人工智能大模型赋能人大民主质量提升： 基于模拟场景的逻辑与路径探索

内容摘要：在立法机构信息能力的视角下，各级人大常委会工作委员会和机关实务工作者构成了人大制度运行中的信息枢纽。这一群体面临信息处理工作负荷以及特定时段内的信息过载问题。当前，提升该群体的信息能力是提升人大民主质量、发展全过程人民民主的关键。一系列的模拟场景实验表明，人工智能大模型在自然语言语义归纳和文本信息提取等方面的技术突破在人大各项工作中具有广阔运用前景。尽管大模型提供了提升实务工作者信息能力的“技术路径”新选项，但必须注意其中蕴含的数据安全和信息失真风险，需要实务界通过制定详细操作指引及加强与国内大模型开发的头部力量合作等方式妥善加以推进。

关键词：大模型；信息能力；人民代表大会；人大代表；全过程人民民主

以ChatGPT在2022年末的公开发布为标志，人工智能大型语言模型（简称大模型）带来了人工智能领域内的诸多突破，并迅速引发各界关注。这一人工智能技术路线的核心特征是模型结构容量大、参数多并且进行预训练。该特征使其具有了理解自然语言上下文的能力和语言生成能力，尤其是它可以生成与训练数据不同的新数据，在语义提取、文本分类、自然语言生成等方面具有广泛应用潜力。相比而言，先前占据主流的“分析式人工智能”主要是对数据进行分析以实现预测和辅助用户进行判断等功能。

在以ChatGPT为代表的人工智能大模型应用出现爆发式增长的过去一年中，诞生了不少关于技术与民主制度间关系的思辨性研究[1]。然而，探讨该技术在具体制度领域中应用模式的研究仍然十分匮乏。在人大制度领域，这一不足尤为明显。本文认为，人大的立法、监督和代表等各项工作中存在不少适合大模型技术应用的场景。而大模型在人大各项工作中的广泛应用将能够提升人大民主质量。基于上述考量，本文以人工智能大模型在人大工作中的应用潜力和技术实现路径为核心议题，首先从立法机构信息能力的视角入手，讨论信息能力对提升人大民主质量的重要意义以及大模型技术提升人大信息能力的机制。在此基础上，文章通过一系列实验测试大模型的语义归纳、文本信息提取、文本分类以及信息供给与辅助决策四方面能力在运用于上述场景时的表现，并据此讨论推进技术运用的具体路径。

一、立法机构的信息能力

人工智能技术的一个重要应用价值是提升使用者的信息能力并加速各项工作中的信息流动。因此，信息能力是研究大模型人工智能在立法机构中应用的理想视角。信息是公共管理和国家治理等研究中的重要变量。信息能力这一概念突出治理主体在信息流动各环节中的治理能力[2]。从信息的输入、处理和输出三环节划分来看，信息能力具体可划分为信息获取能力、信息处理能力和信息供给能力。在立法机构的各项工作中，信息输入指议员和实务工作者从专家、本选区选民以及监督对象等处获得外部信息。这些信息是完善立法审议和预算监督等工作的基础。信息处理指该群体需要对已获得的信息进行整合并生成新的信息。例如在人大工作中，代表需要依据相关信息对预算案进行审查并提出审议意见，而代表提出的建议作为一种信息，也需要常委会相关工委进行加工处理。信息供给能力指有关群体向外部输出信息的能力。如欧美国家议会议员普遍需要答复选民来信，并定期向本选区居民发送电子海报汇报其工作。

立法机构强大的信息能力是代议政治有效运行的关键。信息视角在立法机构研究中具有重要地位[3]。例如，针对议员构成和代表性等问题的研究尽管有不同的具体议题，但其内核基本上都是在探讨立法机构如何全面、公正地获取和回应来自不同群体（尤其是弱势群体）的政策诉求等信息[4]；对于议会委员会等制度运行绩效的研究也以其信息处理能力为重要研究对象[5]；对议员电子海报、选区寻访等议会民主制度安排的研究也往往以提升议员和选民间的信息交互能力为目标[6]。

上述针对立法机构信息能力的研究有以下三个共性特征。其一，强调立法机构信息能力与代议民主质量之间存在两方面紧密联系。一方面，畅通的信息渠道是促进公众参与立法机构各项事务的重要力量。比如，针对听证会等制度的研究将传递选民和公众的诉求并使这些诉求进入议会程序作为最终目的，将畅通的信息输入渠道作为相关制度得以发挥效力的前提[7]。另一方面，立法机构较高的信息能力能够显著提升立法和监督等工作的质量，而高质量的立法和监督工作本身就是代议民主制度运行质量的保证。

