当前进展与边界
公共部门已试用自动化分类与风险分析，但系统透明度、数据代表性和问责机制常引发争议。
为什么这仍然很难
历史数据可能复制既有不平等；多个机构共享数据后责任容易模糊。解释还必须对普通民众有实际帮助。
值得尝试的探索路径
先做影响评估和利益相关者咨询；保留人工决定权、可申诉渠道、版本记录和停止使用的明确条件。
如何判断方案真的有效
审查不同群体的错误率与资源影响、申诉改判情况、审计发现和救济时效，不能把准确率当作唯一标准。
FIELD NOTE / 24
让公共部门 AI 决策可解释、可申诉、可审计
在公共资源分配、风险排序等场景中建立透明的决策支持流程，保证受影响者能理解规则并提出异议。