今年以来，关于DeepSeek的话题热度一直很高，也引发了一些人工智能可能影响哪些行业的探讨。在这当中，关于政务服务方面的应用尤为引人关注。有人暗喜，人工智能是公职人员写材料、出方案的神器。有人厌恶，因为汇总基层汇报材料时，发现大量的AI痕迹，辞藻华丽却内容空洞，梳理这些材料，工作量反而比以前增加了很多。今天，就来继续聊聊这个话题。

河北邢台市人社局组织开展“人工智能+政务”专题培训。图源：邢台人社

先说一个蛮有意思的现象。有人问DeepSeek一个问题：“xx大学和xx大学哪个更好，二选一，不需要说明理由”。经过一番思索，DeepSeek给出自己的答案。继续跟进问题，“我是另一所学校的”，大模型立马改口。当进一步表示“两个大学都读过”，DeepSeek在深度思考中直白地给出逻辑：“恭维用户”，“双校光环叠加”的回应已然失焦。

如果仅从玩笑或者调试的角度，这样的问答或许令人会心一笑。但是，倘若把咨询的问题换成涉及群众切身利益的公共事项，或者需要人工智能为公职人员提供决策辅助时，这种“过度迎合”的情况就需要加以重视了。

不可否认，“AI+政务”其势已成。近来，多地组织领导干部学习大模型使用方法，不少单位正在接入或者部署本地化DeepSeek。数据显示，有的地方上线政务大模型后，公文格式修正准确率超95%，审核时间缩短90%，跨部门任务分派效率提升80%。

数据喜人，也不乏思考：一个以用户满意为评价维度的大模型，究竟能不能承载各方期待？当各种文字材料趋于模板化、套路化，该不该归咎于作为使用者比如公职人员身上？

先说第一个。让用户满意当然无可非议，但是当态度的变量超过真实的参数，那就有可能本末倒置。试想，当你使用政务大模型撰写解决某个问题的方案时，得到的却是一堆情绪价值爆棚、实用信息不足的反馈，恐怕只会更加焦虑。

有人在研究中发现，目前许多生成式人工智能存在一种“讨好”倾向，甚至会因此胡编乱造。表面看似有理有据，实则早就偏题千里。某种程度上，这是消纳数据、反馈强化的结果。优点当然是对齐了与人类的“颗粒度”，缺点也显而易见，开始与真实脱节。

由此而言，我们依然需要保持自我认知的掌控权。正如有人所提醒的那样：“我们永远要带着一点点怀疑、一点点好奇、一点点求真精神，与它探讨、对话、切磋。”当然，更为重要的是不能依赖，AI再强也替代不了“脚底板”，调查研究始终是谋事之基、成事之道。

再说第二点。毋庸讳言，许多人已经尝试使用生成式大模型写报告、找素材、攒总结，写作效率大大提升。但与此同时也带来争议，拗口的表达如出一辙，机械的逻辑似曾相识，鲜活的案例真假难辨，这样的公文材料有啥意义？