其二，研究往往采取二分法，将立法机构信息能力的主体分为两类并分别加以研究。两类群体分别为选举产生的议员以及立法机构内从事各项行政和辅助性事务的“议会雇员”（parliamentary staff）。后者的构成比较复杂，主要包括辅助议员工作的议员助理和政党雇员、为立法等事务提供专业性协助的研究助理，以及单纯处理日常行政性事务的雇员。采用二分法的重要原因是二者身处不同信息环境，从而形成提升二者信息能力的不同路径。其中，欧美国家议员在“立法者”和“代表者”这两个角色上的工作负担皆重，但议员人数通常固定，因此各国在实践中通常以增加议员个人助理等间接方式加以应对。加强议会雇员群体信息能力的方式则相对多样，其编制的相对灵活性意味着可以通过调整人力资源结构等方式加以解决。例如，增加信息通信技术方面的专业性雇员能够增加议会图书馆的服务能力[8]。总的来说，提升议员群体信息能力的重要性和难度都大于议会雇员群体，故其是目前相关研究主要的关注对象[9]。

其三，技术因素对于提升立法机构信息能力具有巨大价值。立法机构信息能力的提升受到一系列因素的制约。一是结构性因素，如前述两类群体的编制数量（尤其是议员数量）相对固定。二是程序性因素，如在议员选举中候选人的信息能力不是选民在投票时的主要考量。三是文化和心理因素，如一些欧美国家议会长期以来形成了相对保守的工作氛围。这种氛围抑制了提升信息能力的改革。其中最典型的是英国议会，其围绕是否对公众实况播出议会辩论问题争论了近五十年。面对上述因素难以在短期内被改变这一现实，研究转而思考那些易于着手且见效快的改革思路，其中，“技术路线”与“雇员能力路线”两条路径最为常见。围绕“技术路线”的研究起步于21世纪初。在议会工作尚普遍处于前信息化时代时，就已经有研究提出信息通信技术在议会工作中能够发挥信息交流、信息传递和信息管理等重要价值[10]。针对各国案例的分析也普遍表明，提升议员使用信息通信技术的技能可以提升其信息使用效率和信息获取的便捷性[11]。

随着大模型这一革新性技术工具的出现，“技术路线”在提升立法机构信息能力方面的价值更加凸显。在大模型人工智能迅猛发展的短短一年多时间中，这项技术已经在诸多领域中发挥出巨大应用潜力。特别值得注意的是，大模型强大的自然语言处理能力已在商业领域得到了一定的应用并产生了巨大的效益。例如在技术的替代效应下，全球最大的多语言学习平台多邻国（Duolingo）于2024年1月宣布因人工智能技术的替代作用而裁员10%。在议会工作领域，早在基于GPT3.5引擎的ChatGPT发布的一年多以前，芬兰议会“未来委员会”（Committee for the Future）就实验性地通过GPT3.0引擎召开了一次包含人工智能系统深度参与的实验性委员会听证会[12]。而在ChatGPT问世仅几个月后即有报道指出一些国家的议员正尝试使用该工具起草议会演讲稿[13]。

二、大模型与人大信息能力

信息能力同样是探寻人大制度在改革开放以来迎来快速发展原因的重要视角，但大多数此类研究的重点是人大制度在整个国家治理体系中搜集信息和传递信息的能力[14]，对于如何提高人大自身信息能力问题的讨论则很少。在上述总结立法机构信息能力研究三个特征的基础上，本节尝试提出人大制度在信息能力方面的主要特征，它们构成了下文一系列实验的基本框架。

第一，二分法同样适用于分析人大信息能力建设。但不同于国外以议员作为提升立法机构信息能力关键群体的思路，各级人大常委会办事机构和工作机构中的实务工作者（等同于二分法中的“议会雇员”群体，以下简称“实务工作者”）在提升人大信息能力方面的作用显著大于人大代表。该群体的重要性体现在两个方面。一方面，人大代表的非专职模式造成了代表在人代会期间和闭会期间履职方式和工作任务的巨大差异。客观地说，人大代表在履行其代表职责时所面临的信息压力在大多数时间段内显著少于欧美国家议会议员。例如在一年中占大多数时长的闭会期间内，各级人大代表与其选民或原选举单位的互动频率不高。同理，需要代表进行信息自上而下传递的工作场景并不多，而非如国外议员那样需要通过每周电子简报等形式向选民汇报其院内工作或答复选民来信。

