2024年6月，国家市场监管总局主管的《中国市场监管研究》期刊发布人工智能特别策划专刊，用详尽篇幅对人工智能在市场监管领域的应用前景、业务场景、风险挑战及行业发展的关键策略与建议，进行系统化、全方位阐述。
其中，在“人工智能在市场监管领域的应用与探索”部分，登载北京可为独家署名文章《生成式人工智能在行政执法领域的应用实践与探索》，对AIGC应用于市场监管一大主要场景——行政执法领域的技术优势、基层实践及行业落地路径进行深入阐释。
《中国市场监管研究》创刊于1992年，由国家市场监督管理总局主管、中国市场监督管理学会主办，是面向国内外公开发行的市场监管系统唯一的综合性理论刊物和国家A类学术期刊，以深化市场监管理论和实践研究为宗旨，着力宣传市场监管执法理论和实践创新成果，突出理论性、前瞻性和应用性，旨在服务领导决策、破鲜监管难题。
以下是登载的可为署名文章全文，enjoy:)
生成式人工智能在行政执法领域的应用实践与探索
摘 要：人工智能是引领新一轮科技革命和产业变革的战略性技术，正在对世界经济、社会进步和人类生活产生极其深刻的影响，且对我国科学技术的跨越式发展、产业优化升级、生产力整体跃升具有重大的溢出带动效应。本文对市场监管领域基层行政执法的现状进行分析，探讨生成式人工智能在市场监管行政执法领域的应用，并对进一步完善优化路径提出解决思路，以期提高智慧化监管的能力和水平。
关键词：生成式人工智能；市场监管；专业模型；行政执法；智慧监管；监管效能
当今，数字科技加速创新，日益融入经济社会发展的各领域、全过程，数字经济发展速度之快、辐射范围之广、影响程度之深前所未有。2024年政府工作报告指出，“深化大数据、人工智能等研发应用，开展‘人工智能 +’行动”。人工智能作为引领变革的核心引擎，正以惊人的力量推动着各行各业的创新与发展。
市场监管部门积极推进“互联网+监管”模式，运用大数据、云计算、人工智能等现代信息技术手段，不断提高执法效率和效果。2023年3月，市场监管总局印发《市场监管数字+执法能力提升三年行动计划（2023─2025）》，强调“以服务基层为主线，通过数据应用支撑执法办案工作，提高市场监管执法的靶向性、精准度”，鼓励各地积极探索“数字+执法”的新举措、新模式。
为进一步提高监管的精准性、及时性和有效性，笔者积极推动生成式人工智能技术与市场监管行政执法业务场景的深度融合，以期促进生成式人工智能技术在市场监管关键领域的应用创新与业务赋能。
一、市场监管领域行政执法的现状
2018年机构改革后，职能转变对市场监管部门行政执法工作提出了更高要求。基层行政执法存在人少事多、执法职责边界不清、执法标准不统一等痛点难点问题，给执法工作带来一定困扰。笔者从基层执法人员、法制审核人员和决策管理人员三个视角进行剖析。
1执法人员视角：人少事多，基层执法能力缺口大
首先，基层执法人员的数量、能力与岗位要求不匹配。机构改革后，基层执法人员的工作量有所增加，执法领域有所拓宽，编制却并未相应增加甚至较之前有所减少。基层执法人员的日常工作除处理海量的投诉举报和负责各类专项行动的方案制定、跟踪落实、案例上报及统计报表外，还承担着地方政府文明创建、平安创建等任务，人少事多矛盾日益凸显，执法质效严重受损。业务整合后，要求基层执法人员从单项能手向综合执法专家转变，但由于许多执法人员所学专业与监管领域不匹配，各级市场监管部门普遍缺乏食品药品、医疗器械、特种设备、标准计量、认证认可等领域的专业技术人员，面对日益专业化、规范化的监管工作捉襟见肘，严重制约和影响了执法办案效果。此外，基层执法队伍临聘人员较多、人员流动性大。
