《TECHNOLOGY IN SOCIETY》：With AI through the energy crisis? Citizens’ legitimacy perceptions of human and AI-supported hybrid decisions in an energy policy decision-making process
编辑推荐：
为探究AI在政策决策中的民主合法性，研究人员开展了一项关于公众对陆上风力发电站选址中混合人机决策（HyDM）与传统人类决策（HDM）合法性感知的比较研究。通过一项针对1205名德国公民的预注册在线实验，研究发现HDM在输入合法性方面略高，但在过程与产出合法性上两者无显著差异。将能源转型框定为安全问题，并未显著改变决策类型对合法性感知的影响。这项研究为能源基础设施背景下AI支持决策的合法性评估提供了具体证据，并强调了公众评价对此类决策过程设计的重要性。
在全球气候变化的严峻挑战和地缘政治冲突引发的能源危机背景下，各国政府都在寻求加速向可再生能源转型的解决方案。陆上风力发电（Wind Power Stations, WPS）作为关键的可再生能源，其快速部署对于保障能源安全和实现气候目标至关重要。然而，风力发电站的选址过程常常充满挑战，涉及复杂的土地使用冲突、环境评估、社区接受度以及繁琐的行政审批程序，这些因素往往导致项目拖延，阻碍了能源转型的进程。近年来，人工智能（AI）技术被越来越多地引入公共政策领域，以期通过其强大的数据处理和分析能力，提高决策的效率和一致性。在风力发电站选址这样的复杂问题上，AI可以通过整合地理空间、生态、社会等多源数据，快速识别出技术上可行且社会可接受的潜在选址，从而辅助人类决策者。这种由人类最终拍板、但由AI提供关键支持的决策模式，被称为混合人机决策（Hybrid human-AI decision-making, HyDM）。
但一个核心问题随之浮现：当AI介入到本应由民主程序决定的政治决策中时，公众会如何看待这种新决策方式的合法性？他们是否信任一个由算法辅助得出的选址决定？尤其是在能源安全被视为“国家安全”议题的危机时刻，公众对引入AI这种“非常规”手段的接受度是否会发生变化？这些问题的答案，不仅关系到AI技术能否真正助力能源转型，更触及了技术创新与民主价值之间如何平衡的根本性议题。发表在《TECHNOLOGY IN SOCIETY》上的一项研究，正是为了深入探究这些问题。由德国杜塞尔多夫大学的Marco Lünich, Jule Roth和Christopher Starke组成的研究团队，设计了一项严谨的在线实验，旨在比较公众对传统人类决策（HDM）和AI辅助的混合人机决策（HyDM）在风力发电站选址问题上的合法性感知，并检验“安全化”论述框架是否会改变公众的态度。
为了回答上述问题，研究人员采用了在线实验调查法。他们通过专业的调研公司招募了1205名德国公民作为样本，并确保样本在年龄、性别和教育程度上具有人口代表性。研究采用2x2的组间实验设计，参与者被随机分配到四种情境中的一种。这四种情境由两个关键变量组合而成：一是决策类型（HDM vs. HyDM），二是论述框架（安全化框架 vs. 非安全化框架）。在HDM情境中，决策过程描述为由公民理事会进行初步选址，再由区域监管机构的人类决策者批准；而在HyDM情境中，则描述为由AI系统分析多维数据后提出选址建议，最终同样由人类决策者批准。安全化框架则通过引用德国联邦经济部长的讲话，将能源供应问题描述为对国家安全构成的“生存性威胁”。研究通过预设的量表测量了参与者对决策过程在输入合法性（公民参与和影响力）、过程合法性（程序的公平、透明、恰当性）和产出合法性（包括目标达成度和决策满意度两个维度）三个方面的感知。数据分析主要使用结构方程模型（SEM）来估计实验处理对潜在合法性维度的影响，并控制了信任政治、信任AI、对风电态度等变量。
研究结果部分通过多个表格和图表详细呈现了数据分析结果：
- 1.
在输入合法性方面，HDM略胜一筹：数据分析显示，与传统的人类决策（HDM）相比，AI辅助的混合决策（HyDM）在输入合法性维度上获得的评价显著较低（β = 0.23, p < 0.001）。这意味着，参与者认为在HyDM情境下，像自己这样的普通公民对决策过程的影响力和参与机会更小。这验证了研究者的假设H1。一个可能的解释是，尽管HyDM情境中也提及AI会分析包含公民接受度的数据，但这种“数据化”的参与形式不如HDM情境中明确描述的“公民理事会”这种直接、可见的协商论坛更具参与感和影响力。
- 2.
