Bokyong Shin 於 2026 年發表的首爾案例研究，探討機器學習如何協助處理參與式預算大量提案所帶來的行政負擔。首爾在 2013 至 2021 年間收到超過 25,000 件提案；研究提出，機器學習可自動化部分重複性前置工作，讓行政與公民審議資源更集中於需要判斷的工作。
AI 可協助分類、去重、摘要與辨識相似提案，但分類標準、排序權重與模型錯誤可能影響哪些需求被看見。制度應公開工具用途與限制，保留人工覆核及申訴機制，不能讓演算法從行政輔助悄悄變成公共價值的決定者。
思與行
- 將這項研究放入跨地區比較時，分辨制度設計、地方政治脈絡與實際政策影響，不把單一案例直接當成普遍定律。
- 對照永久筆記中的核心命題，檢查文獻支持的是何種有限結論，以及研究仍未回答的問題。