另一方面，人大代表提出议案或建议后，围绕其中具体内容而开展的一系列跟进和协调工作就转移到了常委会相关实务部门。代表则通常仅需坐等办理结果报告。虽然近年来人大代表在推进议案建议办理方面表现出了更大的积极性和参与度[15]，但这一结构性的制度安排并无显著改变。上述特征在人代会期间也同样显著，由于立法草案在进入人代会审议前已经在常委会打磨许久并相当成熟，代表在人代会立法审议等环节中通常不涉及实质性的立法争议，且代表在进行审议发言后，信息被汇总并由大会秘书处处理，代表个人则几乎不再跟进。

而人大代表相对较小的信息负荷意味着人大实务工作者承受巨大的信息负荷。从全国人民代表大会组织法和全国人民代表大会议事规则等法律制度设计文本来看，常委会及其办事机构和工作机构一并构成了支撑人大制度体系日常运转的基础。如全国人大常委会法工委的职责包括了拟定有关法律方面议案草案等近二十项[16]。其中的答复有关询问、答复代表有关建议、备案审查、合宪性审查等工作都意味着大量的信息处理负荷。在代表工作方面，现有研究已经指出了为人大实务工作者搭建代表工作平台的重要性[17]。从信息能力的视角来看，这里所称的工作平台可以理解为一个信息传递的枢纽，组织办理代表议案建议及代表审议发言总结等工作中产生的所有过程性信息都在此汇总并加以处理。

据此，表1总结并对比了两类群体在信息处理三个主要阶段中对信息能力的需求程度。其中，人大代表仅在人代会期间承担立法审议等工作，他们获取信息的活动实际上已经融入闭会期间的本职工作和联系选民工作中，且代表通常不直接跟进议案建议的处理，因此并不需要很强的信息获取和信息处理能力。而代表在联系群众工作中，通常是一个群众诉求等信息的接收者，而非向后者供给信息的信息供给者，因此同样不需要很强的信息供给能力。在实务工作者方面，诸如立法听证会中的专家建议等大量外部信息源降低了他们对信息获取能力的需求。其信息供给工作主要表现为日常组织和服务代表，亦非工作负荷的主要来源。与之相对应的是实务工作者面临的巨大信息处理负荷及其对信息处理能力的极高要求。这种负荷主要缘于实务工作者所处的各级人大常委会办事机构和工作机构已在事实上成为各方信息、诉求和建议的汇总和处理中心。

巨大负荷之下，实务工作者群体甚至面临着信息过载现象的困扰。造成过载的原因是结构性的，包括机构在人员编制上相对固定，人员缺乏一定的信息处理技术专门培训，专门负责信息支持的技术部门与实务工作者之间缺乏协同机制等。近年来，人大立法和监督等工作在民主化、科学化和专业化方面持续进步，代表服务工作不断细化优化，也使实务工作者在工作中面临的信息载量不断提升，信息过载的困境日益凸显。

信息过载现象在人大制度的运行过程中还引发一种值得特别注意的现象，我国人大制度中的短会期等制度安排导致实务工作者在特定条件下可能面临信息“波峰”冲击，即该群体有时需要在特定的短时段内处理大量信息。例如在较短的人代会会期内，代表会在分组和联组审议等环节中就有关立法草案提出大量审议意见。实务工作者组成的大会秘书处需要在仅仅几天的时段内将意见进行汇总，形成审议报告并提交主席团审议，其后还需根据审议结果起草审议报告和草案修改稿。面对这一繁重任务，上海等地的人大机关尝试引入了信息化手段进行流程优化。记录员在记录代表立法草案审议发言时，会同时标注该发言对应的法条条标，而后由软件进行汇总。此举部分提高了信息处理效率，但发言信息在被汇总后，实际处理这些发言内容的工作还是由人力完成。而这部分工作才是信息处理负荷的主要来源。此外在目前实践中，应对这种冲击的手段较为传统，主要是临时性调整人力资源布局（如部门间借调和外部人力支持）。

