宋华琳：人工智能在行政规则制定中的作用及其法律控制

内容提要：将人工智能引入行政规则制定全过程的各个环节，有助于提高法律信息检索质量、加强听取意见的广泛性和回应性、提升审查的全面性和改善后评估和规则清理的效果。应审视并厘定人工智能系统介入行政规则制定的边界，为人工智能系统设定透明和可解释性要求，并探索人工智能系统开发的合作治理方略。要防止因对规则制定效率的迷恋，而克减了利益相关方参与规则制定的法定权利。此外，人工智能系统在行政规则制定中只能起到辅助性的作用，需建构人机协同的行政规则制定机制。

我国正逐步探索如何以电子化、数字化、智能化的方式规范行政规则制定程序，提升行政规则制定质量。中共中央、国务院印发的《法治政府建设实施纲要（2021—2025年）》中，指出“着力实现政府立法质量和效率并重并进”，“积极利用新媒体新技术拓宽立法公众参与渠道”。2022年颁布的《国务院关于加强数字政府建设的指导意见》中，提出坚持数据赋能，“建立健全大数据辅助科学决策机制”，提高政府决策科学化水平。但如何将以人工智能为代表的现代数字技术，系统性地引入行政规则制定过程之中，目前还欠缺相对体系化的制度安排，也缺少细密的学理探究。

笔者立足我国行政规则制定实践，探讨人工智能如何影响行政规则的议程设定，如何辅助搜集规则制定所需的事实，并对不同备选方案加以比较，同时，进一步思考哪些类型的规则更宜引入人工智能来辅助制定，如何防范由人工智能介入规则制定所引发的风险，如何通过规则制定合作网络的建构，引入人工智能，提高行政规则的制定效率和质量。

一、人工智能对于提升行政规则实体内容质量的作用

将人工智能引入行政规则制定过程，有助于优化行政规则的议程设置，并有的放矢地配置规则制定资源。人工智能可以通过对“立法性事实”信息的搜集和分析，以及对行政规则备选方案的考察与比较，制定出更具有量体裁衣特点的规则，提高行政规则制定精准化水平，增加行政规则的针对性、及时性、系统性与可操作性，推动行政规则实体内容质量的提升。

（一）优化行政规则制定的议程设置

《行政法规制定程序条例》《规章制定程序条例》规定了行政法规、规章制定的立项程序，要求立项申请需说明制定规则的必要性、所要解决的主要问题等。但在规则制定资源相对稀缺的情形下，需要首先明确哪些事项、哪些问题能够成功进入行政规则制定议程，以确定某一事项的“必要性”，以及确定规则制定事项的优先顺序。

何为规则制定的“必要性”？一般而言，这意味着在规则制定者心目中，此事项的急迫性极高，以至于必须由公权力介入和处理。通过引入人工智能技术，对大型数据集和众包数据进行分析，可以让规则制定者获得更多通达信息，来确定哪些是最关键的事项，进而决定议程设置中的优先顺序。还可以进一步利用大数据和人工智能技术，去感知、预测、预警基础设施和社会安全运行的重大态势，分析社情民意，及时把握群体认知及心理变化，研判哪些是经济社会发展中亟待回应的系统性、趋势性问题，哪些是需要以行政规则应对的制度性风险。在人工智能技术的辅助下，政府可以更容易地识别出哪些问题是“人民群众急盼”，哪些是“人民群众反映强烈的突出问题”，从而将这些问题纳入行政规则制定的优先次序。

（二） 辅助“立法性事实”的搜集分析

行政机关制定规则是一种“准立法”活动，而规则制定需要以立法性事实为基础。立法性事实着力说明规则制定所需的客观性事实，即能被感知、观察或者有科学数据支撑的事实，也包括通过社会科学工具或手段获得的事实，如统计数据和资料。立法性事实反映了真实发生的事情和实际存在的状态，是行政规则制定的必备前提。

