人工智能战略：独立评价集团的探索之旅

世界银行独立评价集团（IEG）发布的《人工智能战略》，本质上并非一份技术部署文件，而是一份围绕“评价体系现代化”的治理蓝图。报告显示，IEG自2018年以来已持续开展AI实验，并计划在未来五年内，将AI从“局部试验”推进至“制度化嵌入”。这一转向意味着，国际发展金融机构正开始把AI视为基础性生产力，而不仅是效率工具。

战略核心目标聚焦两个方向：一是将AI嵌入评估与验证流程，二是利用AI提升知识传播与证据整合能力。IEG当前每年需处理约500份验证类微产品，传统人工流程已难以满足复杂项目审查需求，因此AI首先被用于文本分类、项目识别、文件摘要与自动编码等高频任务。报告特别强调“半自动化”而非“完全自动化”，说明其治理逻辑仍以“人类监督”为中心。

从技术成熟度路径看，IEG将AI应用划分为五个阶段。2025至2026财年处于“早期采用”阶段，即Level 2；目标是在2027至2028年进入“新兴实践”阶段，实现AI在文献综述、组合分析、数据综合等任务中的广泛应用；2030年后则进入“制度化使用”阶段，届时AI将全面嵌入评估周期。值得注意的是，这一成熟度模型并不以“替代评估师”为目标，而是强调评估师向“AI工作流设计者”和“质量监管者”转型。

报告披露的实践案例显示，AI已开始深度介入国际发展项目评估。例如，在性别平等评估中，IEG使用分类模型跟踪长期性别差距；在疫情准备项目中，采用RAG模型抽取大规模干预数据；在蓝色经济评估中，则利用遥感与计算机视觉分析海岸生态系统。与此同时，地理空间AI、聚类分析、决策树模型等工具，已广泛进入基础设施、采购、就业和城市治理等议题。

但报告也反复强调风险。IEG认为，大模型“黑箱化”、训练数据偏差、模型漂移以及生成内容失真，将直接威胁评估可信度。尤其在发展中国家与脆弱国家场景中，全球主流模型缺乏代表性数据训练，可能导致评估误判。因此，IEG专门提出建立AI审查委员会（AIRB），并建立分级风险控制体系，对高风险AI应用实施更严格的人类审核机制。

在人力结构方面，IEG当前仅拥有4名数据科学家与10名分析师，而大多数项目负责人AI素养仍然有限。战略因此提出建立“AI卓越社区”，并推动评估团队从依赖外部顾问转向内部数据能力建设。同时，IEG计划设立AI创新基金，用于覆盖实验阶段超预算成本。这意味着，AI在国际组织中的推广已从“技术采购”进入“组织能力重构”阶段。

更值得关注的是，IEG并未把AI视为单纯效率革命，而是试图重构全球发展知识流通体系。报告提出，要让评估成果能够被世界银行内部AI系统、知识平台乃至其他多边开发银行共享调用。这意味着，未来国际发展领域的竞争，不再只是资金与项目竞争，更是“知识数据资产”与“AI治理能力”的竞争。长期来看，谁能率先建立可信、透明、可验证的AI评估体系，谁就可能成为全球发展治理的新规则制定者。