解决信息过载现象并提升人大实务工作者信息能力对于新时代人大民主制度建设尤为重要。各级人大常委会办事机构和工作机构的“信息中心”地位，意味着人大实务工作者群体的信息能力与人大民主质量息息相关。民主制度的运行需要人力和物力资源的投入。现代代议民主制以公民票选代表代为议事的方式解决了直接民主制的高成本问题，但立法机构自身运行所产生的制度成本，尤其是信息处理的成本也在不断上升。

中国同样无法回避这一问题。全过程人民民主强调全方位、全链条、全覆盖，与其相对应的制度设计往往会增加实务工作者的信息处理工作负荷。例如，人大审议立法计划和立法规划时，草案原先采取网上公示的方式征求意见。近年来引入基层立法联系点等制度后，一方面让立法程序变得更加民主，但又新增了实务工作者的信息处理负荷。人大代表工作方面的一些改革在提升民主质量的同时，也会产生同样的问题。2022年2月，全国人大代表工作信息化平台正式启用。这项改革之后，全国人大常委会代表工委处理代表交办议案建议的工作负荷也有所提升。根据相关报道，代表工委“按照‘一件一群组’原则分别搭建了9000多个政务微信群组，建议承办单位与代表建立直接联系通道。全国人大代表工作信息化平台还为承办单位与代表召开视频会议，通过‘云上连线’为实现‘常来常往’提供了保障。建议办理完成后，承办单位可通过信息化平台上传答复电子版，全国人大代表可第一时间收到答复意见。”[18]上述报道中提到的微信群组搭建维护和对接代表与承办单位等工作都是比较大的信息处理负荷。

管理学中一般认为成本与效率成反比，而效率与能力成正比。提升人大实务工作者的信息能力能够降低人大各项工作的运行成本，从而在人大制度领域中支撑更多的民主制度建设探索，并防止现有的民主制度因为不足以支撑其运行成本而被弃置或变异。

同样值得注意的是，尽管加强常委会机关自身能力建设一直是人大工作中的一个重要议题，但学界和实务界的主要关注点是诸如加强和改进党的领导、加强干部队伍建设（特别是优化干部队伍年龄结构）和优化工作流程等结构性改革[19]。相关的研究一直较为忽视技术的作用。相较而言，各国议会联盟和一些国家的议会高度关注信息通信技术等现代技术在议会事务中的应用，并将“技术路线”作为提升议会能力的重要手段，出台了大量的报告、案例和指引。其中，各国议会联盟每两年定期发布《世界电子议会报告》（World e-Parliament Report），对电子议会制度和技术的发展趋势进行总结，并提供相关的发展指引[20]。各国议会联盟在对太平洋岛屿国家议会等欠发达国家议会提供发展指导时，也将提升其信息能力作为重要的切入点[21]。

“技术路线”巧妙规避了人事制度或选举规则改革等制度性改革可能面临的阻力，能够在保持现有制度运行模式的前提下提升立法机构信息能力。这一策略同样适合人大制度。既然诸如短会期、代表非专职和庞大代表数量等结构特征难以改变或不可改变，则“技术路线”可成为一个理想的替代方案。

尽管各国议会联盟等组织已经围绕“技术路线”提出了大量的典型案例分析和路径指引，但这些研究的关注点集中在信息的获取（如议会图书馆和资料的电子化快速查询）和供给（议员使用电子邮箱联系选民以及议会建立网站）两个阶段。这些研究以议员为主要分析对象，且对大模型技术的应用方式仍仅有零星讨论[22]。中国人大制度在制度设计和运行方式上具有独特性，且以提升实务工作者信息能力作为核心目标。这一差异导致上述国外研究资源的参考价值较小。学界和实务界需要探索建设有中国特色的人大信息能力实践路线。

三、实证分析结果及讨论

针对基层政府和公务员队伍工作负荷的研究一般认为，该群体工作负荷的重要来源是大量的过程性信息。处理此类信息，不要求信息处理者依据信息内容作出何种判断，而是需要他们对信息进行汇总加工，特别是从信息低密度的文本中进行信息的汇总和整理。在实践中，其通常表现为各类报表和“文山会海”[23]。人大实务工作者显然也面临着相同的困境。

