Епистемична демокрация и колективният интелект

Понятие и основни позиции

Епистемичните демократи смятат, че легитимността на демократичното управление не бива да почива единствено на вътрешната стойност на процедурите и на ценности като справедливост, равенство и свобода; според тях система, основана на политическо равенство, може да се очаква да взема добри решения, а може би и по-добри от всяка алтернатива като олигархията, аристокрацията или диктатурата.^[9] „Добро“ и „вярно“ обикновено се определят спрямо стандарт, който не зависи от самата процедура — истината, справедливостта, общото благо или колективния интерес.^[10] Противоположната позиция, „чистият процедурализъм“, вижда стойността и оправданието на демокрацията само в справедливостта или във вътрешната стойност на демократичните институции.^[11] Станфордската енциклопедия по философия определя епистемичните обосновки така: при подходящи условия демокрацията по принцип е по-надеждна от алтернативните методи при вземането на решения, които са верни според стандарти, независими от процедурата.^[12] Тя посочва три основни обяснения за тази надеждност: теоремата на Кондорсе за журито, ефектите на когнитивното многообразие и събирането и споделянето на информация.^[13] Самата епистемична демокрация не препоръчва определена форма — пряка, представителна, партиципаторна или делиберативна — и привържениците ѝ спорят помежду си по този въпрос; обединява ги загрижеността за епистемичната стойност на приобщаващите и равноправни политически устройства.^[14]

Дейвид Естлунд, професор по философия в университета „Браун“, развива в книгата „Democratic Authority“ идеята, че демократичната власт и легитимност трябва да зависят отчасти от склонността на демокрацията да взема добри решения.^[15] Както при присъдите на съдебните заседатели, легитимността на отделното решение не зависи от това дали то конкретно е вярно, но „епистемичната стойност“ на процедурата — доколко може да се приеме, че тя по принцип клони към добри решения — е решаваща.^[16] Естлунд нарича теорията си „епистемичен процедурализъм“ и я противопоставя на епистокрацията, управлението на знаещите: дори ако малцина наистина знаят най-добре, това може да служи за политическо оправдание само ако експертизата им е приемлива от всички разумни гледни точки.^[17] Един от доводите му е мисловен експеримент: ако хората се интересуваха само от процедурната справедливост, би трябвало да са доволни и от решения чрез хвърляне на монета, защото случайната процедура също дава равна тежест на всеки; щом предпочитаме гласуването, значи очакваме то да стига до верни решения по-надеждно от случайността.^[18] Естлунд отделя този възглед от „теорията на правилността“, според която решението е легитимно само ако е вярно, и твърди, че демокрацията е легитимна заради способността си да произвежда добри решения с течение на времето.^[19]

Аристотел и „аргументът за многото“

В трета книга на „Политика“, в частта, обозначена с XI, Аристотел пише, че принципът мнозинството да управлява вместо малцината най-добри, макар и не без трудности, изглежда „съдържа елемент на истина“.^[20] Неговият довод е, че многото, всеки от които поотделно е обикновен човек, когато се съберат, вероятно могат да бъдат по-добри от малцината добри — не поотделно, а заедно, както угощение, за което допринасят мнозина, е по-добро от вечеря, платена от една кесия.^[21] Всеки от многото има дял от добродетелта и благоразумието, затова мнозинството е по-добър съдник на музиката и поезията от един човек: едни разбират една част, други — друга, и заедно разбират цялото.^[22] Аристотел добавя и аргумент от гледна точка на ползвателя: за къщата съди не само строителят, а стопанинът ѝ може да е по-добър съдник, както кормчията съди за кормилото по-добре от дърводелеца, а гостът — за угощението по-добре от готвача.^[23]

Самият Аристотел ограничава аргумента: не е ясно дали принципът важи за всяка демокрация и за всяко множество хора, в някои случаи той е неприложим, но може да има множества, за които твърдението все пак е вярно.^[24] Джереми Уолдрън нарича тази идея „доктрината за мъдростта на множеството“ и отбелязва, че тя може да се чете силно — като защита на демократичното обсъждане срещу всяка по-малка група — или слабо, само като отхвърляне на едноличното управление, защото и олигархията, и аристокрацията могат да се възползват от събирането на таланти.^[25] Станфордската енциклопедия свързва с Аристотел втората основна епистемична обосновка: демократичните процедури най-добре използват когнитивното многообразие на големи групи граждани, защото привличат много източници на информация и гледни точки при оценката на законите и политиките.^[26]

Теоремата на Кондорсе за журито

Теоремата е формулирана от маркиз дьо Кондорсе в труда му „Есе за приложението на анализа към вероятността на решенията, взети с мнозинство“ от 1785 г.^[27] В най-простия ѝ вид група решава с мнозинство между две възможности, едната от които е вярна, а всеки гласуващ независимо от другите избира вярната с вероятност p.^[28] Ако p е по-голямо от 1/2, всеки нов гласуващ увеличава вероятността мнозинството да е право и тя клони към единица с нарастването на групата; ако p е по-малко от 1/2, добавянето на гласуващи влошава резултата и най-доброто „жури“ се състои от един човек.^[29] Станфордската енциклопедия изброява три допускания: всеки гласуващ по-скоро ще разпознае вярното решение (компетентност), гласува за това, което смята за вярно (искреност), а гласовете са статистически независими един от друг (независимост).^[30] Привлекателността на теоремата идва от силата на големите числа: ако допусканията важат за 10 000 гласуващи и всеки е прав с вероятност 51 %, мнозинството избира вярното решение с вероятност 99,97 %.^[31] Използването на теоремата за обосноваване на демокрацията често се извежда от Русо, според когото, ако достатъчно информиран народ обсъжда, без гражданите да общуват помежду си, общата воля винаги би произтекла от многото малки различия.^[32]

Математиката на теоремата не е спорна, но критиците твърдят, че допусканията ѝ рядко, ако изобщо, се изпълняват в реалните демокрации.^[33] Първо, мненията на гласуващите не са независими, тъй като демократичният процес набляга на убеждаването и изграждането на коалиции; второ, информацията е сегментирана по класа, раса, етническа група, религия, професия и място; трето, всички подхождат към въпросите със силни идеологически пристрастия.^[34] Защитниците отговарят с варианти на теоремата с по-слаби допускания, които по-лесно се изпълняват в демокрациите.^[35]

Франц Дитрих и Кай Шпикерман, автори на статията за теоремите за журито в същата енциклопедия, посочват често срещана грешка: гласовете могат да са причинно независими — тайното гласуване пречи един глас да влияе на друг — и въпреки това да са вероятностно зависими, защото общите причини създават корелации.^[36] Според тях съществува и „фундаментално напрежение между независимостта и компетентността“: условната независимост е правдоподобна само ако се отчетат много общи фактори, а условната компетентност — само ако се отчетат малко, затова двете почти никога не са оправдани едновременно.^[37] Различната компетентност е главната заплаха за извода, че по-голямата група е по-надеждна: ако новите членове са по-малко компетентни, по-голямото тяло може да се представя по-зле, а надеждността на мнозинството може дори да намалява с размера на групата.^[38] Обсъждането има двояк ефект: то намалява безусловната независимост, като добавя общи източници на гласовете, но разширява основата на преценките и затова вероятно повишава компетентността.^[39] Друг подход, представен в английската Уикипедия, оценява априорната вероятност тезата на теоремата да е вярна и стига до извода, че при произволна поредица от гласуващи, без да се предполага нито компетентност, нито некомпетентност, тя почти сигурно не се изпълнява, затова защитниците трябва да представят силни доказателства за компетентност.^[40]