其次，市场监管法律法规数量庞大、修订频繁。机构改革后，市场监管行政执法领域覆盖面更广，需掌握的法律法规及部门规章更多，对业务素质的要求更高。2022年底，“市场监管法律法规规章数据库”正式上线，其中包括法律121部、行政法规153部和部门规章244部，这对基层执法人员精准掌握、有效适用法律法规提出新的挑战。由于常用法律法规及案件库工具基本采用关键词检索，对于刚入职的市场监管执法人员及市场监管部门工勤人员而言，专业性要求较高，不能满足他们的业务需求。
2.法制审核人员视角：案件办理与文书制作不规范，案审过程反复、耗时
由于基层执法人员的素质、能力及专业水平不同，案件办理与执法文书的制作存在较多不统一、不规范的地方，如特定业务领域（特种设备中电梯相关案件）取证照片不合规、询问笔录未包含违法行为关键点等，易引发履职风险。此外，由于初始案件数据的创建规范性不强，制作的行政执法文书存在法律用语不准确、法条引用错误、主体名称有误等问题，易造成案件审核过程的反复，案件处理耗时较长。
3.决策管理人员视角：“办”“录”分离、数据不准，决策缺乏大数据支撑
由于基层执法办案过程缺乏有效的智能化辅助工具，执法人员在接手案件初期一般通过借阅历史卷宗、请教老同志、网络搜索等方式求助、咨询，并参考同类案件的电子存档，以完成执法文书的制作。有的县（区）案件办理与上报录入由不同人员完成，“办案”与“录案”割裂，导致报送执法数据的完整性、准确性、可用性和时效性受到影响，对执法数据高效整合、高质量汇聚、数据分析、执法情报体系的构建，以及作出科学决策、智能研判造成较大影响。同时，“办录分离”也给本就紧缺的基层人力带来额外负担。
二、生成式人工智能应用于行政执法的优势
生成式人工智能大语言模型对于非结构化数据具有前所未有的学习和推理能力，可直接用于问题求解。行政执法业务涉及大量非结构化文本处理，生成式人工智能大模型的“智能涌现”[1]能力对此具有独特优势，为化解上述难题提供了一种全新的思路。1.提高执法效能
人工智能的运作模式是对收集的数据清洗、加工、挖掘，发现数据要素之间的关联性与矛盾性，从而在不同要素之间架构桥梁，通过智能化自主学习，不断接近人类的思维方式[2]。基于海量市场监管法律法规与行政执法案件数据，对人工智能大模型进行垂直行业的数据训练和模型参数微调，使其在执法办案过程中对特定案件的定性、处罚及裁量尺度给出建议，并智能推荐相似案件。作为同事同标、类案类判的依据，人工智能大模型通过其智能辅助功能，解决基层人员短缺与专业能力短板的问题。
2.提升办案规范
通过对典型案件的学习，在事实认定和法律适用上强化对人工智能大模型的训练，实现类案要素的结构化，形成更具逻辑性、法理性的基础数据，为“争议焦点”“案情特征”等智慧化处理奠定基础[3]。人工智能大模型通过深度学习，实现自动提炼现场笔录、询问笔录、调查取证等功能，以融入案件办理的各环节。在案件初始数据创建之时，建立同类型案件处置的标准规范，以规避基层执法人员的随意性，从执法办案的源头保证行政执法工作的规范性。
3.提高案件质量
生成式人工智能大语言模型的文本生成与智能推理能力在一定程度上接近人类。通过数据训练，可以做到对于给定的案源线索和核查事实证据按要求自动实现案源描述、立案理由、调查认定事实、证据总结、定性处罚等内容的生成与填写，并完成从案件登记、立案、调查取证、告知直至结案等执法办案全流程、各阶段行政处罚文书的智能编制，以提升案件专业化水平，确保报送数据的质量。
三、行政执法领域的生成式人工智能实践
