人工智能（AI）在政府中有一系列用途，从推进紧急服务、卫生和福利等领域的公共政策目标，到通过虚拟助手和聊天机器人协助公民与公共机构互动。据《哈佛商业评论》报道，“人工智能在公共部门的应用广泛且不断增长，世界各地的早期试验正在进行中。”哈佛大学阿什民主治理与创新中心的希拉·梅尔指出，人工智能在政府中的应用并非新事物，邮政服务在20世纪90年代末就使用机器方法识别信封上的手写内容以自动分拣信件。人工智能在政府中的使用带来了显著益处，包括提高效率从而节省成本并减少腐败机会，但也存在与偏见、透明度和问责制相关的风险。
人工智能在政府中的用途
人工智能在政府中的潜在用途广泛多样，德勤认为“认知技术最终可能彻底改变政府运作的方方面面。”梅尔提出，六类政府问题适合应用人工智能：资源分配，即需要行政支持以更快完成任务；大型数据集，即数据量过大使员工无法高效工作，且可合并以提供更深入的见解；专家短缺，包括可以回答基本问题并学习小众问题的情况；可预测场景，即历史数据使情况可预测；程序性任务，即具有二元输入或输出的重复性工作；以及多样化数据，即数据形式多样（如视觉和语言）且需要定期总结。梅尔表示，“虽然人工智能在政府工作中的应用并未跟上私营部门人工智能的快速扩张步伐，但公共部门的潜在用例反映了私营部门的常见应用。”潜在和实际用途可分为三大类：有助于实现公共政策目标的用途、协助公众与政府互动的用途，以及其他用途。
有助于实现公共政策目标
人工智能可以通过多种方式促进公共政策目标的实现。例如，它可以使公民在失业、退休、丧亲和生产时几乎立即以自动化方式获得福利，而无需公民采取任何行动。它可以支持社会保险服务提供，根据紧急程度对紧急呼叫进行分类（如美国辛辛那提消防局使用的系统），检测和预防疾病传播，并协助公务员做出福利支付和移民决定。人工智能还可用于裁决保释听证会、分诊医疗案例、监控社交媒体以获取公众对政策的反馈，以及识别紧急情况。其他应用包括识别欺诈性福利申请、预测犯罪并推荐最佳警力部署、预测交通拥堵和车祸、预测道路维护需求、识别违反卫生法规的行为、为学生提供个性化教育，以及批改试卷。人工智能还协助国防和国家安全，这在更广泛的人工智能应用背景下有所讨论。
在中国，人工智能已被用于推动政治和经济市场。2019年，上海市政府投入1000亿元人民币资助使用人工智能的企业，并推出了22项新政策议程。上海投资这些企业以吸引国际顶尖人才，并成立了上海市大数据中心。城市大脑AI是一个由阿里云制造的城市管理平台，用于通过公共和国有企业维持大量资本投资。公共和私营部门之间的协同作用不仅仅是资本驱动的，公共和私营股权的混合受到省和副省级政府角色的影响，这些政府控制着城市大脑AI在社会和经济上的发展方向。
协助公众与政府互动
人工智能可以协助公众与政府互动并获取服务。示例包括使用虚拟助手或聊天机器人回答问题、将请求引导至政府内部的适当部门、填写表格、协助搜索文档（如澳大利亚知识产权局的商标搜索），以及安排预约。包括澳大利亚和爱沙尼亚在内的多国政府已实施虚拟助手，以帮助公民导航服务，应用范围从税务查询到人生事件登记。
选区划分
选区划分是一种通过绘制地图边界以利于现任政党的方式影响政治过程的方法。学术研究人员温迪·塔姆·赵和布鲁斯·凯恩提出，使用人工智能系统部分自动化地图绘制过程，以减少党派选区划分。即使使用这种人工智能系统，该过程仍可能被操纵以利于党派利益，因此研究人员强调了透明度和人工参与的重要性。
其他用途
人工智能在政府中的其他用途包括翻译和语言口译，由欧洲委员会口译总司和弗洛里卡·芬克-霍伊耶率先推动，以及起草文件。
潜在益处
人工智能为政府提供了潜在的效率和成本节省。德勤估计，自动化每年可为美国政府雇员节省9670万至12亿小时，从而每年节省33亿至411亿美元的潜在成本。《哈佛商业评论》指出，虽然这可能导致政府减少雇员人数，但“政府可以选择投资于服务质量。他们可以将员工的时间重新用于更有价值的工作，这些工作需要横向思维、同理心和创造力，，在这些方面，人类仍然胜过最复杂的人工智能程序。”这些效率还可以通过自动化可能受人为自由裁量影响的决策过程来减少腐败机会。
风险
与在政府中使用人工智能相关的风险包括：人工智能容易受到偏见影响、人工智能应用如何做出决策缺乏透明度，以及对此类决策的问责制。例如，2026年的一项诉讼指控美国政府效率部使用ChatGPT标记并取消联邦人文科学资助项目，包括关于犹太历史和以色列文化的项目。此类案例凸显了人工智能系统可能产生未被人类官员完全理解或监督的结果，引发了对正当程序以及公共行政中自动化决策适当范围的质疑。
实施与监督
政府在采用人工智能时通常涉及与私营技术公司的合作。例如，OpenAI提供了ChatGPT等模型，已在各种公共部门环境中进行试验性使用。政府也可能与亚马逊网络服务、微软Azure和谷歌云等云提供商合作，以大规模部署人工智能。这些系统的开发依赖于机器学习和深度学习的基础技术，包括大型语言模型和变换器。然而，在政府中使用此类模型带来了独特的挑战，包括需要模型剪枝以降低计算成本，以及数据增强以确保稳健性的重要性。人工参与审查和算法影响评估等监督机制越来越被推荐用于缓解风险。
未来方向
随着人工智能技术的不断发展，其在政府中的作用可能会扩大。研究人员和政策制定者正在探索利用人工智能提供更具主动性和个性化的公共服务，同时制定道德和问责框架。效率提升与公民自由保护之间的平衡仍然是一个核心关切。国际机构和国家政府开始发布指导方针和法规，但截至2020年代中期，全面的法律框架仍在制定中。人工智能在政府中的发展轨迹将取决于生成式人工智能及相关领域的持续进步，以及公众对这些系统的信任。