[论文解读] Three Lessons from Citizen-Centric Participatory AI Design

Eike Schneiders, Sarah Kiden+6 more|arXiv (Cornell University)|Feb 9, 2026

Ethics and Social Impacts of AI被引用 0

一句话总结

本工作坊论文在三个参与工作坊中识别了以公民为中心的 AI 设计的三大核心挑战，并主张进行反思性、长期的公众参与，以将输入转化为可执行的 AI 系统。

ABSTRACT

This workshop paper examines challenges in designing agentic AI systems from a citizen-centric perspective. Drawing on three participatory workshops conducted in 2025 with members of the general public and cross-sector stakeholders, we explore how societal values and expectations shape visions of future AI agents. Using constructive design research methods, participants engaged in storytelling and lo-fi prototyping to reflect on potential community impacts. We identify three key challenges: enabling meaningful and sustained public engagement, establishing a shared language between experts and lay participants, and translating speculative participant input into implementable systems. We argue that reflexive, long-term participation is essential for responsible and actionable citizen-centric AI development.

研究动机与目标

• 从公民为中心的视角审视设计具备代理能力的 AI 系统所面临的挑战。
• 理解社会价值如何塑造对未来 AI 代理的愿景。
• 展示参与式方法（讲故事、低保真原型制作）以诱发社区影响。
• 识别将参与者输入转化为可实施的 AI 系统的路径。

提出的方法

• 在 2025 年为公众成员和跨领域利益相关者举行的三场参与性工作坊。
• 包括讲故事和低保真原型制作在内的建设性设计研究方法。
• 参与者创建 artefacts 与叙事，以反映潜在的社区影响并为其代理进行情境化。
• 工作坊 3 将 artefacts 与专家联系起来，以评估可行性、需求和时间表（2025–2035）。
• 强调多样化代表性和反思性，以减轻研究者偏见。

Figure 1. Impressions from participants’ lo-fi prototypes of AI agents created during participatory WS1/WS2.

实验结果

研究问题

• RQ1 在公民为中心的 AI 设计中，开展有意义且持续的公众参与有哪些挑战？
• RQ2 专家与普通参与者如何建立理解 AI 概念及其影响的共同行语？
• RQ3 如何将参与者的前瞻性输入转化为可行、可实施的 AI 系统？

主要发现

• 识别的三大挑战：有意义的参与、共同行语以及将输入转化为可实施系统。
• 长期参与因招募、代表性及确保参与者获得利益（超越激励）而具有挑战性。
• 专家与普通参与者之间可能存在语言鸿沟，阻碍对 AI 概念及其影响的共同理解。
• WS1/WS2 的 artefacts 需要通过结构化路径实现成为可操作的设计方向，包括可行性研究和利益相关者反馈回路。
• 反思性对管理研究者偏见、避免将参与者引导至特定观点至关重要。
• 一种将参与者愿景映射到技术约束、道德考量和社会需求的结构化方法，可以弥合推测性想法与实际开发之间的差距。