一座城市管理部门引入了一款数字助理，旨在帮助市民办理行政事务和使用城市服务。该助理利用人工智能来理解请求、提供信息并填写表格。

很快人们发现，该助理在处理较复杂的请求时，经常只提供部分信息或遗漏重要细节。一些市民因此获得了不完整的答复，导致误解和延误。

项目团队开始思考：为什么这款数字助理在基于大量数据和现代模型的情况下，仍然只能部分理解某些需求？这对公众对数字行政服务的信任有何影响？

问题：
哪些技术和社会因素可能导致基于人工智能的数字助理在公共管理中理解和沟通能力受限？如何设计此类系统，以确保所有市民都能获得包容、易懂且值得信赖的互动体验？

公共管理中的数字助理基于反映语言、请求和行政流程的训练数据。如果这些数据不完整、单一或缺乏多样性，人工智能就可能只能有限地理解某些需求。

复杂或模棱两可的请求尤其具有挑战性，因为助理通常只识别先前数据中的模式，而不具备完整的上下文理解能力。

自然语言处理的技术限制、未能考虑个体需求以及人工智能决策缺乏可解释性，可能导致答复不完整或错误。

在社会层面，这尤其可能使数字能力较弱、有语言障碍或生活情况复杂的人群处于不利地位，进而导致对数字行政服务的信任下降。

为避免此类问题，需要多样且具代表性的训练数据、持续的人类专家审核以及以用户为中心的设计。

此外，人工智能应透明地表明何时存在不确定性，并提供替代的联系方式。

技术、管理部门与市民的紧密合作对于打造包容、易懂且值得信赖的数字助理至关重要。

结论：
当训练数据、技术模型和用户需求未被充分考虑时，行政管理中的数字助理只能有限地理解信息。
这导致答复不完整和信任流失。
包容、透明且以用户为导向的设计以及人工监督是将数字公民打造为可靠伙伴的必要条件。