处理过程性信息恰好是大模型的长项。其具体涉及大模型的语义归纳、文本信息提取、文本分类以及信息供给与辅助决策四项能力。基于上述考虑，本文将采用实验法对大模型提升人大实务工作者信息能力的路径和方式做初步探讨。该方法在测试大模型安全性和应用能力方面已经有过一些成功应用[24]。针对大模型的这四项能力，本文通过以下三步骤分别设计了对应的实验。

（1）获取数据：依据需求设定实验场景并通过问卷等形式获取数据；

（2）数据处理：使用ChatGPT、GPTplus、Google Gemini和kimi等当前国内外主流大模型应用工具对上述数据进行分析；

（3）根据数据处理结果展开进一步讨论。

围绕大模型四项能力的实验设计及结果如下。

第一，语义归纳能力。作为一个语言模型，大模型具有从真实的文本，特别是存在争议性观点的文本中归纳出各方论点及论据的强大能力。鉴于代表审议发言等原始记录文本难以获取且存在涉密问题，本研究设计了一个模拟场景，拟定了一个存在颇多争议条款的“某高校宿舍管理规定”，并通过问卷工具征集受试者对其中各条款的意见建议，然后测试大模型归纳意见建议及生成总结报告的能力。

测试结果显示大模型具有很强的自然语言理解和归纳能力，如对于“根据学校有关规定，具有申请入住学生公寓资格的学生，经本人申请，学校审批后，由公寓服务中心统筹安排宿舍。学生休学或延期毕业的，不得入住学生公寓”这条规定，大模型首先识别出了大多数提交的建议都围绕其中“休学或延期毕业的，不得入住学生公寓”这条规定展开（此规定为研究刻意设置的争议点），指出“这一规定存在较大的争议。支持该规定的学生认为，休学或延期毕业的学生不再是全日制在校生，因此不应享有学生公寓的住宿权利。反对该规定的学生则认为，休学或延期毕业的学生仍是学校的学生，他们仍需要住宿，而且休学或延期毕业的原因可能是客观因素造成的，学校应该提供灵活的住宿安排或相关支持”。

在此基础上，大模型能够总结支持和反对该项规定的受访者的主要论据，且能够识别受访者针对具体条款提出的修改建议。实验中，大模型将受访者针对“学生公寓住宿以院系为单位集中安排”这一规定所提出的修改建议归纳为“以个人需求为导向”以及“建立公平的住宿分配机制”等几项。

大模型的这一能力与实务工作者目前急需提升的信息处理能力关系密切。模拟实验中受试者对“宿舍管理规定”提出建议这一场景设定对应了人大实务工作者面临的多种类似场景。例如，在网上征集立法意见工作和基层立法联系点座谈会工作中，实务工作者需要从原始发言记录文本中发现参与者中存在重大争议的条款，并对各方提出的意见及修改建议加以汇总。语义归纳能力也与实务工作者归纳整理人代会审议环节中代表发言记录等工作密切相关。这些工作中涉及的文本信息在传统上只能通过人工加以处理，而大模型在这方面带来的技术突破则为相关工作的改进提供了重大契机。

第二，文本信息提取能力。大模型可以从非结构性且包含较多干扰信息的自然语言文本中提取出指定信息。它与前述语义归纳能力的基础都是大模型对自然语言的理解能力。本文针对长度不同的文本设计了三个模拟场景实验。

短文本方面，研究选取中纪委网站通报“群众身边的腐败和不正之风问题”文本 ，要求大模型以列表的形式提取各篇通报中包括案例所在的省、具体地点或单位、涉案人姓名、涉案人职务、涉案事项、涉案资金及资金用途等11项信息。从结果来看，大模型能够识别出通报文本中涉案人姓名、职务和涉案事项等信息。相比而言，诸如主题模型等现有自然语言处理工具往往难以准确挖掘上述信息。同时，大模型展示出一定的推断能力。例如，对于仅提及了案例发生城市信息的文本，大模型可以给出正确的省份信息。同时，大模型可以根据文本内容判断“涉案人是否属于领导”以及“案件属于个体型或集体型腐败”这种原文中并没有直接给出的信息。

中等长度文本方面，研究选取几个已经公开的代表建议文本，要求大模型以列表的形式提取代表反映的问题、问题成因以及解决建议。大模型同样能够完成这一工作，并且这种信息提取是建立在语义理解和归纳基础之上的，而非简单的文本段落截取。例如，一项建议中列举出了市属高等院校存在的几条具体问题。大模型将它们归纳为“我市高等院校规模小、力量弱、发展受限”，并将原文中较为复杂的成因分析归纳为“高等院校分布不均，资源配置不合理”。

