查看 PDF HTML（实验性）摘要：人工智能代理使公众更容易与政府进行互动，例如通过帮助他们申请福利、理解复杂政策和表达他们的意见。虽然改善服务的可及性是有益的，但随之而来的需求激增可能会给未准备好的政府服务带来压力。我们将这种激增称为政府服务的代理性洪水（“洪水”），并提出了三项贡献。首先，根据收集的84个潜在洪水案例的数据库，涉及11个管辖区，我们认为洪水今天可能普遍存在，主要是通过大型语言模型（LLMs）以低成本生成文本。其次，我们评估了哪些服务最容易受到洪水的影响。我们开发了风险矩阵来分析服务的暴露情况，并建议，短期风险在于经济上吸引人但复杂的服务。最后，我们绘制了可能的政府应对洪水的措施。前例表明，这些响应可能足以阻止大多数洪水案例，但最快部署的 - 产生摩擦的措施如收费 - 通常会妥协对公共服务的公平使用。因此，我们最后建议近期行动，可能允许政府在不引发这种权衡的情况下减轻洪水。评论：将出现在第九届AAAI人工智能、伦理与社会会议（AIES）的论文集中，2026年10月12-14日 主题：计算机与社会（cs.CY） 引用为：arXiv:2608.16603 [cs.CY] （或arXiv:2608.16603v2 [cs.CY]，此版本） https://doi.org/10.48550/arXiv.2608.16603 arXiv发布的 DOI 通过 DataCite 提交历史 来自：Chris Schmitz [查看电子邮件] [v1] 2026年8月17日星期一 13:59:28 UTC (248 KB) [v2] 2026年8月19日星期三 16:17:45 UTC (248 KB)