隨著數(shù)據(jù)的積累、計(jì)算機(jī)算力的躍升和算法的優(yōu)化，人工智能正在讓生活變得高效。語音識別、圖像識別使身份認(rèn)證更可信賴，短短幾秒就能證明“你就是你”；智能診療和自動(dòng)駕駛，更讓人們看到了戰(zhàn)勝疾病、減少事故的新機(jī)會(huì)；人工智能還可以輕松戰(zhàn)勝圍棋高手，寫出優(yōu)美的詩句……其自主性和創(chuàng)造性正在模糊人和機(jī)器的分野。

　　但是，當(dāng)隱私侵犯、數(shù)據(jù)泄露、算法偏見等事件層出不窮時(shí)，人們又不得不反思：人工智能的持續(xù)進(jìn)步和廣泛應(yīng)用帶來的好處是巨大的，為了讓它真正有益于社會(huì)，同樣不能忽視的還有對人工智能的價(jià)值引導(dǎo)、倫理調(diào)節(jié)以及風(fēng)險(xiǎn)規(guī)制。

　　“刷臉”應(yīng)用更廣泛，對隱私權(quán)的威脅值得重視

　　“刷臉”進(jìn)站、“刷臉”支付、“刷臉”簽到、“刷臉”執(zhí)法……人臉識別技術(shù)正走進(jìn)更為廣闊的應(yīng)用場景，與指紋、虹膜等相比，人臉是一個(gè)具有弱隱私性的生物特征，因此，這一技術(shù)對于公民隱私保護(hù)造成的威脅性尤其值得重視。“人臉圖像或視頻廣義上講也是數(shù)據(jù)，如果沒有妥善保管和合理使用，就會(huì)容易侵犯用戶的隱私。”中國社會(huì)科學(xué)院哲學(xué)研究所研究員段偉文說。

　　通過數(shù)據(jù)采集和機(jī)器學(xué)習(xí)來對用戶的特征、偏好等“畫像”，互聯(lián)網(wǎng)服務(wù)商進(jìn)而提供一些個(gè)性化的服務(wù)和推薦等，從正面看是有利于供需雙方的一種互動(dòng)。但對于消費(fèi)者來說，這種交換是不對等的。就頻頻發(fā)生的個(gè)人數(shù)據(jù)侵權(quán)的事件來看，個(gè)人數(shù)據(jù)權(quán)利與機(jī)構(gòu)數(shù)據(jù)權(quán)力的對比已經(jīng)失衡，在對數(shù)據(jù)的收集和使用方面，消費(fèi)者是被動(dòng)的，企業(yè)和機(jī)構(gòu)是主動(dòng)的。段偉文表示，“數(shù)據(jù)實(shí)際上成為被企業(yè)壟斷的資源，又是驅(qū)動(dòng)經(jīng)濟(jì)的要素。”如果商家只從自身利益出發(fā)，就難免會(huì)對個(gè)人數(shù)據(jù)過度使用或者不恰當(dāng)披露。

　　“大數(shù)據(jù)時(shí)代，個(gè)人在互聯(lián)網(wǎng)上的任何行為都會(huì)變成數(shù)據(jù)被沉淀下來，而這些數(shù)據(jù)的匯集都可能最終導(dǎo)致個(gè)人隱私的泄露。”湖南師范大學(xué)人工智能道德決策研究所所長李倫認(rèn)為，用戶已經(jīng)成為被觀察、分析和監(jiān)測的對象。

　　算法應(yīng)更客觀透明，要避免歧視與“殺熟”

　　在信息爆炸的時(shí)代，數(shù)據(jù)的處理、分析、應(yīng)用很多都是由算法來實(shí)現(xiàn)的，越來越多的決策正被算法所取代。從內(nèi)容推薦到廣告投放，從信用額度評估到犯罪風(fēng)險(xiǎn)評估，算法無處不在——它操作的自動(dòng)駕駛或許比司機(jī)更加安全，它得出的診斷結(jié)果可能比醫(yī)生更準(zhǔn)確，越來越多的人開始習(xí)慣一個(gè)由算法構(gòu)建的“打分”社會(huì)。

　　作為一種信息技術(shù)，算法在撥開信息和數(shù)據(jù)“迷霧”的同時(shí)，也面臨著倫理上的挑戰(zhàn)：利用人工智能來評估犯罪風(fēng)險(xiǎn)，算法可以影響刑罰；當(dāng)自動(dòng)駕駛汽車面臨危險(xiǎn)，算法可以決定犧牲哪一方；應(yīng)用于武器系統(tǒng)的算法甚至可以決定攻擊的目標(biāo)……由此引發(fā)了一個(gè)不容忽視的問題：如何確保算法的公正？

　　騰訊研究院法律研究中心高級研究員曹建峰認(rèn)為，即使作為一種數(shù)學(xué)表達(dá)，算法本質(zhì)上也是“以數(shù)學(xué)方式或者計(jì)算機(jī)代碼表達(dá)的意見”。算法的設(shè)計(jì)、模型、目的、成功標(biāo)準(zhǔn)、數(shù)據(jù)使用等，都是編程人員的主觀選擇，偏見會(huì)有意或者無意地嵌入算法，使之代碼化。“算法并不客觀，在算法決策起作用的諸多領(lǐng)域，算法歧視也并不鮮見。”

