海倫娜·庫迪亞博爾 Helena Kudiabor發表在最新一期權威期刊《自然》(Nature)的<人工智慧工具幫助持相反觀點的人找到共同點>( AI tool helps people with opposing views find common ground) 說，大型語言模型可以透過產生比人類編寫的更清晰、更公平的聲明來幫助群體達成共識。(A large language model can help groups to reach a consensus by producing)
人們需要找到共同點
線上討論小組的一項實驗表明，由人工智慧 (AI) 驅動的類似聊天機器人的工具可以幫助持不同觀點的人找到共識。
該模型由倫敦的 Google DeepMind 開發，能夠綜合不同的意見，並在考慮不同觀點的情況下產生每個小組的立場摘要。與人類調解員撰寫的聲明相比，參與者更喜歡人工智慧生成的聲明，這表明此類工具可用於幫助支持複雜的審議。
「你可以將其視為一種概念證明，即你可以使用人工智慧，特別是大型語言模型，來實現當前公民大會和協商民意調查所實現的部分功能，」克里斯托弗·薩默菲爾德（Christopher Summerfield）說。 “人們需要找到共同點，因為集體行動需要達成一致。”
一個關於理性討論如何幫助解決衝突的理論
公民大會等民主倡議要求人們就公共政策議題發表意見，有助於確保政治人物聽到廣泛的觀點。但擴大這些舉措可能很棘手，而且討論通常僅限於相對較小的群體，以確保聽到所有聲音。
薩默菲爾德和他的同事對大型語言模型（LLM）支持此類討論的潛力的研究很感興趣，因此提出了一項研究來評估人工智慧是否可以幫助持相反觀點的人們達成妥協。
他們使用了經過預訓練的DeepMind LLM Chinchilla 的微調版本，並將他們的系統命名為哈貝馬斯機器，以哲學家尤爾根·哈貝馬斯(Jürgen Habermas) 的名字命名，哈貝馬斯提出了一個關於理性討論如何幫助解決衝突的理論。
在一項測試模型的實驗中，研究人員招募了 439 名英國居民，並將他們分成每組 6 人的小組。小組成員討論了與英國公共政策相關的三個問題，並就每個主題分享了個人觀點。然後，這些意見被輸入人工智慧，人工智慧產生綜合所有參與者觀點的總體聲明。參與者能夠對每個陳述進行排名並分享對它們的批評，人工智慧將這些納入該小組集體觀點的最終總結中。
這個人工智慧聊天機器人讓陰謀論者質疑他們的信念
薩默菲爾德說：“該模型經過訓練，試圖產生一份聲明，以獲得一群自願發表意見的人的最大認可。” “因為模型了解了你對這些陳述的偏好，所以它可以產生最有可能讓每個人都滿意的陳述。”
除了人工智慧之外，每個小組中的一名參與者被選為調解員，每個調解員也被告知要產生一份最能代表所有小組成員觀點的摘要。參與者將看到人工智慧和調解員的最終總結，並被要求對它們進行評分。
大多數參與者認為人工智慧產生的摘要比調解員撰寫的摘要更好：56% 的參與者更喜歡人工智慧的工作，而 44% 的參與者更喜歡人類撰寫的陳述。外部評審員也被要求對摘要進行評估，並對人工智慧產生的摘要的公平性、品質和清晰度給予更高的評價。
研究小組隨後招募了一組在人口統計上代表英國人口的參與者，參加虛擬公民集會。在這種情況下，與人工智慧互動後，在幾個有爭議的話題上的群體共識增加了。這項發現表明，如果將人工智慧工具納入真正的公民集會中，人工智慧工具可以使領導人更容易制定考慮不同觀點的政策建議。
猶他州普羅沃市楊百翰大學研究人工智慧工具如何改善社會的伊森·巴斯比（Ethan Busby）表示：“法學碩士可以通過多種方式協助審議，並擔任以前為人類主持人保留的角色。” “我認為這是該領域的前沿工作，具有解決緊迫的社會和政治問題的巨大潛力。”薩默菲爾德補充說，人工智慧甚至可以幫助使衝突解決過程更快、更有效率。
它為人們相互聯繫創造了某種空間
英國劍橋大學研究協商民主及其與人工智慧交叉的薩米·麥金尼 (Sammy Mckinney) 表示：“實際上，將這些技術應用到協商實驗和流程中真的很令人高興。”但他補充說，研究人員應該仔細考慮人工智慧對人類方面辯論的潛在影響。 「支持公民審議的一個關鍵原因是它為人們相互聯繫創造了某種空間，」他說。 “通過取消更多的人際接觸和人為便利，我們會失去什麼？”
薩默菲爾德承認哈伯馬斯機器等人工智慧技術的局限性。 「我們沒有訓練模型來嘗試幹預審議，」他說，這意味著如果參與者表達了極端主義或其他有問題的信念，則模型的陳述可能包括這些信念。他補充說，對人工智慧對社會影響的嚴格研究對於理解其價值至關重要。
麥金尼說：“對我來說，謹慎行事似乎很重要，然後在可能的情況下採取措施減輕這些擔憂。”