兰德-共享资源支持州_地方_部落和地区政府使用人工智能的潜力（英）-2025.6_18页_369kb

AI在州、地方、部落和领地政府中的应用：共享资源的潜力
发布日期：2025年6月

背景
州、地方、部落和领地（SLTT）政府正积极利用或探索人工智能（AI）技术以提升公共服务效能。AI应用场景包括客户服务机器人、多语言翻译工具、交通管理系统及灾难应对数据分析等。然而，AI技术使用中可能存在错误（如数据误判）、偏见、隐私泄露等风险，需确保其负责任和有效应用。

核心挑战与应对策略

1. 资源不足：小型或资金薄弱的地域缺乏独立开发AI工具的能力。
2. 复杂性：需综合考虑政策、数据安全、合规性、技术维护等多方面挑战（如表1分类）。
   解决方案：

• 政府生成式AI（GovGenAI）工具：允许地方政府和协作方利用公共与非公开数据生成响应，但需管理数据安全与输出准确性。
• 共享资源框架：提出五个关键类别（政策、组织结构、培训、技术工具、人才），并通过共享资源（如标准化政策模板、协作平台）降低成本、提升效率。

共享资源示例

• 政策模板：标准化文档管理与风险控制框架（如NIST发布的AI风险管理指南）。
• 技术平台：如HSIN（联邦政府信任信息共享网络），支持敏感数据协作（如化学应急响应场景）。
• 数据与工具资源：已汇总的可信赖数据源、AI工具能力对比库（如DHS的SAVER项目）。

未来方向
需进一步评估SLTT需求、共享资源的实际成本与收益、制定详细实施标准，以及识别资源提供方（如联邦机构、专业协会或地方政府联盟）。

联邦支持与案例指导

• DHS、NIST、CISA等机构提供政策框架、工具平台及培训资源（例如，DHS的“可接受使用训练”。
• 案例警示：内华达州AI误判保险欺诈的教训强调了风险控制的重要性。

结论
共享资源能有效弥合地域间AI技术应用的差距，但需协同多方力量推动标准化、培训与数据共享机制，确保AI在公共治理中公平、精准、合规。