論文の概要: Of the People, By the Algorithm: How AI Transforms Democratic Representation
- arxiv url: http://arxiv.org/abs/2508.19036v1
- Date: Tue, 26 Aug 2025 13:54:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-27 17:42:38.869969
- Title: Of the People, By the Algorithm: How AI Transforms Democratic Representation
- Title（参考訳）: AIが民主的表現をどう変えるか
- Authors: Yuval Rymon,
- Abstract要約: AI技術は民主的な表現を変革し、市民参加とアルゴリズムによる意思決定に焦点を当てている。
ソーシャルメディアプラットフォームのAI駆動アルゴリズムは現在、多くの政治的議論を仲介している。
Mass Online Deliberationプラットフォームの出現は、有意義な市民参加を拡大する可能性を示している。
アルゴリズムによる意思決定システムは、より効率的なポリシーの実装を約束するが、複雑な政治的トレードオフを扱う際の制限に直面している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This review examines how AI technologies are transforming democratic representation, focusing on citizen participation and algorithmic decision-making. The analysis reveals that AI technologies are reshaping democratic processes in fundamental ways: enabling mass-scale deliberation, changing how citizens access and engage with political information, and transforming how representatives make and implement decisions. While AI offers unprecedented opportunities for enhancing democratic participation and governance efficiency, it also presents significant challenges to democratic legitimacy and accountability. Social media platforms' AI-driven algorithms currently mediate much political discourse, creating concerns about information manipulation and privacy. Large Language Models introduce both epistemic challenges and potential tools for improving democratic dialogue. The emergence of Mass Online Deliberation platforms suggests possibilities for scaling up meaningful citizen participation, while Algorithmic Decision-Making systems promise more efficient policy implementation but face limitations in handling complex political trade-offs. As these systems become prevalent, representatives may assume the role of architects of automated decision frameworks, responsible for guiding the translation of politically contested concepts into technical parameters and metrics. Advanced deliberation platforms offering real-time insights into citizen preferences will challenge traditional representative independence and discretion to interpret public will. The institutional integration of these participation mechanisms requires frameworks that balance the benefits with democratic stability through hybrid systems weighting different forms of democratic expression.
- Abstract（参考訳）: 本稿では、市民参加とアルゴリズムによる意思決定に焦点をあて、AI技術が民主的表現をどう変えるかを検討する。
この分析は、AI技術が民主的プロセスを根本的に変えつつあることを明らかにしている: 大規模な審議を可能にすること、市民が政治情報にアクセスし、関与する方法を変えること、代表者が意思決定を行い、実施する方法を変えること。
AIは、民主的参加とガバナンスの効率を向上する前例のない機会を提供する一方で、民主的正当性と説明責任に対する大きな課題も示している。
ソーシャルメディアプラットフォームのAI駆動アルゴリズムは現在、多くの政治的議論を仲介し、情報操作とプライバシに関する懸念を生み出している。
大規模言語モデルは、認識論的課題と、民主的対話を改善するための潜在的なツールの両方を導入します。
Mass Online Deliberationプラットフォームの出現は、意味のある市民参加を拡大する可能性を示している一方で、アルゴリズム決定-意思決定システムは、より効率的な政策実装を約束するが、複雑な政治的トレードオフを扱う際の制限に直面している。
これらのシステムが普及するにつれて、代表者は、政治的に争われた概念を技術的なパラメータとメトリクスに翻訳する役割を担い、自動決定フレームワークのアーキテクトの役割を負うことになる。
市民の嗜好に対するリアルタイムな洞察を提供する先進的な協議プラットフォームは、従来の代表的独立と、国民の意志を解釈する判断に挑戦する。
これらの参加機構の制度的な統合は、様々な形態の民主的表現を重み付けするハイブリッドシステムを通じて、民主主義的安定性と利益のバランスをとる枠組みを必要とする。
関連論文リスト
- Can AI mediation improve democratic deliberation? [10.125698716274286]
