Landemore 通过 AI 促进更具包容性的民主

F&D观点 政me府nt应s.该Inc让lu公di司ng-p培rivatec养ompani更es 民主与AI Nies参加国际协议的各方- 多的包容性 前所未有的，但不包括那些 谁在拥高级有外如交此中多可的能控会制转权向 毁灭任何治理结构 甚至在开始之前就排除它们。 •防渗材料:对于AI治理 工作时，它必须是不可渗透的；给定 AI的能力很容易扩散，只是 政权的一次叛逃可能 让一个危险的模型逃脱。 海莱娜·兰德莫尔 因此，任何合规机制-AI可以通过确保公民的民主制度来增强 nisms应该是水密的，容易 进入强制参与和 代价高昂的退出以阻止不遵守规定。 •目标:鉴于AI的通用-构成自然和复杂性参与治理它，一个 治理制度是不健全的。来解决各种来源的问题 AI风险。在实践中，确定 哪些工具适合针对 哪些风险需要开发一个离散的生活、工作分类潜在的AI影响。AI治理 因此，必须有针对性，风险- 基于的，模块化的，而不是一个-size-fits-all。 真正听到的声音 P 人们担心人工智能是或将是 很快，破坏民主。他们害怕AI 将夺走就业机会，破坏经济稳定，以及 扩大贫富之间的鸿沟。这可以进一步将权力集中在 少数科技公司和削弱政府结构 旨在规范它们。一些人还担心科技巨头政府可能会越来越多地委托人类决策-Sion-制造机器，最终取代演示- 具有“Algocracy”的行为，不是由人民统治，而是由算法统治-Rithm. 治理AI将是跨 民族社区最困难的 未来几十年的挑战。作为 重要的是，作为监管的当务之急-后期人工智能是规范它的当务之急正确。当前关于人工智能的辩论-冰冷往往倾向于虚假的辩论 在进步和厄运之间(或地理- 战略和经济优势与 风险缓解)。而不是思考 创造性地，解决方案往往很相似- 为昨天的问题提供范例。这在AI时代是行不通的。 良好的政策制定至关重要，但是到达那里取决于良好的机构。 为了建立这些机构， 国家社会需要同意 关于如何 想想人工智能。我们遵循这些原则- 作为一个开始。F&D 伊恩布雷默是总统和 欧亚集团和GZERO的创始人媒体。穆斯塔法苏莱曼is InfiAI的首席执行官和联合创始人。 122023年12月 这种反乌托邦的愿景错过了我们目前的能力塑造人工智能发展。作为人类社会，我们拥有政治能力(至少目前)和责任 解决AI可能对我们造成的伤害。我们也有 利用人工智能来增强我们的技术机会 民主以加强我们的集体能力 治理-而不是简单地规范-AI。 与其他道德和政治挑战一样，例如基因编辑，人工智能治理不仅需要更多专家干预和监管，但更多的公民声音 和输入-例如，关于如何导航分布- 人工智能对经济的积极影响。像其他全球经济一样- cerns，如气候变化，人工智能治理需要 这个民主的声音在国际层面上被听到- 国家机构。幸运的是，人工智能有潜力迎来以更具包容性、参与性和审议性的形式 民主，包括在全球范围内。 参与式实验 40年来，许多政府一直在从事实验-旨在将普通公民纳入政策的iments-ing和立法的方式比通过投票更丰富 alone.Theseexperimentshavemostlybelocaland 小规模，很像公民集会和陪审团在气候和其他问题上激增。A2020 “AI监管是可能会更好强制执行和在 AI授权 民主国家” 。 观点F&D 经济合作组织- 发现了发展和发展报告 近600起此类案件中，一个ran-dom公民样本参与深入 有一个问题，并制定了知情的 政策建议(以及 案例甚至提案)。 但是其中一些政治经历- 产品还针对质量颗粒-加强审议Ipation，如在参与式构造中-在巴西组织的教学过程， 肯尼亚、尼加拉瓜、南非和 20世纪80年代和90年代的乌干达，以及最近在智利、埃及和冰岛- 土地，使用了大规模咨询- Ttions和众包伸出援手 对普通人来说。并非每次尝试已经成功了，当然，但所有 是一个显著的fi不能趋势的一部分。一些政府也推出了 广泛的多格式咨询 活动。2019年伟大的国家法国总统发起的辩论 伊曼纽尔·马克龙在回应黄色背心运动，约1.5 百万参与者就是一个例子。另一个是全欧盟会议 关于欧洲的未来，邀请来自欧盟成员国的公民权衡欧盟政策改革和 机构，促使500万人- ple访问网站和700,000到参与辩论。 尽管有一些在线元素，这些大多是低技术、模拟亲- 塞斯，不涉及任何人工智能。 政客们，被原始的 和多方面的数据或不确定其意义，结果很容易被忽视公民的投入。人们被允许 说话，但并不总是被听到。和审议的程度，即使对于那些参与其中，通常是超级fi。 我们现在有机会扩大和改善这种审议过程 成倍增加，所以公民的声音，在它们的丰富和多样性中，可以取得分歧。台湾省 中国就是这种转变的典范。 遵循2014年的SunflowerRev-那里的解决方案，带来了技术-精明的政客掌权，一个在线 开源平台pol.is 被引入。