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？ | 参与者在 Polis 上提交并投票表决陈述；研究人员保留跨群体达成共识的陈述，并将其转化为训练原则。 | 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 | 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 | |
| 冲突如何解决？ | Polis 将意见分歧归纳为不同意见群体；缺乏跨群体共识的陈述会被排除，而不是通过裁决确定取舍。 | 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。 | 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。 | |
| 公共产品如何筹资？ | 已发表的公众宪法、方法和评估结果，其他开发者和研究人员可以重复使用。 | 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。 | 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。 | |
| 如何使用人工智能？ | 宪法式人工智能：模型运用书面原则评判自身输出并生成训练反馈。 | 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。 | 没有人工智能参与。 | |
| 主要风险是什么？ | 组织者在转化过程中的自由裁量权、缺乏代表性或规模过小的样本、没有持续问责机制，以及开发者自愿决定是否采用。 | 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 | 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。 |
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。