Демократическое управление через консультации и голосование на базе DAO для инклюзивного принятия решений в моделях ИИ

Почему это важно для обычных пользователей технологий

Когда мы просим ИИ нарисовать картинку или ответить на вопрос, мы редко видим, кто решал, как должна вести себя эта система. В статье исследуется новый способ дать обычным людям — особенно тем, кого обычно не слышат — реальное влияние на то, как проектируются и обновляются модели ИИ. Вместо того чтобы технологические компании принимали все правила за закрытыми дверями, авторы тестируют демократическую систему на базе блокчейна, позволяющую разным сообществам обсуждать, голосовать и напрямую влиять на то, как ИИ обходит чувствительные вопросы, такие как стереотипы в изображениях.

Проблемы скрытых решений в ИИ

Современные системы ИИ строятся на огромных наборах данных и сложном коде, но принятие решений вокруг них часто остается непрозрачным. Эта непрозрачность привела к дискриминации, неверному представлению и даже к нарушениям приватности или интеллектуальной собственности. Вред распределяется неравномерно: люди с инвалидностью и сообщества в странах Глобального Юга часто оказываются одновременно ранними пользователями ИИ и теми, кто сильнее всего страдает, когда что-то идет не так. Традиционные инструменты учета мнения населения — такие как опросы и фокус‑группы — не успевают за быстрым развитием ИИ и не поддерживают легко глубокое обсуждение, выработку консенсуса или постоянную обратную связь.

Новый тип цифровой ратуши

Авторы предлагают использовать децентрализованные автономные организации (DAO) как своего рода цифровую ратушу для управления ИИ. DAO — это системы на блокчейне, которые позволяют людям принимать коллективные решения с помощью прозрачных правил и смарт‑контрактов вместо центрального органа. В исследовании структура DAO поддерживает многоэтапный процесс: люди сначала обсуждают вопросы, связанные с ценностями, на естественном языке, затем видят конкретные варианты того, как модель ИИ может себя вести, и в конце голосуют за предпочитаемые опции. Кейc исследует знакомую проблему — гендерную предвзятость в моделях «текст‑в‑изображение», когда при нейтральном запросе медсестру изображают женщиной, а генерального директора — мужчиной.

Как проводилось исследование с недостаточно представленными группами

Чтобы проверить, может ли такая демократическая модель работать на практике, исследователи провели онлайн‑эксперимент с 177 участниками из двух недостаточно представленных групп: люди из стран Глобального Юга и слепые или слабовидящие пользователи в США. Участники сначала взаимодействовали с ИИ‑ассистентом по сценарию с предвзятым изображением, затем обсуждали ситуацию с другими в онлайн‑форуме и в конце голосовали за предложения по изменению поведения модели текст‑в‑изображение. Команда сравнила четыре варианта управления, варьируя как способ агрегирования предпочтений (простой ранжированный метод против квадратичного метода, позволяющего выразить более сильные предпочтения, «вкладывая» больше голосового бюджета), так и распределение влияния (равное для всех против перекошенного распределения 20/80).

Чего люди хотели от более справедливой генерации изображений

Несмотря на культурные различия, участники сошлись во мнении по нескольким общим ожиданиям относительно более справедливых изображений ИИ. Многие хотели большего контроля пользователя — например, опции настроить гендер или другие видимые черты, либо получать несколько разных изображений и выбирать наиболее подходящее. Их волновала как социальная уместность, так и статистическая точность: некоторые признавали, что в их локальном контексте большинство медсестер — женщины, в то время как другие подчеркивали необходимость избегать закрепления стереотипов. Участники из Глобального Юга часто предпочитали «золотую середину», достаточную разнообразность, чтобы не вводить пользователей в заблуждение, тогда как многие участники из США были менее терпимы к предвзятым или неоднозначным результатам. Во всех группах люди с инвалидностью выделяли важность инклюзивного представления и риски узких или идеализированных образов.

Какие системы голосования казались наиболее демократичными

Участники в целом сообщали, что процесс показался им приятным, значимым и заслуживающим доверия, и что они верят, что их вклад будет использован для улучшения модели ИИ. Комбинация, которая выделялась как наиболее справедливая, — это квадратичное голосование в сочетании с равным решающим правом для всех. В такой схеме люди ощущали лучшее представление своего голоса, более высокий уровень политического равенства и порядок в процессе при сохранении инклюзивности. Этот метод, по‑видимому, усиливал громкие убеждения меньшинств, не просто давая дополнительное влияние тем, у кого больше ресурсов. В то же время авторы предупреждают, что подобные механизмы могут в некоторых контекстах чрезмерно представлять меньшие группы, поэтому будущие системы потребуют настройки параметров управления под конкретные темы и сообщества.

Что это значит для будущего правил ИИ

Исследование показывает, что возможно уйти от директивной политики компаний и двигаться к демократическому, вычислительному управлению ИИ. Сочетая структурированные обсуждения, прозрачные правила голосования и записи решений в блокчейне, системы на базе DAO могут дать маргинализованным группам надежный способ формировать поведение ИИ. Для обычных пользователей это в будущем может выглядеть как встроенные функции в продуктах, позволяющие оспаривать конкретные выводы, участвовать в обсуждениях и голосовать за изменения моделей. Авторы утверждают, что такие партисипативные рамки — при тщательном проектировании для защиты приватности и предотвращения захвата власти — представляют собой многообещающий путь привести ИИ в соответствие с более широким спектром человеческих ценностей, а не только с ценностями разработчиков и руководителей.

Цитирование: Sharma, T., Potter, Y., Park, J. et al. Democratic governance through DAO-based deliberation and voting for inclusive decision making in AI models. Sci Rep 16, 11792 (2026). https://doi.org/10.1038/s41598-026-40180-8

Ключевые слова: управление ИИ, демократическое голосование, алгоритмическое предвзятость, децентрализованные организации, текст-в-изображение модели