概述
評論相似度本身並不能證明提交的內容是虛假的、協調的或不值得考慮的。
深入探討
規則制定可以產生大量公共記錄,其中包含獨特的評論、套用信函、技術附件和重複文字。人工智慧工具可以幫助按主題對評論進行排序,識別類似的提交內容,並建立摘要以引導分析師找到記錄的相關部分。類似的措辭可能來自有組織的倡導、共享模板或獨立協議;它不建立身份或真實性。系統也可能錯過用不同語言表達的不同論點、過度壓縮少數觀點或誤讀附件。各機構應保留收到的提交內容,保留用於分類或刪除重複內容的方法,並提供從每個摘要返回基礎記錄的路徑。關於該規則的任何結論都應反映相關評論和支持證據,而不僅僅是頻率。 《行政程序法》和機構特定程序管轄規則制定職責;該指南不為具體程序提供法律解釋。可靠的工作流程記錄如何使用自動化分析、進行了哪些人工審查以及如何解決重大問題。各機構應將公眾提交的內容與經過驗證的個人或組織區分開來,並避免僅根據自動真實性評估來駁回評論。資料隱私、可存取性和公共記錄保留也很重要。人工智慧可以幫助工作人員瀏覽大量記錄,但它無法決定哪些評論在法律上重要,也無法取代該機構的合理決策。審閱者應驗證引文,保留上下文,並確保最終記錄支持該機構的解釋。
現實世界的實施
分析师对拟议的报告要求进行分组评论,并检查每个主题的示例。
审阅者标记几乎重复的提交内容以供分析,而不将其从记录中删除。
机构使用摘要作为索引,然后在评估问题时引用并阅读基本评论。
團隊記錄評論的分類方式,並在文字被誤讀時允許糾正。
人工智慧分析規則制定中公眾意見的未來
各機構可以使用改進的工具來搜尋和總結大量規則制定記錄,並從主題到支持它們的評論之間提供更清晰的連結。更好的聚類可以幫助員工識別相關的問題,同時保留不同的論點。這些方法仍然需要透明的驗證和人工判斷。相似性并不能证明欺诈或演讲者的身份,评论量也不能替代合理的分析。各机构应记录自动化的作用并保持公共记录可审计。公開解釋應描述分析的限制。
付諸實踐
為什麼這很重要
- 配裝選擇. 應用級設計決定了人工智慧是否能改善實際結果。
- 團隊與工作流程. 良好的工作流程整合可以創造使用者值得信賴的生產力效益。
- 風險與安全. 範圍明確的用例可以減少變更疲勞和實施風險。
留意
- 將損壞的流程自動化可能會加劇現有問題。
- 團隊可能會過度自動化並消除所需的人工判斷。
- 如果不持續評估輸出,品質可能會出現偏差。
後續步驟
- 繪製目前工作流程並確定摩擦最大的步驟。
- 在完全自動化之前定義人工檢查點。
- 對使用者進行提示、升級路徑和品質標準的訓練。
- 追蹤任務級結果以確認持續價值。
不斷探索
常見問題
什么是规则制定中公众意见的人工智能分析?
人工智慧可以幫助機構組織、消除重複和總結大量公眾評論,但它不能取代機構根據適用法律審查記錄並解釋其決定的職責。評論相似度本身並不能證明提交的內容是虛假的、協調的或不值得考慮的。
人工智能可以为公众评论审核做出什么贡献?
自動化組織可以支援審查,而無需決定法律意義。
近乎重复的语言向评论者证明了什么?
共享措辞可以由模板或协调倡导产生,但不能建立同一性。
審查者該如何處理低頻爭論?
頻率本身並不能決定相關性或重要性。
各機構應如何處理自動真實性評估?
自動訊號不應成為不受支援的決定。
可审核的分析工作流程应保留哪些内容?
保留记录可以让审阅者重建评论的处理方式。