Мъдростта на тълпите: кога работи и кога не

Класическият пример е от селскостопански панаир в Плимут през 1906 г.: около 800 души се опитват да познаят теглото на заклан и почистен вол, а статистикът Франсис Галтън установява, че медианата на предположенията — 1207 фунта — е в рамките на 1 % от истинското тегло от 1198 фунта.^[41] Галтън публикува наблюдението си през 1907 г., а повторен анализ на данните от 2014 г. установява, след поправка на някои грешки, че средното на прогнозите съвпада точно с действителния резултат.^[42] Обяснението е статистическо: индивидуалният „шум“ на всяка оценка се усреднява, но само ако грешките са поне отчасти независими, затова тълпата трябва да е и независима, и разнообразна.^[43] Усредняването премахва случайните грешки, които засягат всеки човек по различен начин, но не и систематичните грешки, които засягат цялата тълпа еднакво — например когнитивните пристрастия.^[44] Скот Пейдж формулира тази зависимост като „теорема за прогнозното многообразие“: квадратната грешка на колективната прогноза е равна на средната квадратна грешка на индивидите минус многообразието на прогнозите, така че при голямо многообразие грешката на тълпата е малка.^[45]

Джеймс Суровецки популяризира идеята в книгата „Мъдростта на тълпите“ от 2004 г., според която събирането на информация в групи води до решения, често по-добри от тези на всеки отделен член.^[46] Според Суровецки мъдрата тълпа се отличава с многообразие на мненията, при което всеки има собствена информация, с независимост от мненията на околните, с децентрализация, която позволява да се ползва местно знание, и с механизъм, който превръща частните преценки в колективно решение.^[47] Обратният случай е информационната каскада — явление, при което хора вземат едно и също решение последователно, защото всеки вижда избора на предишните; тя е близка до стадното поведение, но се различава от него.^[48]

Експеримент на Ян Лоренц и колеги от ETH Цюрих, публикуван в PNAS през 2011 г., показва със 144 участници, че дори слабо социално влияние може да подкопае ефекта на мъдростта на тълпата при прости задачи за оценка.^[49] Когато участниците научат оценките на другите, многообразието на мненията се стеснява, без колективната грешка да намалее, истината се измества към периферията на диапазона от оценки, а увереността на участниците расте, въпреки че точността им не се подобрява.^[50] Сходна логика стои зад така нареченото „чудо на агрегирането“: ако информираните гласуват правилно, а неинформираните — случайно, гласовете на вторите се неутрализират взаимно; възражението е, че неинформираните може да грешат систематично в една посока и гласовете им да не се неутрализират напълно.^[51]

Многообразието срещу способностите

Лу Хонг и Скот Пейдж от Мичиганския университет публикуват през 2004 г. в PNAS модел на „функционално многообразни“ агенти, решаващи задачи, всеки със свои представи за проблема и свои алгоритми за търсене на решения.^[52] Основният им резултат гласи, че при избор на екип от голямо и разнообразно множество интелигентни агенти екип от случайно избрани агенти се представя по-добре от екип от най-способните, защото най-добрите неизбежно си приличат и по-високата им способност се обезсилва от липсата на многообразие.^[53] Хелен Ландемор използва тази теорема „многообразието побеждава способностите“, за да твърди, че може да се очаква демокрацията да взема по-добри решения от управлението на експерти.^[54] И самата теорема, и използването ѝ от Ландемор са оспорвани.^[55]

Най-остра е критиката на Абигейл Томпсън, професор по математика в Калифорнийския университет в Дейвис, в списание „Notices of the American Mathematical Society“ от октомври 2014 г.: според нея аргументите на Хонг и Пейдж са „фундаментално погрешни“.^[56] Томпсън изброява проблеми, всеки от които според нея е достатъчен да обезсили твърденията на авторите: теоремата е невярна в оригиналната си формулировка, след поправка е тривиална, а компютърният експеримент не е свързан с нея и почива на изкуствено ограничени алгоритми.^[57] Тя иронизира извода с аналогичен „резултат“, според който екипът трябва да се подбира така, че да се увеличи взаимната неприязън между членовете му, и пише, че той е толкова обоснован, колкото препоръките на Хонг и Пейдж за многообразието.^[58] Алваро Романиега стига до сходен извод в статия от 2023 г.: прилагането на теоремите от Ландемор е „невалидна употреба на математически принципи“, като целта му по собствените му думи не е да омаловажи многообразието, а да покаже опасността от неправилната употреба на математиката.^[59]

Ландемор, тогава преподавател по политически науки в Йейлския университет, развива в книгата „Democratic Reason“ тезата, че демократичните процедури образуват когнитивна система, при която решенията на многото по-вероятно са правилни от решенията на малцината — демокрацията е ценна не само защото е легитимна и справедлива, но и защото е „умна“.^[60] Според нея при обсъждането способността да се стига до истината се засилва повече от приобщаването на повече хора, отколкото от индивидуалната компетентност, а съчетанието на приобщаващо обсъждане и мнозинствено правило побеждава по-малко приобщаващите методи, при които решава един човек или малка група.^[61] В „Open Democracy“ (2020) Ландемор предпочита идеала за „представляване и редуване в представителството“ пред подходите на пряката демокрация и предлага в центъра на институциите да стои „отворената мини-публика“ — голямо, подобно на съдебно жури тяло от граждани, избрани чрез жребий.^[62] Тя защитава пет институционални принципа на отворената демокрация: права на участие, обсъждане, мажоритарен принцип, демократично представителство и прозрачност.^[63]

Скептиците: невежество, пристрастия и идентичност

Понятието „рационално невежество“ е въведено от Антъни Даунс в „Икономическа теория на демокрацията“ (1957): незнанието е рационално, когато разходът за информиране надхвърля очакваната полза, а при общи избори вероятността един глас да промени резултата е много малка.^[64] Ако гражданите разсъждават по модела на Даунс, обществото или в действителност се управлява от сравнително малка група с минимално участие на останалите, или ще бъде много зле управлявано.^[65] Според Станфордската енциклопедия тези наблюдения поставят предизвикателство пред всяка силно егалитарна или делиберативна концепция за демокрацията (сравни с критиките към пряката демокрация).^[66]

„Митът за рационалния избирател“ е книга на Брайън Каплан от 2007 г., издадена от Princeton University Press.^[67] В нея икономистът от университета „Джордж Мейсън“ твърди, че най-голямата пречка пред разумната икономическа политика не са влиятелните групи и лобирането, а погрешните схващания и пристрастията на обикновените избиратели, и че демокрацията се проваля именно защото прави това, което те искат.^[68] Каплан описва четири пристрастия на неикономистите: те подценяват пазарния механизъм, не се доверяват на чужденците, подценяват ползите от спестяването на труд и песимистично вярват, че икономиката върви от лошо към по-лошо.^[69] Механизмът според него е „рационалната ирационалност“: когато е евтино да вярваш в нещо, дори погрешно, е рационално да го вярваш, а заблудите в политиката не струват нищо на отделния избирател.^[70] Книгата е предизвикателство и към класическата теория на обществения избор, в която избирателите се смятат за рационално невежи, а не за систематично пристрастни.^[71]