随着国内外生成式人工智能大模型的不断升级迭代，笔者所在团队在中国市场监督管理学会的指导下，采用国内开源基础模型进行数据训练和参数微调，针对市场监管领域行政执法的职能创建专业模型，利用统计分析、关联规则挖掘等技术，提取对违法行为判断有重要影响的特征，通过海量高质量数据对基础大模型进行参数微调，完成专门针对市场监管领域的专业模型训练。从训练后的模型性能评测看，微调训练的模型推理效果能较好满足基层行政执法办案对案件线索识别、案件性质推理等场景的需要，尤其是在行政执法工作赋能与减负两个方面成效显著。
1.智能法规顾问：人机交互范式和技术应用触达点发生变化
区别于传统法律法规和案件库等工具组合关键词检索的交互形式，生成式人工智能专业模型允许以“提示词（prompt）”方式输入。执法人员无需记住业务领域的专业术语和法律法规，只要在专业模型的问答窗口直接输入自然语义，如“报名培训机构不给退费”等内容，模型经自主分析后即会给出涉嫌违法行为、违反的法条、定性及处罚依据、自由裁量标准及不同地区的相似案件或已归档案件卷宗，并以知识图谱形式展示结果。通过新的交互范式，对执法人员法律熟悉度和业务熟练度的硬性要求得以显著降低，同时有效拓展了法律专业知识的触达点。
2.智能办案辅助：构建“数字+执法”新场景新模式
从案件登记、审批、取证、告知、处理、执行到结案的整个执法过程，通过专业模型能力输出，执法人员可通过“AI执法指导”功能获取案情分析、案件定性、处罚与自由裁量等量罚建议，或利用“AI帮我办”功能直接完成案件各环节的办理。在案件登记和立案核查阶段，根据投诉举报、监督检查或移送、交办的案件线索，可通过基于后台行业模型的AI机器人进行预判；随着调查取证不断推进、现场笔录及询问笔录不断完善、证据信息不断丰富，专业模型给出的案件研判将逐步趋近精准。通过行业模型的智能服务，涉及食品、广告、商标等业务的简单案件，均可交由“智能体”[4]完成，以解决基层市场监管所人少事多、执法能力不足的困境，提高执法效能。
3.智能文书生成：提升案件数据准确性和执法规范性，释放基层人力
执法文书的专业性、规范性问题是造成法制审核过程耗时较长的主要因素。专业模型根据案件线索和调查取证结果进行智能推理，按《市场监督管理行政处罚文书格式范本（2021版）》格式要求，自动完成案件来源登记表、立案审批表、询问笔录、现场笔录、调查终结报告、行政处罚决定书、结案审批表等文书的自动制作。由模型生成的内容在文书中以不同颜色区分，经人工审核、确认后提交云端保存，并自动完成卷宗电子化归档。这可以将业务规范融入执法办案各环节，有助于提高执法文书的统一性，提升案件数据质量，降低案审的返工概率。
4.智能类案检索：重塑业务咨询模式，确保同事同标、类案类判
类案检索不仅可以作为独立的功能模块使用，而且也可以贯穿执法办案全流程。基于办案不同阶段案情信息的完善度、丰富度，专业模型通过对案件特征进行语义分析，从后台海量案件库中进行智能检索，寻找与违法行为相似的类案，并根据分析结果进行排序。每个类案均可以展示案情事实描述、证据材料、法律依据、相应处罚措施及已公示的行政处罚文书，为案件办理、量罚提供参考建议。这有效降低了使用门槛，提高了办案实效和执法水平，确保了执法的公正性。
5.智能移动执法：拓展触达环节，过程自动留痕，大幅提升案件质量
行政执法AI智能办案系统在电脑端与移动端实时同步，双端互通，自动实现云端归档卷宗和统计分析研判，破解二次人工录入挤占基层监管资源的难题，切实提高监管质效和案件质量。案件审核人员使用手机随时进行案件审批，避免“带节奏汇报”“集中手动签字”等不规范行为，大幅降低基层执法办案多次往返、领导外出无法签字等造成的时间消耗，同时也有效规避了审批延误带来的程序风险。案件办理过程中自动留痕报送，各级领导在手机上可以随时查看数据分析，进行风险研判。
