《TECHNOLOGY IN SOCIETY》：The Impact of AI Technology Application on Street-Level Bureaucratic Decision-Making: A Moderated Mediation Experimental Analysis.
编辑推荐：
本研究通过情景调查实验探讨AI在公共行政中对街头官僚决策行为的影响，发现认知状态、算法可解释性及组织文化显著影响信任，风险感知起中介作用，AI素养则调节风险感知与信任的关系，为设计人本AI提供依据。
作者：匡亚林、程旭宇、蔡宇轩
中国电子科技大学公共管理学院，成都611731
摘要
将人工智能（AI）整合到公共行政管理中，重塑了基层官僚的决策环境。在此背景下，本研究探讨了认知状态、算法可解释性和组织文化如何影响他们对AI辅助决策的信任。此外，还研究了风险感知的中介作用以及AI素养的调节效应作为关键影响因素。通过对664名基层官僚进行的基于情景的调查实验，研究发现认知、算法和组织因素均显著影响了对AI决策的信任。具体而言，认知冲突和算法可解释性对决策采纳的影响是通过风险感知来中介的；然而，这种中介作用在组织文化中并不成立。此外，官僚的AI素养可以减轻对低可解释性算法的感知风险，但不会改变其认知状态的影响。通过探索AI在公共服务中的接受机制，本研究为设计以人为中心的AI和促进有效的人机协作提供了重要启示。
引言
随着技术的迅速发展，人工智能（AI）在公共行政管理中的应用日益增多。例如，AI驱动的自动化决策（ADM）在私营和公共部门中都在兴起。它现已广泛应用于公共治理和服务提供，特别是在资源分配、风险评估和公共服务审批等领域（Zuiderwijk等人，2021年）。
其他典型应用包括将深度学习和数据分析等AI系统整合到交通管理中。这些系统通过处理大量交通数据，为交通警察提供智能决策支持，从而减少人工干预。此外，正如Busuioc（2021年）所指出的，美国警察部门使用算法预测犯罪，而荷兰警方则采用了“犯罪预测系统（CAS）”，至少有14个英国警察部门也计划采用类似的预测警务技术。在福利和司法领域，Giest和Klievink（2024年）分析了重要的AI应用，包括荷兰的儿童保育津贴案例和密歇根州的综合数据自动化系统（MiDAS）用于福利欺诈检测。
在这种背景下，人们越来越关注AI决策对基层官僚工作的影响。基层官僚被定义为“直接与公民互动并在执行工作中拥有实质性自由裁量权的公职人员”（Lipsky，1980年），这些一线官员在政策实施过程中拥有重大权力。作为公共行政的核心参与者，他们的决策行为直接影响服务质量和政策效果。Evans和Hupe（2020年）将基层官僚的行政自由裁量权视为在制度约束下行使有限自由的行为，既无法实现完全控制，也无法实现无限制的自主权，使他们能够根据具体情况灵活执行规则。此外，Sandfort（2000年）认为这种自由裁量权是在将一般规则转化为具体行动时做出负责任决策和个体判断的能力。最终，自由裁量权充当了严格制度规范与复杂现实世界情境之间的润滑剂，有助于提高政策的适应性和增强公民满意度。
然而，随着AI在公共部门决策中作用的日益突出，基层官僚的传统决策流程正在发生变化（Alon-Barkat & Busuioc，2023年）。例如，随着警察部门利用AI预测犯罪热点和分析车辆流动模式，执法实践正在发生变化。随着监控摄像头和自动处罚系统的引入，警察行使自由裁量权的意愿显著降低，使得执法过程变得更加机械化和程序化（Selten等人，2023年）。这些变化引发了关于“执法缺乏人性”的广泛社会讨论。在分析这些变化时，必须认识到AI建议的采纳并非自动发生，而是受到个体认知、技术特性和组织背景复杂互动的影响。基层官僚对AI驱动决策的反应高度多样化，其采纳行为受到认知偏见、技术透明度和组织文化约束的影响。