当公共议题越来越专业，普通居民还能参与吗？

——《AI 与公共治理》系列之四

每一次技术革命，都会改变公共治理需要面对的问题。工业化带来铁路、工厂和城市扩张，政府因此不得不处理劳动保护、城市卫生和基础设施建设；汽车普及之后，道路规划、交通法规和停车空间成为城市治理的重要内容；互联网发展以后，个人隐私、网络安全和数据监管逐渐进入公共政策议程。

人工智能正在带来类似的变化。随着数据中心、电网扩容、算力基础设施和智能公共服务不断发展，越来越多过去主要由工程师、能源专家和科技企业讨论的话题，开始进入地方政府会议、规划程序和公共听证之中。

这也使一个新的问题变得越来越清楚：AI 时代最大的公共治理挑战，或许不是技术越来越复杂，而是如何让越来越复杂的公共决策，仍然保持民主、透明和可参与。

参与程序仍在，但理解门槛提高了

美国地方政府关于数据中心、电网和能源规划的讨论，并没有取消公众参与。规划委员会、县委员会会议、公开听证、环境评估和书面意见征集等程序依然存在。居民仍然可以旁听会议、提交意见，也可以在限定时间内公开发言。

然而，对普通居民来说，参与这些程序正在变得更加困难。原因并不一定是政府关闭了渠道，而是公共议题本身已经发生了变化。

过去，一个社区讨论道路扩建、学校选址或公园建设时，居民凭借日常生活经验，大致可以判断这些项目会带来什么影响。道路是否会更堵，学校是否已经超负荷，公园是否真正服务周边居民，这些问题虽然也有专业层面，但普通人仍然能够形成相对直接的判断。

今天，地方政府讨论的却可能是大型数据中心、电网容量、输电线路、变电设施、AI 算力需求和电力市场安排。这些议题与居民生活有关，却并不容易被居民直接理解。

于是，问题不再只是公众有没有发言机会，而是公众是否有足够的信息和理解能力，判断自己究竟应该怎样发言。

新的不平等，可能出现在知识层面

传统意义上的民主，强调政治权利平等。无论职业、收入或教育背景如何，每一位居民都拥有表达意见和参与公共事务的权利。

但在越来越复杂的技术社会中，仅有形式上的参与权，并不一定等于真正具备参与能力。

以数据中心听证为例。企业通常会带来律师、规划顾问、能源专家和工程团队；政府部门也会准备技术报告、土地使用文件和基础设施评估。相比之下，普通居民第一次接触这些内容，可能只是会议前几天，甚至是在议程公布之后才开始了解。

从程序上看，每个人都可以发言。但从实际影响力看，能够掌握技术语言、理解政策文件、提出有效问题的人，显然更容易进入决策过程的核心。

这并不是传统意义上的排斥，却可能形成一种新的不平等。未来公共治理中的差距，未必只体现在谁有没有投票权，也可能体现在谁更有能力理解复杂议题，并把自己的担忧转化为公共决策能够听懂的语言。

在 AI 时代，知识和理解能力本身，正在成为一种重要的公共资源。

居民不需要成为专家，但需要能够提出公共问题

这并不意味着，普通居民必须成为工程师、能源专家或人工智能研究员，才有资格参与公共讨论。现代民主制度从来不是建立在所有人拥有同样专业知识的前提之上。

专业人士可以回答技术是否可行，能源专家可以预测未来用电需求，规划人员可以评估土地使用是否符合规范。但这些专业判断，并不能替代公共判断。

一个数据中心能不能建设，和它应不应该按照某种方式建设，并不是同一个问题。一个变电站技术上能否运行，和它的成本应由谁承担，也不是同一个问题。企业能够证明项目具有商业价值，并不等于已经证明这个项目符合公共利益。

居民真正需要参与的，正是这些公共判断。

他们未必需要判断冷却系统采用哪一种技术路线，却可以追问：为什么选择这个地点？新增基础设施由谁出资？居民电价会不会受到影响？如果未来还有更多类似项目，地方政府是否已经有长期规划？项目带来的风险由谁承担？如果预测错误，公共系统会不会留下长期负担？

这些问题不属于狭义的技术细节，却关系到公共利益的分配。公众参与的意义，并不是替专家完成设计，而是让专业方案接受公共监督。

透明不只是公开文件

技术议题越复杂，透明就越重要。

但在 AI 时代，仅仅公开信息可能已经不够。如果一份环境评估报告长达数百页，普通居民很难读完；如果能源规划文件充满专业术语，只有行业人士能够理解；如果关键讨论都建立在高度技术化的语言之上，那么形式上的公开，并不一定能够转化为真正的公众参与。

这正是地方政府未来需要面对的新责任。

公开文件当然重要，但更重要的是，政府能否把复杂问题解释成公众能够判断的信息。技术报告可以保持专业，但政策说明必须让居民知道不同方案意味着什么，哪些成本可能由公众承担，哪些风险已经被评估，哪些问题仍然存在不确定性。

真正的透明，不只是把资料放到网站上，而是让公众能够理解这些资料与自己生活之间的关系。

从这个意义上说，AI 时代的公共治理，不仅需要 information transparency，也需要 public intelligibility。前者强调信息是否公开，后者强调公众是否能够理解。没有后者，前者很容易停留在程序层面。

可参与，才是真正的开放

公共参与不能只停留在会议室里。

如果居民无法理解议题，无法判断方案之间的差异，也无法知道自己的意见应该针对什么问题，那么即使程序上允许发言，参与本身也可能变得空洞。

这并不是说所有政策都必须简化到没有专业性。复杂社会当然需要专业知识，也需要技术判断。问题在于，专业知识不能成为公共讨论的屏障。

越是复杂的议题，政府越需要建立解释机制；越是技术化的政策，公共部门越需要说明其中的价值取舍。否则，地方治理就可能在程序上保持开放，却在实质上越来越远离普通居民。

AI 时代的公共治理能力，最终不只取决于政府能不能审批新的项目，也取决于政府能不能让居民理解这些项目为什么重要、会带来什么影响、以及他们还能在哪些环节提出有效问题。

技术可以复杂，民主不能封闭

数据中心只是一个开始。

未来，自动驾驶、智慧电网、数字身份、人工智能医疗、算法警务和智能公共服务，都可能陆续进入地方政府和公共机构的决策范围。这些议题只会越来越专业，而不会越来越简单。

因此，真正需要关注的，不只是某一项技术是否先进，而是公共治理能否随着技术变化而调整自己的表达方式和参与机制。

一个健康的民主社会，并不要求每一位居民都成为技术专家。但它必须保证，普通居民仍然能够理解公共问题，提出公共问题，并监督公共权力。

如果技术发展让公共决策越来越复杂，那么民主治理就必须承担起另一项责任：把复杂问题重新转化为公众能够讨论的问题。

因为技术可以越来越复杂，但公共决策不能因此越来越封闭。AI 时代真正考验的，也许正是这一点：当社会越来越依赖专业知识时，民主是否仍然能够让普通人留在公共讨论之中。

文 ｜ 语间