借助算法连接投票与讨论：来自 vTaiwan 与 Kultur Komitee 的现场实证
人机交互
2025-06-18 v2 人工智能
综合经济学
经济学
摘要
民主进程日益倾向于将大规模投票与面对面讨论相结合，以解决个体偏好与集体决策之间的挑战。本文引入新方法，通过算法和计算工具将线上投票与面对面讨论相连接，测试于两个真实场景：Kultur Komitee 2024（KK24）和 vTaiwan。这些案例研究突出了所提方法的实际应用与影响。我们提出了三个关键贡献：（1）基于偏好的讨论聚类方法（Preference-based Clustering for Deliberation, PCD），通过计算具有均衡且可调节组成的同质和异质群体，使讨论性情中既能进行深入讨论，也能进行广泛讨论；（2）人类在环的 MES 方法（Human-in-the-loop MES），通过实时数字反馈增强等份方法（Method of Equal Shares, MES）算法，通过让参与者对如何在投票聚合算法与讨论之间分配决策权力拥有完全控制，从而增强算法信任；（3）ReadTheRoom 讨论方法，利用意见空间映射识别共识与分歧，结合基于光谱的偏好可视化跟踪讨论中的意见变化。该方法通过澄清集体情感，提高透明度；通过鼓励参与者积极与持不同观点者互动，促进合作。通过引入这些可操作的框架，本研究将可扩展的数字方法引入面对面讨论，解决参与式进程中现代决策的复杂性。
引用
@article{arxiv.2502.05017,
title = {Bridging Voting and Deliberation with Algorithms: Field Insights from vTaiwan and Kultur Komitee},
author = {Joshua C. Yang and Fynn Bachmann},
journal= {arXiv preprint arXiv:2502.05017},
year = {2025}
}
备注
In Proceedings of the 2025 ACM Conference on Fairness, Accountability, and Transparency (FAccT '25), 2025