规则制定者运用人工智能技术处理传统和创新的数据源，并对海量的数据和信息进行分析，有助于更好地搜集立法性事实，形成更有针对性、包容性的规则。在难以用传统方式搜集信息和数据的领域，人工智能技术构成了更为有益的补充。例如，人们可运用人工智能模型，分析卫星云图数据，通过观测夜间灯光密度、建筑构造、交通网络情况，估量经济活动和经济产出。又如，亚洲开发银行引入人工智能技术，利用卫星图像上的数据，预测和评估菲律宾、泰国的贫困情况，作为出台相关政策的参考。

大数据和人工智能技术可以对数量巨大、来源分散、格式多样的数据进行采集、存储，有助于以智能化方式形成作为行政治理基础的数据库，并通过数据分析，揭示传统技术方式难以展示的关联关系。实现这一目标，必须提升行政的数据分析能力，建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制，实现基于数据的科学决策和基于“事实”的规则制定。

（三）增加备选方案选择的科学性

制定行政规则是法政策学的工作，需做好规则制定的事前评估，对不同的备选方案加以选择。一方面，规则制定者要通过外推预测、理论预测、主观判断等方法加以预测，预测备选方案给社会带来的影响，以避免出台的行政规则带来不可预期的、负面的后果。外推预测基于目前及历史的数据，通过归纳做出预言；理论预测以不同理论中的因果假设为基础，通过演绎进行推断；判断预测以直觉为基础，给出有见地的判断。另一方面，行政规则制定也在逐步引入规则影响评估、成本收益分析制度，规则制定者应比较不同备选方案的成本和收益，评估特定备选方案给经济社会可能产生的影响，所选择的备选方案应付出尽可能低的成本，以获得尽可能高的收益。

通过建构自动化模型，人工智能系统可以模拟汇率波动、金融危机、交通拥堵、气候变化等经济社会场景。凭借机器学习算法，人们可以利用历史数据与当下数据训练出先进的人工智能预测模型。在这些人工智能模型的辅助下，规则制定者可以预测到观测到的特定结果，也可以预测到未观测到的反事实干预下的结果，进而对备选方案有更为准确、公正的评估。这有助于以通达信息为基础，形成基于证据的决策。例如，在一些非洲国家，央行利用机器学习和大数据技术，针对利率、存款准备金率和流动性管理等货币政策杠杆，做出知情度更高的、数据驱动的决策。又如，德国联邦经济和能源部于2021至2023年，资助“人工智能和货币政策决策”项目，通过使用机器学习方法生成新的信息，开展宏观分析和预测、评估金融稳定风险，进而改进欧元区的货币政策。

《国务院关于加强数字政府建设的指导意见》中指出“统筹推进决策信息资源系统建设，充分汇聚整合多源数据资源，拓展动态监测、统计分析、趋势研判、风险防控等应用场景，全面提升政府决策科学化水平”。我国可以通过引入人工智能系统，建构自动化模型，来模拟相关的情景和备选方案，去审视相应情景和备选方案下的后果，这有助于对不同备选方案进行比较和选择。

二、人工智能在行政规则制定各环节中的作用

将人工智能引入行政规则制定，从法律信息检索、听取意见、草案审查到后评估全过程的各个环节，一方面有助于更好地保障利益相关方参与规则制定的权利，从而保障规则制定的过程民主性；另一方面，有助于提升规则制定的质量，促进规则内容的实质合理性。

（一）提高法律信息检索的质量

在我国行政规则制定过程中，客观上存在着政策扩散和政策学习的现象。政策扩散是指一种政策活动从一个地区或部门扩散到另一地区或部门，被新的行政主体采纳并推行的过程。政策学习的要义则在于，当决策者面临某个问题时，往往选择已经在其他地方被证明为成功的政策，来简化寻找解决方案的过程。政策扩散、政策学习的前提在于获取相关法规和政策文本。依法制定行政规则的前提，在于要检索、搜集到相关法律、法规、规章、司法解释、司法判例乃至技术标准，这对规则制定者的法律信息检索能力提出了很高的要求。