Джейсън Бренан от университета „Джорджтаун“ твърди в „Against Democracy“ (2016), че демокрацията трябва да се съди по резултатите си, а те не са достатъчно добри: както подсъдимите имат право на справедлив процес, гражданите имат право на компетентно управление.^[72] Според него широк кръг социални изследвания показват, че политическото участие и демократичното обсъждане по-скоро правят хората по-ирационални, по-пристрастни и по-злобни, затова епистокрацията — управлението на знаещите — може да е по-добра от демокрацията и е време това да се изпробва.^[73] Бренан дели гражданите на „хобити“, безразлични към политиката, „хулигани“, които са като „фанатични спортни фенове на политиката“ с твърди мнения и търсят само потвърждаваща информация, и „вулканци“, които мислят научно и рационално; към хулиганите според него спадат повечето редовни избиратели и политици.^[74] Като възможни форми на епистокрация той предлага ограничено избирателно право чрез изпити и множествено гласуване, при което доказалите знанията си получават допълнителни гласове.^[75]

Кристофър Ахен и Лари Бартелс атакуват в „Democracy for Realists“ „романтичната народна теория“ за мислещите граждани, които управляват държавния кораб от урната, като използват анализи по теми от абортите и бюджетните дефицити до Голямата депресия и нападенията на акули.^[76] Според тях избирателите, включително добре информираните и политически ангажираните, избират партии и кандидати главно според социалната си идентичност и партийната си лоялност, а не според политиките, и дори приспособяват възприятията си за основни факти към тази лоялност.^[77] При равностойни партии изборите често се решават от странични фактори като икономически подеми и спадове извън контрола на управляващите, затова авторите заключават, че избирателите не контролират публичната политика дори косвено.^[78] Книгата получава наградата PROSE за 2017 г. в категорията „Управление и политика“.^[79]

Отговорите на защитниците

Срещу епистокрацията се изтъква „демографското възражение“ на Естлунд: всеки критерий за експертиза вероятно ще подбере демографски еднородни хора с пристрастия, които подкопават способността им да постигат резултати в полза на общото благо.^[80] Рецензенти упрекват Бренан, че описва повечето граждани като пристрастни в полза на собствената група, без да навлиза в причините, че не отчита възможността епистократичната система да бъде злоупотребена и че използва анкети за невежеството на избирателите, без да вземе предвид учените, които се съмняват в надеждността им.^[81] Самият Естлунд, както бе посочено, приема, че някои знаят повече, но изисква тази експертиза да бъде приемлива от всички разумни гледни точки — изискване, което според него води до устройство, разпознаваемо като демократично.^[82]

Елизабет Андерсън, вдъхновена от Джон Дюи, предлага „експериментален“ модел: изборите, петициите и протестите позволяват на гражданите да съобщават преживения ефект от политиките, така че демокрацията работи като механизъм за учене чрез проба и грешка, който изисква приобщаване, защото различно поставените граждани имат различен опит.^[83] И при този модел остава въпросът колко качествени и чести са сигналите от изборите и доколко ги изкривяват невежеството и ирационалността на избирателите.^[84] Списание Choice определя „Democratic Reason“ като „мощен антиелитарен противоотров“ срещу теоретичните и емпиричните критики към демокрацията, а Джон Елстър отбелязва, че книгата обръща толкова внимание на провалите на обсъждането и мнозинственото гласуване, колкото и на постиженията им.^[85]

Скептицизмът към експертите също има емпирична основа: в книгата „Expert Political Judgment“ (2005) Филип Тетлок показва, че експертите често не прогнозират по-добре от повечето хора и рядко носят отговорност, когато грешат.^[86] Това не прави автоматично масите по-знаещи, а връща спора към въпроса, който Естлунд формулира сам: ако имаха значение само добрите решения, защо най-знаещите просто да не управляват?^[87]

Емпирични изследвания на колективния интелект

Анита Уули и колеги, сред които Томас Малоун, съобщават в Science през 2010 г. за „фактор на колективния интелект“: в две изследвания с 699 души, работещи в групи от двама до петима, те откриват общ фактор, който обяснява представянето на групата при разнообразни задачи.^[88] Този „c-фактор“ не е силно свързан със средната или максималната индивидуална интелигентност на членовете, а със средната им социална чувствителност, с равномерното редуване в разговора и с дела на жените в групата.^[89] Резултатът е оспорен: Маркъс Креде от Щатския университет на Айова и Гарет Хауардсън от университета „Хофстра“ анализират повторно данните и заключават, че те не подкрепят основната предпоставка за колективния интелект.^[90] Според Креде от шестте изследвания в повторния анализ само едно правилно заключава, че няма доказателства за колективен интелект, а слабото усилие на някои групи изкуствено завишава корелациите между задачите.^[91] Изследователите около Уули отговарят с мета-анализ в PNAS (2021) на данни от 22 изследвания с 5279 души в 1356 групи, според който стабилен фактор на колективния интелект характеризира способността на групата да работи заедно, а процесът на сътрудничество предсказва колективния интелект повече от уменията на отделните членове.^[92] Самите автори признават, че други изследователи поставят под въпрос резултатите и съобщават за противоречиви данни за ролята на индивидуалните умения, и обясняват разминаванията с малки, но важни методологични избори.^[93]

Проектът „Добра преценка“ (Good Judgment Project) на Филип Тетлок, Барбара Мелърс и Дон Мур от Пенсилванския университет започва през юли 2011 г. в сътрудничество с програмата ACE на американската агенция за разузнавателни изследвания IARPA.^[94] Екипът събира голям брой талантливи любители вместо експерти по геополитика, обучава ги в добри практики за прогнозиране и в преодоляване на когнитивните пристрастия и комбинира прогнозите им с алгоритъм за агрегиране; проектът печели и двата сезона на състезанието и е с 35 до 72 % по-точен от всеки друг изследователски екип.^[95] За най-добрите прогнозисти на проекта се твърди, че са с 30 % по-точни от разузнавачи с достъп до класифицирана информация, но в източника това е предадено с уговорката „според съобщения“.^[96]

Прогнозните пазари са друг механизъм за агрегиране: те почиват главно на идея на австрийския икономист Фридрих Хайек от 1945 г. и се описват като механизми за събиране на огромни количества информация, притежавана от отделни хора, в една полезна стойност.^[97] Един от първите съвременни електронни прогнозни пазари е Iowa Electronic Markets на Университета на Айова, създаден за президентските избори в САЩ през 1988 г.^[98] Пазарите имат и уязвимости: специализираните въпроси изискват знания, които мнозинството няма, възможни са спекулативни балони и опити за манипулация — на президентските пазари на Tradesports през 2004 г. анонимен търговец сваля до нула цената на договорите за победа на Буш, но цената бързо се възстановява.^[99] През юли 2003 г. американското министерство на отбраната обявява „Пазар за анализ на политики“, но след критики, че това е „пазар на фючърси за тероризъм“, програмата е набързо прекратена.^[100]

Делиберативни допитвания и мини-публики

Делиберативното допитване, описано за първи път от Джеймс Фишкин от Станфордския университет през 1988 г., взема случайна представителна извадка от граждани и я включва в обсъждане в малки групи и в разговори с експерти с различни позиции, за да се получи по-информирано и обмислено обществено мнение.^[101] Лабораторията за делиберативна демокрация в Станфорд обосновава метода с „рационалното невежество“: обикновените анкети отразяват повърхностните впечатления на публиката, която няма особена причина да вниква в компромисите и да отделя време за информиране.^[102] Затова извадката първо се анкетира, после обсъжда през един уикенд с балансирани материали, с експерти и политици, а накрая отговаря на същите въпроси; промените според лабораторията показват изводите, до които обществото би стигнало, ако е по-информирано и ангажирано.^[103]