我々は、人工知能が幅広い参加、意味ある熟考、政治的平等の「トリレンマ」をナビゲートするのに役立つかどうかを尋ねる。
多様な視点を持つ人々が共通基盤を見つけるのを支援するために設計された,大規模言語モデル(LLM)ベースのシステムについて検討する。
究極的には、AIによる熟考の約束を完全に実現するためには、経験的、技術的、理論的に幅広い進歩が必要である。
論文 参考訳（メタデータ） (2026-01-09T16:22:26Z) - Aligning Trustworthy AI with Democracy: A Dual Taxonomy of Opportunities and Risks [26.916552909766118]
本稿では、AIと民主主義の複雑な関係を評価するための二重分類法を提案する。
AIRD分類法は、AIが自律性、公正性、信頼といった中核的な民主主義の原則を台無しにする方法を特定する。
AIPD分類は、透明性、参加、効率、エビデンスに基づく政策決定を強化するAIの可能性を強調している。
論文 参考訳（メタデータ） (2025-05-19T10:51:08Z) - Democratizing AI Governance: Balancing Expertise and Public Participation [1.0878040851638]
人工知能(AI)システムの開発と展開は、その大きな社会的影響とともに、ガバナンスにとって重要な課題を提起している。
本稿では、専門家主導による監視と民主的参加の緊張関係を考察し、参加型と熟考型民主主義のモデルを分析する。
これらのアプローチを欧州連合に合わせたバランスの取れたガバナンスモデルに統合するための勧告が提供されている。
論文 参考訳（メタデータ） (2025-01-16T17:47:33Z) - Democratic AI is Possible. The Democracy Levels Framework Shows How It Might Work [10.45161883458636]
このポジションペーパーでは、事実上「AIを民主化する」には、民主的なガバナンスとAIの整合性が必要だと論じている。
私たちは、民主的なAIが今後どうなるかを探るため、"民主主義レベル"フレームワークと関連するツールを提供しています。
論文 参考訳（メタデータ） (2024-11-14T06:37:45Z) - Aligning AI with Public Values: Deliberation and Decision-Making for Governing Multimodal LLMs in Political Video Analysis [48.14390493099495]
AIモデルが政治的トピックにどう対処すべきかは議論されているが、依然として困難であり、より優れたガバナンスが必要である。
本稿では、政治的に敏感なビデオを中心に、個人的および集団的な議論を通じて、大規模言語モデルのガバナンスについて検討する。
論文 参考訳（メタデータ） (2024-09-15T03:17:38Z) - Representation Bias in Political Sample Simulations with Large Language Models [54.48283690603358]
本研究は,大規模言語モデルを用いた政治サンプルのシミュレーションにおけるバイアスの同定と定量化を目的とする。
GPT-3.5-Turboモデルを用いて、米国選挙研究、ドイツ縦割り選挙研究、ズオビアオデータセット、中国家族パネル研究のデータを活用する。
論文 参考訳（メタデータ） (2024-07-16T05:52:26Z) - Combining AI Control Systems and Human Decision Support via Robustness and Criticality [53.10194953873209]
我々は、逆説(AE)の方法論を最先端の強化学習フレームワークに拡張する。
学習したAI制御システムは、敵のタンパリングに対する堅牢性を示す。
トレーニング/学習フレームワークでは、この技術は人間のインタラクションを通じてAIの決定と説明の両方を改善することができる。
論文 参考訳（メタデータ） (2024-07-03T15:38:57Z) - Towards Human-AI Deliberation: Design and Evaluation of LLM-Empowered Deliberative AI for AI-Assisted Decision-Making [47.33241893184721]
AIによる意思決定において、人間はしばしばAIの提案を受動的にレビューし、それを受け入れるか拒否するかを決定する。
意思決定における人間-AIの意見の対立に関する議論と人間のリフレクションを促進する新しい枠組みであるHuman-AI Deliberationを提案する。
人間の熟考の理論に基づいて、この枠組みは人間とAIを次元レベルの意見の引用、熟考的議論、意思決定の更新に携わる。
論文 参考訳（メタデータ） (2024-03-25T14:34:06Z) - Particip-AI: A Democratic Surveying Framework for Anticipating Future AI Use Cases, Harms and Benefits [54.648819983899614]
汎用AIは、一般大衆がAIを使用してそのパワーを利用するための障壁を下げたようだ。
本稿では,AI利用事例とその影響を推測し,評価するためのフレームワークであるPartICIP-AIを紹介する。
論文 参考訳（メタデータ） (2024-03-21T19:12:37Z) - Human-Centric Multimodal Machine Learning: Recent Advances and Testbed
on AI-based Recruitment [66.91538273487379]
人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。
i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。
異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
論文 参考訳（メタデータ） (2023-02-13T16:44:44Z) - Inverse Online Learning: Understanding Non-Stationary and Reactionary
Policies [79.60322329952453]
エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。
一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。
本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。
UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
論文 参考訳（メタデータ） (2022-03-14T17:40:42Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。