数字侏儒与制度设计：突破实验瓶颈

民主研究面临一个长期存在的实验瓶颈。潜在的制度创新仍未得到检验，因为以人为对象的研究缓慢、昂贵且充满伦理问题。本文认为，数字侏儒，即由生成式人工智能驱动的智能体在多样化制度环境中扮演人类角色，可能提供一种突破瓶颈的方法。与从透明简单规则构建复杂性的传统智能体建模不同，数字侏儒方法旨在从不透明的大语言模型中提取潜在的人类行为知识。为此，它将多智能体交互设计为启发装置，以触发大语言模型中类人行为，并将其记录为合成数据。然而，合成数据的有效性仍是一个悬而未决的问题。成功的前提是，准确、连贯、可迁移的人类模型（“小人”——侏儒）已经潜藏在生成式人工智能难以理解的矩阵中，并能通过社会模拟角色扮演练习被引出。同时，如果这些尝试成功，它们有望将制度研究的政治经济学从稀缺状态彻底转变为丰裕状态。为了帮助缓解通往成功之路上的诸多挑战，我提出了具体的验证策略，包括通过知识截止点进行行为回测，并概述了进行严格评估所需的基础设施要求。此事关系重大：传统民主制度的发展速度远慢于周围的技术环境。如果它们失灵，我们将缺乏一个经过检验的备用替代方案库。突破实验瓶颈必须成为优先事项，而数字侏儒可能正迅速成熟为一种能够实现这一壮举的方法论。