Mô hình ngôn ngữ ngắn hạn mà tôi hào hứng nhất là các giao diện chuyên biệt để thực hiện mô phỏng tác động chính sách, với những cách trực quan hóa hiệu ứng bậc hai và bậc ba. Tôi tưởng tượng rằng các nhà hoạch định chính sách sẽ tất nhiên có những động cơ xấu khi sử dụng những công cụ này: "chính sách nào phổ biến nhất mà cũng làm giàu cho tôi nhiều nhất mà không quá rõ ràng?" Nhưng đó là lý do tại sao những công cụ này cũng cần phải có sẵn và được sử dụng bởi công dân/xã hội dân sự: "tác động của chính sách đề xuất này là gì, có những biến thể tốt hơn không?" Điều thú vị là mọi người sẽ không đồng ý với những giả định đứng sau một số lý lẽ. Vì vậy, các yêu cầu hệ thống và việc tinh chỉnh sẽ là một phần quan trọng của phương trình, cũng như tranh luận thông qua các đại diện. Và nhiều điều này đã phản ánh cách chúng ta làm việc (trong các nền dân chủ); sự khác biệt là chất lượng tối thiểu được nâng cao, và việc kiểm tra động cơ (hướng dẫn) có thể trở nên minh bạch hơn rất nhiều. Hiện tại, phân tích chính sách từ các tổ chức tư vấn hoặc các viện nghiên cứu thường là một hộp đen - bạn nhận được kết luận, có thể một số dữ liệu, nhưng chuỗi lý lẽ đầy đủ và các giá trị ẩn chứa thì bị che khuất. Hơn nữa, chúng thường có chất lượng thấp. Với các hệ thống AI, bạn có thể nhận được điều gì đó gần hơn với "cho thấy quá trình làm việc của bạn" ở cấp độ cơ bản. Nó không giải quyết xung đột và sự bất đồng, nhưng tôi nghĩ nó cải thiện đáng kể các cơ chế giải quyết của chúng ta.