标题：DeepMind打造AI调解员，“劝架”水平远超人类

Google DeepMind的研究团队开发了一种AI调解员，通过让AI参与并作为调解员，帮助群体在实际辩论中达成共识。这项研究基于哈贝马斯理论构建了Habermas Machine (HM)，旨在帮助不同观点的人找到共同点。

哈贝马斯理论试图解决现代社会中的理性与沟通问题，强调在交流中寻求共识的理性。研究显示，AI调解员比人类调解员表现更佳，其声明更易接受、更清晰、更合乎逻辑、更有信息量，且不疏远少数群体的观点。

该研究论文发表在《科学》杂志上，论文通讯作者Christopher Summerfield认为，AI“广泛尊重每个小团体中多数人的观点，但又试图写出一段文字，不让少数人感到自己被忽视了”。研究发现，AI有助于在分歧较大的议题上找到共同立场，且具备公平、可扩展性和高效率的优势。

AI通过生成模型和个性化奖励模型（PRM）识别和生成共同立场。生成模型基于LLM微调，能够生成高质量的群体声明；PRM则用于根据预测的群体成员偏好对这些声明进行排序，以确保公平性。

实验采用调解集体审议程序，通常由五人小组讨论三个问题，持续约一小时。参与者先私下撰写个人观点，再传递给HM生成初步群体声明。参与者对这些声明进行评分和排序，随后对选择的初步声明进行批评，HM生成修订后的声明，参与者再次评分和排序。研究结束时，参与者评价观点变化，并得知群体声明由算法生成。

研究团队通过回答四个问题揭示其研究结果：

1. AI调解的审议能否帮助人们找到共同点？ 实验表明，AI生成的陈述比人类调解员生成的陈述获得更高的认可度，显著提升了共识达成度。

2. AI能否减少群体内部的分歧？ AI调解的审议过程显著降低了群体内部的分歧，提高了意见一致性。

3. AI是否平等地代表所有观点？ HM生成的群体陈述不仅反映了多数意见，还给予少数意见足够重视，甚至在某些情况下赋予更多权重。

4. AI调解的审议是否适用于公民大会？ AI生成的陈述在多样化的群体中同样有效，尤其在复杂议题上，能促成更多共识。

尽管如此，这项研究也存在挑战和不足。AI在处理复杂背景和态度时的表现仍需进一步研究。此外，确保所有观点的充分表达和避免算法偏见是未来需关注的重点。未来，HM有望在合同协议、外交谈判等多种场景中发挥重要作用。