用多方審議取代單一平均偏好作為公共AI價值基準

公共服務中的 AI 不應只從平均使用者偏好推導價值基準，因為平均值容易掩蓋少數群體承受的高成本。可以設計多方審議程序，讓受影響者、第一線工作者、專業人員、政府與公民團體共同提出不可接受的風險與最低保障，再將共識、分歧與少數意見公開保存。

思與行

• 行動：選一個公共服務情境，進行利害關係人盤點並記錄缺席群體。
• 行動：分別收集偏好、權利底線、風險承受度與補救需求，不把它們壓縮成同一分數。
• 延伸：比較公民審議、協商民主與偏好學習的理論差異。

參考

• 概念依據：價值多元要求可爭議而非假裝一致的治理程序、關係倫理讓對齊的單位從個人擴展到社群。
• 研究依據：Artificial_Intelligence_Values_and_Alignment_Gabriel_2020、UNESCO_Recommendation_on_the_Ethics_of_AI_2021。