Най-голямото такова събитие в САЩ, „America in One Room“, събира през септември 2019 г. най-голямата представителна извадка от американските избиратели в историята, за да обсъди поляризиращи политически въпроси.^[104] От 26-те предложения, които най-силно разделят участниците по партийна линия преди събитието, двете партии се сближават по 22, значимо в 19 случая, докато в контролната група такова изместване няма; подкрепата на републиканците за принудителна депортация на незаконните имигранти пада от 79 % на 40 %.^[105]

България има собствен опит с метода: в националното делиберативно допитване „Политики към ромите в България“ научна извадка от 255 души от цялата страна, подбрана от „Алфа Рисърч“, обсъжда през уикенда на 14–15 април 2007 г. три теми — жилищата, престъпността и образованието, като според организаторите резултатът са много силни и статистически значими промени в посока на интеграцията.^[106] Според съобщението на Центъра за либерални стратегии за представянето на резултатите организатори са центърът, социологическата агенция „Алфа Рисърч“, неправителствената организация „Линкс“ и Българската национална телевизия, с участието на самия Фишкин.^[107] В описанието на проекта на същия център като партньор е посочен и Институтът „Отворено общество“ – София, а обсъжданията се провеждат в Националния дворец на културата и се излъчват по националната телевизия.^[108] Станфордската лаборатория представя резултатите под заглавие „Делиберативното допитване подкрепя интеграцията на ромите в българското общество“ и отбелязва, че министър-председателят е похвалил процеса.^[109]

Публичните власти все по-често свикват граждански асамблеи, журита и панели — групи, представящи широк срез от обществото, които се събират поне за един пълен ден, често и за много повече, за да научат, обсъдят и изготвят колективни препоръки.^[110] Докладът на ОИСР от 10 юни 2020 г. събира близо 300 такива практики и описва „делиберативна вълна“, която се надига от 80-те години и набира скорост около 2010 г.; процесите най-често са местни (52 %), следвани от регионалните (30 %).^[111]

ИИ като усилвател на колективния интелект

Pol.is е технология с отворен код за изследване на мнения, която се описва като система в реално време за събиране, анализиране и разбиране на това, което мислят големи групи хора, със собствените им думи, с помощта на статистика и машинно обучение.^[112] Участниците пишат кратки изявления до 140 знака, които се показват полуслучайно на други участници, за да гласуват „съгласен“, „несъгласен“ или „пропускам“, а един разговор може да обхване до стотици хиляди души.^[113] Talk to the City на AI Objectives Institute е инструмент с отворен код, който анализира гражданския принос, като запазва многообразието и нюансите на отделните мнения, а структурата на доклада свързва общите обобщения с конкретните мнения, за да ограничи неточностите на езиковите модели.^[114] На сайта на инструмента Одри Танг, първият министър по цифровите въпроси на Тайван, е цитирана с думите, че през 2014 г. е било невъзможно да се интервюира мини-публика и да се обединят идеите ѝ с пълните им нюанси, а с помощта на Talk to the City тази цена е сведена практически до нула.^[115]

Най-цитираният експеримент е Habermas Machine на Google DeepMind, публикуван в Science през октомври 2024 г.: система от два дообучени езикови модела, единият от които предлага изявления, отразяващи различните възгледи в групата, а другият оценява доколко всеки участник би се съгласил с тях.^[116] Системата е кръстена на германския философ Юрген Хабермас, а според изследователя Майкъл Хенри Теслър тя е обучена не да убеждава, а да посредничи.^[117] В изследването участват 5734 души, част от които са набрани чрез фондация „Сортишън“, която организира граждански асамблеи, като тези групи образуват демографски представителна извадка от населението на Обединеното кралство.^[118] В над половината от случаите (56 %) участниците избират изявлението на ИИ пред това на човека посредник, оценяват го като по-качествено и го подкрепят по-силно, а след обсъждането с помощта на ИИ малките групи са по-малко разделени по въпросите.^[119] Според резюмето на статията успешните общи изявления включват несъгласните гласове, като зачитат позицията на мнозинството, а резултатите се повтарят във виртуална гражданска асамблея с представителна извадка от населението на Обединеното кралство.^[120]

Авторите сами посочват ограничения: по думите на Теслър моделът засега не може да проверява факти, да държи разговора в темата и да модерира дискусията, а компанията няма планове да го пусне публично.^[121] Джунги Шин от университета „Аалто“ предупреждава, че ако контекстът не е напълно открит и хората не виждат въведената в системата информация, а само обобщенията, подобни системи могат да създадат етични проблеми; в експеримента с човешките посредници участниците не са изрично уведомени, че изявленията се генерират от ИИ, макар формулярът за съгласие да споменава алгоритми.^[122]

Ландемор вижда в ИИ възможен изход от централното противоречие на делиберативната демокрация между качественото обсъждане и масовото участие: според нея цифровите технологии и особено ИИ могат да свържат умовете на повече хора и да разширят възможността за качествено обсъждане.^[123] Тя предлага да се откажем от идеала всички да участват в едно общо обсъждане и да приемем приближения — много умове, работещи по различни части на общ въпрос с посредничеството на алгоритми, или много случайно избрани асамблеи, които с времето излагат членовете си на целия спектър от мнения; и двете форми могат да бъдат значително подсилени от ИИ.^[124] Ландемор обсъжда и дали ИИ може да симулира или предскаже резултатите от напълно приобщаващо масово обсъждане, като признава, че подобно „заместващо“ обсъждане поражда опасения за легитимността, които критиците неизбежно ще изтъкнат.^[125]

Collective Intelligence Project (CIP) започва през февруари 2023 г. своите „Асамблеи за съгласуване“ с мисията да помогне за създаването на ИИ, който служи на общественото благо, като включи обществото в определянето на това какво е „благо“.^[126] Девет месеца по-късно проектът съобщава за експерименти с шест организации, сред които британската работна група за граничен ИИ, OpenAI, Anthropic, Срещата на върха за демокрацията на САЩ и тайванското Министерство на цифровите въпроси.^[127] В един от тези експерименти Anthropic и CIP питат около 1000 американци чрез платформата Polis какви правила да следва чатботът, за да съставят „конституция“ за ИИ система — подход, известен като колективен конституционен ИИ.^[128] Програмата Global Dialogues на CIP, създадена в партньорство с Remesh и Prolific, изгражда инфраструктура за редовен глобален обществен принос за бъдещето на ИИ, като участниците обсъждат ключови въпроси в сесии от 15 до 60 минути.^[129] Центърът за колективен интелект на MIT изследва как хората и компютрите могат да бъдат свързани така, че заедно да действат по-интелигентно от всеки човек, група или компютър досега.^[130] Центърът за колективен интелект на Nesta използва технологии, ИИ, изкуство и дизайн, за да мащабира общественото участие, и е разработил платформата за обсъждане Zeitgeist.^[131]

