🎯 政务 · 科技治理
一、根源在数据安全🔥 体制内不鼓励用AI，本质是"安全、可靠、可控"压过效率红利的取舍。
体制内工作很大一部分涉及公文、会议记录、群众信息等敏感数据，一旦上传到通用大模型，就等于把内部资料送进了外部服务器。当前多地对机关使用外部人工智能工具都保持谨慎，要求工作人员不得将涉密、敏感数据输入第三方平台。这种限制不是保守，而是数据主权与保密责任的必然结果。
在商用模型的"黑箱"里，数据流向、留存时间、是否被用于训练都难以完全掌控，风险敞口让任何有保密责任的单位都不敢轻易松口。
二、合规与责任更重体制内的每份红头文件、每个决定都要讲究责任到人、可追溯。而人工智能生成内容存在"一本正经胡说八道"的幻觉问题，一旦用于起草公文、政策解读出了差错，责任该由谁担？2026年我国已将"完善人工智能治理、加快推进人工智能健康发展综合性立法"列入国务院年度立法工作计划，强调给人工智能生成合成内容"贴"上数字标识，构建技术监测、风险预警和应急响应体系。
在规则尚未完全成熟前，各地宁可慢半拍，也不愿在最讲规矩的政务场景里先试错。
三、不是拒绝，是谨慎推进需要澄清的是，"不鼓励"不等于"不用"。国家层面的态度一直是"推动人工智能健康有序发展"，2025年我国人工智能核心产业规模已超1.2万亿元，企业数量超6200家，稳居全球第一梯队。体制内正在走的是"有益、安全、公平"的稳妥路线——先建边界、立规则，再逐步在医疗影像、智慧课堂等可控场景落地。对机关单位来说，用好AI的前提，永远是把安全和可控排在前面。
综合人民日报、人民网报道 | 2026-08-17