🤖 AI

Privacy-Aware Predictions in Participatory Budgeting

本文提出了一种利用项目文本描述和匿名历史投票记录来预测参与式预算提案资助结果的隐私保护方法，从而在不依赖个人身份信息的情况下，协助组织者管理大量的提交内容。

原作者： Juan Zambrano, Clément Contet, Jairo Gudiño-Rosero, Felipe Garrido-Lucero, Umberto Grandi, César Hidalgo

发布于 2026-02-04

📖 1 分钟阅读☕ 轻松阅读

原作者： Juan Zambrano, Clément Contet, Jairo Gudiño-Rosero, Felipe Garrido-Lucero, Umberto Grandi, César Hidalgo

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，市议会有一个装满钱的大罐子，想要把这笔钱花在社区真正需要的事情上，比如新的公园、更好的公交站或运动场。这被称为参与式预算（Participatory Budgeting）。公民提出想法，然后大家进行投票。

然而，这里有一个问题：在大型城市中，人们可能会提交数千个想法。想象一下像图卢兹（Toulouse）或弗罗茨瓦夫（Wrocław）这样的城市收到超过 1,000 份项目提案。城市组织者不可能阅读每一个提案、理解其细节，并在投票开始前搞清楚哪些项目更受欢迎。通常，必须由一小群志愿者手动处理这些如山般的文书工作，这既缓慢、昂贵，有时对公众来说也显得有些神秘。

这篇论文关于构建一个智能、保护隐私的助手，来帮助城市组织者在投票开始之前筛选这些提案。

目标：预测项目受欢迎程度的“水晶球”

研究人员想要创造一个工具，能够观察一个新的项目提案并猜测：“它会获得多少张选票？”

如果该工具能预测哪些项目可能受欢迎，组织者就可以利用这些信息来：

过滤噪音： 将注意力集中在最有希望的想法上。
提高透明度： 向公众展示他们是如何决定哪些项目进入下一阶段的，而不是仅仅说“委员会做出了决定”。
保护隐私： 至关重要的一点是，他们希望在无需查看谁投了什么票，或使用选民个人数据（如年龄、收入或地址）的情况下实现这一点。他们只想使用项目的文本描述和过去的选举结果。

他们是如何测试的

研究人员扮演了侦探的角色，观察了两个真实的城市：法国的图卢兹和波兰的弗罗茨瓦夫。

他们提取了这两个城市往届选举的数据（“训练”数据）。
他们尝试预测同一个城市中较新的一次选举（“测试”数据）的结果。
他们使用了两种不同类型的“大脑”来进行这些预测：
1. 经典数学模型： 传统的计算机算法（如 ElasticNet 和 XGBoost），它们寻找数字和单词中的模式。
2. 大语言模型 (LLMs)： 高级 AI 聊天机器人（如 GPT-4 和 Llama），它们通常用于写故事或回答问题。

向 AI 提问的“三种方式”

研究人员测试了三种向 AI 寻求预测建议的方式，类似于你向朋友征求建议：

“零样本”（直接猜测）： 你问 AI：“这是一个项目描述。它会获得多少票？”而不给它任何历史背景。
- 结果： AI 在这方面表现得很糟糕。这就像是在没有任何预报的情况下，让一个人去猜一个他从未去过的城市的的天气。
“全上下文”（列表形式）： 你给 AI 一个去年的所有项目列表，但为了节省空间，你会删掉冗长的描述。你只给它名称、成本和类别。
- 结果： 效果还可以，但并不理想。AI 错失了项目实际内容的细微差别。
“RAG”（智能研究员）： 这是赢家。你告诉 AI：“这是个新项目。现在，请查看去年与此最相似的项目（基于它们的描述），并告诉我那些项目表现如何。”
- 结果： 这项技术效果惊人地好。这就像是询问一位当地专家：“我打算建一个新公园。去年，我们在类似的社区建了一个类似的公园，它获得了 5,000 票。基于此，这个新项目表现会如何？”

他们的发现

文本很重要： AI 需要阅读项目的实际描述才能做好工作。如果你只给出成本和类别（例如，“体育类”，“10,000 美元”），它就无法很好地预测选票。人们用来描述想法的词汇蕴含着受欢迎程度的秘密。
排序比计数更容易： AI 在猜测确切票数（例如，“它会得到 4,321 票”）方面并不完美。然而，它非常擅长排序。它可以可靠地判断：“项目 A 比项目 B 更受欢迎。”
AI vs. 人类： AI 的表现与经典数学模型相当。它并没有神奇地超越它们，但它能做得一样好。
隐私至上： 该系统在完全不需要知道选民是谁的情况下完美运行。它只需要了解过去哪些项目获胜的历史。

核心结论

论文得出结论，我们可以使用 AI 来帮助城市组织者管理参与式预算中出现的“提案雪崩”。

把它想象成一个预筛选过滤器。AI 并不做出最终决定，也不取代投票者。相反，它扮演着一个得力助手的角色，它会说：“在这些 1,000 个想法中，根据历史记录和描述，这里是看起来最受欢迎的前 300 个。”这使得人类组织者能够将时间集中在最有可行性的项目上，使整个民主过程更快、更便宜、更透明，同时保持选民隐私不受侵犯。

来自论文的重要提示：
作者警告说，这个工具不应被用来取代投票过程或自动做出最终决定。它是一个用于“入围”阶段的支持工具。此外，他们指出，如果人们开始专门为了“欺骗”AI 而编写提案，那么该系统可能会失效。它是一个帮助人类的工具，而不是取代人类。

