今年以來，關(guān)于DeepSeek的話題熱度一直很高，也引發(fā)了一些人工智能可能影響哪些行業(yè)的探討。在這當(dāng)中，關(guān)于政務(wù)服務(wù)方面的應(yīng)用尤為引人關(guān)注。有人暗喜，人工智能是公職人員寫材料、出方案的神器。有人厭惡，因為匯總基層匯報材料時，發(fā)現(xiàn)大量的AI痕跡，辭藻華麗卻內(nèi)容空洞，梳理這些材料，工作量反而比以前增加了很多。今天，就來繼續(xù)聊聊這個話題。

先說一個蠻有意思的現(xiàn)象。有人問DeepSeek一個問題：“xx大學(xué)和xx大學(xué)哪個更好，二選一，不需要說明理由”。經(jīng)過一番思索，DeepSeek給出自己的答案。繼續(xù)跟進問題，“我是另一所學(xué)校的”，大模型立馬改口。當(dāng)進一步表示“兩個大學(xué)都讀過”，DeepSeek在深度思考中直白地給出邏輯：“恭維用戶”，“雙校光環(huán)疊加”的回應(yīng)已然失焦。

如果僅從玩笑或者調(diào)試的角度，這樣的問答或許令人會心一笑。但是，倘若把咨詢的問題換成涉及群眾切身利益的公共事項，或者需要人工智能為公職人員提供決策輔助時，這種“過度迎合”的情況就需要加以重視了。

不可否認(rèn)，“AI+政務(wù)”其勢已成。近來，多地組織領(lǐng)導(dǎo)干部學(xué)習(xí)大模型使用方法，不少單位正在接入或者部署本地化DeepSeek。數(shù)據(jù)顯示，有的地方上線政務(wù)大模型后，公文格式修正準(zhǔn)確率超95%，審核時間縮短90%，跨部門任務(wù)分派效率提升80%。

數(shù)據(jù)喜人，也不乏思考：一個以用戶滿意為評價維度的大模型，究竟能不能承載各方期待？當(dāng)各種文字材料趨于模板化、套路化，該不該歸咎于作為使用者比如公職人員身上？

先說第一個。讓用戶滿意當(dāng)然無可非議，但是當(dāng)態(tài)度的變量超過真實的參數(shù)，那就有可能本末倒置。試想，當(dāng)你使用政務(wù)大模型撰寫解決某個問題的方案時，得到的卻是一堆情緒價值爆棚、實用信息不足的反饋，恐怕只會更加焦慮。

有人在研究中發(fā)現(xiàn)，目前許多生成式人工智能存在一種“討好”傾向，甚至?xí)虼撕巵y造。表面看似有理有據(jù)，實則早就偏題千里。某種程度上，這是消納數(shù)據(jù)、反饋強化的結(jié)果。優(yōu)點當(dāng)然是對齊了與人類的“顆粒度”，缺點也顯而易見，開始與真實脫節(jié)。

由此而言，我們依然需要保持自我認(rèn)知的掌控權(quán)。正如有人所提醒的那樣：“我們永遠(yuǎn)要帶著一點點懷疑、一點點好奇、一點點求真精神，與它探討、對話、切磋。”當(dāng)然，更為重要的是不能依賴，AI再強也替代不了“腳底板”，調(diào)查研究始終是謀事之基、成事之道。

再說第二點。毋庸諱言，許多人已經(jīng)嘗試使用生成式大模型寫報告、找素材、攢總結(jié)，寫作效率大大提升。但與此同時也帶來爭議，拗口的表達(dá)如出一轍，機械的邏輯似曾相識，鮮活的案例真假難辨，這樣的公文材料有啥意義？

該不該打板子？可能沒這么簡單。這其中，當(dāng)然有個別人的應(yīng)付之舉，但更多人特別是基層干部有話要說。有人對此毫不諱言：“材料任務(wù)繁重，改稿總比寫稿省很多力氣……我們不是懶，只是想從文山會海中稍稍解脫松綁一下”。

一句話，道出基層工作特別是材料工作之繁、之窘。從這個角度來說，理應(yīng)對基層干部如何更合理使用政務(wù)大模型進行善意的提醒。但更重要的，是厘清其中的行為動機和難言之隱。是不是不必要的材料？有沒有材料政績之嫌？那種“以材料應(yīng)付材料”的做法，才是AI應(yīng)用走偏的重要原因。歸根結(jié)底，還是要進一步減輕基層負(fù)擔(dān)，讓政務(wù)大模型從疲于應(yīng)對的工具真正成為提升效能的神器。

有一句廣為人知的話，“打敗你的不是對手，顛覆你的不是同行，而是傳統(tǒng)思維和落后觀念。”或許，政府服務(wù)領(lǐng)域正在掀起一場浪潮。當(dāng)技術(shù)突飛猛進的時候，關(guān)于治理的智慧也應(yīng)乘勢而上。

這正是：

三千案牘屏間逝，百萬銓衡指上飛。

墨守成規(guī)矜故紙，智生窮變叩玄機。

(打油詩由DeepSeek生成)