ИИ като съветник на гражданина

ИИ може да повиши и индивидуалната компетентност: в предварително регистриран експеримент с 991 участници, отговарящи на шест прогнозни въпроса, достъпът до асистенти с езикови модели подобрява точността на прогнозите с 24 до 28 % спрямо контролната група.^[132] Ефектът се проявява дори при асистента, нарочно настроен да е прекалено самоуверен и да пренебрегва базовите честоти; без един силно отклоняващ се въпрос подобрението е 41 % при качествения и 29 % при „шумния“ асистент.^[133] Според изследване в Science Advances от ноември 2024 г. ансамбъл от 12 езикови модела, прогнозиращ 31 въпроса с отговор „да“ или „не“, е статистически неразличим по точност от „тълпата“ от 925 души в тримесечен турнир.^[134] Моделите проявяват и човешки пристрастия като склонността да се съгласяват, а най-точни се оказват простите средни на човешките и машинните прогнози.^[135]

Ролята на съветник зависи от надеждността на системите: при проверка на AlgorithmWatch и CASM Technology през август 2024 г., преди изборите в Тюрингия, Саксония и Бранденбург, един от трите изпитани чатбота дава около 45 % неточни отговори и рядко посочва източници.^[136] Copilot на Microsoft, който по правилата на компанията не бива да отговаря на изборни въпроси, блокира едва около 35 % от тях, но отговорите му са значително по-точни, с явни неистини само в 5 % от случаите, макар изборът на информация понякога да изглежда произволен.^[137]

По-радикална е идеята на Сесар Идалго за „разширена демокрация“, при която дигитални близнаци — персонализирани софтуерни представители на гражданите — разширяват възможността им да участват пряко в голям брой демократични решения, като им дават информация или вземат решения от тяхно име.^[138] Хайро Гудиньо, Умберто Гранди и Идалго изпробват такава система с дообучени езикови модели върху предпочитанията на граждани към политики от програмите на двамата основни кандидати на президентските избори в Бразилия през 2022 г.: моделите предсказват индивидуалните избори по-точно от правилото гражданинът винаги да подкрепя предложенията на близкия му кандидат, а извадка, допълнена от модела, оценява общите предпочитания по-точно от самата извадка.^[139]

Рисковете: еднообразие, загуба на независимост и манипулация

В онлайн експеримент, представен на конференцията CHI през 2023 г., 1506 участници пишат текст по въпроса дали социалните мрежи са добри за обществото, като част от тях използват асистент с езиков модел, настроен да твърди, че мрежите са добри или лоши.^[140] Пристрастният модел влияе както на мненията, изразени в текстовете, така и на отговорите в последвалата анкета за нагласите, затова авторите настояват вградените в езиковите технологии мнения да се наблюдават и проектират по-внимателно.^[141]

Изследване в Science Advances от юли 2024 г. установява, че идеите от генеративен ИИ правят разказите по-креативни, по-добре написани и по-приятни за четене, особено при по-слабо креативните автори, но разказите, създадени с ИИ, си приличат повече помежду си, отколкото тези, написани само от хора.^[142] Авторите описват това като социална дилема: с генеративния ИИ отделните автори печелят, но колективно се създава по-тесен обхват от ново съдържание.^[143] Обзор на Живар Сурати и колеги от 2025 г. обобщава данни от лингвистиката, психологията, когнитивната наука и компютърните науки, според които езиковите модели отразяват и подсилват доминиращите стилове, маргинализират алтернативните гласове и начини на разсъждение и засилват сближаването, когато все повече хора разчитат на едни и същи модели.^[144] Според тях неконтролираната хомогенизация рискува да изравни когнитивния пейзаж, от който зависят колективният интелект и способността за адаптация.^[145]

От гледна точка на теоремите за журито един и същ модел, с който се съветват много граждани, би бил обща причина за преценките им, а според Дитрих и Шпикерман причинната независимост изобщо не прави гласовете вероятностно независими, защото общите причини създават корелации.^[146] Джон Клайнберг и Маниш Рагхаван показват формално, в статия, публикувана и в PNAS, че когато много вземащи решения агенти се сближат около един алгоритъм — дори по-точен за всеки поотделно — общото качество на решенията може да спадне, и то без неочаквани сътресения.^[147] Размерът на загубата обаче е спорен: статия на Робърт Клайнберг, Ералд Синанай и Ева Тардош от април 2026 г., която обобщава модела им, доказва, че загубата на обществено благосъстояние е ограничена от точна константа 2 и че монокултурата и децентрализираната оптимизация остават близо до оптималното.^[148]

Мащабно изследване на политическото убеждаване с разговорен ИИ — три експеримента със 76 977 участници, 19 езикови модела и 707 политически въпроса — установява, че убедителността идва повече от дообучението и подканите, които я повишават съответно с до 51 % и 27 %, отколкото от персонализацията или размера на модела.^[149] Там, където тези методи повишават убедителността, те систематично намаляват фактическата точност, като авторите проверяват 466 769 твърдения на моделите.^[150] Според съобщение за изследване, публикувано в Nature на 5 декември 2025 г., екипът на Дейвид Ранд показва в контролирани експерименти, че разговорите с чатботове, застъпващи определен кандидат, могат да влияят на нагласите и намеренията на избирателите преди президентските избори в САЩ през 2024 г. и националните избори в Полша и Канада през 2025 г.^[151] Най-силен е ефектът при хората, които първоначално са против застъпвания кандидат, а аргументите за политики убеждават повече от тези за личните качества, но моделите, застъпващи кандидати от десницата, правят повече неточни твърдения и в трите държави.^[152] Участниците знаят, че ИИ ще се опита да ги убеди, затова не е ясно дали ефектите ще се повторят в реална политическа среда.^[153]

Агрегиране на предпочитания чрез ИИ и социалният избор

Математическото изследване на гласуването, теорията на социалния избор, традиционно работи с няколко предварително зададени алтернативи, а не с открити решения като колективния избор на текст.^[154] „Генеративният социален избор“ съчетава строгостта на теорията с умението на езиковите модели да генерират текст и да екстраполират предпочитания: първо се доказва, че процесът дава гаранции за представителност, ако има достъп до идеален „оракул“, а после се проверява емпирично дали езиков модел може приблизително да изпълни ролята на оракула.^[155] В опит със 100 представителни жители на САЩ по темата за абортите 84 от 100 участници се чувстват „отлично“ или „изключително“ представени от извлечените пет изявления.^[156]

Авторите на експеримента с дигиталните близнаци изхождат от това, че демокрациите са ограничени от компромиси между честотата, обхвата и средствата на обсъждането и участието и затова разчитат на посредници между народа и суверенната му власт — нужда, която многократно се поставя под въпрос с развитието на комуникационните технологии.^[157] От гледна точка на делиберативната теория обаче дори много точните „снимки с висока резолюция“ на народа не заместват масовото обсъждане, от което произтича легитимността на законите и политиките, макар да могат да бъдат начало на такова обсъждане.^[158]

Значение за пряката демокрация

За привържениците на по-широко участие епистемичният аргумент е силен довод: както обобщава издателят на книгата на Ландемор, индивидуалните решения често грешат заради дезинформация, импулси или пристрастия, а колективните могат да бъдат изненадващо точни.^[159] Прегледаната литература обаче прави ползата условна, като първото условие е компетентността: ако средният участник е по-склонен да греши, отколкото да е прав, добавянето на още гласуващи влошава решението.^[160] Второ, многообразие: усредняването не премахва систематичните грешки, общи за цялата тълпа, а при голямо многообразие колективната грешка е малка.^[161] Трето, независимост: знанието за оценките на другите може да стесни многообразието на мненията дотолкова, че да подкопае ефекта на мъдростта на тълпата.^[162] Четвърто, добро обсъждане: смята се, че то подобрява разбирането на хората за собствените им предпочитания и за обществените проблеми и повишава знанията им, но обширна емпирична литература все още проверява при какви условия това става.^[163]

