各模型如何解决同样的问题
不要比较“民主与无政府主义”，而是比较解决集体问题的具体方式。
| 问题 | ✕ | ✕ | ✕ | |
|---|---|---|---|---|
| 决定如何作出？ | GiveDirectly与一个学术团队共同设计研究并随机分配村庄；受助者可自由决定如何使用无条件款项。 | 总理在形式上对迪埃拉负责；宪法法院表示，AI 不能改变由谁行使公共权力或承担问责。 | 中央政府下属的法定机构 UIDAI 制定规则；各部委决定在哪些情况下必须使用 Aadhaar；议会于 2016 年和 2019 年立法。数字身份 | |
| 冲突如何解决？ | 由GiveDirectly负责项目运营和申诉处理；研究由MIT和马塞诺大学的伦理委员会监督。 | 反对党就这些总统令向宪法法院提出质疑，宪法法院于 2026 年 10 月 8 日驳回了该请求；其完整理由尚待公布。 | UIDAI 和服务机构设有申诉渠道；相关问题也在最高法院受到宪法层面的挑战，最高法院于 2017 年和 2018 年作出裁决。 | |
| 公共产品如何筹资？ | 由捐助者资助，向接受干预村庄的每位成年人发放转移支付（长期组每月约22.50美元），金额相当于对照村庄支出的约15%。全民基本收入 | 旨在改善公共服务的可及性，并减少公共采购中的自由裁量。 | 一种普及、低成本的身份证明，用于福利转移、金融普惠和公共服务。 | |
| 如何使用人工智能？ | 不涉及 AI。 | e-Albania 上的聊天机器人和语音助手；截至 2026 年 8 月，采购系统的招标仍在筹备中。 | 决策本身并未使用人工智能；自动化生物识别匹配和去重决定认证结果，2018 年又加入了人脸认证。 | |
| 主要风险是什么？ | 一项为期12年的慈善承诺是否可信；研究者与实施方之间的关系；对富裕经济体的可迁移性有限；结果尚未经过同行评审。 | AI“部长”的问责不明确；尚无 AI 法律；没有公布技术细节；AKSHI 的领导层面临一起操纵招标案件。CLM-0359 | 认证失败造成的排斥、数据泄露、监控与画像、独立监督薄弱，以及功能扩张。CLM-0544 |
这是对设计差异的说明，而非关于结果的普遍论断。每个单元格都链接到相关机制及其背后的论断。