evidoria

← Volver al listado

Buena práctica Importada

La Máquina de Habermas — el mediador de IA de Google DeepMind para la deliberación al estilo de asambleas ciudadanas

Reino Unido · London · Ver el perfil de Reino Unido · Ver el perfil de London

Evidencia: Cuasiexperimental Top 76% 47/100 · Pregunte a Evidence Copilot sobre esta práctica

La 'Máquina de Habermas', mediador de IA de DeepMind, redactó declaraciones de consenso para grupos de deliberación ciudadana en el Reino Unido; con 5.734 participantes, fue preferida a mediadores humanos en el 56 % de los casos y redujo la polarización de los grupos.

5734 UK participants
Participantes en el estudio (2023-2024)
56 %
Preferencia por las declaraciones redactadas por IA frente a las de mediadores humanos (2023-2024)

Detalles

Madurez
Piloto
Promotor
Google DeepMind (with University of Oxford and the Sortition Foundation)
Período
2023-2024 (Science publication October 2024)
Palabras clave
AI research, deliberative democracy, civic engagement

Contexto

Google DeepMind, en colaboración con la Universidad de Oxford y la organizadora de asambleas ciudadanas Sortition Foundation, desarrolló la 'Máquina de Habermas': un sistema basado en un gran modelo de lenguaje, entrenado para mediar en deliberaciones políticas en grupos pequeños redactando declaraciones colectivas que sintetizan las opiniones y razones individuales de los participantes.

Actividades

En un estudio publicado en Science (octubre de 2024), 5.734 participantes del Reino Unido se organizaron en grupos pequeños (de cinco a seis personas) para debatir temas divisivos —el Brexit, la inmigración, el salario mínimo, el cambio climático y el cuidado infantil universal—, comparando declaraciones de grupo redactadas por IA con las escritas por mediadores humanos.

Resultados

Las declaraciones de grupo redactadas por IA fueron preferidas frente a las de mediadores humanos en el 56% de los casos, y recibieron calificaciones más altas por parte de jueces independientes en cuanto a calidad, claridad, valor informativo y equidad percibida. Los grupos que deliberaron con el mediador de IA también convergieron más hacia posiciones comunes, un efecto que no se produjo cuando los mismos grupos intercambiaron opiniones directamente, sin mediación.

Conclusiones

El sistema actualmente no puede verificar hechos, mantener la discusión centrada en el tema ni moderar la conversación por sí mismo, y algunos especialistas en ética que revisaron el estudio (como Joongi Shin) plantearon preocupaciones porque no se informó explícitamente a los participantes de que un sistema de IA estaba generando las declaraciones que se les presentaban (los formularios de consentimiento mencionaban 'algoritmos' de forma genérica). DeepMind ha declarado que no tiene planes de publicar el sistema, por lo que su adopción gubernamental más allá de futuros estudios académicos y pilotos sigue sin comprobarse.

Implementación

Coste indicativo
Alto (500 000 €–5 M€) — No public budget figure disclosed; a large-scale LLM research study of this kind, run by Google DeepMind, is judged medium-to-high cost, though no figure is stated in the source.
Tiempo hasta resultados
Medio (1–3 años) — Study conducted 2023-2024, published in Science October 2024; no government deployment timeline exists as DeepMind has stated no plans to release the system publicly.
Personal y competencias
Google DeepMind research team, University of Oxford, Sortition Foundation

Condiciones para el éxito

  • A capable underlying LLM trained/fine-tuned specifically to draft consensus statements from divergent inputs
  • Independent, blinded judges to rate statement quality against human-mediator baselines
  • Partnership with a citizen-assembly convenor (Sortition Foundation) to organise realistic small-group deliberation sessions

Dónde encaja

Tipo de gobernanza
private research lab in partnership with academia/civil-society convenor
Escala
research study (5,734 participants in small groups)
Nivel de ingresos
high_income

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Prácticas similares que pueden serle útiles