🔬 physics

Mapping the Narrow Corridor with Large Language Models

Dit artikel stelt een reproduceerbare, provider-agnostische pijplijn voor die gebruikmaakt van grote taalmodellen om het "Narrow Corridor"-kader van Acemoglu en Robinson te operationaliseren door de macht van staat en samenleving voor twaalf landen door de tijd heen kwantitatief te scoren, waardoor de theorie wordt getransformeerd van een kwalitatief narratief naar een datagestuurde trajectatlas.

Oorspronkelijke auteurs: Ebrahim M Songhori

Gepubliceerd 2026-07-22

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Ebrahim M Songhori

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je de geschiedenis van een land probeert in kaart te brengen, niet als een lijst met jaartallen en koningen, maar als een wandeling door een enorme, onzichtbare gang. Deze gang is de "Narrow Corridor" (de smalle corridor), een concept uit een beroemd boek van economen die een Nobelprijs hebben gewonnen. Zij beargumenteren dat echte vrijheid niet ontstaat wanneer een overheid supersterk is of wanneer het volk supersterk is; het gebeurt alleen wanneer de twee in balans zijn en zij aan zij door dit smalle pad lopen. Als de overheid te sterk wordt en het volk te zwak, dwaalt het land af naar een "Despotic" (despotische) zone (zoals een gevangenis). Als de overheid te zwak is en het volk te sterk, vervalt het in chaos. Als beide zwak zijn, is het een "Paper" (papieren) of "Absent" (afwezige) staat waar eigenlijk niets werkt. Decennialang hebben historici geprobeerd deze paden te tekenen, maar dat is ongelooflijk zwaar werk. Het vereist het lezen van eeuwen aan geschiedenis en het maken van duizenden oordelen om te bepalen waar een land zich op elk gegeven moment precies bevindt. Het is als het proberen te meten van de temperatuur van een storm met een liniaal; het is rommelig, subjectief en duurt eeuwig.

Ontmoet nu de nieuwkomers op het toneel: Large Language Models (LLM's). Dit zijn de superintelligente AI-computers die bijna alles kunnen lezen wat ooit geschreven is en er vragen over kunnen beantwoorden. De grote vraag die dit artikel stelt is simpel: Kunnen we deze AI-computers leren om de historici te zijn? Kunnen we een AI vragen om naar de geschiedenis van een land te kijken, periode voor periode, en de wandelroute door de Narrow Corridor te tekenen? De auteurs, onder leiding van Ebrahim Songhori, besloten dit uit te zoeken. Ze vroegen de AI niet alleen om te gokken; ze bouwden een zorgvuldig, stapsgewijs recept. Eerst lieten ze de AI de belangrijkste gebeurtenissen van een decennium opsommen (zoals een revolutie of een nieuwe wet). Vervolgens vroegen ze de AI om die lijst te gebruiken om een score van 0 tot 10 toe te kennen aan hoe sterk de overheid was en hoe sterk het volk was. Ze deden dit voor twaalf verschillende landen, waaronder reuzen als de VS en China, en kleinere landen zoals Somalië en Libanon. Ze testten zelfs vier verschillende AI-modellen om te zien of ze het met elkaar eens waren, en ze vergeleken de tekeningen van de AI met een beroemde, door experts gemaakte kaart genaamd V-Dem om te zien of de AI op één lijn lag met menselijke experts.

Dit is wat ze vonden. De AI-modellen waren verrassend goed in het tekenen van deze paden. Wanneer ze naar landen als het Verenigd Koninkrijk en de Verenigde Staten keken, plaatste de AI hen correct binnen de "Narrow Corridor", wat een lange, stabiele wandeling liet zien waarbij de overheid en het volk samen sterk werden. Wanneer ze naar plaatsen als Iran en China keken, lieten de AI-modellen zien dat zij omhoog wandelden naar de "Despotic" zone, waar de overheid veel sterker werd dan het volk, vooral na grote revoluties. Voor landen als de Democratische Republiek Congo en Somalië plaatste de AI hen correct in de "zwakke" zone, waar de overheid nauwelijks bestaat. Het meest interessante deel was dat de AI niet alleen de ideeën uit het boek kopieerde; het berekende het pad daadwerkelijk op basis van de gebeurtenissen. Zo liet het zien dat Chili tijdens een militaire coup in 1973 een scherpe duik maakte uit de corridor en daarna langzaam weer naar binnen wandelde nadat de democratie terugkeerde.

