台灣政經傳播研究中心(TIGCR)訪問學者──美國德州農工大學公共服務與行政學系 Justin Bullock教授，接續上月發表人工智慧(AI, Artificial Intelligence)影響政府決策之主題，於7月31日發表公開演講「Creating Artificial Bureaucrats（創造人工官僚）」，聚焦人工智慧如何應用於官僚體系與未來發展。由本中心成員國立空中大學公共行政學系廖洲棚副教授主持，廖教授同時也擔任電子治理研究中心副主任。
廖洲棚副教授主持演講
（照片提供：台灣政經傳播研究中心）
延續上次演講將人工智慧用於輔助政府裁量，Bullock教授將研究視角延伸至更深層的複雜人工智慧系統，深度分析並借鏡Drexler所開發Comprehensive AI Systems (CAIS)的經驗，為公共行政研究及實務的現況與未來展望提供建議。Bullock教授首先提及科技快速進步對於人工智慧發展所造成的影響，公共行政領域由於人工智慧的輔助而能更靈活、有效率的執行任務，包括決策、裁量及輔助執行公務等。以長期發展來看，人工智慧之所以能超越過去長期輔助文官體系的資訊傳遞科技(Information Communication Technology)原因在於它具有不斷學習的能力，能夠超越人腦有限的儲存系統，快速且有效的運用及處理數據，並且根據學習經驗不斷改善決策結果及行為。
Bullock教授演講影片
（影片提供：台灣政經傳播研究中心）
Bullock教授發表演講
（照片提供：台灣政經傳播研究中心）
他接著提到，對於許多當前的公務員來說，最關心三個AI用途為：一、將圖片、文字或者數據以系統性的方式建置，以利人工智慧後續學習。二、利用大數據識別模式，判斷輸入資料是否形成趨勢或進行預測；三、是否能以自動化的方式取代現有人力資源。Bullock教授表示具有學習能力的AI能夠有效及系統性地處理數據，然而，當我們要建置人工官僚，還有許多因素須納入考量。
Bullock教授指出雖然AI具有強大的問題解決能力、並能以複雜的科層結構來學習新技能並完成任務，但據目前所知，AI與人類仍存有在「理解」上的差異，人類能夠深度理解自己的行為，而這是目前AI尚無法達成的部分。在定義文官系統何時該使用AI或是人為進行決策，Bullock教授認為此差異存在待執行的公務是否需要執行者具備有理解的能力。
Bullock教授回應提問
（照片提供：台灣政經傳播研究中心）
由於AI系統的科層特性，Bullock教授以Drexler(2019)所提出「理解型人工智慧服務」(Comprehension AI service, CAIS)架構，提供當前人工官僚的建議與思考。CAIS模型的智慧程度較以往更為提升，其特色在於以任務為中心，有別於過去不加以區分任務的人工智慧系統，未來在引進此模型時，我們也可透過通盤考慮任務的風險與複雜性，決定在AI與人類官僚的合作上，哪些任務應該交由人工官僚執行，哪些則依舊由人類官僚決定。
Bullock教授回應提問
（照片提供：台灣政經傳播研究中心）
Bullock教授總結，AI逐漸作為各領域裁量工具，我們應該要仔細思考使用AI的策略。發展至今，AI系統就如所有系統一樣，是由複雜的科層結構組成，該如何改善、並運行當中的子系統，則能參考Drexler的架構，以任務為導向進行使用AI與否的判準。
會後，中心主任黃紀教授邀請Bullock教授加入TIGCR成為中心成員，也獲Bullock教授欣然同意，樂見雙方未來將有更密切的合作與交流。Bullock教授也同意本次演講全程錄影，未來將可以在本中心官方網站回顧他的演講。
與會者合影
（照片提供：台灣政經傳播研究中心）