技术摘要：参与式预算中的隐私保护预测

问题陈述
参与式预算（PB）是一种公民提议并投票决定公共投资项目的民主过程。虽然计算社会选择研究已广泛关注于优化“投票阶段”（例如，设计筛选规则），但“整合阶段”——即组织者必须在投票前对大量提案进行筛选阶段——在很大程度上仍是不透明的，且往往依赖于缺乏明确目标的委员会人工决策。由于文本数据（项目标题和描述）量大，该阶段面临显著的可扩展性挑战。此外，该领域现有的 AI 方法通常依赖于选民人口统计数据或个人身份信息（PII）来创建“选民画像”，这引发了隐私担忧，并在数据不可用或受法律限制的情况下限制了其适用性。

方法论
作者提出了一种隐私保护框架，仅利用公开可用数据（项目文本描述和匿名历史投票记录）来预测项目成功率（以票数衡量）。研究使用了来自两个欧洲城市的两个多年期数据集：法国图卢兹（2022 年和 2024 年竞选）和波兰弗罗茨瓦夫（2016 年和 2017 年竞选）。这些数据集是通过将来自 Pabulib.org 仓库的投票数据与从市政网站抓取的项目描述进行合并而构建的。

该方法比较了两种不同的方法：

经典机器学习 (ML)：
- 模型： ElasticNet（回归）和 XGBoost（随机森林）。
- 特征： 表格数据（地区、类别、成本）结合三种文本预处理策略：TF-IDF、Sentence-BERT (SBERT) 和 BGE-M3。
- 训练/评估： 模型在每个城市最早可用的竞选活动上进行训练，并在最近的一次竞选活动上进行评估。应用了主成分分析 (PCA) 以进行降维。
- 基准： 一个仅基于表格数据的“无文本”配置。
大语言模型 (LLMs)：
- 模型： GPT-4 Turbo 和 Llama 3.3 70B。
- 提示策略： 测试了三种变体，以提供递进的丰富上下文：
  - 零样本 (Zero-Shot)： 不提供历史数据。
  - 全上下文 (Full Context)： 列出之前的项目（标题、类别、成本、地区、票数），由于上下文窗口限制，不包含文本描述。
  - 检索增强生成 (RAG)： 模型接收目标项目以及根据余弦相似度从历史数据集中检索出的语义最相似的 20% 项目，包括它们的完整描述和票数。
- 隐私保障： 作者验证了 LLMs 未曾接触过特定竞选活动的具体投票结果或完整的项目描述，确保预测不是基于记忆的训练数据。

核心贡献

数据集： 构建并发布了两个合并了投票结果与丰富文本描述的图卢兹和弗罗茨瓦夫多年期 PB 数据集。
隐私保护预测： 证明了在不使用选民人口统计数据或 PII 的情况下，仅依靠公开的项目数据和历史选举结果即可实现准确的项目排名。
对比分析： 系统地评估了经典机器学习模型与 LLM 提示策略（Zero-shot、Full Context、RAG）在预测票数和序数排名方面的表现。
筛选效用： 分析了这些预测器在执行“筛选”任务（识别极有可能通过贪婪选择规则的前 k 个项目）时的表现，而非仅仅是精确的票数预测。

结果

性能 vs. 基准： 所有提出的模型都显著优于随机基准（不偏好文化，Impartial Culture）。
序数排名 vs. 精确计数： LLMs 在预测项目的序数排名（Kendall's $\tau$ ）方面比预测精确票数（平均绝对误差）表现出更高的准确性。
LLM vs. ML： 基于 LLM 的方法，特别是带有 RAG 的方法，达到了与最佳经典 ML 模型相当、甚至在某些情况下超过其表现的水平。
- 在图卢兹，GPT-4 Turbo (RAG) 实现了 0.35 的 Kendall's $\tau$ ，与表现最好的 ElasticNet 变体 (0.36) 相当。
- 在弗罗茨瓦夫，Llama 3.3 (RAG) 实现了 0.51 的 $\tau$ ，超过了表现最好的 XGBoost 变体 (0.44)。
上下文的重要性： Zero-shot 提示表现较差，证实了如果没有具体的历史数据，仅凭对城市的先验知识是不够的。RAG 在所有 LLM 策略中始终提供了最稳定且最准确的结果。
筛选有效性： 当评估预测的前 30% 项目与实际资助项目的重叠程度时（使用 Jaccard 指数），模型显示出显著的效用。对于弗罗茨瓦夫，LLM RAG 变体达到了接近 0.5 的 Jaccard 指数，表明与通过贪婪选择规则的项目高度一致。
数据效率： 加入文本描述对于超越随机基准和仅基于表格的模型至关重要。

意义与主张
本文声称，其方法为 PB 组织者在整合阶段管理大量提案提供了一个实用的、具备隐私意识的支持工具。通过仅依赖公开可用数据，该方法建立了信任并鼓励参与。

作者强调，其工具旨在辅助组织者，而非取代投票过程。他们明确指出，LLMs 不应作为“开箱即用”的筛选工具使用（例如，需要实现 RAG 等技术设置），且输出应作为人类审查的初始排名。该研究强调，来自同一城市的历史选举数据可以有效地替代用于预测的人口统计输入，解决了以往“选民画像”研究的一个局限。

最后，作者承认了局限性，包括项目描述可能被策略性操纵的可能性、LLMs 的“黑箱”性质，以及成本偏差的风险（即高成本项目更受青睐）。他们总结道，虽然该方法在数字民主方面展现出前景，但仍需进一步审查，并应作为人工智能辅助、人机协同流程的一部分进行部署。