四、生成式人工智能在行政执法应用中存在的主要问题
1.人工智能大模型通用能力认知误区
生成式人工智能大模型表现出的通用能力让很多用户产生“一个模型解决一切问题”的误解，从而容易陷入积极尝试、落差极大、失望而归的循环。更为不利的是，该误区有可能延缓前沿科技在行业的落地速度。
2.行业数字化程度不足，高质量数据缺失
生成式人工智能最早应用落地的都是数字化程度高、基础好的行业，如数字营销、媒体、直播、电商等。市场监管领域数字化转型尚不彻底，各地行政执法案件的数据规范性不强，结构化、数字化不足，执法办案的结果数据居多、过程数据缺失，可用于人工智能训练的高质量数据缺口较大，前期数据标注及特征工程[5]要求的投入巨大。
3.现行法规不完善与业务规范缺失·
专业模型的训练既要求数据的数量、质量，也要求数据的差异化、多样化。对于行政执法中发生频度相对低的案件或如“数字藏品”等新业态现象，存在法律法规不健全、行业规范缺失、政策保障不完善等问题，导致专业模型可学习的数据不足，训练效果不理想。
五、进一步完善生成式人工智能在行政执法中的应用
1.建立行政执法人工智能“模型工程化”领域知识库
从对大模型本身的关注转为聚焦专业模型和垂直模型。生成式人工智能跨界属性强，在行业的落地要求具备深厚的专业知识、数字化技术及大模型工程化的融合能力。建设行政执法领域知识库并非传统法律法规与案件库，而是通过人工智能行业特征工程产生的、可用于大模型训练的行政执法业务知识、标注数据集、细分场景、向量表现集合等数据集合，为生成式人工智能在市场监管领域行政执法的“数据要素乘法效应”奠定基础。
2.推广生成式人工智能的落地应用，通过数据飞轮实现数据反哺
生成式人工智能发展需要数据化逻辑做支撑。行政执法数据的高质量报送、数据深度分析应用等取决于基层执法能否产生优质案件数据。通过解决案件创建环节的效能问题，回归“办”“录”一体，在案件被创建和办理过程中自动实现“录”案工作，实现彻底数字化，以反哺模型的训练与优化，提高模型推理性能与准确性。
3.建立执法专家库
应在一定范围内建立执法专家库，对市场监管领域行政执法存在争议的领域、新业态案件的判定进行定性解读，并指导行业模型做相应的训练，不断提升大模型推理研判的准确性，提高行政处罚案件中长尾数据[6]的覆盖度。
参考文献：
[1] 在人工智能技术领域，“智能涌现”指的是当人工智能模型的参数量规模超过某个临界阈值时，模型的性能发生从微观渐变到宏观质变跃升的现象。
[2] 高可：《司法智能化的功能、风险与完善》，《西安交通大学学报（社会科学）》，2020 年第 6 期，第145-152页。
[3] 王肃之：《规范指导视域下类案检索的智慧化》，《法律适用》，2021 年第 9 期，第150-159页。
[4] “智能体”是生成式人工智能领域一个技术概念，可理解为基于大模型能力输出，自主进行逻辑判断并完成相关任务执行闭环的一套技术组件集合。
[5] 特征工程是人工智能领域的概念，指的是最大限度从原始的数据中提取业务特征，以供人工智能的算法和大模型使用。
[6] 长尾数据指的是数据集中类别数量分布不均衡、一小部分类别具有大量样本而其他类别仅有少量样本现象。此处是指在市场监管领域行政执法的案件集中在食品、商标、广告等少数类别，而其他如特种设备、药品、医疗器械、化妆品等类别的案件数量相对较少。
