SYMBIOSIS：系统思维与机器智能以改善社会成果

本文提出了 SYMBIOSIS，一个由 AI 驱动的框架和平台，旨在使系统思维易于用于应对社会挑战，并开辟利用系统思维框架来改进 AI 系统的路径。该平台建立了一个集中式的开源系统思维/系统动力学模型库，使用主题建模和分类技术按可持续发展目标和社会主题进行分类。系统思维资源虽然对于在复杂问题空间中阐明因果理论至关重要，但往往被锁定在专业工具和复杂符号之后，造成了很高的准入门槛。为了解决这个问题，我们开发了一个生成式副驾驶，将复杂的系统表示——如因果回路和存量-流量图——转换为自然语言（反之亦然），允许用户在没有广泛技术培训的情况下探索和构建模型。根植于基于社区的系统动力学并受社区驱动的社会背景见解的启发，我们旨在弥合问题理解鸿沟。这种由认识论不确定性驱动的差距，往往限制了缺乏对问题理解和表述至关重要的社区特定知识的 ML 开发者，通常会导致错误的因果假设、降低的干预有效性和有害的偏见。最近的研究将因果推理和溯因推理确定为 AI 的关键前沿，而系统思维为两者提供了天然兼容的框架。通过使系统思维框架更易于访问和用户友好，SYMBIOSIS 旨在作为解锁未来负责任和以社会为中心的 AI 研究的基础步骤。我们的工作强调需要对 AI 理解复杂适应系统基本特征的能力进行持续研究，为更具社会适应性、更有效的 AI 系统铺平道路。