各モデルは同じ課題をどう解決するか
「民主主義対アナーキズム」ではなく、集合的な課題が解決される具体的な方法を比較します。
| 問い | ✕ | ✕ | ✕ | |
|---|---|---|---|---|
| 決定はどのように行われますか。 | 中央政府の下に置かれた法定機関（UIDAI）が規則を定め、Aadhaarの義務付けの対象は各省庁が決定する。議会は2016年と2019年に法律を制定した。デジタルID | ソフトウェアに組み込まれたルールが案件を分類し、選択肢を設定し、ときには自ら決定を下す。 | 層化無作為抽出された有権者523人が、進行役付きのグループ討議と全体会合で熟議し、前後に質問票に回答した。決定は行われなかった。抽選制/市民議会 | |
| 対立はどのように解決されますか。 | UIDAIおよびサービス提供機関の苦情申立て窓口と、2017年および2018年に判決を下した最高裁判所での憲法訴訟。 | 不明 | バランスの取れたブリーフィング資料、訓練を受けた中立的な進行役、異なる見解を持つ専門家が、意見の相違を構造化した。 | |
| 公共財の財源はどのように賄われますか。 | 福祉給付の送金、金融包摂、公共サービスに利用される、普遍的かつ低コストの本人確認手段。 | 不明 | 民間資金で運営され、結果の公表、メディア報道、査読付き研究を生み出した。 | |
| AIはどのように使われますか。 | 意思決定そのものにAIは用いられていない。自動化された生体照合と重複排除によって認証の可否が決まり、2018年には顔認証が追加された。 | リスクスコアリング、受給資格の確認、不正検出、そして公的行政における機械学習モデルの利用の拡大。 | AIの役割なし。 | |
| 主なリスクは何ですか。 | 認証失敗による排除、データ漏えい、監視とプロファイリング、独立した監督の弱さ、目的外利用の拡大。CLM-0544 | 不透明性、データから学習される差別、大規模な誤り、そして不服申立て手段の不備。 | 参加における自己選択、人工的な環境、手法の考案者による分析、制度への取り込みの欠如。 |
これは設計上の違いを示すものであり、結果についての普遍的な主張ではありません。各セルは、仕組みとその根拠となる主張にリンクしています。