我国目前已有商业性智能起草规则的辅助工具，该系统以法律法规数据库为基础，运用人工智能、大数据分析等先进技术，智能匹配相关法律法规，生成资料汇编，在线调用资料起草文本，解决起草承办人在信息资料收集、管理等方面遇到的困难和问题。在这一领域，未来可以采取政企合作的形式，由政府和企业共同开发、设计智能化的立法辅助系统。在系统中嵌入高阶版的人工智能搜索引擎，并为系统设计更为合理的栏目和搜索选项，为数据设计更为合理的分组，同时尽量减少无关信息源，精准匹配数据，以提高行政规则所需信息搜集的质量与效率。

（二）增强收取意见的广泛性和回应性

我国司法部已针对法律、行政法规、部门规章建立了“公开征求意见系统”，很多省市也建立了相应的法规规章草案意见征集系统，还引入了微信二维码、电子邮件等听取意见形式，规则听取意见的智能化程度逐步提高。

通过将人工智能技术引入征求意见系统，运用自然语言处理技术来阅读和总结公众意见，可以帮助规则制定者对公众意见加以概括和分类，并从诸多意见中提取出最重要的实质性信息，从而更好地对公众意见加以回应。例如，2016年美国国务院为改进其护照申请和延期流程，使用了由第三方软件公司开发的在线征求意见程序，之后收到了近1000条建议。该程序可通过文本挖掘算法，扫描包含相关类似关键字的文本，并对这些意见加以概括。通过人类智能与人工智能的结合，改进了听取意见的质量，提高回应公众意见的效率。

通过总结国内外发展经验，在行政规则听取意见程序中引入人工智能技术，需要关注的问题主要有以下四点。

其一，积极发展人工智能技术，实现规则制定听取意见的智能性、便捷性和即时性。行政规则制定机关可通过人工智能信息平台，发布规则制定草案及相关背景材料，乃至将相关内容推送至特定群体的手机或其他终端，以实质性拓展听取意见的范围。

其二，有组织地推进规则制定意见收集、整理、归纳的智能化。行政机关通过利用人工智能、机器学习技术，可以识别、删减重复的意见，归并、整合相关意见，提炼意见的主要观点和总体倾向，并尽量对公众提出的意见予以回应。

其三，理性对待生成式人工智能在听取意见程序中的功能。生成式人工智能给出的建议与导引，有可能貌似通畅、合理，实则生产了诸多虚假、错误信息，公众以生成式人工智能就行政规则提出意见，也可能会带来更多偏狭、谬误之见。规则制定机关当未雨绸缪，发展出适当的智能技术，对以生成式人工智能生成的虚假、低劣以及“批量灌水式”意见予以甄别和剔除。

其四，在整理和回应规则制定阶段的意见时，应注重行政机关工作人员和人工智能技术的结合。尽管人工智能为规则制定过程中的公众参与赋能，实质性拓展了政策网络中的“对话网络”，但这些公众意见对规则制定内容只是施加了一定影响力，并无控制力。行政机关在制定规则时，需考虑规则在政治上的可接受性、行政资源的可得性及业务上的执行可能性，行政机关仍有依据法律要求、专业知识，结合实践需求、政策考量等因素，确定行政规则内容的裁量权。

（三）提升规则审查的全面性

在行政法规、规章制定过程中，政府法制机构要在权限范围内，对相应的行政法规、规章送审稿加以审查。目前，天津、河北、海南、黑龙江、北京、上海、江苏、广西、西藏、甘肃、青海、珠海、哈尔滨等地人大常委会陆续与相关科技公司合作，引入法律数据分析平台，将人工智能用于地方立法。其建立的规范性文件备案审查平台，预先设计了“敏感词词库”。审查时，系统将待审查文件、敏感词词库、法律法规数据库三相比对，自动匹配筛查。当审查文件含有“审批”“许可”“责令停产”“罚款”“关停”等词汇时，智能平台会将此类敏感词汇与敏感词库进行自动比对，标注出可能违法的表述，供相关工作者人工识别。在未来，完全有可能将此类智能平台功能扩展至行政规则起草过程中的事先审查。

