使用 LLM 进行负责任的人类人工智能审议：通过共生支架扩展集体智慧

大语言模型 (LLM) 可以支持先前受轮流和便利带宽限制的民主审议规模。最近的研究表明，LLM 生成的群体陈述通常比人类介导的输出更受欢迎，而理论分析认为 LLM 放宽了限制集体智慧的同时性约束。然而，当参与者无法质疑自己的代表方式时，纯粹的 LLM 调解可能会导致多元化崩溃、过度优化协议以及破坏合法性。我们提出了一个共生的人类人工智能框架，该框架分为三个层次：观察和多样性放大、条款级起源的促进以及人类批准的首要地位。我们的贡献包括分级覆盖、多样性和具有显着性加权的擦除指标；将跨编码器相似性与因果敲除诊断相结合的起源管道； preference-conditioned trade-off control; equity-aware contestability workflows; adversarial robustness tests;以及根据 LLM-as-judge 局限性证据提供的消融设计评估方案。其结果是一个可测试的审议技术蓝图，该技术可以扩展集体智慧，同时保留机构和合法性。