民主本体论赤字：AI 系统如何未能表征民主所需之物

民主公共生活依赖于使角色、责任、关系和目的作为生活取向变得清晰的制度。当代 AI 系统在网络规模语料库上进行训练，并对有用性、无害性和诚实性进行对齐，但民主制度生活的表征结构尚未被作为对齐目标加以对待。本文识别并检验了民主本体论赤字：民主能动性所需的表征条件与当代 AI 系统被构建以学习和再现的本体之间的结构性不匹配。我们对三个指令调优模型（Llama-2-13b-chat、Mistral-7B-Instruct-v0.2 和 Meta-Llama-3-8B-Instruct）应用表征工程，使用对比刺激提取用于公民推理及其四个组成部分原语的阅读向量。模型的默认本体按照独立性而非公民结构组织。最深层的赤字在于角色：模型对"一个人是什么"的表征几乎完全默认为个体身份而非共同体身份。在同一模型的同一层使用相同方法测量的诚实性得分为 0.707；公民角色得分为 -0.047。该模式在不同架构和训练代际中重复出现。这些发现为使用领域已有工具开展公民对齐的具体研究计划打开了大门。