Learning and innovation in self-governing systems

Abstract

The future of distributed information processing in socio-technical systems is hybrid; it involves meaningful interactions between human (natural) and computational (artificial) intelligences. This hybrid nature raises unique challenges for self-governance and deliberation with respect to social arrangements (i.e. socially constructed rules, norms, structures, and procedures). To address these challenges and enable individuals and communities to define, modify, and envision social arrangements, we need mechanisms for learning and innovation. Accordingly, this thesis presents:- a critical synopsis of interdisciplinary literature from psychology, economics, philosophy, and political science, which shapes the definition of self-governing systems;- an incremental refinement and integration of three methodologies: socially-inspired computing, hybrid reasoning and learning (neuro-symbolic) systems, and socially-guided machine learning, to produce a new methodology called Socially-Guided Reasoning and Learning for designing and implementing self-governing systems;- three novel algorithms for addressing challenges in self-governance: 1. RTSI+ for explanatory adequacy and epistemic coherence through social influence, 2. 4voices for effective self-regulation via requisite influence, and3. Θ-learning for reaching sustainable collective agreements through consensus and dissent. By animating these algorithms with multi-agent systems, experimental results offer insight into issues of epistemic coherence, systemic stability, and the relationship between foundational goals and collective decision making;- a proof of concept for a novel innovation-support system integrating multi-agent systems simulation, generative AI, and human users for enabling the human-AI co-production of social arrangements;- a metrics-based evaluation of self-governing socio-technical systems in terms of sustainability, performance, and human empowerment. In conclusion, we argue that the significance of this thesis is to have produced sustainable mechanisms for supporting empowerment, preserving dignity and fostering human flourishing during the transition to a hybrid future.

Το μέλλον της κατανεμημένης επεξεργασίας πληροφοριών σε κοινωνικο-τεχνικά συστήματα είναι υβριδικό· εμπλέκει ουσιαστικές αλληλεπιδράσεις μεταξύ της ανθρώπινης (φυσικής) και της υπολογιστικής (τεχνητής) νοημοσύνης. Η υβριδική αυτή φύση δημιουργεί μοναδικές προκλήσεις για την αυτοδιακυβέρνηση και τη συλλογική διαβούλευση σε σχέση με τις κοινωνικές διευθετήσεις (δηλαδή τους κοινωνικά κατασκευασμένους κανόνες, νόρμες, δομές και διαδικασίες). Για την αντιμετώπιση αυτών των προκλήσεων και για να καταστεί δυνατή η διαμόρφωση, τροποποίηση και αναθεώρηση των κοινωνικών διευθετήσεων από άτομα και κοινότητες, απαιτούνται μηχανισμοί μάθησης και καινοτομίας. Ως εκ τούτου, η παρούσα διατριβή παρουσιάζει:- μια κριτική σύνθεση της διεπιστημονικής βιβλιογραφίας από την ψυχολογία, τα οικονομικά, τη φιλοσοφία και τις πολιτικές επιστήμες, η οποία διαμορφώνει τον ορισμό των αυτοδιοικούμενων συστημάτων,- μια σταδιακή ανα refinement και ολοκλήρωση τριών μεθοδολογιών: της κοινωνικά εμπνευσμένης υπολογιστικής, των υβριδικών (νευροσυμβολικών) συστημάτων συλλογισμού και μάθησης, και της κοινωνικά καθοδηγούμενης μηχανικής μάθησης, για την παραγωγή μιας νέας μεθοδολογίας που ονομάζεται «Κοινωνικά Καθοδηγούμενος Συλλογισμός και Μάθηση» (Socially-Guided Reasoning and Learning) για τον σχεδιασμό και την υλοποίηση αυτοδιοικούμενων συστημάτων,- τρεις νέους αλγορίθμους για την αντιμετώπιση προκλήσεων στην αυτοδιακυβέρνηση: 1. RTSI+ για επεξηγηματική επάρκεια και επιστημική συνοχή μέσω κοινωνικής επιρροής, 2. 4voices για αποτελεσματική αυτορρύθμιση μέσω της απαιτούμενης επιρροής, και3. Θ-learning για επίτευξη βιώσιμων συλλογικών συμφωνιών μέσω συναίνεσης και διαφωνίας. Με την ενεργοποίηση αυτών των αλγορίθμων μέσω πολυπρακτορικών συστημάτων, τα πειραματικά αποτελέσματα προσφέρουν νέες γνώσεις σχετικά με ζητήματα επιστημικής συνοχής, συστημικής σταθερότητας και της σχέσης μεταξύ θεμελιωδών στόχων και συλλογικής λήψης αποφάσεων:- μια απόδειξη σκοπιμότητας (proof of concept) για ένα νέο σύστημα υποστήριξης καινοτομίας, το οποίο ενσωματώνει προσομοιώσεις πολυπρακτορικών συστημάτων, γενετική τεχνητή νοημοσύνη και ανθρώπινους χρήστες, με στόχο τη συν-παραγωγή κοινωνικών διευθετήσεων από ανθρώπους και τεχνητή νοημοσύνη,- μια αξιολόγηση, βάσει μετρικών, των αυτοδιοικούμενων κοινωνικο-τεχνικών συστημάτων ως προς τη βιωσιμότητα, την απόδοση και την ενδυνάμωση των ανθρώπων. Συνοψίζοντας, υποστηρίζουμε ότι η σημασία της παρούσας διατριβής έγκειται στην ανάπτυξη βιώσιμων μηχανισμών που υποστηρίζουν την ενδυνάμωση, διαφυλάττουν την αξιοπρέπεια και προάγουν την ανθρώπινη άνθηση κατά τη μετάβαση σε ένα υβριδικό μέλλον.