Warum der Bereich passt
Rechtssysteme verwalten und verteilen Unsicherheit, stabilisieren Erwartungen und koordinieren Handlungen zwischen Agenten mit konkurrierenden Interessen und unvollständigen Informationen – das gleiche Problem formalisiert die aktive Inferenz als Minimierung der variativen Freie Energie über ein generatives Modell. Normen und Gesetze fungieren als Priors, die akzeptables und erwartetes Verhalten kodieren, während Durchsetzung, Streitbeilegung und legislative Revision Evidenznachweis und Glaubensaktualisierungen über soziale Zustände, Risiken und normative Verpflichtungen implementieren. Konkrete Beispiele aus dem Bericht umfassen das Haftungsrecht, das Erwartungen hinsichtlich Schäden und Verantwortlichkeit formt, und Finanz- oder Umweltvorschriften, die Annahmen über systemisches Risiko kodieren, die kontinuierlich durch Überwachung und Durchsetzung aktualisiert werden.
Zusammenfassung der Literatur
Das Kernwerk basiert auf dem theoretischen neurowissenschaftlichen Konto des Gehirns, das durch Wahrnehmung, Handlung und Lernen freie Energie minimiert, später erweitert wurde bis hin zu sozialer Kognition, Kooperation und Normentstehung in mehragentenbezogenen Settings. Spezifische Studien über „Erwartungsregime“ modellieren soziale Konformität und normative Regulation als Agenten, die ihr Verhalten an internalisierte Erwartungen ausrichten, während eine separate mehragentenbasierte Studie zeigt, dass Kooperationsnormen und soziale Regeln entstehen, wenn Agenten Überraschungen über das Verhalten anderer unter Fairness- und Gegenseitigkeitsbeschränkungen minimieren. Arbeiten zum Erzählens als aktiver Inferenz und zum freien Energieprinzip als formale Theorie der Semantik erweitern diese Ideen auf Rechtsgeschichten und die Interpretation von Rechtssprache, obwohl der Bericht explizit darauf hinweist, dass dies noch keine dedizierte Rechtsliteratur darstellt.
Schlüsselprojekte und Werkzeuge
Der konkreteste Brücke zum Recht ist ein Preprint mit dem Titel „Normative aktive Inferenz: Ein numerischer Beweis für das Prinzip einer rechnergestützten und wirtschaftlichen rechtlichen analytischen Herangehensweise zur KI-Regulierung“, der Rechtsstatus (Einhaltung, Haftung, Risikokategorie) und ökonomische Erwägungen als Prioritäten in den generativen Modellen von KI-Agenten einbezieht, so dass die Politikwahl die erwartete freie Energie unter Berücksichtigung rechtlicher und wirtschaftlicher Einhaltung minimiert. Nicht-von Fachkollegen begutachtete Diskussionen von „Active Inference AI“ argumentieren, dass solche Architekturen eher zu einem rechtskonformen Verhalten geeignet sind als große Sprachmodelle, und schlagen vor, dass räumliche Webprotokolle helfen könnten, Systeme dabei zu unterstützen, die Einhaltung von Vorschriften gemäß der DSGVO aufrechtzuerhalten, indem sie generative Modelle kontinuierlich aktualisieren, wenn sich Gesetze ändern. Das „Active Inference Institute“ selbst wird als institutionelle Infrastruktur genannt – sein Aufsichtsrat umfasst Personen mit Governance- und aktiver Inferenzexpertise – unterstützt Workshops und kollaborative Arbeit an dieser Schnittstelle, obwohl die Berichte feststellen, dass derzeit noch keine großen, eingesetzten Rechts- oder Regulierungsysteme existieren.
Offene Probleme
Der Bericht weist vier ungelöste Fronten aus: die Formalisierung rechtlicher Bedeutung und -interpretation unter dem Prinzip der freien Energie (rechtliche Semantik ist weitaus umstrittener und normativer als typische Vorhersage-Kontroll-Mappings); die Operationalisierung dessen, was als "überraschend" in institutionellen Settings gilt, da unterschiedliche Definitionen von Überraschung zu unterschiedlichen Modellen und Konsequenzen führen; das Verständnis, wann die Emergenz von Mehragenten-Normen mit Fairness und Rechten übereinstimmt im Vergleich zur Reproduktion von Machtungleichgewichten und -pathologien wie Diskriminierung; und die Integration menschlicher Faktoren – Erzählung, Legitimität und Vertrauen –, die beeinflussen, wie Bürger und Beamte ihre Überzeugungen über Institutionen aktualisieren. KI-Governance wird als die empirisch am besten erfassbare kurzfristige Front herausgestellt, die Prototypsysteme in Regulierungs-Sandkästen erfordert, anstatt weiterer konzeptueller Vorschläge.
Referenz-Grundgerüst
„Active Inference Institute