Делиберативните допитвания и гражданските асамблеи са опит тези условия да се създадат целенасочено, а ОИСР е формулирала принципи за добри практики при делиберативните процеси въз основа на сравнителни емпирични данни.^[164] Епистемичният аргумент обаче не води автоматично до пряка демокрация: Ландемор например предпочита идеала за „представляване и редуване в представителството“ пред подходите на пряката демокрация.^[165] Обзорът на Самърфийлд и колеги нарича този кръг въпроси „епистемични въздействия“ на ИИ — последиците за способността на гражданите да правят информиран избор за представители и политики — и ги разглежда заедно с материалните въздействия върху механизми като изборите и с фундаменталните въздействия върху демократичните принципи (за конкретните приложения сравни с Изкуственият интелект в пряката демокрация).^[166]

Тезата, че ИИ ще способства за по-пряко и по-широко участие на гражданите, следователно може да се провери по конкретните условия: тя се подкрепя от опитите, в които ИИ помага на хиляди хора да намерят общо съгласие или повишава точността на преценките им, и се оспорва от изследванията, които показват еднообразие, корелирани съвети и убеждаване за сметка на точността; авторите на обзора от 2024 г. приемат и двете възможности за реални.^[167]

Доказателства към твърденията

1. Epistemic democracy
   Wikipedia
   Отвори източника
2. Epistemic democracy
   Wikipedia
   Отвори източника
3. Jury Theorems (Stanford Encyclopedia of Philosophy)
   Stanford Encyclopedia of Philosophy (Franz Dietrich, Kai Spiekermann) · 2021-11-17
   Отвори източника
4. Democracy (Stanford Encyclopedia of Philosophy)
   Stanford Encyclopedia of Philosophy (Tom Christiano, Sameer Bajaj)
   Отвори източника
5. The Wisdom of Crowds
   Wikipedia
   Отвори източника
6. AI can help humans find common ground in democratic deliberation
   Google DeepMind (Science) · 2024-10-18
   Отвори източника
7. Co-Writing with Opinionated Language Models Affects Users' Views (Jakesch et al.)
   arXiv / CHI 2023
   Отвори източника
8. How will advanced AI systems impact democracy? (Summerfield et al.)
   arXiv · 2024-08-27
   Отвори източника
9. Epistemic democracy
   Wikipedia
   Отвори източника
10. Epistemic democracy
    Wikipedia
    Отвори източника
11. Epistemic democracy
    Wikipedia
    Отвори източника
12. Democracy (Stanford Encyclopedia of Philosophy)
    Stanford Encyclopedia of Philosophy (Tom Christiano, Sameer Bajaj)
    Отвори източника
13. Democracy (Stanford Encyclopedia of Philosophy)
    Stanford Encyclopedia of Philosophy (Tom Christiano, Sameer Bajaj)
    Отвори източника
14. Epistemic democracy
    Wikipedia
    Отвори източника
15. Democratic Authority: A Philosophical Framework (David Estlund)
    Princeton University Press
    Отвори източника
16. Democratic Authority: A Philosophical Framework (David Estlund)
    Princeton University Press
    Отвори източника
17. Democratic Authority: A Philosophical Framework (David Estlund)
    Princeton University Press
    Отвори източника
18. Epistemic democracy
    Wikipedia
    Отвори източника
19. Epistemic democracy
    Wikipedia
    Отвори източника
20. Aristotle, Politics, Book Three (превод на Бенджамин Джоует)
    The Internet Classics Archive (MIT)
    Отвори източника
21. Aristotle, Politics, Book Three (превод на Бенджамин Джоует)
    The Internet Classics Archive (MIT)
    Отвори източника
22. Aristotle, Politics, Book Three (превод на Бенджамин Джоует)
    The Internet Classics Archive (MIT)
    Отвори източника
23. Aristotle, Politics, Book Three (превод на Бенджамин Джоует)
    The Internet Classics Archive (MIT)
    Отвори източника
24. Aristotle, Politics, Book Three (превод на Бенджамин Джоует)
    The Internet Classics Archive (MIT)
    Отвори източника
25. Epistemic democracy
    Wikipedia
    Отвори източника
26. Democracy (Stanford Encyclopedia of Philosophy)
    Stanford Encyclopedia of Philosophy (Tom Christiano, Sameer Bajaj)
    Отвори източника
27. Condorcet's jury theorem
    Wikipedia
    Отвори източника
28. Condorcet's jury theorem
    Wikipedia
    Отвори източника
29. Condorcet's jury theorem
    Wikipedia
    Отвори източника
30. Democracy (Stanford Encyclopedia of Philosophy)
    Stanford Encyclopedia of Philosophy (Tom Christiano, Sameer Bajaj)
    Отвори източника
31. Democracy (Stanford Encyclopedia of Philosophy)
    Stanford Encyclopedia of Philosophy (Tom Christiano, Sameer Bajaj)
    Отвори източника
32. Democracy (Stanford Encyclopedia of Philosophy)
    Stanford Encyclopedia of Philosophy (Tom Christiano, Sameer Bajaj)
    Отвори източника
33. Democracy (Stanford Encyclopedia of Philosophy)
    Stanford Encyclopedia of Philosophy (Tom Christiano, Sameer Bajaj)
    Отвори източника
34. Democracy (Stanford Encyclopedia of Philosophy)
    Stanford Encyclopedia of Philosophy (Tom Christiano, Sameer Bajaj)
    Отвори източника
35. Democracy (Stanford Encyclopedia of Philosophy)
    Stanford Encyclopedia of Philosophy (Tom Christiano, Sameer Bajaj)
    Отвори източника
36. Jury Theorems (Stanford Encyclopedia of Philosophy)
    Stanford Encyclopedia of Philosophy (Franz Dietrich, Kai Spiekermann) · 2021-11-17
    Отвори източника
37. Jury Theorems (Stanford Encyclopedia of Philosophy)
    Stanford Encyclopedia of Philosophy (Franz Dietrich, Kai Spiekermann) · 2021-11-17
    Отвори източника
38. Jury Theorems (Stanford Encyclopedia of Philosophy)
    Stanford Encyclopedia of Philosophy (Franz Dietrich, Kai Spiekermann) · 2021-11-17
    Отвори източника
39. Jury Theorems (Stanford Encyclopedia of Philosophy)
    Stanford Encyclopedia of Philosophy (Franz Dietrich, Kai Spiekermann) · 2021-11-17
    Отвори източника
40. Condorcet's jury theorem
    Wikipedia
    Отвори източника
41. Wisdom of the crowd
    Wikipedia
    Отвори източника
42. Revisiting Francis Galton's Forecasting Competition (Kenneth F. Wallis)
    arXiv / Statistical Science · 2014-10-15
    Отвори източника
43. Wisdom of the crowd
    Wikipedia
    Отвори източника
44. Wisdom of the crowd
    Wikipedia
    Отвори източника
45. Wisdom of the crowd
    Wikipedia
    Отвори източника
46. The Wisdom of Crowds
    Wikipedia
    Отвори източника
47. The Wisdom of Crowds
    Wikipedia
    Отвори източника
48. Information cascade
    Wikipedia
    Отвори източника
49. How social influence can undermine the wisdom of crowd effect (Lorenz, Rauhut, Schweitzer, Helbing)
    PNAS (PubMed Central) · 2011-05-16
    Отвори източника
50. How social influence can undermine the wisdom of crowd effect (Lorenz, Rauhut, Schweitzer, Helbing)
    PNAS (PubMed Central) · 2011-05-16
    Отвори източника
51. Epistemic democracy
    Wikipedia
    Отвори източника
52. Groups of diverse problem solvers can outperform groups of high-ability problem solvers (Lu Hong, Scott E. Page)
    PNAS (PubMed Central) · 2004-11-08
    Отвори източника
53. Groups of diverse problem solvers can outperform groups of high-ability problem solvers (Lu Hong, Scott E. Page)