这个平台允许人们表达详细的意见 关于任何话题，来自Uber的常规- 对COVID政策进行投票，并就别人提交的意见。它 还使用这些选票来映射意见- 离子景观，帮助贡献者了解哪些提案会 在明确的同时获得共识-美化少数民族和反对意见-离子甚至游说团体 明显的党派路线。这有助于人们- PLE更好地相互理解和减少两极分化。然后政客使用生成的信息来成形公共政策应对措施 考虑所有观点。 在过去的几个月里，pol.is 进化到集成机器学习用它的一些函数来渲染平台的体验更多 商议。平台的贡献者- 表单现在可以与一个大的车道接合-指标模型，或LLM（一种AI），即代表不同的意见发言 集群并帮助个人figureout 他们的盟友，对手， 以及介于两者之间的每个人。这使得平台上的体验更多 真正的审议和进一步的帮助 去极化。今天，这个工具是自由- 经常与居民协商， 参与1200万人，或近 一半的人口。 面对自己的公司 治理挑战，也见 大规模AI增强的潜力 consultations.Afterlaunchingitsmore 传统的技术官僚监督 董事会，与律师和专家合作 对内容做出决定，元 （以前称为Facebook）开始体验-2022年与MetaCommu进行评论-论坛-随机选择 来自多个国家的用户组 可以考虑气候内容 监管。一个更雄心勃勃的 努力，2022年12月，涉及 来自19个国家/地区的6,000名用户讨论网络欺凌的语言 几天的隐喻。Delib- Meta实验中的错误是 促进了一个专有的斯坦福 插图作者：JoanWong2023年12月13 F&D观点 六种语言的在线版本 Léalaenespañol DisponibleenFrançais! Читайтепо-русски! ﺔﻐﻠﻟﺎﺑﺃﺮﻗﺍ !ﺔﻴﺑﺮﻌﻟﺍ 请阅读中文版！ 日本語はこちら！ 大学平台（仍然是基本的）AI， 分配发言时间，帮助 小组决定主题，并提供建议什么时候把它们放在一边。 目前还没有证据表明AI 推动者比人类做得更好， 但这可能很快就会改变。当它 确实如此，人工智能促进者将有分歧- 便宜得多的优势， 如果我们要扩大规模，这一点很重要深入的审议过程 人类（而不是人类之间 和LLM模仿者，如在Tai- 台湾经验)从6,000到12,000- 狮子的人。 翻译，摘要，分析 人工智能在审议中的应用- 民主仍在探索中- 瞬时翻译 在多语言群体中，下一个是前沿，就像集合的总结一样-积极的审议。根据最近的 研究表明，人工智能的准确率提高了50% 比人类 总结(由受过训练的人评估本科生比较AISumma-ries和人类编码员的摘要审议成绩单）。一些金额然而，人类的判断很可能会 是许多这些任务所必需的。在 这种情况下，人工智能仍然可以作为一个有用的 对人类分析师、促进者和 翻译A者I可。以增强的更多方式民主在地平线上。OpenAI，推出ChatGPT的公司, 最近推出了一项赠款计划称为民主对AI的投入。 补助金补贴了10个最有希望的-世界上正在研究算法的ING团队-为人类审议服务的历史 (全面披露：我是董事会成员帮助制定的学术顾问- 延迟授予调用并选择win-ners)。这些工具有望很快成为部署到服务，除其他目标外， 关于人工智能治理的全球审议，符合OpenAICEO的愿景 山姆·奥特曼. 应对风险 挑战-几乎在每个领域。它也提出了数字的问题 分裂和潜在的排斥 文盲和技术怀疑群体。这些问题中的许多都需要从政治、经济、 在法律上，在社会上，fi最重要的是，而不是仅仅通过技术。 但是技术也可以在这里提供帮助。 例如，隐私和监控- 兰斯的担忧可以通过诸如零知识之类的东西协议(也称为零知识 证明，或ZKP)，旨在验证或“证明”身份而不收集─参与者的ING数据(例如，通过文本消息认证 或通过区块链）。可以使用ZKP 在线投票和审议- 活动上下文-例如，共享 敏感信息或扮演的角色 举报人。同时，生成 人工智能可以让以前稀缺的知识- 边缘和辅导资源可用给每个需要它们的人。 汤姆为公民量身定制的对话者，它可以解释技术政策问题 在人们特定的认知方式中 (包括通过图像)和CON- 将他们的口头输入转化为书面输入 根据需要。 尽管存在局限性和风险，但AI 有可能带来更好的， 更具包容性的民主版本，一个反过来装备政府的人-与合法性和知识的关系-edge来监督AI开发。AI监管可能会得到更好的执行在AI授权中更有效 民主国家。 尽管如此，民主仍然存在风险 本身可能是AI撤销的牺牲品- 解决方案。需要紧急投资安全地增强分词的AI工具-我们的参与和审议潜力 政府。F&D 海伦娜是一个教授 耶鲁大学政治学专业。 她也是AI伦理学的研究员牛津大学研究所和 民主党对AI投入的顾问OpenAI的程序。 www.imf.org/fandd在民主中部署AI有其 风险-如数据偏见，隐私问题，潜在的监视和法律 142023年12月