De auteurs zijn echter zeer voorzichtig om niet te zeggen dat de AI perfect is of dat het de geschiedenis heeft "opgelost". Ze ontdekten dat hoewel de AI goed overeenkwam met menselijke experts over hoe sterk het volk was, het de overheid soms anders zag. De experts vonden vaak dat overheden sterker waren dan de AI dat deed, vooral in oudere tijden. De auteurs suggereren dat dit komt omdat de AI getraind is op veel moderne, Engelstalige data, wat het kan doen lijken also dat de AI het verleden net iets anders ziet dan een menselijke historicus die een leven lang specifieke archieven heeft bestudeerd. Ook, omdat de AI getraind is op data die waarschijnlijk dezelfde expert-kaarten bevat die tegenover hen werden afgezet, zou de overeenkomst er simpelweg vanuit kunnen gaan dat de AI herinnert wat hij heeft gelezen, en niet noodzakelijkerwijs nieuwe waarheden ontdekt.

Uiteindelijk suggereert dit artikel dat AI een krachtig, goedkoop en snel instrument kan zijn voor het tekenen van deze historische kaarten. Het kan in een paar uur doen waar een team van experts jaren voor nodig heeft, en het kan dit op een totaal transparante manier doen—je kunt precies zien welke gebeurtenissen de AI heeft gebruikt om zijn beslissing te nemen. De auteurs stellen voor om de AI te gebruiken als een "eerste concept" of een "baseline" om deze paden voor veel landen snel te genereren, om vervolgens menselijke experts in te schakelen om de lastige, controversiële delen te controleren. Het is geen vervanging voor menselijk oordeel, maar een nieuwe, opwindende manier om het rommelige verhaal van de geschiedenis te veranderen in een heldere, visuele kaart die iedereen kan verkennen. De auteurs hebben zelfs al hun code en een interactieve galerie vrijgegeven, zodat je zelf op deze geanimeerde historische wandelingen kunt klikken en spelen, terwijl je kijkt hoe landen groeien, struikelen en hun evenwicht vinden in de Narrow Corridor.

Technische Samenvatting: Het in kaart brengen van de Smalle Corridor met Large Language Models

Probleemstelling
Het kader van de Narrow Corridor van Acemoglu en Robinson stelt dat vrijheid voortkomt uit een betwiste balans tussen staatsmacht en de macht van de civiele samenleving, gevisualiseerd als een pad door een tweedimensionale ruimte. Hoewel het theoretische kader rijk is, blijft het puur kwalitatief omdat het operationaliseren ervan arbeidsintensieve, op oordeel gebaseerde codering van eeuwen aan geschiedenis in specifieke $(maatschappij, staat)$-coördinaten vereist. De auteurs identificeren dit als een meetprobleem: het omzetten van narratieve geschiedenis in een reeks kwantitatieve coördinaten is kwetsbaar voor menselijke bias, selectieve lezing en een gebrek aan reproduceerbaarheid. Het artikel vraagt zich af of Large Language Models (LLM's) dit kader kunnen operationaliseren om reproduceerbare, controleerbare en bruikbare trajecten voor meerdere landen te produceren.

