内容简介：2020新冠疫情爆发以来，为了阻断疫情传播，国家倡导人民群众居家保护，减少密切接触。而基层工作人员需要近距离接触居民以实现对疫情的拉网式排查。本文由此出发，依托国家自科基金和省社科联项目（本项目依托国家自科基金“跨域协同的多模态高效感知与增强智能”（61751211）和陕西省社科联重大项目“复杂舆论环境下主流意识形态话语权建构机制研究”（2019Z085）），探讨如何借力人工智能，推动国家治理体系的智能化发展，促进国家治理能力的稳步提升。

2020年元月以来，一场以新型冠状病毒为主要致病源的传染性肺炎席卷大江南北。由于此疫情具有高度传染性和较长的潜伏期，全国各省市自治区陆续启动公共卫生事件I-II级响应，采取传染病人隔离、密切接触者追踪和医学观察、环境消毒等预防控制措施，阻断病毒传播，遏制疫情发展，并倡导人民群众居家自我保护，减少人员密切接触。

然而，为了掌握辖区居民动向，防控疫情，排查传染源，大量社区基层工作人员和小区物业人员采用传统的上门走访调查方式，挨家挨户拉网式排查。以《成都日报》2月9日题为《排查：不漏一户不漏一人》的新闻为例，仅武侯区就组织6400人次，对全区24.8万户72.7万人进行排查，而《重庆晚报》报道渝北松青路社区10名工作人员3天对全社区5020户1.4万人进行了电话/登门排查。这种排查方式在充分彻底掌握防疫基本面的同时，增加了基层排查人员与小区、社区住户接触几率，扩大潜在传染范围，也极大地占用了公共行政资源，大量消耗人力、物力和时间成本，效率低下。

面对这种情况，工信部发出倡议：充分发挥人工智能赋能效用，协力抗击新冠肺炎疫情。尽快利用人工智能技术补齐疫情管控技术短板，快速推动产业生产与应用服务。目前落地应用的基于AI的大流量人群体温检测系统能够快速对通道内人群的体温进行非接触式快速准确测量；基于云平台的新药研发支持病毒基因测序、新药研发、蛋白筛选，缩短药物研发时间；在部分定点医院利用智能机器人在病区输送药品和食品，避免交叉感染；利用12306票务平台对确诊/疑似旅客密切接触者进行报备和跟踪；依托公共安全视频监控联网人脸识别系统，实现肺炎患者密切接触者排查。

但必须看到，当前基于人工智能的助力方案还非常初级和低效，停留在部分行业、局部地区的具体的数据支撑和事务处理层面，缺乏人工智能和现有国家治理体系结合的深入融合和全局性考量。如何利用人工智能技术，减少排查中不必要的接触，降低工作人员暴露风险，提升排查的命中率和效率，并将经验应用于后期管理中，是这次疫情对我们国家公共治理与应急管理能力提出的尖锐考验和挑战。

面对突如其来的疫情挑战，在人工智能与国家治理体系深入融合方面，应做到“顶层设计、全局整合”，“人智协同、各尽其能”，“鉴史先知、从容预估”。

顶层设计、全局整合

目前基于大数据和人工智能的往（返）鄂及病例密切接触人员的追踪方案仅基于独立的票务平台，未构成统一体系，数据来源也较为单一，难免存在遗漏，这也使得全面的拉网式人工排查成为必然。考虑到目前移动支付和应用的迅速发展，国家需在战略上对群众流动出行信息管理体系进行顶层设计规划，着重改变目前各自为战、互不相通的现状，在统一框架下充分整合和协同多家单位资源，包括移动支付与位置应用的行业优势单位的私有数据与国有公路、铁路、航运、空运用户信息，利用区块链、联邦学习等新型人工智能技术，在保障用户隐私和企业利益的条件下，通过数据聚合产生新的价值和发现点，实现对特定用户的侧写与轨迹画像；同时研究数据共享的反馈激励机制，让这些企业获得利益和回报，促使更多的单位将信息汇总进来，在多维度下实现全面精准的用户画像和轨迹追踪。这项工作不仅可以应用在目前疫情管控和感染路径溯源中，也可以为春运、黄金周和暑期出行提供预警。更进一步，这些信息涉及公民隐私和出行安全，只有把这些管控起来，才能更好地保护国家信息安全。

人智协同、各尽其能

目前，传统的“人”工走访调查方案和大数据人工“智”能筛查方案仍然是较为独立的两种途径，在国家管理体系中没有实现二者的互动，智能筛查结果无法及时通知到人，人员排查中获取的信息也无法及时反馈回大数据中心。面对以上问题，应充分利用移动互联网，特别是5G网络的低延迟高宽带特性，增加二者的协同。在大尺度上，充分利用顶层设计平台的全面信息，缩小排查范围，将确定安全的区域通过AI电话、广播等全媒体通道进行宣传和广播，减少在这方面的人力物力和时间分配。将排查范围缩小到疑似区域，提高排查质量和效率。在个例尺度上，排查人员及时地将新的情况、新的线索、新的问题及时反馈给数据中心，数据中心进行实时响应和任务调度更新，做到人工走访调查和大数据人工智能处理的有效协同。利用二者协同提高管理与服务质量与效率，不仅可以应对疫情，更为面对一般条件下的基层管理与响应提供的新解决思路。

鉴史先知、从容预估

在国家治理方面，不仅需要考虑当前疫情下的对应方案与策略，更需要考虑疫情过去后，经济和社会活力恢复、剩余物资处理和人民群众心理干预等问题。自2003年“非典”事件以来，我们的政府总结和累积了大量成功经验，但也暴露了管理中的一些不足。在这个方面，应利用迁移学习、强化学习等人工智能类比学习的技术，借鉴历次大规模公共事件处理的数据和效果，对疫情尾期的物资管控、人民群众心理状态分析与干预、经济和社会活力恢复期的供给与需求体量提供科学的预估，为中央和地方领导集体的决策提供必要的数据支撑。

习近平总书记指出“新一代人工智能正在全球范围内蓬勃兴起”，“处理好人工智能在法律、安全、就业、道德伦理和政府治理等方面提出的新课题”，“要加强人工智能同社会治理的结合”,“有效增强公共服务和城市管理能力”。2003年的非典，严重打击了线下支付方式，我们的政府和人民，在困难中发现机遇，开启了线上移动支付的新篇章；这次疫情，既是严峻的挑战，同时也是推动人工智能与国家管理体系深入融合的良机。我们坚信，在如此大力度的国家顶层干预、基层切实执行、人民群众全力配合下，我们众志成城、万众一心，一定能战胜疫情。同时我们也相信，经过这次事件，人工智能将发挥更广泛而深入的作用，助力国家构建更加健康、成熟的国家管理体系，进一步提升国家治理能力和管理水平。

作者简介：

赵鲲，hjc888老品牌黄金城助理教授。

孙鹤立，hjc888老品牌黄金城计算机科学与技术学院副教授、博士生导师，hjc888老品牌黄金城副院长，陕西省委网信办安技处副处长。

李明德，hjc888老品牌黄金城院长，教授、博士生导师，陕西省社会科学普及基地“网络舆情科普基地”主任，陕西高校新型智库“新媒体与社会治理研究中心”首席专家。