본 논문은 몬트리올 거주민 35명(휠체어 사용자, 노년층, LGBTQIA2+ 개인 등 다양한 인구통계학적 및 사회적 정체성을 가진 사람들)을 대상으로 한 연구 결과를 제시합니다. 도시 지역 20곳에 대한 평가 및 순위 매기기 작업을 통해, 도시 평가에 대한 의견 불일치가 무작위적이 아닌 체계적임을 확인하고, 이는 구조적 불평등, 상이한 문화적 가치관, 안전 및 접근성에 대한 개인적 경험을 반영한다는 점을 밝힙니다. 이러한 경험적 통찰을 바탕으로, 의견 불일치를 중요한 입력값으로 간주하고 보존, 분석, 해결하는 AI 프레임워크인 '협상적 정렬(negotiative alignment)'을 제안합니다. 이 프레임워크는 다중 에이전트 협상 메커니즘을 통해 이해관계자의 선호도를 동적으로 업데이트하여 어떤 특정 관점도 소외되지 않도록 합니다. 결론적으로, 인공적인 합의를 추구하기보다는 의견 불일치를 보존하고 참여하는 것이 도시 설계에서 더욱 공정하고 반응적인 AI 기반 결과를 산출할 수 있음을 보여줍니다.