    PNAS (PubMed Central) · 2004-11-08
    Отвори източника
54. Democracy (Stanford Encyclopedia of Philosophy)
    Stanford Encyclopedia of Philosophy (Tom Christiano, Sameer Bajaj)
    Отвори източника
55. Democracy (Stanford Encyclopedia of Philosophy)
    Stanford Encyclopedia of Philosophy (Tom Christiano, Sameer Bajaj)
    Отвори източника
56. Does Diversity Trump Ability? An Example of the Misuse of Mathematics in the Social Sciences (Abigail Thompson)
    Notices of the American Mathematical Society · 2014-10-01
    Отвори източника
57. Does Diversity Trump Ability? An Example of the Misuse of Mathematics in the Social Sciences (Abigail Thompson)
    Notices of the American Mathematical Society · 2014-10-01
    Отвори източника
58. Does Diversity Trump Ability? An Example of the Misuse of Mathematics in the Social Sciences (Abigail Thompson)
    Notices of the American Mathematical Society · 2014-10-01
    Отвори източника
59. Fatal errors and misuse of mathematics in the Hong-Page Theorem and Landemore's epistemic argument (Álvaro Romaniega)
    arXiv · 2023-07-10
    Отвори източника
60. Democratic Reason: Politics, Collective Intelligence, and the Rule of the Many (Hélène Landemore)
    Princeton University Press
    Отвори източника
61. Democratic Reason: Politics, Collective Intelligence, and the Rule of the Many (Hélène Landemore)
    Princeton University Press
    Отвори източника
62. Open Democracy: Reinventing Popular Rule for the Twenty-First Century (Hélène Landemore)
    Princeton University Press · 2020-10-13
    Отвори източника
63. Open Democracy: Reinventing Popular Rule for the Twenty-First Century (Hélène Landemore)
    Princeton University Press · 2020-10-13
    Отвори източника
64. Rational ignorance
    Wikipedia
    Отвори източника
65. Democracy (Stanford Encyclopedia of Philosophy)
    Stanford Encyclopedia of Philosophy (Tom Christiano, Sameer Bajaj)
    Отвори източника
66. Democracy (Stanford Encyclopedia of Philosophy)
    Stanford Encyclopedia of Philosophy (Tom Christiano, Sameer Bajaj)
    Отвори източника
67. The Myth of the Rational Voter
    Wikipedia
    Отвори източника
68. The Myth of the Rational Voter (Bryan Caplan)
    Princeton University Press
    Отвори източника
69. The Myth of the Rational Voter (Bryan Caplan)
    Princeton University Press
    Отвори източника
70. The Myth of the Rational Voter
    Wikipedia
    Отвори източника
71. The Myth of the Rational Voter
    Wikipedia
    Отвори източника
72. Against Democracy (Jason Brennan)
    Princeton University Press
    Отвори източника
73. Against Democracy (Jason Brennan)
    Princeton University Press
    Отвори източника
74. Against Democracy
    Wikipedia
    Отвори източника
75. Against Democracy
    Wikipedia
    Отвори източника
76. Democracy for Realists (Christopher H. Achen, Larry M. Bartels)
    Princeton University Press
    Отвори източника
77. Democracy for Realists (Christopher H. Achen, Larry M. Bartels)
    Princeton University Press
    Отвори източника
78. Democracy for Realists (Christopher H. Achen, Larry M. Bartels)
    Princeton University Press
    Отвори източника
79. Democracy for Realists (Christopher H. Achen, Larry M. Bartels)
    Princeton University Press
    Отвори източника
80. Democracy (Stanford Encyclopedia of Philosophy)
    Stanford Encyclopedia of Philosophy (Tom Christiano, Sameer Bajaj)
    Отвори източника
81. Against Democracy
    Wikipedia
    Отвори източника
82. Democratic Authority: A Philosophical Framework (David Estlund)
    Princeton University Press
    Отвори източника
83. Epistemic democracy
    Wikipedia
    Отвори източника
84. Epistemic democracy
    Wikipedia
    Отвори източника
85. Democratic Reason: Politics, Collective Intelligence, and the Rule of the Many (Hélène Landemore)
    Princeton University Press
    Отвори източника
86. Expert Political Judgment
    Wikipedia
    Отвори източника
87. Democratic Authority: A Philosophical Framework (David Estlund)
    Princeton University Press
    Отвори източника
88. Evidence for a collective intelligence factor in the performance of human groups (Woolley et al.)
    Science (PubMed) · 2010-10-29
    Отвори източника
89. Evidence for a collective intelligence factor in the performance of human groups (Woolley et al.)
    Science (PubMed) · 2010-10-29
    Отвори източника
90. You would not ask a firefighter to perform open-heart surgery: Understanding 'collective intelligence'
    ScienceDaily / Iowa State University · 2017-10-18
    Отвори източника
91. You would not ask a firefighter to perform open-heart surgery: Understanding 'collective intelligence'
    ScienceDaily / Iowa State University · 2017-10-18
    Отвори източника
92. Quantifying collective intelligence in human groups (Riedl, Kim, Gupta, Malone, Woolley)
    PNAS (PubMed Central) · 2021-05-17
    Отвори източника
93. Quantifying collective intelligence in human groups (Riedl, Kim, Gupta, Malone, Woolley)
    PNAS (PubMed Central) · 2021-05-17
    Отвори източника
94. The Good Judgment Project
    Wikipedia
    Отвори източника
95. The Good Judgment Project
    Wikipedia
    Отвори източника
96. The Good Judgment Project
    Wikipedia
    Отвори източника
97. Prediction market
    Wikipedia
    Отвори източника
98. Prediction market
    Wikipedia
    Отвори източника
99. Prediction market
    Wikipedia
    Отвори източника
100. Prediction market
     Wikipedia
     Отвори източника
101. Deliberative opinion poll
     Wikipedia
     Отвори източника
102. What is Deliberative Polling®?
     Deliberative Democracy Lab, Stanford University
     Отвори източника
103. What is Deliberative Polling®?
     Deliberative Democracy Lab, Stanford University
     Отвори източника
104. America in One Room
     Wikipedia
     Отвори източника
105. America in One Room
     Wikipedia
     Отвори източника
106. National Deliberative Poll „Policy Toward the Roma in Bulgaria“
     Център за либерални стратегии
     Отвори източника
107. Presentation of the Results from the Deliberative Poll „Politics towards the Roma in Bulgaria“
     Център за либерални стратегии · 2007-04-16
     Отвори източника
108. National Deliberative Poll „Policy Toward the Roma in Bulgaria“
     Център за либерални стратегии
     Отвори източника
109. Deliberative Polling® on Policies toward the Roma in Bulgaria
     Deliberative Democracy Lab, Stanford University · 2007-05-02
     Отвори източника
110. Innovative Citizen Participation and New Democratic Institutions: Catching the Deliberative Wave
     OECD · 2020-06-10
     Отвори източника
111. Innovative Citizen Participation and New Democratic Institutions: Catching the Deliberative Wave
     OECD · 2020-06-10
     Отвори източника
112. Polis
     The Computational Democracy Project
     Отвори източника
113. Polis
     The Computational Democracy Project
     Отвори източника
114. Talk to the City
