《CoDesign》：Augmented codesign? Methodological insights from an AI-supported regional strategic development process
编辑推荐：
摘要：在公共机构面临证明其民主合法性压力的时代，区域发展已成为一个复杂的政策场域。本文探讨了瑞典[隐去审稿]地区的一项实验性倡议——通过参与式（participatory）、设计导向（design-informed）的流程共同创制了该区2040年发展战略。研究
摘要：在公共机构面临证明其民主合法性压力的时代，区域发展已成为一个复杂的政策场域。本文探讨了瑞典[隐去审稿]地区的一项实验性倡议——通过参与式（participatory）、设计导向（design-informed）的流程共同创制了该区2040年发展战略。研究借鉴战略设计与协同设计（codesign）原则，通过工作坊、对话及数字平台吸纳全部14个市镇参与，征集超过1500份意见，含青年及弱势群体。其核心特征为整合人工智能（Artificial Intelligence, AI），利用提示词工程（prompt-engineered）工具综合数千条自由文本贡献。AI并未取代人类判断，而是扩展了跨尺度倾听的能力。本研究识别了在政策制定中同时使用协同设计与AI的潜力与张力。协同设计确保广泛包容，但若使用不慎，AI工具有抹平复杂性及再生产认知不平等（epistemic inequalities）的风险。本文阐述了植根于认知多元主义（epistemic pluralism）、透明度、反思性（reflexivity）、情境敏感性与边缘声音（outlier voices）的方法论层面协同设计洞见，为公共部门协同设计与AI的新兴话语作出贡献。
本文解读对象为发表于《CoDesign》期刊的论文《Augmented codesign? Methodological insights from an AI-supported regional strategic development process》。
研究背景与问题提出
在欧洲公共机构日益面临强化民主合法性、信任与包容性决策压力的背景下，区域发展成为复杂且具争议的政策场域。传统区域战略常由专家主导且时间跨度长，居民难以产生关联感或施加影响。参与式设计（Participatory Design, PD）与协同设计（codesign）虽在公共部门创新中渐受重视，可借由扩大参与来呈现经验性知识（experiential knowledge），并将战略议题从"事实问题（matters of fact）"重构为"关切问题（matters of concern）"。然而将参与式设计应用于区域性政策制定面临特殊挑战：区域战略具复杂性、不确定性与长期性，属"棘手问题（wicked problems）"与系统性转型范畴；参与过程往往抽象，决策节点模糊、结果间接，制度节奏（截止期、起草周期、咨询窗口）可能限制感知能动性（agency），导致象征性参与而非实质影响。此外，为应对大规模参与带来的海量自由文本输入，引入AI辅助定性综合（AI-supported qualitative synthesis）又引发关键困境——算法归纳究竟放大公民声音，还是将差异与异议扁平化为共识导向叙事，存在加剧数据殖民（data colonialism）与复制认知不平等的风险。为此，瑞典北博滕大区（Region Norrbotten）在"Utveckla Norrbotten-2040"区域2040发展战略制定中，实施了结合设计主导协同创造流程与AI支持定性分析的实验性大规模案例，研究人员以此探究协同设计方法与AI支持定性分析如何形塑区域战略制定中的参与过程，识别机遇、张力与局限。
关键研究方法
研究人员采用基于参与式设计认识论的研究实践探究路径，设计者兼具促进者（facilitator）与研究者双重角色并作反思性（reflexive）立场声明。实证材料来源于：(1)瑞典北博滕大区14个市镇开展的市政工作坊、专题工作坊、"自办工作坊（Host Your Own Workshop）"工具包、青年工作坊、萨米人（Sámi）专项对话及开放式数字问卷，收集超1500份自由文本贡献；(2)10位半结构化访谈（5位区域写作组成员＋5位市政参与者）；(3)工作坊后数字评估表单；(4)田野笔记与过程文档。分析框架采用研究人员构建的协同设计影响模型（Codesign Impact Model），分三层——协同设计承诺（Codesign Commitment，规范性层：参与是否意图影响决策）、协同设计促成（Codesign Facilitation，操作层：通过方法、材料与分析工具如何将承诺转化为实践，含AI辅助综合）、协同设计意义感（Codesign Meaningful，体验层：参与者在能动性、影响力、合法性与信任方面的感知）。AI辅助主题综合使用ChatGPT-4，提示词要求输出主题＋简述＋证据摘录＋异常值/少数派观点段＋可能缺失内容，经迭代修正以防过早收敛至共识主题，AI产出被视为中间分析制品并由人工交叉核对原始贡献与促进者笔记。
研究结果
4.1. 外部过程：促成式表达与感知影响（External process: facilitated articulation and perceived impact）
工作坊格式主要支持群体内经验性表达与反思，使参与者能就战略主题表述在地关切；不同群体间无直接跨组 deliberation，关系经内部写作阶段综合与诠释中介。萨米人、青年及少数民族通过差异化或并行格式被优先纳入，但分化格式亦有强化隔离风险。会后评估中市政参与者高度认可倡议（均分4.5/5星），重视开放氛围、小组讨论及对区域战略的具体贡献机会，也肯定会后经数字表单补交个人反思降低参与门槛。局限含时间受限难深入复杂议题、部分参与者不清楚预期目标与自身角色（关涉承诺层清晰度）、物理声学等问题。结论：外部过程成功营造"被倾听与被包容"体验，但属结构化咨询与生成性表达，未实现异质群体间协商 deliberation。
