巴塞罗那、赫罗纳、莱里达和塔拉戈纳省政府以及AOC财团于11月3日在以下框架内提出了这一方案：智慧城市博览会世界大会 加泰罗尼亚希望通过这种合作模式，在当地推广人工智能的应用，该模式围绕两项互补的举措展开： 本地.IA 共享的知识、方法和治理战略，以及 Agent.IA，该技术平台允许试验和部署有保障的 AI 解决方案。
人工智能技术已应用于所有市议会。
报告提出了一个共同的挑战：如何确保所有地方政府，无论其规模和能力如何，都能利用人工智能来改变公共服务并改善公民关怀。
答案基于一项已成功应用于数字化转型的经验：一次构建，人人共享。省议会、AOC 和当地社区之间的合作，使得如今在一个小型市镇，可以通过门户网站以电子方式处理或访问公共信息。 transparència 就像在大城市一样便捷。现在的挑战是如何将这种共享模式移植到人工智能领域。
该提案旨在共享知识、数据、基础设施、方法和解决方案。其目的并非让每个市议会都自行构建人工智能系统，而是创造条件，确保所有人都能安全可靠地使用该系统。
高度数字化，但转型甚少
人工智能的出现正值公共管理部门数字化取得长足进步之际，但它们仍有巨大的转型空间。流程数字化并不一定意味着使其更简单、更快捷或更高效。诸如社会救助、建筑许可或公共信息获取申请等流程，仍然保留着多年前的复杂性。
人工智能正是在这里能够带来质的飞跃。但技术本身并不能改变一个组织。它可以加速和催化变革，但要真正实现这种变革，还需要完善的治理、高质量的数据、共享的资源、人才、新的组织模式以及共同的愿景。
因此，Agent.IA 不仅仅是一个技术项目，更是一项协作计划和共享基础设施，旨在加速本地世界的转型。
该计划最独特的要素之一恰恰在于其治理模式。其他国家和社区的经验表明，公共人工智能项目通常由一个行政部门主导，该部门开发的解决方案随后可供其他组织使用。加泰罗尼亚模式则更进一步：不同层级的行政部门从一开始就共享愿景、知识、数据、资源和解决方案。
这是一项雄心勃勃的承诺，也是一次共同学习的邀请。创新意味着试验、比较结果，并接受并非所有试验都能一次成功的事实。
一个由四层构成的模型
该模型由四个层面逐步构建而成。第一层面是制度层面：拥有稳定的协议和合作空间，例如…… 智慧地方政府网络 或最近达成的协议 Local.IA 四个省级议会之间的合作 .
第二点是共享资源：方法论、培训、指南、最佳实践和经验。第三点是共享的人工智能解决方案平台，其中包含的工具能够以敏捷且安全的方式进行人工智能解决方案的试验、验证和部署。
第四点是通用技术和数据基础设施，它保证了数据治理和质量。
Local.IA：支持地方政府实施人工智能
Local.IA 是一个共享资源生态系统，旨在支持市政当局实施人工智能：为民选官员和技术人员提供培训，提供用例评估方法和指南，提供文档模型、最佳实践以及一个经验分享社区。其目标是确保任何市政当局，无论规模大小，都不必独自面对人工智能带来的挑战。
这一切都基于一个公开、安全、可持续且符合伦理的模式：公开，因为领导和控制权来自行政部门；安全，因为它保护数据和人民的权利；可持续，因为它分担成本并优先考虑高效的解决方案；符合伦理，因为它将…… transparència 算法和欧洲人工智能法规的原则。
可以做实验，但要有保障。
信任是人工智能融入公共服务的必要条件。
因此，在将用例投入生产之前，建议先准备报告。 transparència 算法能够系统地分析需要保障的权利和原则、解决方案的风险、潜力和影响、必要的缓解措施以及监测和监督机制。
一个系统仅仅能够运行是不够的，还需要能够以切实可行的方式证明其有效性。这包括开展测试并收集证据，建立定期控制机制，以及长期监测其运行情况。这种方法使我们能够从实验阶段过渡到实际服务阶段，从而降低风险，并在政府部门、公共服务人员和公民之间建立信任。
一个可供实验的共享人工智能工具箱
Agent.IA 希望为地方政府提供一个共享环境，让他们可以在将不同的人工智能技术和模型纳入自身服务之前进行试验。
这种方法可以让你更快地学习，分享有效的方法，并降低个人实验的成本和风险。
它还允许我们评估不同类型的模型，包括商业模型、公共模型和开放模型，并分析每种情况下哪种替代方案能在功能性、安全性、隐私性、自主性和可持续性之间提供更好的平衡。
其目的不是拥有单一技术，而是建立一个共享的公共能力，以便在有保障的情况下试验、学习和部署人工智能。
为公民和政府创造价值的应用案例
首批发现的应用案例表明了该方法的实际潜力。
最显而易见的一点是，通过智能搜索引擎和虚拟助手，让公民更容易查找和理解行政信息。
但人工智能的应用远不止于此。在招聘、补贴、人事管理或社会服务等受监管的流程中，人工智能可以帮助自动化重复性任务，并为公民和公共服务人员提供支持。例如，在申请人提交申请之前，系统可以提醒他们缺少文件或需要核实某些要求。在流程的另一端，系统还可以帮助公务员使用清单审核文件。
其目的不是取代公共专业人员的判断，而是提高他们的能力，并腾出时间从事更有价值的工作。
没有高质量数据，就没有高质量的人工智能。
整个模型需要一个基本基础：可靠、管理良好且可重用的数据。
因此，Agent.IA 与 LocalDades 相连，LocalDades 是一个共享的本地数据平台，可以管理和治理信息，保证信息的质量，并逐步提供经过验证的数据产品目录。
这种共享基础设施对于资源较少的市政当局来说尤为重要。
分享知识、数据和解决方案
未来几年的挑战在于为所有地方政府建立一个参考平台，以便共享三项基本资产：
知识，因为我们利用了他人的经验，避免总是从零开始；
数据，因为在相应的法律和治理框架内，当数据能够产生共享知识时，其价值就会增加；
解决方案，以便一个政府部门行之有效的措施可以被许多其他政府部门重复使用。
而且，我更加坚信：创新并不取决于规模或层级。在地方层面，一些小型市政当局正在尝试本地化的人工智能模型，并开发出最终可能对整个系统都有益的解决方案。
因此，我们的目标不仅是让小型政府能够借鉴大型政府的解决方案，还要创建一个生态系统，使任何市议会提出的好想法都能推广应用，惠及整个当地社区。
了解更多信息
