Understanding Municipal AI Governance: Practitioner Perspectives on AI Policy and Enactment
本研究基于扎根理论并对来自五个地区的从业人员进行了访谈，将市政人工智能治理重新概念化为一个由从业者判断和制度背景所塑造的循环性、适应性过程，并确定了五个相互关联的维度，用以解释政策含义是如何在日常实践中被构建，而非仅仅作为静态规则被执行。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
大局观：AI 的“街头层面”现实
想象一下，市政府就像一个巨大且繁忙的厨房。长期以来，专家们一直在编写“食谱”（政策），指导如何使用一种名为人工智能（AI）的高科技新食材。这些食谱告诉厨师们具体该怎么做，以确保食物既安全、合乎伦理，又美味可口。
然而，这项研究认为，读食谱并不等于做菜。
研究人员采访了来自澳大利亚、美国、西班牙、沙特阿拉伯和香港等地的 14 位“厨师”（地方政府工作人员）。他们想知道：当你在厨房里尝试执行这些 AI 规则时，实际发生了什么？
他们发现，治理 AI 并不是一条从“规则制定”到“规则执行”的直线。相反，它更像是一边骑着独轮车一边玩杂耍。 一线人员必须根据他们特定的厨房、可用的食材以及外面等待着的饥饿顾客，不断地对规则进行解读、调整和协商。
五大关键配料（五个维度）
研究人员发现，城市 AI 治理是由五个相互关联的部分组成的。把它们想象成厨房里的五个工作站：
1. 政策治理： “规则来源”
这是规则产生的地方。研究发现，城市获取规则的四种方式：
- 国家菜单： 一些城市（如沙特阿拉伯）只是遵循国家的大菜单。他们不编写自己的规则，只是执行首都总厨发出的指令。
- 合同菜单： 一些城市雇佣外部公司来烹饪。规则被写进与供应商的合同中。如果供应商违反了规则，由合同来处理。
- 混合菜单： 这是一种结合体。城市采用国家规则，但会加入自己的“秘密酱汁”或地方特色，以适应特定需求。
- 地方菜单： 一些城市（如美国的坦佩市）是先驱者。因为国家政府还没有给出菜单，所以他们从零开始编写自己的规则。
核心启示： 规则的来源决定了地方厨师拥有多少自由度。如果规则来自远方，可能会显得僵化；如果他们编写自己的规则，则拥有更多自由，但也承担了更多工作。
2. 政策目标： “我们为什么要烹饪”
目标是什么？厨师们表示，规则不仅仅是为了服从命令，它们还服务于五个主要目的：
- 问责制（Accountability）： 确保即使有机器人帮忙切菜，最终的成品也必须由人类负责。
- 护栏（Guardrails）： 设置围栏，防止 AI 误入危险领域（如侵犯隐私）。
- 平衡（Equilibrium）： 寻找“金发姑娘区”（适中状态）——既不过于严格导致无法创新，也不过于宽松导致失控。
- 意识（Awareness）： 教导厨房里的每个人了解这些新工具及其安全使用方法。
- 赋能（Enablement）： 利用规则来实际帮助厨房运行得更快更好，而不仅仅是进行限制。
3. 政策执行： “我们如何烹饪”
这是将规则付诸行动的实际工作。研究发现了五种主要方法：
- 沟通： 不断交流，确保每个人都了解规则。
- 透明度： 让厨房大门敞开，让公众可以看到食物是如何制作的（除非有正当理由不公开）。
- 合规性： 通过勾选选项和签署表格，证明自己遵循了食谱。
- 适应性： 随时准备在食材变化时修改食谱。
- 培训： 教导员工如何使用新工具而不被烫伤。
4. 政策挑战： “厨房噩梦”
即便有了好的计划，问题仍会发生。厨师们指出了五个大麻烦：
- 创新权衡： 担心如果设立了太多的安全围栏，就会停止创造令人惊叹的新菜品。
- 行政复杂性： 文书工作过于繁重，拖慢了烹饪速度。这就像是在填写税务表格的同时还要烹饪一道美食。
- 资源限制： 缺乏资金、缺乏熟练厨师以及缺乏时间。小城镇往往负担不起大城市拥有的那些高级设备。
- 利益相关者认知不足： 员工（有时也包括公众）并不理解什么是 AI，也不理解为什么会有这些规则。
- 数字滞后： 一些城市运行在高速互联网上，而他们的邻居可能还在使用拨号上网。这造成了差距：有些城市可以安全地使用 AI，而另一些则不能。
5. 政策要求： “购物清单”
为了解决这些噩梦，厨师们表示他们需要特定的东西：
- 资源： 更多的资金和更多的专家。
- 伦理问责： 向公众做出明确承诺，保证诚实与公平。
- 技术框架： 处理风险情况时的清晰、分步指南。
- 利益相关者参与： 听取所有相关人员（员工、公民、专家）的意见。
- 制度协调： 确保法律团队、IT 团队和财务团队步调一致。
重大发现：是一个循环，而非直线
这项研究最重要的发现是，治理是一个环，而不是一条直线。
想象这样一个循环：
- 你从 治理结构（规则书）开始。
- 你设定 目标（目标）。
- 你尝试 执行（烹饪）。
- 你遇到 挑战（烤焦的面包）。
- 你确定 要求（修复方案）。
- 这些要求改变了你对 治理结构 的看法，循环再次开始。
一线人员不仅仅是执行指令的机器人。他们是 意义构建者（Sense-makers）。他们观察一条规则，思考自己城市的预算和文化，然后想出如何让它发挥作用。如果规则太难，他们就进行调整；如果规则太模糊，他们就填补空白。
为什么这很重要
论文总结道，我们不能仅仅编写一份完美的政策并寄希望于它奏效。我们必须理解，真正让政策落地的是那些正在从事这项工作的人。
如果决策者希望 AI 在城市中运作良好，他们需要：
- 不再将规则视为静态的法律，而是将其视为灵活的指南。
- 给小城市提供与大城市同等的资源和支持，以免掉队。
- 倾听厨房里的“厨师”们，因为他们知道食谱在哪一步缺失了环节。
简而言之：AI 治理不在于那本规则书，而在于握着笔和勺子的人。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。