几乎每个公共机构、几乎每个数据公司都会重复这样的场景。经理需要一个答案。他要求提供一份报告。请求进入队列，数据区域的某人将需求转换为查询，设置面板，格式化它，审查它。几天后，答案就出来了，但往往并不完全是经理想要的，因为问题一路上都在变化。
生成式 UI 正是针对这个场景。经理不用询问和等待，而是用自然语言询问，界面立即组装起来。 “显示秘书处延迟的流程”不再是对数据团队的调用，而是在几秒钟内出现的仪表板：秘书处的条形图、可按截止日期排序的表格、周期过滤器。
这对公共管理来说是一个诱人的承诺。这也是一个充满陷阱的地形。我会以同样的严肃态度对待双方。
真正的收获：自主权和决策速度
第一个收获是自主权。如今，管理者依靠中介机构来查看自己的数据。每个新问题都会重新打开队列。有了生成式 UI，这种依赖关系就会部分消失。经理探索、过滤、比较，不需要任何人来创建下一个愿景。
第二个增益是速度。公共决策有一个窗口。会议上出现的一组健康指标，而不是会议后三天，改变了会议决策的质量。压缩问题和愿景之间的时间就是压缩怀疑和行动之间的时间。
第三个收获不太明显：更好地利用技术团队。当经理可以单独回答常规问题时，数据区域就不再成为报告台，而是回去做困难的工作、建模、数据质量和深入分析。 AI并没有取代团队，它只是把不应该在队列中的东西从队列中删除。
在[数字政府0场景中，对透明度和快速响应的需求只会增长，这是强大的。但没有刹车的动力恰恰是问题所在。
让我彻夜难眠的风险：错误而令人信服的愿景
这是最严重的风险，它不是技术性的，而是判断性的。人工智能生成的界面可能是错误的，但感觉却完全正确。
错误的段落会引起怀疑，听起来很奇怪。错误的仪表板，带有精心设计的条形和对齐的数字，传达了权威。视觉形式赋予内容可信度，即使内容不值得。这是公共部门生成式用户界面的主要危险。
该模型可能会误解问题。 “迟到”依据什么标准、什么基准日期、什么定义的截止日期？你可能会选择错误的切割方式、不当的聚合、交叉不应该交叉的来源。它将在一个漂亮的屏幕上提供所有这些内容，经理可以利用它来做出预算或人事决策。
我捍卫的规则很严厉：任何生成的接口都不应被视为源。它是位于源之上的表示层，需要可靠、可审计和版本控制。如果其背后的数据不完整，仪表板的美观只会让错误变得更加危险。每个重要的视图都需要上传它的来源、使用的过滤器、日期。
访问治理：谁可以看到什么
在公共部门，数据不仅仅是数字，它是有关人员和敏感决策的信息。生成式 UI 引入了一个特定的风险：如果人工智能可以从任何数据组装任何视图，它可能会组装出该用户无权查看的视图。
该权限不能存在于界面中。它必须位于模型之前的数据层中。秘书处的经理询问延迟的流程，人工智能应该只能使用该配置文件有权访问的数据来组成小组。访问控制发生在屏幕生成之前，而不是之后。
这意味着政府中的生成式 UI 只能在具有严格权限、按角色、按机构、按敏感度级别的数据层之上运行。如果没有这个，您就没有管理工具，泄漏就会发生。在人工智能拼凑出第一个屏幕之前，必须回答“谁看到什么”的问题。
LGPD 和敏感数据：法律限制
治理层符合法律规定。 [LGPD1并没有因为界面变得智能化而消失。相反，要求会更高。
公共机构处理的个人数据具有目的性和必要性规则。自由收集视图的人工智能可能会无意中以超出收集原始目的的方式交叉引用信息。它可能会暴露看似无害的个人数据。在实践中，它可以创建无人评估过的数据处理。
因此，目的和最小化需要成为路径的一部分。 AI不能因为方便就无限制地访问馆藏。它所组成的数据目录必须按照适用于处理个人信息的任何公共系统的相同法律纪律进行设计，并具有明确的法律依据并追踪谁访问了什么。
审计记录也有效。谁问，人工智能在什么时间组装了什么，用什么数据。在公共环境中，对信息使用负责的能力不是可选的。生成式 UI 需要天生可审计，否则根本不应该诞生。
连续性和依赖性：长远思考
还有一个更隐秘的管理风险。当经理习惯于用自然语言询问一切时，组织开始依赖人工智能层来查看自己的数据。当模型发生变化、变得更加昂贵或解释与以前不同时会发生什么？
健康的答案是不要放弃传统路径。官方报告、机构指标、批评意见继续以固定、稳定的形式存在。生成式 UI 作为探索、敏捷性和长尾问题的一层出现。它加快了日常生活的速度，但它并不是获取支持正式决策的信息的唯一途径。
在公共服务中，连续性是一个不容谈判的价值。政府发生变化，团队发生变化，供应商发生变化。所采用的技术需要经受住这些变化，这意味着不要将房子的智能与单一工具联系起来。
如何开始而不伤害自己
如果我必须为数据机构或公司推荐一条前进的道路，那将是渐进的。
从非敏感数据和低风险问题、探索和可视化开始，不要触发自动操作。将生成的每个愿景视为草稿，以根据官方来源进行验证，而不是最终的事实。首先构建权限层和审计跟踪，因为早做比晚修复要便宜。
并让人们了解情况。生成式 UI 是数据管理者和数据团队的助手，但不能替代他们中的任何一个人的判断。屏幕会自行组装，但做出决定的责任仍然是人。
这个承诺是真实的：更自主的管理、更快的决策、技术团队可以腾出时间处理重要的事情。价格也是真实的：可靠的来源、访问治理、认真对待[LGPD2]以及从一开始就考虑到连续性。任何以同样的诚实面对双方的人都会从这项技术中获得最大的收益。如果您要在组织中对此进行评估，请从数据层和权限开始，因为这就是故事的成败之处。
另请阅读
- [生成式用户界面需要更多的治理，而不是更少33
- [生成式 UI 实践：按需界面、受控数据4
- [什么是合成数据以及为什么它对领导者很重要5
- 【生成界面的AI：选择组件，不绘制像素6
- [应用中的 LGPD：合规指南7
- [生成式UI：当AI停止响应文本并组装界面时8