规范共识复制（NormCoRe）：面向多智能体AI规范研究的转译式复制

2010年代后期，时尚潮流NormCore将相同性诠释为归属感的信号，展示了规范如何经由集体协调而生。今天，在基于多智能体人工智能（MAAI）的系统中可以观察到类似的规范性协调形式：AI智能体在公平敏感领域中审议、协商并就共同决策达成一致。然而，现有实证方法常常将规范视为对齐或复制的目标，隐含地假设人类被试与AI智能体等价，对集体规范动态的考察并不充分。为填补这一空白，我们提出规范共识复制（NormCoRe），一个将人类被试实验设计系统性转译到MAAI环境的新型方法论框架。立足行为科学、复制研究与最先进的MAAI架构，NormCoRe将人类被试研究的结构层次映射到AI智能体研究的设计中，支持对研究设计的系统化记录以及对MAAI中规范的分析。我们通过复制一项关于分配正义的开创性实验研究来展示NormCoRe的效用，该研究中参与者在“无知之幕”下协商公平原则。我们表明，AI智能体研究中的规范性判断可能不同于人类基线，并对基础模型的选择以及实例化智能体人设所用语言敏感。我们的工作为分析MAAI中的规范提供了有原则的路径，并在AI智能体被用于自动化或支持以往由人类承担的任务时，帮助引导、反思和记录设计选择。