可追溯、可强制、可补偿的参与：面向人中心人工智能治理的参与账本

参与式方法在人工智能治理中被广泛引用，然而参与很少转化为持久的影响力。在公共部门和社区人工智能系统中，社区贡献如讨论、注释、提示和事件报告常常以非正式方式记录，与系统更新联系不紧密，且与可执行权利或持续补偿相脱节。因此，参与往往是象征性的而非负责任的。我们引入参与账本（Participation Ledger），一个机器可读且可审计的框架，将参与 operationalize 为可追溯的影响力、可强制的权威和可补偿的劳动。账本将参与表示为影响图，将贡献的作品与AI系统中的数据集、提示、适配器、政策、警戒和评估套件的经验证更改相联系。它集成了三个要素：参与证据标准，记录同意、隐私、补偿和重复使用条款；影响追踪机制，将系统更新与可回放的前后测试相连接，使其能够持续监控承诺的实施情况；以及编码的权利和激励。Capability Vouchers 允许获授权的社区管理者在定义范围内请求或限制特定系统功能，而 Participation Credits 支持当贡献的测试持续提供价值时， ongoing recognition and compensation。我们将该框架 grounded 在四个城市AI和公共空间治理部署中，并提供机器可读的 schema、模板以及评估计划，用于评估实际中的可追溯性、可强制性和可补偿性。