长文本方面，研究尝试让大模型提取一篇约3000字的研讨会专家发言速记稿中专家的核心观点。大模型能够较好地总结出各位发言专家的主要观点，并根据要求提取特定信息。实验中，大模型很好地提取了专家发言中提及的全球治理危机表现，但在提取专家对全球治理危机应对方案的讨论时，其归纳存在一定问题。这一差距与原文中两类信息在缺失程度和分散程度方面的差距成正比。

总的来说，大模型的文本信息提取能力能够将低信息密度的自然语言文本转化为表格化的结构信息。这一能力对标了当下大量过程性信息汇总加工工作对基层公务员造成的巨大负担。而减轻这一负担也有利于人大实务工作者更多地将精力聚焦于专业性工作。

第三，文本分类能力。大模型能够按照给定要求将信息进行分类，以便后续的进一步处理。在人大实务工作中，诸如代表建议等文本虽在提交时已经进行了分类标注，但仍有一些需要进行信息分类标注的场景。特别是在乡镇和县两级直选产生代表的人大中有一些选民及选民代表直接参与的民主制度安排。这些场景中产生的文本信息在经过分类后能够被更好地加以使用。文本分类是机器学习中主题模型的重要应用领域，但其操作涉及比较复杂的编程技能，技术门槛较高。大模型则能够提供一条替代路径。本项实验要求大模型对一千余条代表建议按标题进行分类，测试其在已知类目和未知类目两种条件下的分类能力。

从测试结果来看，大模型能够在一定程度上胜任分类工作，但该项工作仍需在人工辅助下进行。其缺陷主要表现为两方面，一是出现了大量文本无法分类的情况。两种条件下，分别有49.9%和51.9%的标题无法被系统加以分类，并被列入“其他”类。二是大模型无法理解一些人大代表建议的场景。随机选取100项人工复核的结果表明，大模型分类在未知类目时的错误率为40%，已知类目时降至23%，提供建议全文文本时可以进一步降低错误率。导致错误率较高的主要原因为大模型无法准确理解诸如“民生类”等分类框的含义，亦不熟悉代表建议中诸如“水源涵养区”等概念的含义。

第四，信息供给和辅助决策能力。尽管代表和人大实务工作者对信息获取能力的需求程度低于信息处理能力，但快速和准确的信息供给能够提升人大各项工作的质量。例如在正式审议前，代表可以借助相关工具更加充分地了解预算或立法案的背景信息，提高审议质量。更加丰富的信息源也可以完善决策过程中的论证程序，提升诸如民生实事票决制等制度的运行质量[25]。

大模型现阶段存在较为严重的“幻觉”问题， 使其无法在立法、司法及政策制定等需要精准信息的领域中提供可靠的数据[26]。在一些涉及专业知识的领域，大模型可能由于预训练集不足而无法提供答案。如对于“提供欧美有关国家消防法规中对监督责任划分的条款”这一要求，包括ChatGPT在内的各个大模型直接“罢工”，显示其为语言模型，无法提供相关信息。当前条件下，大模型的辅助决策能力对于目前人大相关工作来说还不具有实际运用价值。从本文的测试来看，大模型几乎无法习得和运用人类社会的基本规律和习惯，而人大立法等方面的工作中需要作出的各种判断恰恰是建立在对社会运行规律充分认识的基础之上的。比如前例“学生宿舍管理规定”实验中，测试文本人为设置了“公寓楼和宿舍中不得使用超过50瓦以上功率电器”这一争议点，面对受试者针对此项规定提出的各种反对意见，大模型正确归纳出“大多数受试者提出50瓦的限制无法满足日常需求”，但大模型在回答“这些建议中有没有不合理的建议”时，无法识别出有受试者提出“应禁止学生使用电器，必须使用蜡烛”这一明显不合理的修改建议。

四、潜在风险与推进策略

讨论大模型在人大相关工作中的推进路径，必须综合考虑该技术的应用价值及其技术风险。

总的来说，对于人大相关工作，尤其是实务工作者的相关工作，大模型具有两方面特殊价值。一方面，它填补了以往信息化手段在信息处理环节中的短板，而该环节又是影响人大各项工作质量的关键。相较而言，当前人大工作实践中发展出的诸如“智慧人大”或“数字人大”等系统主要是加快了信息流动的速度，提升了信息获取和供给的效率。通过诸如自动分析各政府部门预算使用情况等功能，此类系统也有一定的辅助决策能力[27]。但此类系统在信息处理环节中作用有限。

