AI与地方协商共创更好规则

法律最初是为了调解社会成员之间的冲突而产生的。然而，我们今天所遵循的大多数法律，并非深思熟虑的产物。它们往往是在时间压力下达成的仓促妥协。随着以日程而非审慎推理为驱动的立法不断重复，制度与它本应治理的现实之间的距离越来越远。

为什么这种模式会持续存在？许多人将其归因于立法者个人能力的局限或短期政治利益。然而，存在一个更根本的问题。现代社会由持有截然不同价值观、生活方式和优先事项的数百万人组成。当单一、统一的规则同时适用于整个国家时，系统中必然会出现摩擦。对一些人来说可能只是轻微的不便，对其他人来说却可能构成严重的伤害。此外，在立法时几乎不可能预测某个看似次要的条款在几十年后会产生什么长期后果。

在这里，人们对人工智能产生了期待。但这些期待从一开始就需要重新校准。人工智能并不是可以代替我们设计完美法律的实体。它能有效做的是进行模拟：展示如果某项政策被引入，可能在哪些地方产生冲突，哪些群体——尤其是少数群体——可能会受到不利影响，以及该政策可能产生的长期结果。简而言之，人工智能不是用来取代人类判断的工具，而是为做出更好判断提供信息的工具。最终的决定仍必须由人来做出。

如果人工智能要真正有用，它应该应用于哪里？仅在国家层面运行模拟并不能解决中央集权立法的结构性问题。一条更有前景、更现实的道路在于区域实验。

与其让中央政府对每个地区强加相同的规则，不如允许每个地区根据自身情况设计和测试政策。在一个地区成功的实验可以被其他地区采用，而产生负面后果的实验则可以迅速修改或放弃。当多个地区同时进行不同尝试时，整个社会因单一错误决策而遭受严重损害的风险会大大降低。这种模式挑战了中心必须自上而下设计一切的假设。

为了使这种实验产生真正的进步而非仅仅是碎片化，一个关键机制必须到位：人口的流动。随着时间的推移，哪些制度更好、哪些更差会变得更加清晰。那些坚持不合理或压迫性规则的地区可能会经历人口外流，而那些发展出实用且人道制度的地区则往往会吸引人口。这种流动本身就是一种强大的反馈循环。衰落的地区会收到一个明确信号：他们的规则需要认真重新审视。

然而，这种实验自由必须有一个坚定、不可谈判的边界。多数人的意见绝不能被允许压制少数群体或过度限制基本个人权利。身体自主权、表达自由和免受歧视的保护必须作为最低限度的宪法保障得到维护。国家应维护这一基本框架，同时给予地区在其他领域进行实验的充分空间。

这里最关键的条件是迁徙自由。当某个地区的规范或制度不适合某人时，他们必须真正有能力——无论是在物理上还是制度上——搬到另一个地区，甚至组建新的社区。如果没有这一保障，区域自治就有可能沦为更小规模的强制。只有当人们能够真正选择自己的社区时，实验才具有真正的意义。

试图从顶层重新设计生活方方面面的中央集权方式已经暴露出其局限性。人工智能可以帮助缓解这些局限，但它本身无法克服它们。人工智能的作用是使区域实验更加安全和有依据。最终，我们想要建立什么样的社会，这个问题仍然需要由人类自己来回答。