公共采购使用 AI 时，谁对错误决定负责

公共采购使用 AI 时，谁对错误决定负责

公共采购用 AI 筛查标书，一家供应商因模型误读附件被判不合格。采购方不能说“是系统决定的”。规则制定、数据录入、模型采购、人工复核和最终签字各有责任，都应在流程中写明。

职责表可以写得很具体：业务部门确认需求与规则，采购部门保证程序，信息部门测试系统，评委独立评价，审批人签发决定。模型供应商维护工具并按合同处理缺陷，但它不能决定投标人有没有公平参与机会。若附件识别失败，系统应标明“无法读取”，要求人工查看，而不是给零分。评审人员收到异常提示要有暂停按钮。

对错误决定的负责还包含补救。某供应商因 OCR 把“每小时”读成“每天”而失去资格，复查确认后，采购部门应按适用程序纠正结果，并解释是否需要重启评标。系统供应商负责修识别缺陷，公共机构负责通知受影响投标人和维护公平程序。若同一错误可能存在于多个项目，要做范围排查，而不是改好当前一单就算结束。

重大资格与评分结果由授权评审人员核对原件，供应商能查询拒绝原因并提出质疑。系统保留版本、输入、提示、修改与审批记录，便于审计。发现批量错误时暂停同类自动处理，检查已完成项目是否受影响。供应商产品的缺陷可追责，但公共部门对公平程序的责任不能外包。

发生争议时，调查不仅看谁最后点了“通过”，也要看培训、测试和采购方给出的配置是否合理。错误导致供应商错失机会，按程序纠正并评估同类项目，不能悄悄修正后台后继续使用。责任链越清楚，机构越敢在合适范围内用 AI 辅助，而不是把判断藏进黑箱。

上线前的测试也属于责任链。采购部门可用历史投标材料模拟多种格式、扫描件和少见附件，记录误识别；对模型“不确定”设置人工核验，而非以默认零分处理。评委培训不只教按钮，还要教如何质疑输出。高风险资格条件保留双人核对，速度让位于可解释的决定。

评审助手若提示某附件“缺失”，但其实扫描顺序错了，评委应能一键打开原件验证。系统对无法识别的页面显示低置信，不自动给零分。用几分钟核对一份决定资格的材料，成本远低于事后重评与诉讼。

问责并非每次都找一个人背锅。它要求每个环节能证明自己做了该做的核查，发现错误时系统有能力停下、纠正并赔补合理损失。

评价 AI 项目别只报省了多少评审工时，还要算错误纠正、申诉成本与信任损失。工具帮助人处理复杂材料，最后对决定负责的仍是具体机构与人。