另一方面，使用大模型的技术门槛低，易于推广。使用者以对话为人机交互模式，不需要编程等复杂技术准备，仅需要掌握简单的对话技巧。它可“随叫随用”，日常工作中出现相关需求时，使用者可以随时通过简单的人机对话加以解决。

当然，大模型目前存在的缺陷也必须充分加以考虑，其中最重要的隐患是信息安全问题。目前，OpenAI等主要大模型服务提供商都是境外公司，向其上传数据存在泄密和信息被滥用的风险。在大模型问世一年多的时间中，已经出现了数次商业公司因员工违规使用大模型造成数据泄密的事件。人大工作中的政务数据泄密则可能造成更大的风险。大模型的另一大风险是“幻觉”问题导致其可能在无预警的情况下生成包含错误内容的信息。缺乏经验的使用者往往对其中的错误信息缺乏警惕，且也对大模型的能力边界缺乏了解。当前，虽然各大模型提供商在解决该问题上展开了激烈竞争，但仅能降低“幻觉”出现的风险。

基于上述分析，本文认为在人大各项工作中推进大模型技术应用可以考虑以下策略。

第一，不回避甚至简单禁止该技术在人大工作中的应用，但在现阶段应确立应用的边界，尤其是限制和规范国外大模型服务的应用场景。

第二，采取地方先行先试逐步推进的方式，积累大模型的应用场景和管理经验。尤其是考虑在试点地方的人大机关技术部门中专门立项，研究制定并逐步完善大模型使用规范。该规范应特别强调大模型使用中的数据安全及其适用场景问题。技术部门也可以尝试提供相关技术支持和教学资源。教学资源应当以案例和使用场景为基础，并细化用户目标群体，保证各级人大代表和实务工作者能够得到与需求场景相契合的教育资源。

第三，与国内大模型开发的头部力量加强合作，推进专业大模型的研发。当前，诸如华为盘古等大模型企业已经尝试开发“政务大模型”，科大讯飞则发布了“星火法律大模型”，提供了法律咨询、法律助手、笔录精简、辅助办案等应用场景。这一思路也可拓展到人大的各项业务领域中。

总结

人工智能大模型补足了人大信息能力提升中的一块短板，进而为提升人大民主质量提供了新的选项。这种技术路径的突出特点是可以在不对现有制度设计和运行模式进行结构性调整的前提下提升人大各项工作的质量。但必须注意的是，技术路径的提升空间从根本上说取决于结构性因素。例如，人代会代表审议发言形成发言简报的过程通常并非简单的文意总结和提取，其中还存在内容取舍方面的一些人为考量，而这些问题早已超出了技术范畴，涉及人大监督制度中的一些结构性问题。目前，对于人大制度发展过程中的一些长期性结构性问题，学界和实务界需积极探索研究，加以解决。

参考文献

[1][2][3]王宝贵，范鹏，施韶亭.ChatGPT影响民主的技术逻辑、研判分析及应对策略[J].海南大学学报（人文社会科学版），2023（5）：1-10；樊浩，佟德志.基于算法的民主治理拓展及其限度[J].行政论坛，2023（6）：23-31；黄刚，宗铁岩.隐忧与防范：人工智能介入民主政治的价值审视[J].河南社会科学，2023（11）：36-44.

[2]孟天广，郑思尧.国家治理的信息理论：信息政治学的理论视角[J].政治学研究，2023（6）：117-130.

[3]KREHBIEL K. Information and legislative organization. University of Michigan Press， 1992：70-76

[4]URBINATI N， WARREN M E. The concept of representation in contemporary democratic theory. Annual Review of Political Sicence， 2008， 11： 387-412.

[5]CURRY J M. Knowledge， expertise， and committee power in the contemporary congress. Legislative Studies Quarterly，2019（2）：203-237.

[6]JACKSON N， LILLEKER D. Microblogging， constituency service and impression management： UK MPs and the use of Twitter//The Impact of Legislatures. Routledge， 2020： 414-433.

[7]Inter-Parliamentary Union and United Nations Development Programme. Global Parliamentary Report 2022. Inter-Parliamentary Union， 2022： 21-24.

