施騫 SHI Qian；周穎 ZHOU Ying

（同濟大學經(jīng)濟與管理學院，上海 201800）

0 引言

黨的二十大報告提出，健全共建共治共享的社會治理制度，建設人人有責、人人盡責、人人享有的社會治理共同體。社會治理主要目的是為廣大人民群眾謀取幸福美好的生活，其中公眾既是治理主體，也是治理客體。但我國基層社會治理尚存在一些參與不積極的現(xiàn)象，這既是因為公眾責任感和價值觀不同，也因為缺乏相應渠道和機制。

在以人工智能為代表的技術(shù)加速應用的大背景下，推動社會治理智能化發(fā)展是必然趨勢。黨的二十大報告中部署了打造智慧城市、完善信息化支撐的基層治理平臺等任務[1]。社會治理智能化是指將現(xiàn)代智能技術(shù)與社會治理相結(jié)合，形成以智能技術(shù)為支撐，集合多元治理訴求、整合多方治理資源、促進多元主體參與、打造多元治理平臺、滿足多元主體需求、提升多元主體信息處理能力的一種社會治理手段[2]。目前已經(jīng)出現(xiàn)了通過“一網(wǎng)通辦、一網(wǎng)統(tǒng)管”以全面推進智慧政府和服務型政府建設、構(gòu)建“城市大腦”提高城市運營效率與生活質(zhì)量等多種智慧治理舉措。隨著自然語言處理技術(shù)廣泛應用，ChatGPT（Chat Generative Pretraining Transformer）能實現(xiàn)智能化的語言交互，國內(nèi)文心一言、訊飛星火等大語言模型也在不斷發(fā)展。因此本文希望探究智能程度對公眾在線參與意愿的影響，為未來智能聊天機器人提升公眾在線參與、建設社會治理共同體提供實證依據(jù)。

1 研究基礎與假設

1.1 公眾在線參與

政府不斷提升公共服務數(shù)字化、智能化水平，以滿足公眾多層次、多樣化需求。小程序、APP 等各種平臺涌現(xiàn)出來，彌補了傳統(tǒng)治理模式中參與率低、參與途徑低效的問題。多位學者認為治理平臺能夠增強公眾參與社會治理的可及性和便捷性[3，4]。要建立共建共治共享的社會治理制度、從而提升社會治理效能，提升公眾參與水平成為關(guān)鍵環(huán)節(jié)。

公眾參與的意義較為廣泛，學者們關(guān)于公眾參與的概念定義未達成統(tǒng)一認識。俞可平院士認為有需求的公民或民間組織在公共領(lǐng)域通過各種渠道影響政治生活和政府決策。公眾參與有程度和深度上的區(qū)別，如Connor 提出參與階梯模型，將公眾參與程度由低至高分為七級，即教育、信息反饋、咨詢、聯(lián)合計劃、調(diào)解協(xié)商、法律訴訟和預防與消除分歧[5]。綜合各學者的意見，本研究認為“公眾參與”是指公眾或特定主體根據(jù)自身需求依法通過合理渠道、合規(guī)方式直接或間接參與到國家公共政策制定或公共事務治理的過程，包括投票、競選、宣傳、投訴、對話、咨詢、協(xié)商、聽證等?！白稍儭笔瞧渲凶钜子诓僮髑覒脧V泛的類型，以此來考察公眾參與具有較強代表性。

1.2 智能性

智能性是指通過處理自然語言來理解用戶的命令并產(chǎn)生應答從而提供有效結(jié)果的能力[6]。對于智能性影響的分析需追溯到個體對技術(shù)的接受和采納的技術(shù)接受模型（TAM），技術(shù)系統(tǒng)特征等外部變量會影響感知有用性與易用性，進而影響意愿和行為?！爸悄堋币殉蔀槿魏稳斯ぶ悄茯?qū)動系統(tǒng)的重要特征，比如Moussawi 等認為感知智能可以正向影響用戶初始信任[6]。其中智能聊天機器人能展示類似人類的智能[7]，包括計算能力和社交技能。早期的聊天機器人主要基于對話庫中的模板和句型，對語義分析和用戶意圖的理解還不夠深入。近年來，深度學習、語音識別和模式識別等技術(shù)在自然語言處理領(lǐng)域取得突破，促使聊天機器人快速發(fā)展，使其又成為近年來的研究熱點和實踐應用焦點。當前我國大力推進“互聯(lián)網(wǎng)+政務服務”，對便利企業(yè)和公眾辦事發(fā)揮了重要作用。

