LLM-gestützte Regeln verbessern partizipatives Budgetieren

In einer wegweisenden Studie zeigen Forscher, dass große Sprachmodelle (LLMs) die Gestaltung von Regeln für partizipatives Budgetieren (PB) revolutionieren können. PB ist ein demokratisches Verfahren, bei dem Bürgerinnen und Bürger entscheiden, welche öffentlichen Projekte finanziert werden. Der Kern der Herausforderung liegt darin, Regeln zu entwickeln, die sowohl die Gesamtnutzen maximieren als auch faire Ergebnisse gewährleisten.

Die neue Methode, genannt LLMRule, kombiniert die Leistungsfähigkeit von LLMs mit einem evolutionären Suchalgorithmus. Durch diese Kombination können komplexe Regelwerke automatisch generiert werden, die zuvor nur von Experten manuell entworfen wurden.

Die Forscher testeten LLMRule an über 600 realen PB-Instanzen aus den USA, Kanada, Polen und den Niederlanden. Dabei wurden unterschiedliche Darstellungen der Bürgerpräferenzen berücksichtigt. Die Ergebnisse sind beeindruckend: Die von LLMs erstellten Regeln erzielen in der Regel höhere Gesamtnutzenwerte als herkömmliche, handgefertigte Regeln, während die Fairness nahezu unverändert bleibt.

Diese Entwicklung unterstreicht das enorme Potenzial von KI-gestützten Ansätzen, komplexe gesellschaftliche Entscheidungsprozesse effizienter und gerechter zu gestalten. Die Studie liefert damit einen wichtigen Beitrag zur Weiterentwicklung von partizipativem Budgetieren weltweit.