[8]Office for Promotion of Parliamentary Democracy. Information and Communication Technologies in Parliamentary Libraries. Global Centre for ICT in Parliament， 2012： 30.

[9]WEINBERG A， COOPER C L， WEINBERG A. Workload， stress and family life in British Members of Parliament and the psychological impact of reforms to their working hours. Stress Medicine， 1999， 15（2）： 79-87；GUY PETERS B. Bureaucracy for democracy： administration in support of legislatures. The journal of legislative studies， 2021（4）：577-594.

[10]LESTON-BANDEIRA C. The impact of the internet on parliaments： a legislative studies framework. Parliamentary affairs， 2007（4）：655-674.

[11]Office for Promotion of Parliamentary Democracy. World e-Parliament Report 2012. Global Centre for ICT in Parliament report， 2012： 81.

[12]FITSILIS F. Artificial Intelligence （AI） in parliaments–preliminary analysis of the Eduskunta experiment. The Journal of legislative studies， 2021（4）：621-633.

[13]MP Tells Australia’s Parliament AI could be Used for ‘Mass Destruction’ in Speech Part-Written by ChatGPT. The Guardian. https：//www.theguardian.com/australia-news/2023/feb/06/labor-mp-julian-hill-australia-parliament-speech-ai-part-written-by-chatgpt， 2023-01-26；Who said it： an Australian MP or ChatGPT？. The Guardian.https：//www.theguardian.com/australia-news/2023/feb/11/who-said-it-an-australian-mp-or-chatgpt， 2023-01-27.

[14]XIA M. Informational Efficiency， Organisational Development and the Institutional linkages of the Provincial People's Congresses in China. The Journal of Legislative Studies， 1997（3）：10-38.

[15]CHEN C. Getting their voices heard： Strategies of China’s provincial people’s congress deputies to influence policies. The China Journal， 2019（1）：46-70.

[16]李飞.全国人大常委会的组织制度和议事规则[OL].[2013-06-25]http：//www.npc.gov.cn/zgrdw/npc/xinwen/2013-06/25/content_1798342.htm.

[17]孙莹.加强代表工作平台建设 提升代表依法履职能力[J].人民之声，2023（10）：61.

[18]赵祯祺.民有所呼、我有所应 高质效做好代表建议工作：2023年全国人大代表建议办理工作座谈会召开[J].中国人大，2023（24）：16-18.

[19]张晓荣.对新形势下加强地方人大常委会自身建设的思考[J].人大研究，2007（7）：24-25；赵一升，冉富强.加强和改进人大机关自身建设的陇南实践[J].人大研究，2022（4）：26-28.

[20]Office for Promotion of Parliamentary Democracy. World e-Parliament Report 2016. Global Centre for ICT in Parliament report， 2016.

[21]F FEULNER F， GUEGUIN M. Building public engagement in small island nations. The Journal of Legislative Studies， 2023， 29（3）： 380-405.

[22]KREPS S， JAKESCH M. Can AI communication tools increase legislative responsiveness and trust in democratic institutions？. Government Information Quarterly， 2023（3）：1-11；The IPU’s Centre for Innovation in Parliament. Using generative AI in Parliament. Inter-Parliamentary Union， 2024. https：//www.ipu.org/resources/publications/issue-briefs/2024-04/using-generative-ai-in-parliaments.

[23]杨帆，王诗宗.组织多重互动下基层“文山会海”的形成机制：一项多案例研究[J].行政论坛，2021（2）：75-82；李景平，鲁洋，李佳瑛.公务员工作压力对职业倦怠的影响研究：以X市Y区为例[J].西北大学学报（哲学社会科学版），2012（1）：144-150.

[24]MOTOKI F， PINHO NETO V， RODRIGUES V. More human than human： Measuring ChatGPT political bias. Public Choice， 2024， 198（1）： 3-23.

[25]孙柏瑛，周保民.民意发包：驱动政府工作的新方式：以S县民生实事项目人大代表票决制为例[J].中国行政管理，2023（4）：30-37.

[26]莫祖英，盘大清，刘欢，等.信息质量视角下AIGC虚假信息问题及根源分析[J].图书情报知识，2023（4）：32-40.

[27]许峰.全过程人民民主论域下的地方人大数字化改革机理探析：基于浙江衢州市“数字人大”建设的分析[J].电子政务，2023（10）：116-132.