发表于 世行之声

世界银行如何利用人工智能和机器学习推动治理效能提升

世界银行如何利用人工智能和机器学习推动治理效能提升 利用人工智能和机器学习提升治理水平

人工智能(AI)和机器学习(ML)在全球备受关注。这些技术具有在全球各地提高透明度、效率和合规性的潜力。世界银行集团正在带头开展研究,探讨如何利用这些技术来改善治理和发展成果。GovTech(政府科技)创新实验室 (以下简称“实验室”) 等项目利用人工智能为国家和全球应对治理挑战提供信息,为开拓通往更公平、更有效的政府和公共管理之路提供指导。

政府利用人工智能和机器学习的案例越来越多,特别是在医疗、教育、服务提供、信息获取、欺诈检测和税收征管等领域,而世界银行一直进行自身的能力建设,以便将这些技术用于研究、项目设计和政策咨询。

针对税务管理部门的合成数据:

世界各地的税务管理部门都在努力应对错综复杂的现代经济和狡猾的逃税手段。基于规则的传统税收制度虽然是基础,但在精准识别潜在逃税案件方面往往存在不足。为了应对这些挑战,机器学习算法可以补充现行制度的不足,提供改进的决策、自动化和最优化。机器学习使税收系统能够从数据中学习,不经过显式编程就能提升绩效。

认识到可靠的机器学习模型的必要性,实验室创建了一个合成数据生成器,使用算法和统计方法来准确模拟现实世界的税务运营数据。以这些合成数据为基础,设计了一个机器学习工具(原型)演示,可用于选择税务稽查案件。

为了测试和验证这种方法,该团队使用了大量合成数据来训练机器学习算法,然后再使用格鲁吉亚税务局提供的具体国家数据对模型进行微调,这些数据质量高但量不大。使用格鲁吉亚税务局提供的匿名真实数据确保了数据的保密性和隐私性。结果令人振奋,模型识别出了潜在的逃税者。这种混合方法将使用合成数据进行初始训练与使用具体国家数据进行微调相结合,在提高逃税检测工作效能方面显示出了巨大潜力。

GovTech咨询和指导工具 (GTAG):

由于对方便查询包含数字化子项目的项目信息的需求不断增长,GovTech 实验室与 ITS 技术与创新实验室 (ITSTI)合作开发了对话式人工智能驱动的工具原型。这个工具以通过一种设计思维方法收集的广泛用户反馈作为依据,协助从事数字化项目的发展从业者,使他们节省了为政策对话和项目设计与实施进行数据搜索的时间。

这个工具整合了来自世界银行内部及外部不同来源的信息。世界银行数据涵盖了1991 年以来所有包含数字化子项目的项目,截止到2022年10月总共有1449个项目

这个工具利用大量项目相关文件,从中学习,为用户动态生成类似人类的回应。例如,假设你正在甲国准备一个新的数字化项目,需要参考乙国以前的一个数字化项目的数据——比如该项目的某些子项目的费用支出情况、项目实施期间聘请的专家人数或者每位专家准备项目所花费的时间——这个工具简化了搜索过程, 节省了宝贵的时间,有效地找到了与你的特定上下文最相关的信息。点击此链接查看演示

这两个案例说明人工智能可以提升我们的能力并为我们的客户推动进展。在我们不断探索人工智能的巨大可能性的同时,世界银行GovTech创新实验室坚持致力于负责任和创造性地利用其力量应对GovTech面临的挑战,例如缺乏透明度、问责和信任,以及获得公共服务和公民参与政策对话的机会有限。

加入我们,一起来发现我们在尖端技术方面取得的创新进展,为探讨如何利用技术推动治理模式转型的对话出谋献策,快来联系我们的 GovTech团队,分享你的想法和创意吧!


Authors

Asami Okahashi

Governance Specialist (GovTech) World Bank

Charles Blanco

Senior Public Sector Specialist World Bank

加入讨论

此字段内容保密,不会公开显示
留言字数: 1000