AI 辅助的集体审议：让群体决策更智慧
两项标志性研究把 AI 用作'集体审议的促进者'：Habermas Machine（Science, 2024）用 LLM 合成高质量公众审议摘要，Democratic AI（Nature Human Behaviour, 2022）让算法学出被多数人认可的财富再分配规则——AI 开始承担'超级协调者'角色。
研究背景
集体智慧的老难题是：大群体如何既充分表达、又达成可被接受的共识？ 2024 年，两项研究令人耳目一新地把 AI 放进了"促进者（facilitator）"而非"替代者"的位置。
案例一：Habermas Machine（哈贝马斯机）
由 Google DeepMind 与牛津大学等团队发表于 Science（2024，DOI: 10.1126/science.adq2852；Tessler et al.），让数千名英国参与者就争议性社会议题（如脱欧、移民、最低工资）先做大规模、平行的异步审议，再用 LLM 把海量意见合成出最能代表多元立场的"理想化共识摘要"。
- AI 不替人做决定，而是把分散的真知提炼成可被全体审视的共识版本
- 人类评价显示：AI 合成的共识摘要，质量与包容性优于随机抽样的个体意见
- 意义：把"少数人主持的圆桌"扩展为"数十万人的分布式审议"
案例二：DeepMind 的 Democratic AI
DeepMind 团队（Koster et al.）发表于 Nature Human Behaviour（2022，DOI: 10.1038/s41562-022-01383-x），用深度强化学习训练一个算法（Democratic AI），使其学出一套被多数人类参与者认可为公平的经济再分配规则（HCRM，Human-Centered Redistribution Mechanism）。
- 目标不是"最优经济学解"，而是"多数人在民主意义上认可的解"
- 算法成功找到了比人类自拟方案更被广泛接受的规则
- 意义：AI 可以作为价值聚合器，帮助群体发现"真正被多数人接受的安排"
共同启示
两项研究指向同一方向：AI 的最佳集体智慧角色，是"超级协调者/促进者"，而不是"超级个体替代者"。 它放大人类的表达与聚合，而非抹去人类判断。
与 DSG 框架的呼应
这正是 COACH Container™ 的 AI 镜像：好的容器由人来维护，而 AI 时代的"容器"可以是 AI 促进者——它维护心理安全、平衡发言、提炼共识，让 SFM Collaboration Spiral™ 在更大尺度上运转。但要警惕：若 AI 促进者本身不透明或单一化，又可能反过来压制多样性。