在智能的分類和評級方面，Huang 等人討論了四種智能的特征及表現(xiàn)，將人工智能需要更長時間才能模仿的智能稱為“更高”水平的智能，其中機械智能涉及自動執(zhí)行日常重復任務的能力；分析智能是處理信息解決問題并從中學習的能力；直觀智能是指創(chuàng)造性思維和有效適應新情況的能力；情感智能是識別和理解他人情緒、做出適當情緒反應的能力[8]。類似地，Schepers 等人認為智能有機械型、思考型和情感型三種[9]，并且不同類型和等級的智能將在特定服務情境中發(fā)揮獨特優(yōu)勢[10]，如機械智能在標準化服務場景中、分析智能在個性化服務場景中、直觀智能在社會服務場景中、情感智能在情感溝通服務場景中都能發(fā)揮各自優(yōu)勢，從而引發(fā)消費者較為積極的態(tài)度，例如Longoni等人在醫(yī)療服務場景之下分析病人對機械智能服務的評價發(fā)現(xiàn)，由于患者可能感覺到自身獨特性不被重視，從而對機械智能懷有抵制態(tài)度，并且更希望接受含有情感和同理心的人類服務[11]。當公眾在線參與社會治理時，聊天機器人所展現(xiàn)出的智能性越高，越會令人感受到自身意圖得到充分理解，因此提出以下假設：

H1：聊天機器人的智能程度會影響公眾在線參與意愿。

2 實驗設計

2.1 研究方法

實驗方法在識別因果效應方面具有很大優(yōu)勢，也能夠?qū)ι形茨艽笠?guī)模實施的政策進行效果預判和評估[12]，原因是實驗方法具有隨機化配置干預、可重復性、標準化操作、可控條件等特征、“控制-對照-比較”的嚴格邏輯，并且兼具信度和效度。調(diào)查實驗法彌補了實驗室實驗樣本數(shù)量較少導致的外部效度不足的缺陷，能得到大量樣本數(shù)據(jù)，且能借助技術(shù)手段實現(xiàn)隨機化分組。因此，解決本文問題最適宜的方法是調(diào)查實驗法。

2.2 實驗流程設計

在實驗程序的設計上，本文通過在線調(diào)查平臺“Credamo 見數(shù)”發(fā)放搭載實驗情境設計的版本各異的問卷，被試者在完成問卷且問卷被判定有效后可獲得定額獎勵。通過選擇平臺信用分不低于80 分的樣本、設置多次發(fā)布作答用戶不重復（保證多個實驗研究以及每個實驗內(nèi)部樣本完全不重復）、IP 地址限制（每臺設備限填一次）和設置甄別題（檢測被試者是否認真作答）等方式控制填答質(zhì)量，此外還剔除了答題時間過短（少于正常填答時間）和未通過情境測試題的樣本確保問卷質(zhì)量。實驗材料共包括三個部分：第一部分假設“身份證丟失”背景；第二部分為實驗情境，設置4 組智能程度不同的被試間實驗設計，被試者被隨機分配機械智能組、分析智能組、直觀智能組、情感智能組4 組中任意一組并閱讀相關(guān)材料；被試者收到一段材料，隨機呈現(xiàn)文本和圖片，從而考察不同實驗條件下被試者在線參與意愿的差異；第三部分為自變量、因變量和基本信息測量，基本信息包括性別、年齡、受教育程度、收入、之前參與咨詢的頻率。

在實驗材料的選擇上，本文基于“咨詢”的公眾參與場景進行設計，采用Huang 對于四種智能的定義來模擬相應文字和圖片[8]，并參考某城市12345 智能咨詢來模擬圖片。機械智能組能提供簡要回復；分析智能組能提供詳細回復；直觀智能組能整合多種信息來提供詳細回復，完全理解對話含義；情感智能組還能夠提供安慰、理解情緒。