（四）改善后评估与规则清理效果

行政规则的后评估和清理，需要将行政规则与相关法律规范进行比对和分析，可谓卷轶浩繁。人工智能系统辅助行政规则清理工作，将行政人员翻检法规汇编、人工检索法条的传统工作模式，转变为让人工智能算法进行自动化的法规审查，能够集约应用有限的行政资源，提高行政效率。

行政机关做事更多地是“向前看”，希望将更多资源投入如何制定新规则，以规范经济社会生活中的新问题，而往往不愿“向后看”，不愿将有限资源投入对行政规则的后评估及相关修改、废止工作。将人工智能技术引入行政规则后评估，应注重发挥人工智能技术长于数据统计和分析的优势，强调“数据会说话”，以数据来评估行政规制实施的实效。将人工智能技术引入行政规则清理时，应强调自然语言处理技术的应用，实现对规则文本的自动化解析和理解。例如，通过关系抽取和事件检测技术，识别规则文本中的法律条款、归责机制和记载事实，以提供更为全面、准确的分析结果和清理建议。

三、人工智能辅助行政规则制定的法律控制

在我国，将人工智能引入行政规则制定过程仍处于起步阶段。一方面要恪守法治立场，理性审视人工智能系统介入行政规则制定的边界，为人工智能系统设定可解释性要求；另一方面，要通过政府、企业与专家的合作，提升人工智能系统的规则制定能力，打造出可问责的人工智能系统，建构更具实践有效性的行政规则体系。

（一）厘清人工智能系统介入行政规则制定的边界

将人工智能系统介入行政规则制定过程，其前提在于相关领域已有较为丰富的制度实践，已有上位法，或已就同类问题制定了相关法律规则，从而可以令人工智能系统通过机器学习技术，从规则数据中提取规则制定的模式、规律和决策逻辑。以行政裁量基准的制定为例，其力图就那些对裁量最终处理决定具有直接影响和作用的主客观事实情况，作出准确认定，并加以类型化的区分，即细化情节，继而设定不同格次的法律效果。行政裁量基准并非无源之水、无本之木，其以相关行政处罚、行政许可、行政征收征用、行政给付、行政强制行为的丰富实践素材为基础。

数据是大模型训练的“燃料”，也是提升人工智能辅助规则制定系统性能的决定性因素之一。当特定领域属于新兴、未定型领域，或属于新技术、新产业、新业态、新模式时，或者在特定领域法律规范存在缺漏、法律关系变动不居、治理模式尚需探索时，可得数据不够多，很难保证相关训练数据的数量、质量、多样性和稳健性。在这些新兴领域、重点领域，针对复杂社会现象制定规则，设定权利、义务、责任，本已属难事，因此，或更不适于将人工智能系统引入相应的规则制定过程之中。

需认识到，人工智能介入行政规则制定，更多的是搜集辅助资料、比较分析方案、提供文本表述参考，行政规则制定机关和相关工作人员依然保留对规则内容的修改、讨论、审议之权。“人在回路”模式有助于发挥人类智能与人工智能之长，捍卫行政规则制定程序的民主正当性。

（二）为人工智能系统设定透明度和可解释性要求

人工智能系统研发者有向行政机关和公众进行解释的义务，这有助于行政机关和公众在一定程度上了解算法和机器学习运行的相关原理。通过要求系统研发者“展示你的工作”，来界定用自动化工具评估哪些内容，哪些特征变量作为事实证据，哪些特征变量作为结果变量；系统研发者要为所选择数据、验证程序、验证结果的生成等给出解释。这有助于行政人员更好地理解人工智能系统，并在后续规则制定中，更好地将行政管理经验与人工智能辅助建议相结合。

