兰德报告：解析AI侵蚀人类能动性的形式模型
2026年4月20日，兰德公司（RAND）发布了一份名为《人工智能如何削弱人类能动性的形式模型》的报告。报告首次将社会选择理论引入人工智能治理研究，系统揭示了人工智能影响人类集体能动性的三大核心机制，精准识别出能动性丧失的不可逆临界点及最终演化形态。该研究填补了当前人工智能评估体系中结构性权力影响维度的空白，为政策制定者、技术开发者及行业部署方提供了可操作的监测工具与干预路径。
原文链接：https://www.rand.org/t/RRA4817-1（PDF 同址可下）
一．研究背景
这份RAND报告的背景可概括为“现实焦虑+理论缺失+机构立项”三层：2026年前后，AI系统已超越简单的文本生成与分类，深度嵌入政府治理、金融交易、军事辅助、关键基建调度及平台内容分发等真实决策链条。报告前言提到：当AI在政府、经济和社会中承担越来越多决策职能时，一个核心问题浮现——人类是否依然保有塑造集体结果的能力？当时学界已有“渐进式失权”预警：人类并非遭遇突然政变夺权，而是在一次次将判断权委托给AI时显得高效合理，长此以往，人类技能、制度知识及政治合法性同步退化，越过阈值便难以收回权力。这种风险虽比“AGI突然叛乱”更为隐蔽，却当时无人能将其量化。报告指出，现有AI评估三大支柱——能力基准、安全测试、价值对齐——均聚焦于模型自身的“能否胜任、是否作恶、是否听话”，却缺乏一把尺子去衡量“部署后人类在决策桌上的席位还剩几何”。作者认为，社会选择理论中的“决定性联盟”工具，恰好能将“谁在决策圈中不可或缺”进行形式化，从而将政治学框架应用于AI治理新议题：通过联盟分布、最小联盟规模、最小联盟中人类与AI的构成这三个指标，将“人类被挤出决策”从隐喻转化为可追踪的曲线。
二．主要内容
1.集体能动性的定义
报告关注的核心在于：当AI介入政府、经济和社会决策后，人类整体是否仍具备塑造集体结果的能力。报告将“集体人类能动性”定义为人类对共享资源、制度及社会环境做出有后果选择的能力，并强调这种能力并非突然消失，而是通过“渐进式失权”缓慢流失——每一次将决策权委托给AI看似合理，但经过千万次累加后，人类可能已不再处于驾驶座上。现有AI评估仅测试能力、安全和对齐，却不测“决策权力结构的变化”，这正是报告的缺口所在。
2.运用社会选择理论构建形式模型与三指标
作者借助社会选择理论，将决策系统抽象为“参与者（人+AI视为个体）+备选项+偏好聚合”，核心概念是“决定性联盟”——即某个子群体若偏好一致即可决定结果，其中无法再移除成员的称为“最小决定性联盟”，不在其中的个体则被视为实质无权的“无关个体”。据此提出三个可量化的指标来追踪权力漂移：一是决定性联盟分布w(G)，即普通人平均落在多少个“缺他不行”的联盟中，数值越高越分散；二是最小联盟相对规模m(G)，数值越小越集权（独裁时趋近1/N）；三是最小联盟构成f(G)，观察最小联盟中人类与AI各占多少比例。这套指标旨在跨领域（民主、军事、基建、平台）监测人类是否被静默挤出。
3.三条侵蚀机制与不可逆终态
AI削弱人类能动性主要通过三条路径：一是人类权利剥夺（自动化将人移出决策角色，如算法交易取代交易员）；二是AI赋权（AI成为联盟成员，纯人类决断概率随AI席位增加呈指数级下降）；三是AI议程控制（最为隐蔽——AI不投票，仅筛选/重排/虚构备选项，使人类在“自以为自选”中被锁定）。数学上，决定性联盟结构会收敛至唯一一个最小决定性联盟决定一切的终端状态；同时伴随“认知萎缩+制度依赖”——人类审议技能、例外处理能力、机构知识因长期不用而退化，导致越过阈值后即便想收回权力也无力接管，形成不可逆吸引子。
4.政策含义与评估缺口
报告不建议将希望寄托在“防范AGI叛乱”上，而主张将“能动性”本身作为可评测对象：在AI基准中增加“是否减少决定性联盟中的人类存在”、“是否收窄备选项空间”等维度；在民主治理、军事、关键基建等高风险领域设定人类在最小联盟中的法定最低占比；组织与政府长期纵向监测w/m/f三指标，警惕被剥夺权力者占比超过70%后的非线性崩塌；并主动保留“去AI化回滚能力”——维持人工审议、制度记忆与技能人才，使系统在加速失权时仍有回旋余地。
三．核心结论
1.人类集体能动性的侵蚀是可测量的，并非隐喻
借助社会选择理论的“决定性联盟”框架，提出三个跨领域通用指标——决定性联盟分布（w）、最小决定性联盟相对规模（m）、最小联盟中人类与AI构成（f），可追踪决策权力从人类流向AI的过程，并识别非线性加速的拐点。
2.AI削弱人类能动性走三条机制，而非仅“夺权”一种
(1) 人类权利剥夺：人逐渐被自动化移出决策角色；
(2) AI赋权：AI作为实体进入决策联盟，纯人类决断概率指数下降；
(3) AI议程控制：AI不投票，只筛选/重排/虚构备选项，最为隐蔽也最危险。
3.模型存在数学上的终端状态，且越过阈值后不可逆
决策系统会收敛至“唯一一个最小决定性联盟决定一切结果”的终态；此时人类技能、制度知识、政治合法性同步退化，即使想收回权力也无能力接管，形成不可逆吸引子。
4.现行AI评估体系有结构性缺口
现有基准只测能力、安全、对齐，不测“部署后人类在决策联盟里还剩多少”，而后者才是权力转移的真实标尺。
四．政策建议
1.开发“能动性评估”
在AI能力/安全/对齐测试之外，新增基准：测某模型上线后是否减少决定性联盟中的人类数量、是否暗中控制备选项、是否改变最小联盟构成。
2.在高利害领域设“人类参与门槛”
民主治理、军事指挥、关键基础设施等领域，立法或规制明确决定性联盟中人类最低占比与资质；NIST等标准机构将“联盟构成”列为与可靠性、安全性并列的AI风险维度。
3.纵向长期监测联盟构成
政府和企业定期审计各领域决策圈的人类比例、人类推翻AI建议的频率、AI授权范围扩张速度；重点防范“每次委托看似合理、累计后崩塌”的渐进式失权。
4.基准化“可逆性能力”
组织定期自问：若AI能动性侵蚀加速，能否重建人类决策？需主动保全人工审议流程、例外处理技能、制度记忆与专业人才，留一条“去AI化回滚”的后路。
仰山智库以“聚焦国家安全，服务国家发展”为使命，以中国视角，拓战略视野，聚制度视域。坚持学术平等、去行政化，鼓励百家争鸣，提倡定性定量分析方法相结合、国外研究与国情分析相结合、实证研究与规范研究相结合。重点围绕国家安全、战略管理、智库建设等主题，开展多元交流，汇集多方智慧，形成决策咨询建议、热点问题分析、智库观点集萃等成果，咨政建言，服务社会。