4.2. 后续访谈、承诺、影响与转译（Follow-up interviews, commitment, influence, and translation）
内外部受访者均视此流程不同于以往咨询——更专业、更具启发性与表达自由度，归因于促进与设计方法；区域工作人员在场有助将地方关切关联至区域战略。受访者确认能发声但指出"被听见（voice）"不自动转化为"具决策影响力（influence over decisions）"，此张力在内部过程再现。
4.3. 内部过程：综合、审议与战略起草（Internal process: synthesis, deliberation, and strategy drafting）
AI辅助综合用于聚类、归纳与比较跨市镇及群体的1500余条自由文本。初版AI摘要将贡献聚类为"区域增长""未来机遇""协作"等偏积极共识主题，但促进者笔记与原始材料含反复出现的矛盾感受与怀疑（如对资源攫取感、城乡获益不均、发展受益者不明），虽频次低但情感强度高且为核心推理。经提示词迭代——强制要求异常值与少数派观点专节、明确报告矛盾与张力、每主题附逐字摘录——修订后摘要将这些怀疑视角呈现为独立张力而非误差项，供写作组在框架与优先级中处理。区域写作组（政策专家与市镇代表）结合主题报告、情境知识、政策框架与团队对话审议，AI作为中介工具支持概览与比较，人类判断主导诠释与策略文本转译。2025年3月发布公开草案征询修订，构成额外协同创造循环。结论：AI扩展规模处理能力但需反思性调节以防抹平低频但重要的异议，人机混合工作流可保留多元性。
4.4. 协同设计影响（Codesign impact）
4.4.1. 内部参与过程（Internal participatory process）
规范与生成层：参与意图对内适度透明（角色与分析责任清晰但外部不可见），强问责（追踪输入如何影响起草、编辑理由被记录讨论），强权力共享（区域与市镇主体协商部分内容）；生成层强定性综合与反思性中介（人—AI混合且对照情境知识持续审查），适度多元（综合报告触及多元视角但编辑约束有时要求优先主导主题）。体验层：团队对"参与输入影响审议"具强合法性与信任感，认为流程支持有影响力且关联决策、深化区域复杂性理解（强教育性与冲击力），团队成员整合参与洞察进正式战略的自信心为中—强。
4.4.2. 外部参与过程（External participatory process）
生成层：多元可达性表现佳（多群体输入）、强多元主义（工作坊＋数字＋定制会话覆盖广 constituency），定性综合效果适中（有效捕获整理但部分参与者感受为事后产物），异常值与少数张力敏感度处于萌芽阶段（偶有浮现但未系统前置），反思性中介适中（促进者主动诠释但此诠释工作对参与者不可见）。体验层：强感知合法性与信任（尊重、倾听、参与有意义），具教育与意义感（增进对区域优先事项与未来挑战理解），感知影响力与关联度为中等（观点反映于主题归纳但难指认具体条文直接源于其贡献），赋权（empowerment）亦中等（个人满意与自信提升但结构性影响受限）。
讨论与结论翻译
讨论指出，AI支持协同设计虽扩展大规模贡献者与定性数据处理能力，同时暴露方法论张力——挑战参与式治理既有假设。协同设计的探索性伦理（开放、多元、未来取向、容忍矛盾）与政策制定制度需求（精确、与国家框架对齐、官僚可读性）间存持久张力，最终战略文件是草根输入与科层约束的杂合体。AI应被视为中介性设计材料（mediating design material）而非自主分析器，其实用性在于增强人类概览与比较能力而非替代判断；维持对过程的情境熟悉度可缓解"差提示工程（bad prompt engineering）"风险并维护认知完整性（epistemic integrity）。即便迭代提示与可追溯努力存在，AI引入新型不透明性——编辑判断链（含取舍与措辞）难还原为算法追踪日志，仅靠AI可解释性无法解决战略综合与编辑判断固有的深层透明问题。参与效果不仅体现于最终文件字面表述，还体现于关系性、文化重塑（公务员与市镇互信加深、制度行动者感公开问责代表性）。过程发挥集体领导"基础设施化（infrastructuring）"功能，拓宽共享愿景与责任空间。需注意算法综合倾向强调共识与均值、平滑独特或批判视角，须设计机制突出张力、异议与边缘声音以支持认知正义（epistemic justice）。
结论翻译：本研究表明，将AI支持分析整合入大规模协同设计流程可有意义地扩展吸纳多元声音与处理大量定性输入的能力。在北博滕大区2040战略制定背景下，生成性设计导向格式与AI辅助综合相结合使该地区收集并诠释逾1500份贡献，同时将过程植根于情境化、未来取向对话。关键在于AI不取代而增强人类判断——作为支持概览、比较与模式识别规模化的工具，并受具深度情境理解的促进者持续诠释与调节。此反思性人—AI协作助保留细微差别、显现张力并支持多元诠释，印证数字工具须嵌入审慎促进实践。本研究发展的协同设计影响模型（Codesign Impact Model）为跨规范承诺、操作促成与体验影响分析参与提供结构化透镜，强调有意义参与需意图、实施与 lived experience 三者对齐而非仅凭方法或产出。过程本身提升参与者合法感、信任与主人翁感，并影响制度行动者对待战略作者身份的方式。虽编辑判断与制度约束必然塑造终稿，协同创造参与丰富了政策制定之内容与文化。归根结底，经深思整合之协同设计流程——融合包容性促进、反思性诠释与支持性分析工具——可提升参与质量并强化区域政策发展中的民主参与。当AI用作支持性伙伴而非权威预言者（authoritative oracle）时，技术可扩展性与人文感知力的此种协同为未来公共部门创新提供有前景方向。
