10、算法工具对参与式过程中公共价值考量的影响：以 regulations.gov 为例

算法工具对参与式过程中公共价值考量的影响：以 regulations.gov 为例

1. 引言

公共价值治理在当代公共管理领域愈发重要，尤其是算法决策在公共组织中的应用，因其对公平、问责、效率等公共价值的深远影响而备受关注。为应对算法决策对公共价值的潜在负面影响，学者们提出了新的监管、行为准则、透明度提升、公民参与和治理改革等多种方法。

在公共参与的背景下，算法决策支持旨在提升参与价值，但也面临着价值平衡的挑战。一方面，算法工具能帮助处理大量公民意见，提高决策效率；另一方面，它也可能带来诸如黑箱操作、公共价值受损等问题。本文以 “regulations.gov” 为例，探讨机器学习工具对公共决策中价值考量的影响。

2. 理论背景

2.1 算法决策与公共价值

过去 20 年，算法决策工具在商业管理和运营的诸多领域迅速普及，其应用通常包括以下五个步骤：
1. 源识别与访问 ：确定数据源并建立和维护数据提取方法。
2. 数据选择与清理 ：设置数据分析参数并清理数据。
3. 模型拟合 ：将规范应用于数据并进行训练以优化模型。
4. 可视化 ：以可推断有意义经验和政策信息的方式呈现分析结果。
5. 推荐 ：根据分析结果做出具体决策。

在公共参与方面，技术被认为有助于拉近决策者与公众的距离，增强沟通质量并降低交易成本。然而，算法决策工具也对公共参与影响决策过程的理论和规范假设提出了挑战。大