在过程与产出合法性上，两者难分伯仲：研究并未发现HDM与HyDM在过程合法性（即决策过程是否公平、满意、恰当）上存在统计学上的显著差异，这回答了研究问题RQ1。同时，在产出合法性的两个子维度上——目标达成度（即决策过程是否有助于扩大风电、保障能源供应、达成公平妥协）和决策满意度（即个人是否接受、同意并满意该决策）——HDM与HyDM之间也没有显著差异。这支持了研究者的假设H2和H3。这表明，公众虽然对AI参与的“民主性”有所保留，但并未因此否定其决策过程的公正性和最终结果的有效性。他们可能认为，在人类保有最终决定权的前提下，AI的介入既能带来效率，又不会损害结果的品质。
- 3.
安全化框架并未成为AI的“合法性催化剂”：一个有趣的发现是，将能源问题框定为国家安全威胁的“安全化”论述，并未能显著提升HyDM相对于HDM的合法性感知。无论是对于输入合法性（RQ2）、过程合法性（RQ3）、目标达成度（RQ4）还是决策满意度（RQ5），安全化框架与决策类型之间均不存在显著的交互效应。这意味着，即使是在“国家安全”这样的紧急叙事下，公众也没有表现出对引入AI技术更大的宽容或支持，其合法性评判标准保持了相对稳定。这可能反映了公众对民主程序本身的坚持，即便在危机情境下，也不愿以牺牲参与和问责为代价来换取所谓的“效率”。
- 4.
个体态度是更强大的预测因子：在控制了实验处理（决策类型和论述框架）后，研究发现个体的对风电的态度、对政治的信任和对AI的信任是预测其合法性感知更强有力的因素。那些本身就支持风电、更信任政治机构或更信任AI的参与者，无论身处哪种实验情境，都倾向于给决策过程赋予更高的合法性。此外，研究还发现了一个调节效应：对AI的信任水平会调节决策类型对过程合法性和决策满意度的影响。具体而言，在高AI信任度的参与者中，HyDM获得的过程合法性和决策满意度评价相对更高；而在低AI信任度的参与者中，这种提升效应则不明显甚至消失。
在讨论与结论部分，研究者对上述结果进行了深入阐释。他们指出，本研究发现HyDM在大多数合法性维度上与HDM“打成平手”，这为政策制定者审慎地引入AI工具提供了谨慎乐观的空间。公众似乎以一种务实的态度看待AI：他们不认为AI是解决所有民主痼疾的“灵丹妙药”，但也不将其视为必然损害程序与结果的“洪水猛兽”。关键在于AI如何被整合进决策流程。研究特别强调，HyDM在输入合法性上的失分是一个重要警示。这提示政策制定者，如果仅仅将AI作为从社交媒体等渠道“挖掘”民意的工具，而缺乏让公民“看得见、摸得着”的参与和协商机制，那么技术的应用反而可能加剧公众的疏离感，侵蚀本就脆弱的民主合法性。
此外，安全化框架的失效具有深刻的启示。它表明，试图通过渲染危机和紧迫性来为技术应用“开绿灯”的策略可能并不奏效。公众在评价政治决策的合法性时，似乎展现出一定的“民主韧性”，其核心标准——如参与、公平、问责——并不会因为“国家安全”的口号而轻易改变。这对于倡导“科技向善”和“负责任的创新”具有重要政策含义：技术应用的合法性必须建立在扎实的民主设计和公众信任之上，而非依赖于外部的危机叙事。
当然，研究也有其局限性。例如，实验中的HyDM设计相对具体和简单，未来研究可以探索AI在决策中扮演不同角色（如从辅助到共同决策）的影响。同时，实验对比的HDM情境（公民理事会）是一种参与性较强的理想形式，若与现实中更常见的官僚行政决策对比，结果或许有所不同。此外，研究在德国特定文化和政策背景下进行，结论的普适性有待在其他情境中检验。
总而言之，这项研究为理解AI时代民主治理的新挑战提供了宝贵的经验证据。它清晰地指出，将AI引入政治决策并非简单的“技术升级”，而是一场关乎权力、信任与合法性的深刻社会实验。技术的翅膀要想助力民主飞翔，而非将其带入“技术专家统治”的迷雾，就必须精心设计制度，确保人类 oversight（监督）、决策的透明可释，并与有意义的公众参与紧密结合。唯有如此，我们才能在利用AI应对能源危机等重大社会挑战的同时，守护和巩固民主的核心价值。
