網路議題

利用人工智慧強化民主制度的一種方式

AI 為民主制度注入新生命 — 現在提供一種方法作者:布魯斯·施奈爾和納森·桑德斯(The Conversation)人們越來越認為,人工智慧是一種完全剝奪人性的技術,是一種無情的自動化力量,釋放出無數無面容的虛擬技術工人。但如果人工智慧能夠辨識出使你的想法特別的東西,認識到你在最重要的問題上的獨特 .... (往下繼續閱讀)

分享到 Facebook 分享到 Line 分享到 Twitter

文章目錄

利用人工智慧強化民主制度的一種方式

AI 為民主制度注入新生命 — 現在提供一種方法

作者:布魯斯·施奈爾和納森·桑德斯(The Conversation)

人們越來越認為,人工智慧是一種完全剝奪人性的技術,是一種無情的自動化力量,釋放出無數無面容的虛擬技術工人。但如果人工智慧能夠辨識出使你的想法特別的東西,認識到你在最重要的問題上的獨特觀點和潛能,那麼 AI 會是一個有用的工具嗎?如果你對社會在應對這一新技術方面的能力感到沮喪,那並不意外。到當前為止,關於 AI 可能對美國政府體系帶來的民主浩劫的預測層出不窮。

有合理的理由擔憂 AI 可能散佈錯誤訊息,破壞對規章制度的公開評論過程,使立法者受到大量人工代理人的滋擾,幫助自動化企業遊說,甚至以有利於狹隘利益的方式制定法律。但也有一些更令人樂觀的理由。許多團體已經開始展示 AI 在治理中的潛在有益用途。AI 在民主過程中擔任討論主持人和達成共識的重要建設性用例。為了應對不斷增長的、日益相互聯絡的人口以及可以在按鈕點選時生成大量文字的 AI 語言工具的廣泛可用性,美國需要利用 AI 的能力,迅速消化、解釋和概括這些內容。

一個舊問題

對於改進公民參與和治理的生成 AI 使用有兩種不同的方法。每種方法都可能導致公共政策倡導者和其他試圖在 AI 聊天機器人成為公共評論的主要讀者和寫手的未來系統中發表自己意見的人們獲得截然不同的體驗。例如,考慮向代表寫信或作為規章製定過程的一部分提交評論。在這兩種情況下,我們作為人民告訴政府我們的想法和需求。半個多世紀以來,政府使用人力閱讀所有收到的評論,並對其主要主題進行總結和回應。確實,數位技術提供了幫助。2021 年,聯邦首席資料官委員會建議採用自然語言處理工具來現代化評論審核的過程,以消除重複和將相似的評論分組在政府各部門進行的過程中。從 2023 年的 AI 標準來看,這些工具顯得簡單。它們透過評估評論的語義相似性(你多少次說「人格」?)和將相似評論分組,使審查人員理解這些評論與哪個主題相關。代表們經常使用選民的軼事來給問題賦予人性化。在這種方法中,公眾意見被壓縮,將來自成千上萬人的大量評論壓縮成一本簡潔的、足以代表社區反饋的重要閱讀材料。對於一個小機構或立法辦公室來說這要比工作人員實際閱讀那麼多個人的觀點容易得多。但在這種壓縮過程中,個體性、個性和人際關係都會失去。縮短後的評論審查人員可能錯過了導致許多評論者發表共同觀點的個人情況,也可能忽視了可能是證詞中最有說服力內容的論點和軼事。最重要的是,評論審查人員可能錯過了認識有才華、有知識的倡導者的機會,無論他們是利益團體還是個人,這些倡導者可能與政府建立長期的、有成效的關係。這些缺點對於那些成千上萬的個人訊息的潛在效力具有現實影響,從而削弱了所有這些人的參與意味著什麼。

然而實用性將權衡傾向於某種形式的總結方法。如果監管機構或立法者沒有時間閱讀充滿熱情的倡導信件,那麼這些信件就毫無價值。要找到信件中的關鍵訊息和主要聲音,有另一個方法。除了透過總結進行折疊外,政府工作人員還可以利用現代 AI 技術進行膨脹。他們可以從收到的證詞中自動識別和認可一個與其他成千上萬證詞中不存在的獨特論點。他們可以發現立法者喜歡在聽證會、市鎮大會和競選活動中重複的型別的選民故事和經驗。這種方法可以保持個體公共評論對法律的潛在影響力,即使證詞的數量可能呈指數級增長。在計算機領域,有一個豐富的自動化任務歷史,即所謂的異常檢測。傳統方法通常涉及找到一個解釋該資料中大部分部分(如一組能很好地描述盡可能多的提交評論的主題)的簡單模型。但在這之後,他們又進一步孤立出那些不符合傳統模型的資料點,也就是那些不使用傳統論據的評論。對於識別文字資料集中的異常值,並不需要使用最先進的 AI 語言模型,但使用這些模型可以為這一過程帶來更高的精確度和靈活性。AI 語言模型可以透過提問,被要求從大量文字中識別出新的觀點。你只需告訴 AI 去尋找它們。在無法提取出獨特評論的情況下,立法者和監管機構別無選擇,只能按照其他因素進行優先排序。如果沒有更好的辦法,那麼「誰對我們的競選活動捐款最多」或「哪家公司僱用了我們以前的大部分幕僚」就成為優先考慮公共評論的合理指標。AI 可以幫助當選代表做得更好。如果美國人希望 AI 能夠幫助振興這個不景氣的民主制度,他們需要思考如何使當選領導人的激勵與個人的激勵相一致。現在多達 90%的選民溝通都是由倡導團體組織的群體郵件,這些郵件大多被工作人員忽視。人們將他們的熱情引導到一個巨大的數位倉庫中,算法將他們的表達方式整理成箱子,使其不必被閱讀。因此對於公民和倡導團體來說讓那個箱子裝得滿滿的是有激勵的。有才華、有見識、有參與的公民應該能夠以一種既能夠包括在他人評論中,為概括作出貢獻,又能夠在其他評論中被個別認可的方式來陳述自己的思想,並分享自己的個人經歷和獨特觀點。一個有效的評論總結過程應該能夠從堆疊中提取出這些獨特觀點,並將它們呈現給立法者。

本文由 The Conversation 轉載,轉載自 The Conversation,根據創用 CC 授權。閱讀原始文章。

關鍵詞:人工智慧、民主、政治技術、資料分析、智慧選舉、公民參與數位治

Unsplash gallery keyword: Democracy-人工智慧,強化民主制度,政治科技,資料分析,智慧選舉,公民參與,數位治
程宇肖

程宇肖

Reporter

大家好!我是程宇肖,我對於科技的發展和應用有著濃厚的興趣,並致力於將最新的科技趨勢和創新帶給大家。科技領域的變化速度驚人,每天都有令人興奮的新發現和突破。作為一名部落格作者,我將帶領大家深入探索科技的奧秘和應用的無限可能。