我们的信息和通信环境未达到网络全球通信可能服务的理想。识别其病理的所有原因很困难,但是现有的推荐系统很可能发挥作用。在本文中借鉴了计算哲学的规范工具,并由自然语言处理和推荐系统的经验和技术见解所告知,我们为另一种方法提供了道德案例。我们认为,现有的推荐人会激励质量监视,集中力量,行为狭窄的牺牲品以及损害用户代理。不仅试图避免完全避免算法,或者要对当前范式进行逐步改进,还应探索一种替代范式:使用语言模型(LM)代理来源自以自然语言表达的用户的偏好和价值观来源和策划内容。使用LM代理提出了自己的挑战,包括与候选人产生,计算效率,偏好建模和及时注入相关的挑战。尽管如此,如果成功实施的LM代理可以:指导我们通过数字公共领域而不依赖大规模监视;将电源从平台转移到用户;优化重要的事情,而不仅仅是行为代理;并脚手架我们的代理商而不是破坏它。
主要关键词