应对“同一健康”风险：如何利用大语言模型进行风险协商与共识构建
多智能体系统
2025-09-15 v1 人工智能
摘要
当今时代的关键全球挑战具有复杂的相互依赖性，只能通过综合的、参与式的努力来有效应对。传统的风险分析框架通常会降低复杂性以确保可管理性，从而形成阻碍综合解决方案的孤岛。向整体策略的根本性转变对于实现不同部门之间的有效协商以及平衡利益相关者的竞争利益至关重要。然而，实现这种平衡往往受到时间有限、信息量大以及整合不同观点的复杂性等因素的阻碍。本研究提出了一个 AI 辅助协商框架，将大语言模型（LLM）和基于 AI 的自主智能体整合到以协商为中心的风险分析工作流中。该框架使利益相关者能够模拟协商、系统地建模动态、预判妥协并评估解决方案的影响。通过利用 LLM 的语义分析能力，我们能够缓解信息过载并在时间限制下增强决策过程。在两个真实世界场景中进行了概念验证实现：（i）生物农药的谨慎使用，以及（ii）有针对性的野生动物种群控制。我们的工作展示了 AI 辅助协商在解决当前跨部门参与工具缺乏问题方面的潜力。重要的是，该解决方案的开源、基于 Web 的设计适合资源有限的更广泛受众使用，并使用户能够根据自己的需求进行定制和开发。
引用
@article{arxiv.2509.09906,
title = {Tackling One Health Risks: How Large Language Models are leveraged for Risk Negotiation and Consensus-building},
author = {Alexandra Fetsch and Iurii Savvateev and Racem Ben Romdhane and Martin Wiedmann and Artemiy Dimov and Maciej Durkalec and Josef Teichmann and Jakob Zinsstag and Konstantinos Koutsoumanis and Andreja Rajkovic and Jason Mann and Mauro Tonolla and Monika Ehling-Schulz and Matthias Filter and Sophia Johler},
journal= {arXiv preprint arXiv:2509.09906},
year = {2025}
}