改變公眾與政府部門(mén)間的交互方式。“我們網(wǎng)購(gòu)時(shí)，常感到智能客服一點(diǎn)也不智能，還是要想盡辦法去找人工客服解決問(wèn)題。在辦理政務(wù)服務(wù)時(shí)也一樣。”鄭磊回憶，ChatGPT面世之初，自己參加聯(lián)合國(guó)舉辦的電子政務(wù)會(huì)議，有專家就提出，未來(lái)人機(jī)交互的界面將不再是網(wǎng)站，而是對(duì)話。“網(wǎng)頁(yè)菜單再優(yōu)化也不是尋找信息的最優(yōu)方式，最好的方式就是提問(wèn)、回答。”在他看來(lái)，大模型可以更準(zhǔn)確地把握用戶的實(shí)際需求，有助于將群眾的口語(yǔ)化表達(dá)更準(zhǔn)確地匹配到相應(yīng)的政策與服務(wù)事項(xiàng)，提供更精準(zhǔn)的服務(wù)指引，解決“群眾問(wèn)不到位、部門(mén)答非所問(wèn)”的痛點(diǎn)。

　　也有不少業(yè)內(nèi)人士與專家學(xué)者提醒，盡管近年來(lái)人工智能技術(shù)發(fā)展迅猛，但其在知識(shí)精確性、邏輯推理嚴(yán)謹(jǐn)性等方面仍存在技術(shù)局限，人工智能“幻覺(jué)”時(shí)有發(fā)生，“一旦在政務(wù)領(lǐng)域出現(xiàn)政策內(nèi)容的編造，后果可能比較嚴(yán)重”。同時(shí)，在高質(zhì)量公共數(shù)據(jù)集和語(yǔ)料庫(kù)的建設(shè)與供給上，也還存在不少體制機(jī)制方面的障礙。

　　“炫酷的‘技術(shù)玩具’并不必然能成為有效的治理工具，在積極擁抱的同時(shí)，也要時(shí)刻保持審慎態(tài)度。不能手里拿著錘子，看什么都是釘子。”鄭磊認(rèn)為，技術(shù)歸根到底仍是“賦能者”而非“決定者”，關(guān)鍵還要堅(jiān)持管用為王，技術(shù)上可能的不一定是組織上可行的、社會(huì)上可接受的。要避免一味追求技術(shù)領(lǐng)先或概念創(chuàng)新，不顧實(shí)際需求盲目跟風(fēng)，最終淪為“數(shù)字炫技”，帶來(lái)新一波“大模型上的形式主義”，要做好技術(shù)判斷與價(jià)值判斷，在數(shù)字政府建設(shè)中讓大模型從趁熱“接入”走向深度“嵌入”。

　　來(lái)源：解放日?qǐng)?bào) 作者：吳頔