     AI Objectives Institute
     Отвори източника
115. Talk to the City
     AI Objectives Institute
     Отвори източника
116. AI could help people find common ground during deliberations
     MIT Technology Review · 2024-10-17
     Отвори източника
117. AI could help people find common ground during deliberations
     MIT Technology Review · 2024-10-17
     Отвори източника
118. AI could help people find common ground during deliberations
     MIT Technology Review · 2024-10-17
     Отвори източника
119. AI could help people find common ground during deliberations
     MIT Technology Review · 2024-10-17
     Отвори източника
120. AI can help humans find common ground in democratic deliberation
     Google DeepMind (Science) · 2024-10-18
     Отвори източника
121. AI could help people find common ground during deliberations
     MIT Technology Review · 2024-10-17
     Отвори източника
122. AI could help people find common ground during deliberations
     MIT Technology Review · 2024-10-17
     Отвори източника
123. Can AI bring deliberative democracy to the masses? (Hélène Landemore)
     NYU School of Law (работен текст)
     Отвори източника
124. Can AI bring deliberative democracy to the masses? (Hélène Landemore)
     NYU School of Law (работен текст)
     Отвори източника
125. Can AI bring deliberative democracy to the masses? (Hélène Landemore)
     NYU School of Law (работен текст)
     Отвори източника
126. Alignment Assemblies: Nine Months In
     The Collective Intelligence Project
     Отвори източника
127. Alignment Assemblies: Nine Months In
     The Collective Intelligence Project
     Отвори източника
128. Collective Constitutional AI: Aligning a language model with public input
     Anthropic · 2023-10-17
     Отвори източника
129. Global Dialogues
     The Collective Intelligence Project
     Отвори източника
130. MIT Center for Collective Intelligence
     MIT Center for Collective Intelligence
     Отвори източника
131. Centre for Collective Intelligence
     Nesta
     Отвори източника
132. AI-Augmented Predictions: LLM Assistants Improve Human Forecasting Accuracy (Schoenegger et al.)
     arXiv
     Отвори източника
133. AI-Augmented Predictions: LLM Assistants Improve Human Forecasting Accuracy (Schoenegger et al.)
     arXiv
     Отвори източника
134. Wisdom of the silicon crowd: LLM ensemble prediction capabilities rival human crowd accuracy (Schoenegger et al.)
     Science Advances (PubMed Central) · 2024-11-08
     Отвори източника
135. Wisdom of the silicon crowd: LLM ensemble prediction capabilities rival human crowd accuracy (Schoenegger et al.)
     Science Advances (PubMed Central) · 2024-11-08
     Отвори източника
136. In the run-up to the German federal state elections: Chatbots are still spreading falsehoods
     AlgorithmWatch · 2024-08-29
     Отвори източника
137. In the run-up to the German federal state elections: Chatbots are still spreading falsehoods
     AlgorithmWatch · 2024-08-29
     Отвори източника
138. Augmented Democracy (César Hidalgo)
     peopledemocracy.com (César Hidalgo)
     Отвори източника
139. Large Language Models (LLMs) as Agents for Augmented Democracy (Gudiño, Grandi, Hidalgo)
     Toulouse School of Economics
     Отвори източника
140. Co-Writing with Opinionated Language Models Affects Users' Views (Jakesch et al.)
     arXiv / CHI 2023
     Отвори източника
141. Co-Writing with Opinionated Language Models Affects Users' Views (Jakesch et al.)
     arXiv / CHI 2023
     Отвори източника
142. Generative AI enhances individual creativity but reduces the collective diversity of novel content (Doshi, Hauser)
     Science Advances (PubMed Central) · 2024-07-12
     Отвори източника
143. Generative AI enhances individual creativity but reduces the collective diversity of novel content (Doshi, Hauser)
     Science Advances (PubMed Central) · 2024-07-12
     Отвори източника
144. The Homogenizing Effect of Large Language Models on Human Expression and Thought (Sourati et al.)
     arXiv · 2025-08-02
     Отвори източника
145. The Homogenizing Effect of Large Language Models on Human Expression and Thought (Sourati et al.)
     arXiv · 2025-08-02
     Отвори източника
146. Jury Theorems (Stanford Encyclopedia of Philosophy)
     Stanford Encyclopedia of Philosophy (Franz Dietrich, Kai Spiekermann) · 2021-11-17
     Отвори източника
147. Algorithmic Monoculture and Social Welfare (Jon Kleinberg, Manish Raghavan)
     arXiv / PNAS
     Отвори източника
148. Price of Anarchy of Algorithmic Monoculture (Robert Kleinberg, Erald Sinanaj, Éva Tardos)
     arXiv · 2026-04-01
     Отвори източника
149. The Levers of Political Persuasion with Conversational AI (Hackenburg et al.)
     arXiv · 2025-07-18
     Отвори източника
150. The Levers of Political Persuasion with Conversational AI (Hackenburg et al.)
     arXiv · 2025-07-18
     Отвори източника
151. Artificial intelligence: Chatbots may influence voting intentions (Nature)
     Nature Portfolio (съобщение за медиите) · 2025-12-05
     Отвори източника
152. Artificial intelligence: Chatbots may influence voting intentions (Nature)
     Nature Portfolio (съобщение за медиите) · 2025-12-05
     Отвори източника
153. Artificial intelligence: Chatbots may influence voting intentions (Nature)
     Nature Portfolio (съобщение за медиите) · 2025-12-05
     Отвори източника
154. Generative Social Choice (Fish et al.)
     arXiv
     Отвори източника
155. Generative Social Choice (Fish et al.)
     arXiv
     Отвори източника
156. Generative Social Choice (Fish et al.)
     arXiv
     Отвори източника
157. Large Language Models (LLMs) as Agents for Augmented Democracy (Gudiño, Grandi, Hidalgo)
     Toulouse School of Economics
     Отвори източника
158. Can AI bring deliberative democracy to the masses? (Hélène Landemore)
     NYU School of Law (работен текст)
     Отвори източника
159. Democratic Reason: Politics, Collective Intelligence, and the Rule of the Many (Hélène Landemore)
     Princeton University Press
     Отвори източника
160. Condorcet's jury theorem
     Wikipedia
     Отвори източника
161. Wisdom of the crowd
     Wikipedia
     Отвори източника
162. How social influence can undermine the wisdom of crowd effect (Lorenz, Rauhut, Schweitzer, Helbing)
     PNAS (PubMed Central) · 2011-05-16
     Отвори източника
163. Epistemic democracy
     Wikipedia
     Отвори източника
164. Innovative Citizen Participation and New Democratic Institutions: Catching the Deliberative Wave
     OECD · 2020-06-10
     Отвори източника
165. Open Democracy: Reinventing Popular Rule for the Twenty-First Century (Hélène Landemore)
     Princeton University Press · 2020-10-13
     Отвори източника
166. How will advanced AI systems impact democracy? (Summerfield et al.)
     arXiv · 2024-08-27
     Отвори източника
167. How will advanced AI systems impact democracy? (Summerfield et al.)
     arXiv · 2024-08-27
     Отвори източника