哲學 | 推動科技決策向智能決策範式升級
在一般語境下，科技決策指的是關於發展、促進、使用、管理和規制科學技術的決策，但如何在關於科學技術的決策中用好科學技術，則是一個極具現實意義的問題。當前，以大數據、人工智能、物聯網、邊緣計算、時間敏感網絡等爲代表的數智技術，正以前所未有的速度輔助甚至替代人類完成越來越多的決策任務，科技決策也面臨着向智能決策範式的升級。
決策的本質是信息處理上的行爲選擇。在現代科學技術誕生之前，自然人的經驗在決策中發揮着決定性作用。在計算機技術被廣泛使用之前，很多政府部門在其事權範圍內構建了決策信息系統，並嘗試以抽樣調查方法採集信息，但受限於落後的數據存儲、傳輸和處理技術，決策者所掌握的信息通常具有時滯性，加之科層制下逐級上報的信息傳遞方式極易受“把門人”影響而造成信息扭曲，進而導致決策的時效性與科學性難以保證。
20世紀60年代，在當時的計算機技術支撐下，管理信息系統與專家系統被引入人類決策。管理信息系統把人與計算機納入統一系統，通過對信息的蒐集、存儲、加工與使用，將管理信息由孤立狀態轉化爲有組織狀態；專家系統則是通過基於知識的推理，實現“像專家一樣思考”，以解決單一領域的特定問題。70年代，一種綜合了個體智力資源與計算機能力的決策支持系統被提出，適用於解決半結構化問題與部分非結構化問題。當決策支持系統與專家系統相結合並引入人工智能技術後形成了智能決策支持系統，它不僅具有知識獲取與推理技能，而且能夠跟蹤與模擬決策專家的思維過程、構建相應的決策支持環境。90年代，以“人—機器協同系統”“開放的複雜巨系統”爲代表的決策系統理論與數據倉庫聯機分析處理、數據挖掘等新概念大量涌現，實現了將數據庫數據進行清洗、按決策主題重組、將多維信息轉換爲輔助決策信息的功能。
到21世紀，互聯網、多媒體、網格計算與知識管理等技術疊加，知識共享型與資源共享型的“協同共享型”決策支持系統出現。2008年，大數據的概念被正式提出，因其具備描述現象與規律、規範分析實時數據流、預測未來趨勢的功能，有效彌補了傳統經驗決策範式中決策科學性、預見性與決策效率方面的不足。藉助物聯網、雲計算、邊緣計算等數智技術對海量數據進行實時處理，能夠獲取前瞻性的決策支持，形成大數據驅動型的決策支持系統。2022年，對話式大語言模型ChatGPT問世，觸發了生成式人工智能的發展及其在決策領域的擴散應用，逐步發展形成了智能決策系統。智能決策系統清掃了過去專家系統只能在限定領域、單一任務中的決策障礙，在自然語言處理中建立了一個與領域無關的通用理論，它既具備機器學習的自學習、自驅動、自適應能力，又能夠產生具有創造性、現實性的、全新的輸出，通過促成決策者與智能決策系統對話，提升決策的科學性與完善性。智能決策在一定程度上實現了決策自動化與決策替代，並能夠依據決策場景生成決策方案，因而成爲數字時代的最新決策範式。
智能決策強調機器自主生成決策方案，它是一種通過實時大數據感知與計算，基於決策經驗、業務數據建立決策模型，以實現對未來可能發生的場景進行情景模擬與趨勢預測的自動化和智能化分析的巨型人工智能系統。其重點在於，通過智能化算法對決策信息間複雜相關關係進行深度理解，幫助決策者在高度不確定性的環境中動態地優化決策，更精準、高效地達成預期決策目標。