Methodologie
De auteurs stellen een provider-agnostische, reproduceerbare pijplijn voor die landen periode voor periode scoort (doorgaans in intervallen van 10 jaar) met behulp van een specifieke prompting-strategie:

Verankerde Rubriek: In plaats van vrije verzoeken gebruikt het systeem een vaste 0–10 rubriek die bandbreedtes definieert voor maatschappelijke macht (van "geatomiseerd" tot "door en door controlerend") en staatsmacht (van "ingestort/niet-bestaand" tot "overweldigende penetratie"). De rubriek bevat expliciete richtlijnen voor neutraliteit om presentisme te vermijden en de assen als onafhankelijk te behandelen.
Chain-of-Thought (CoT) Elicitatie: Voor elke periode wordt het model eerst geprompt om belangrijke historische gebeurtenissen en trends die de machtsdynamiek beïnvloeden op te sommen, waarbij langzame trends worden gescheiden van discrete gebeurtenissen. Dit narratief wordt vervolgens gevoed aan een tweede prompt om de numerieke score te genereren, waardoor het getal wordt geconditioneerd op expliciete redenering.
In-Context Temporele Verankering: Om temporele coherentie te waarborgen, cumuleert de pijplijn de $(maatschappij, staat)$-paren van alle voorgaande perioden en voert deze in de prompt voor de huidige periode. Dit ontmoedigt het afdrijven van het traject en stelt het model in staat om over veranderingen te redeneren ten opzichte van de vorige staat.
Gestructureerde Output: Respons wordt gevalideerd tegen een vast JSON-schema dat de scores, veranderingen, kerngebeurtenissen en rechtvaardigingen bevat. Ongeldige responsen triggeren een herhaling of een numerieke fallback.
Provider Agnosticisme: Een uniforme interface maakt het mogelijk om modelproviders (Google, Anthropic, OpenAI, Alibaba) te wisselen door slechts één string te wijzigen, waardoor het effect van het model wordt geïsoleerd van het effect van de prompt.

Experimentele Opzet

Omvang: Een proof-of-concept atlas die 12 landen beslaat (Iran, Frankrijk, VK, VS, China, Chili, Colombia, DRC, Libanon, Zambia, Somalië, India) geselecteerd om de vier "Leviathan"-typen uit het boek te vertegenwoordigen (Despotic, Shackled, Paper, Absent).
Modellen: Vier modellen werden vergeleken: drie closed-weight (gemini-2.5-pro, claude-opus-4-8, gpt-5.5) en één open-weight (qwen-2.5-72b-instruct).
Validatie:
- Consistentie: Scores werden vergeleken met de Varieties of Democracy (V-Dem) expert-index (specifiek de civiele samenleving-index en de staatsautoriteit over territorium). De auteurs merken expliciet op dat omdat V-Dem waarschijnlijk in de trainingsdata van de modellen zit, dit "gelijktijdige consistentie" met de expertconsensus meet in plaats van externe accuratesse.
- Betrouwbaarheid: Inter-model overeenstemming werd gemeten met Krippendorff's $\alpha$ op de periode-tot-periode veranderingen.
- Taalsensitiviteit: Prompts voor vijf landen werden vertaald naar hun oorspronkelijke taal om te testen of de Engels-gecentreerde trainingsdata de resultaten heeft beïnvloed.