尽管多项实证研究表明自动化和AI可以重塑这些官僚的操作风格——通常提高规则遵从性并减少感知到的自由裁量权（de Boer & Raaphorst，2023年；Alon-Barkat & Busuioc，2023年）——但我们对AI应用如何影响他们行使自由裁量权的意愿以及驱动这些效应的心理机制仍缺乏深入理解。此外，尽管现有文献普遍承认技术整合不可避免地会影响自由裁量权的行使，但对其确切效应和生成机制的共识仍不明确。当前的理论观点从将AI视为自由裁量权的促进者到担心人类判断力被侵蚀的观点不一，这些观点大多缺乏系统的实证验证，也往往未能充分探讨潜在的中介路径。
为了解决上述研究空白，本研究聚焦于基层行政执法背景。通过基于假设情景的2×2×2被试间调查实验，探讨了AI如何影响基层官僚报告的行使自由裁量权的意愿。虽然这种基于问卷的方法通过有效隔离变量提供了较高的内部有效性，但我们承认它测量的是行为意图而非现实世界中的实际行为——这一局限性将在后文讨论。本研究特别关注认知一致性、算法可解释性和组织文化如何影响AI决策的采纳。具体而言，本研究旨在回答以下问题：
- AI的应用如何影响基层官僚行使行政自由裁量权的意愿？特别是在AI辅助的执法环境中，基层官僚是否减少了自主决策权？
- 基层官僚对AI的主观认知如何中介认知一致性、算法可解释性和组织文化对其对AI建议信任的影响？
我们特别关注AI引入后官僚认知的变化是否中介了技术对其使用自由裁量权意愿的影响。此外，风险感知被引入作为这些基础因素与感知信任之间的中介变量，而AI素养则被探讨为影响这一过程的调节因素。
通过回答这些问题，本研究旨在：
为公共行政领域中AI对基层官僚行为影响的理论理解做出贡献。
为研究技术嵌入背景下的自由裁量权使用提供新的视角。
为在行政执法领域部署AI时平衡效率与以人为中心的方法提供实践见解。
章节片段
基层官僚与AI技术
Lipsky（1980年）提出的基层官僚理论描述了在政府一线直接与公民互动并执行政策的公务员（Bovens & Zouridis，2002年）。这些官僚通常拥有显著的自由裁量权，即在法律和政策框架内根据具体情况独立判断和自主处理事务的权力（Bullock，2019年）。这种自由裁量权使他们能够适应工作需求
方法
我们设计了一项2（认知冲突与认知一致性）× 2（高与低算法可解释性）× 2（开放与僵化组织文化）的被试间调查实验，涉及664名基层官僚。我们使用方差分析（ANOVA）来测试自变量的主效应和交互效应，并通过层次回归分析来评估整体模型。
操作检查、可靠性测试和相关性分析
大部分参与者报告的感知与其分配的实验条件一致。操作检查结果显示，96.27%的参与者认为AI决策在认知上是连贯的或如预期那样存在冲突，96.89%的参与者认为AI决策系统的可解释性高或低如预期，94.66%的参与者认为组织文化是开放的或僵化的如预期。这些结果证明了我们的研究有效性
讨论与结论
本研究的目的是探讨人工智能（AI）技术的应用如何影响数字化公共服务中基层官僚的决策行为。长期以来，基层官僚凭借其专业自由裁量权在政策实施中发挥了关键作用（Lipsky，1980年）。然而，随着算法决策辅助工具的引入，他们的传统工作模式正面临深刻的变化和挑战（Zuiderwijk
作者贡献声明
程旭宇：撰写——初稿、方法论、调查、数据分析。
蔡宇轩：方法论、调查。
匡亚林：撰写——审稿与编辑、初稿撰写、方法论、概念化
未引用参考文献
Cohen等人，2003年；Ebermann等人，2023年。
伦理声明
本研究的研究方案已由中国电子科技大学的伦理审查委员会审查并批准。本研究遵循了委员会制定的伦理标准。
利益冲突声明
作者声明没有已知的财务利益或个人关系可能影响本文所述的工作。
资金声明
本研究未获得任何资助。
利益冲突声明
我们声明与任何可能不当影响我们工作的个人或组织没有财务和个人关系，也没有任何产品、服务或公司的专业或其他个人利益可能影响本文的观点或手稿的审查。