智能決策的效果取決於兩方面。一方面是智能決策系統自身的決策水平。這主要由大數據、以大模型爲代表的決策算法與算力基礎設施共同決定。理想狀態下，用以智能決策的數據應該是具備全樣本、實時性、客觀性特徵的大數據，決策算法應具備將多種結構數據轉化爲具備計算性與推理性知識的“轉化能力”、處理多個自然語言任務的“泛化能力”、發現新特徵與新模式的“涌現能力”，算力基礎設施需集合高速的信息計算力、網絡運載力、數據存儲力於一體。另一方面是決策者與智能決策系統間的人機交互水平。儘管智能決策在決策速率、無倦怠感、克服個體主義與情緒化傾向、完成多項並行任務等方面都具有人類難以比擬的優勢，但在界定問題、抽象思維、探索、感知、創作、主動性與道德性等方面依然難以超越人類。採用人機協同訓練模式的智能決策可以實現二者優勢兼容，這要求決策者“善用”“會用”智能決策系統。
智能決策具備如下典型特徵。一是在給定條件下自動化決策。智能決策依據算法對全樣本數據進行即時分析處理，並自動生成可供參考的決策方案。特別是經由大數據不斷訓練，算法能夠自主學習並不斷迭代，適應複雜的決策環境。在生成式人工智能技術影響下，智能決策可以就不同場景與情境設計個性化的決策方案，保證決策結果的有效性與針對性。二是全流程的決策響應。以大數據驅動的智能決策可以做到全流程的決策響應：首先，大數據具備描述功能，智能決策系統通過對歷史數據進行統計分析，捕捉規律，爲後續決策提供相應建議；其次，大數據具備規定功能，將即時數據與歷史數據進行比對，實現數據流全天候實時分析，這決定了智能決策可以最大限度降低滯後性，對突發應急事件做到及時響應。三是預測功能。通過深度挖掘數據間潛在相關關係，智能決策能夠預測未來發展趨勢並提供針對性解決方案。
數智技術驅動着決策範式變革，數字時代的智能決策發展或將呈現出如下趨勢。第一，大數據驅動的智能決策將逐步取代經驗決策。智能決策通過對大數據的實時分析，及時發現問題和預測趨勢，挖掘隱藏的信息和規律，從根本上改變經驗決策缺乏客觀性、決策效率低下、易導致決策失誤的弊端。第二，場景化與定製化決策情境將日益增長。隨着數智技術及基礎設施的發展，智能決策系統可以更高效地收集、分析和處理數據，挖掘出決策對象的需求和偏好，爲場景化和定製化決策提供更好的技術支持和數據支撐，從而提高決策的效率和質量。第三，決策系統平臺化，決策參與者日漸開放與多元。大數據成爲智能決策的重要依據和支撐，平臺化的智能決策系統能夠更好地整合內外部數據資源，整合不同領域、不同部門和不同角色的決策參與者，提高決策科學性和準確性。第四，決策者與智庫專家角色將面臨角色轉換。數字時代，智能決策系統將實現對決策者與智庫專家的角色替代，並依據算法與大數據提供支持。但這並不意味着決策者與智庫專家將無用武之地，而是要轉換角色，決策者需要對智能決策的結果進行把關與調整，智庫專家需總結決策經驗並將其轉化成決策算法。
數智技術的發展必將驅動決策範式智能化轉型，科技決策應該從如下幾方面擁抱這一變革。一是將智能決策技術發展與應用納入國家發展戰略，明確發展目標，優先支持智能決策系統在重點領域的試點和推廣。二是深入開展智能決策理論體系研究。注重智能決策基礎理論與原創算法的研究，促進智能決策理論的跨學科研究。三是加快佈局智能決策系統基礎設施，建立大規模決策數據支撐平臺，打造可信任的決策算法與有影響力的智能算法開源平臺，構建國家智能決策公共算力平臺。四是培育智能決策應用場景，場景創新與需求端緊密相連，場景的開發與培育應充分考慮應用主體與目標用戶的需求，構建政府、企業、社會機構等主體的合作機制，加強決策場景的應用和迭代。五是加強智能決策系統相關人才培養，既要轉換決策者的決策觀念，培養決策者使用智能決策系統的能力，又要通過完善智能決策人才自主培養體系，培育一批智能決策技術團隊與人才。
（作者系中國科學院科技戰略諮詢研究院研究員；清華大學社會治理與發展研究院博士後）