Belangrijkste Resultaten

Traject Atlas: De modellen genereerden succesvol trajecten die grotendeels overeenkwamen met de theoretische verwachtingen uit het boek.
- Shackled Leviathans: Het VK, de VS, Frankrijk en India werden binnen de corridor geplaatst, wat een co-groei van staat en maatschappij laat zien.
- Despotic Leviathans: Iran en China werden in de staat-dominante regio geplaatst, met trajecten die een verschuiving naar staatsdominantie laten zien na grote revoluties (1979 Iran, 1949 China).
- Zwakke Staten: De DRC en Somalië bleven in de lage-staat-regio (Absent Leviathan), terwijl Libanon en Colombia de zwakke-staat-regio bezetten (Paper Leviathan), hoewel de modellen Zambia binnen de corridor plaatsten in plaats van eronder, waarbij ze de stabiliteit na 1991 interpreteerden als echte gebalanceerde groei.
Ensemble Robuustheid: Een ensemble-gemiddelde van de vier modellen produceerde een gladdere, robuustere lezing dan welk enkel model dan ook. Hoewel modellen verschilden over de graad van groei (bijv. staatscapaciteit van de VS), waren ze het grotendeels eens over de categorie van plaatsing (bijv. allen plaatsten de VS binnen de corridor).
Consistentie met V-Dem:
- Maatschappelijke Macht: Er werden sterke positieve correlaties gevonden tussen de LLM-maatschappijscores en de V-Dem civiele samenleving-index (bijv. $\rho = 0,89$ voor China).
- Staatsmacht: Correlaties waren zwak of niet-bestaand. De auteurs schrijven dit toe aan een mismatch in operationalisering: de V-Dem "autoriteit over territorium" proxy is bijna verzadigd voor geconsolideerde staten, terwijl de LLM bredere staatscapaciteitsdynamiek en historische opbouwfases vangt.
Betrouwbaarheid: Inter-model betrouwbaarheid (Krippendorff's $\alpha$ ) was over het algemeen matig tot sterk (algemene $\alpha \approx 0,66$ voor maatschappij, $0,68$ voor staat), met de hoogste overeenstemming bij landen met duidelijke historische bogen (Iran, Chili) en lagere overeenstemming bij complexe gevallen zoals de VS.
Taalsensitiviteit: Het vertalen van prompts naar inheemse talen resulteerde in minimale verschuivingen van trajecten (gemiddelde verschuiving van 0,33 punten), wat suggereert dat hoewel bias in de trainingsdata bestaat, de taal van de prompt zelf niet de primaire drijfveer van de scores is.

Significantie en Claims
Het artikel positioneert zichzelf als een proof of concept in plaats van een definitieve historische analyse. De belangrijkste bijdragen zijn:

Operationalisering: Het demonstreert dat LLM's een kwalitatief, narratief-zwaar kader kunnen vertalen naar een reproduceerbare, kwantitatieve traject-atlas.
Schaalbaarheid en Kosten: De auteurs benadrukken de dramatische kosten- en tijdsreductie vergeleken met expertpanels (ongeveer $15 en enkele uren voor 1.600 calls versus orders van grootte meer voor menselijke codering).
Transparantie: In tegen tegenstelling tot menselijke expertpanels waar bias vaak opaak is, biedt de LLM-pijplijn expliciete artefacten (prompts, rubrieken, chain-of-thought) die geïnspecteerd, versioneerd en opnieuw uitgevoerd kunnen worden.
Roldefinitie: De auteurs beargumenteren dat LLM's het best geschikt zijn als een "schaalbare eerste passage" om kandidaat-trajecten te genereren en gebieden van onenigheid aan te kaarten, waardoor menselijke experts vrijkomen om zich te concentreren op betwiste gevallen waar verantwoording en genuanceerd oordeel essentieel zijn.

Erkende Beperkingen
De auteurs waarschuwen expliciet dat:

Circulariteit: Overeenstemming met V-Dem bewijst geen accuratesse, aangezien V-Dem waarschijnlijk in de trainingsdata zit.
Bias: Modellen erven biases van Engels-gecentreerde, Westerse trainingscorpora, wat betwiste of minder gedocumenteerde episodes kan afvlakken.
Pad-afhankelijkheid: De in-context verankeringsmethode betekent dat een vroege foutieve score door het hele traject kan voortplanten.
Generaliseerbaarheid: Met slechts 12 landen is de studie geen basis voor landelijke generalisatie.

Het artikel concludeert dat hoewel LLM's de expert-codering voor hoogwaardige verantwoording niet kunnen vervangen, ze wel een krachtig, reproduceerbaar instrument bieden voor het visualiseren en verkennen van theoretische kaders zoals de Narrow Corridor op een schaal die voorheen onbereikbaar was.

Technische Samenvatting: Het in kaart brengen van de Smalle Corridor met Large Language Models

Meer zoals dit