　　“算法決策多數(shù)情況下是一種預(yù)測，用過去的數(shù)據(jù)預(yù)測未來的趨勢，算法模型和數(shù)據(jù)輸入決定著預(yù)測的結(jié)果，因此這兩個(gè)要素也就成為算法歧視的主要來源。”曹建峰解釋說，除了主觀因素以外，數(shù)據(jù)本身也會(huì)影響算法的決策和預(yù)測。“數(shù)據(jù)是社會(huì)現(xiàn)實(shí)的反映，數(shù)據(jù)可能是不正確、不完整或者過時(shí)的，訓(xùn)練數(shù)據(jù)本身也可能是歧視性的，用這樣的數(shù)據(jù)訓(xùn)練出來的算法系統(tǒng)，自然也會(huì)帶上歧視的烙印。”

　　2016年3月，微軟人工智能聊天機(jī)器人Tay上線，在與網(wǎng)民互動(dòng)過程中，很短時(shí)間內(nèi)就“誤入歧途”，集性別歧視、種族歧視于一身，最終微軟不得不讓它“下崗”。曹建峰認(rèn)為，算法傾向于將歧視固化或放大，使歧視長存于整個(gè)算法之中。因此，如果將算法應(yīng)用在犯罪評估、信用貸款、雇傭評估等關(guān)系人們切身利益的場合，一旦產(chǎn)生歧視，就可能危害個(gè)人乃至社會(huì)的利益。

　　此外，深度學(xué)習(xí)還是一個(gè)典型的“黑箱”算法，可能連設(shè)計(jì)者都不知道算法如何決策，因而要在系統(tǒng)中發(fā)現(xiàn)是否存在歧視和歧視根源，技術(shù)上也較為困難。“算法的‘黑箱’特征使其決策邏輯缺乏透明性和可解釋性。”李倫說，隨著大數(shù)據(jù)“殺熟”、算法歧視等事件的出現(xiàn)，社會(huì)對算法的質(zhì)疑也逐漸增多。政府和企業(yè)在使用數(shù)據(jù)的過程中，必須提高對公眾的透明度，讓選擇權(quán)回歸個(gè)人。

　　加強(qiáng)核查監(jiān)管，加大對數(shù)據(jù)濫用等行為的懲戒力度

　　2017年7月，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》（以下簡稱《規(guī)劃》）。《規(guī)劃》強(qiáng)調(diào)，促進(jìn)人工智能行業(yè)和企業(yè)自律，切實(shí)加強(qiáng)管理，加大對數(shù)據(jù)濫用、侵犯個(gè)人隱私、違背道德倫理等行為的懲戒力度。

　　“雖然‘刷臉’的應(yīng)用越來越多，但人工智能目前仍處于起步階段，需加大對數(shù)據(jù)和隱私的保護(hù)力度，關(guān)注和防范由算法濫用所導(dǎo)致的決策失誤和社會(huì)不公。”在個(gè)人數(shù)據(jù)權(quán)利的保護(hù)方面，段偉文建議，應(yīng)促使數(shù)據(jù)交易各方對自己的行為負(fù)責(zé)，讓每個(gè)人知道自己的數(shù)據(jù)如何被處理，特別是用于其他用途的情形，減少數(shù)據(jù)濫用，讓人們清楚知道自己的“臉”還是否安全。

　　段偉文認(rèn)為，要進(jìn)一步加強(qiáng)人工智能的倫理設(shè)計(jì)，對算法的理論預(yù)設(shè)、內(nèi)在機(jī)制與實(shí)踐語境等進(jìn)行全流程追問與核查，從算法決策的結(jié)果和影響中的不公正入手，反向核查其機(jī)制與過程有無故意或不自覺的曲解與誤導(dǎo)，揭示存在的問題，并促使其修正和改進(jìn)。

　　在曹建峰看來，應(yīng)對人工智能帶來的倫理問題，一是要構(gòu)建算法治理的內(nèi)外部約束機(jī)制，將人類社會(huì)的法律、道德等規(guī)范和價(jià)值嵌入人工智能系統(tǒng)；二是在人工智能研發(fā)中貫徹倫理原則，促使研發(fā)人員遵守基本的倫理準(zhǔn)則；三是對算法進(jìn)行必要的監(jiān)管，提升算法自身的代碼透明性和算法決策的透明性；四是針對算法決策和歧視以及造成的人身財(cái)產(chǎn)損害，提供法律救濟(jì)。

　　“我們生活在一個(gè)人機(jī)共生的時(shí)代，人類與機(jī)器之間勢必將發(fā)生各種沖突和矛盾，僅靠法律和制度很難完全解決。”李倫表示，人們還應(yīng)努力提升自身的科學(xué)素養(yǎng)，主動(dòng)維護(hù)自身的權(quán)利，社會(huì)也應(yīng)盡快建立討論人工智能倫理問題的公共平臺(tái)，讓各方充分表達(dá)意見，促進(jìn)共識的形成。（谷業(yè)凱）

【糾錯(cuò)】

責(zé)任編輯： 王萌萌