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？ | 各港口捕捞团体内部通过非正式协商达成共识；正式而言，由持证者选举产生的分区委员会提出捕笼数量上限和捕捞时段，其中一些提案须经三分之二多数公投批准。 | 523名选民组成的分层随机样本在主持人引导的小组讨论和全体会议中进行协商，并在活动前后填写问卷；未作出任何决策。抽签制／公民议会 | 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？ | 通过警告和秘密剪毁捕笼来维护各自地盘；州海洋巡逻队执行体型限制、捕笼标签和分区规则。 | 平衡的简报材料、受过培训的中立主持人以及观点不同的专家，为意见分歧提供了讨论框架。 | 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？ | 保护繁殖群体（携卵雌性、V形剪尾标记、最大体型限制），以及监测和执法。 | 由私人资金资助；产出了已发表的结果、媒体报道和一项同行评审研究。 | 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？ | 无。捕笼标签和许可证数据库属于行政管理工具，并非基于人工智能。 | 没有人工智能参与。 | 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？ | 排斥新来者、暴力的“剪笼战”、对单一物种的依赖、海洋变暖以及联邦鲸类保护规定。CLM-0510 | 参加活动存在自我选择；环境人为设定；分析由该方法的设计者完成；未被制度采纳。 | 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。