3 實驗結(jié)果

3.1 數(shù)據(jù)收集與被試分布

實驗二共獲得有效問卷292 份，其中男性33.2%，女性66.8%；年齡在18-29 歲占比58.2%，大多數(shù)為青年人；本科學歷占比最多為71.9%；中等收入群體占多數(shù)；之前參與頻率方面，從未咨詢過、極少咨詢、偶爾咨詢、有時咨詢、經(jīng)常咨詢分別有1.7%、24.7%、47.6%、22.3%、3.8%。

3.2 量表的信效度檢驗

感知智能量表的Cronbach's alpha 系數(shù)為0.904，該量表內(nèi)部一致性非常高。其次通過AMOS 進行驗證性因子分析檢驗效度，各測項因子載荷值都在0.9 左右，AVE 大于0.8 且Cr 大于0.9，符合效度要求。（表1）

表1 量表的信效度檢驗結(jié)果

3.3 平衡性檢驗

單因素方差分析可得各變量的F 檢驗均未達顯著且在不同分組條件下的均值差別很小，因此被試者在組間的平衡性較好，為進一步分析提供保證。（表2）

表2 平衡性檢驗結(jié)果

3.4 自變量操縱檢驗

為檢驗自變量操縱的有效性，借鑒人機交互領(lǐng)域的成熟量表Godspeed 問卷系列中的“感知智能”設計問題，包括有能力的、有知識的、負責任的、有智力的、敏感的5 個測項。該系列到2022年已被引用1852 次，已成為人機交互領(lǐng)域的標準測量工具之一[13]。由于方差齊性不滿足，因此采用非參數(shù)檢驗方法。Games-Howell 多重檢驗的結(jié)果表明感知智能均值關(guān)系為機械智能組＜分析智能組＜直觀智能組＜情感智能組，兩兩比較的差異均在p＜0.001 的水平上顯著。因此對于自變量智能程度的操縱可行。

假設檢驗同樣采用非參數(shù)檢驗。多重檢驗的結(jié)果表明公眾在線參與意愿的均值關(guān)系為機械智能組＜分析智能組＜直觀智能組＜情感智能組，除了情感智能組與直觀智能組的差異在p=0.039 的水平上顯著，其他兩兩比較的差異均在p＜0.001 的水平上顯著，如表3 所示，因此假設H1得到證實。

表3 假設檢驗結(jié)果

本文還通過構(gòu)造加權(quán)最小二乘法（WLS）回歸進行穩(wěn)健性檢驗。首先對自變量和因變量進行對數(shù)處理，通過White 檢驗明確拒絕同方差假設，再將擬合值變量取指數(shù)變換、倒數(shù)變換后獲得權(quán)重，經(jīng)過加權(quán)的回歸模型不再存在異方差性，并且R2為由0.6631 變?yōu)?.9867，模型擬合程度有了極大提升。結(jié)果為自變量回歸系數(shù)為正并對因變量有顯著影響（p＜0.001），進一步驗證了假設H1，即聊天機器人的智能程度會影響公眾在線參與意愿，隨著智能程度的提升，公眾在線參與意愿提升。

4 結(jié)語

本文通過4 個不同智能程度的場景進行實驗，分別考察公眾未來在線參與的意愿，對實驗數(shù)據(jù)進行非參數(shù)檢驗，保證自變量操縱有效、各組平衡性較好，并且經(jīng)事后檢驗表明，政務智能聊天機器人的智能程度越高，公眾在線參與的意愿越強。

當前關(guān)于“智能”的研究主要集中在探究人們對智能程度較低的系統(tǒng)的接受意愿及其影響機制方面，探究和比較不同類型或不同程度的智能系統(tǒng)對人們態(tài)度影響的相關(guān)研究較少。因此本文從實證視角出發(fā)，通過調(diào)查實驗比較不同程度的智能系統(tǒng)效果，研究結(jié)論對相關(guān)研究是有益的補充。在實踐啟示方面，微觀上，本文模擬實際場景調(diào)研公眾在線參與的意愿，能夠為實踐應用中如何設置有效的智能手段來鼓勵公民參與到公共事務中提供借鑒，促使智能技術(shù)真正賦能于社會治理共同體的建立；宏觀上，本文認為將人工智能應用于政務服務能夠滿足公眾的現(xiàn)實需要，為推進國家治理體系和治理能力現(xiàn)代化提供支撐，更能顯著提升社會治理效能，從而盡快形成共建共治共享的社會治理新格局。