当行政机关引入人工智能辅助系统来制定行政规则时，也应履行相应的透明和可解释义务。其一，在规则制定过程中，应努力让相关行政官员、行业专家理解人工智能系统所能发挥的作用，理解人工智能系统能生成怎样的结果。其二，责任的缺失是诱发智能风险的内在因素，应明确界定在规则制定中，规则起草人员、人工智能系统分别扮演怎样的角色，承担怎样的责任，保证对人工智能系统生成的规则草案、规则辅助资料等予以存档，并保证未来可查询。其三，行政机关将规则草案说明向社会公布并征求意见时，应说明引入了哪个人工智能系统，人工智能系统在特定规则制定中的功用是什么，是辅助搜集立法资料，还是草拟规则草案文本，还是对特定条款提出建议，抑或是对不同版本规则文本加以比较。这有助于打造更可信、更具可问责性的人工智能系统，强化对人工智能系统的社会监督。

（三）探索人工智能系统开发的合作治理方略

如果行政机关只是将人工智能辅助规则制定系统的设计外包给企业或研究机构，双方仅仅构成合同关系，那么行政机关与研发者之间的沟通方式可能只是协议、文档、用户手册等，这不利于彼此间密切的沟通和协调。在设计人工智能辅助规则制定系统时，不仅要掌握计算机语言，还涉及对法律、经济学、社会学、伦理学等的考虑。行政机关应与研发者密切合作、持续交流，发挥规范引导作用，共同形成人工智能系统开发方案。

另外，应要求人工智能辅助规则制定系统使用开源软件，并可考虑适度开放该系统的源代码。这有助于提高人工智能辅助规则制定系统的透明度与可解释性，使人们更好地理解相应的人工智能系统。坚持人工智能赋能工具的开源与互操作性，有助于避免行政规则制定被某个特定供应商“锁定”，还有助于在现有系统的基础上，根据用户的体验、感受和建议，对人工智能辅助系统予以不断修正、迭代升级，这也是实验主义治理和反思型法的生动体现。

四、结 语

将人工智能引入行政规则制定之中，某种意义上构建了数字技术辅助政府决策的机制，推动了政府治理流程再造和模式优化。如果说电子化行政规则制定构成了规则制定的2.0版本，那么人工智能辅助规则制定则构成了规则制定的3.0版本，在技术赋能的同时，也推动了行政规则制定程序的改革，推动了中国行政程序法的结构转型。但面对充满不确定性的未来，仍有两个需要重点关注的问题。

其一，将人工智能系统引入行政规则制定程序，应尽量更有效听取、更好回应公众意见，更好保障利益相关方的参与权利。不可因对规则制定效率的迷恋，而克减了利益相关方参与规则制定的法定权利，而削弱了利益相关方参与规则制定的其他法定形式；不可弱化书面征求意见、座谈会、论证会、听证会等收集意见形式的作用。

其二，人工智能系统在行政规则制定中只能起到辅助性的作用，需建构人机协同的行政规则制定机制。人工智能的引入，有助于搜集相关资料、生成规则草案、进行文本比对，并开展规则的审查、清理和评估。但人工智能系统所倚重的数据集、算法等都具有局限性，自动化决策工具和人工智能系统相对适于考虑可量化、结构化的数据，但其更多呈现出规律性、确定性的技术思维，无法对所规范事务加以“同情地理解”，不适于去体察对规则制定所需考虑的复杂的政治、经济、社会以及历史背景，不适于去衡量复杂社会中承载的多元价值和利益。更要警惕因人工智能系统带来法规文件起草人员的怠惰，防止由机器生成千人一面、看上去很美，实则脱离实际的规则文本。

规则制定者具有丰富规则制定经验，还具有基于常人生活经验的“感觉”和“常识”，能更好地应对不确定性，更好地在矛盾的焦点上“砍一刀”，给出务实、有效的解决方案，写出具有可操作性的条文。因此，建构行政规则制定的人机协同机制，让规则制定者保有对机器错误的监督、矫正之责，有助于真正实现数字时代的智能化规则制定，以高质量规则制定促进法治的高质量发展。

宋华琳，河北黄骅人，南开大学法学院教授、博士生导师，教育部“长江学者奖励计划”青年学者，主要研究方向：行政法学。

来源：《江淮论坛》2024年第5期。