摘要 近年来,技术系统的伦理问题已成为学术研究和国际政策关注的领域。一些组织因此发布了符合这一趋势的道德人工智能 (AI) 原则。这些文件确定了 AI 开发和部署的原则、价值观和其他抽象要求。批评者对这些文件是否具有建设性,或者它们是否是作为更高形式的美德信号而产生的担忧。在有关这些文件的学术文献中,一个开始显现的主题是,缺乏产生道德 AI 的有效和实用的方法和流程。本文试图从公司、组织、政府和学术角度等一系列背景出发,对道德 AI 文件进行批判性分析。我们探索和分析了人工智能指南的理论和实践部分,从而揭示了在这些文件中引入可衡量部分的必要性,以确保基于道德原则部署人工智能系统取得积极成果。我们为利益相关者提出了一个最低限度的框架,以道德和以人为本的方式开发人工智能。
• 那些考虑社会影响的公司是否会对其行业产生可量化的影响?• 如何最有效地组织和优化应对全球挑战的公私合作伙伴关系,以创造社会价值?• 公司治理体系如何平衡不同利益相关者群体的需求?• 战略制定如何有助于应对社会面临的重大挑战?• 可持续性问题是否会影响商业模式、价值创造和分配以及创新?• 增加对可持续性的关注如何影响企业绩效?• 企业在可持续性问题上可以采取哪些最低限度的立场,既能满足批评者的要求,又不会威胁到自己的商业模式并疏远现有的利益相关者?• 可持续性计划和投资与公司治理之间是否存在因果关系?• 组织在多大程度上可以为解决气候变化等全球问题做出重大贡献或成为其中的一部分?• 可持续性的各个环境、社会和经济维度是否相互关联?供应链中断会对未来的供应链模式产生什么影响?
美国也采用了类似的概念作为其论点的核心。因此,环保主义者丹尼斯·海耶斯得出结论:“核电设施的增加必然导致社会走向独裁主义。事实上,只有在极权主义国家,才有可能安全地依赖核电作为主要能源。”海耶斯呼应了许多适当技术和软能源路线支持者的观点,他认为“分散的太阳能比集中式技术更符合社会公平、自由和文化多元化。”3 热衷于用政治语言解释技术产物绝不是大型高科技系统的批评者的专利。长期以来,支持者一直坚持认为,科学和工业提供的“最大和最好”是民主、自由和社会正义的最佳保障。工厂制度、汽车、电话、广播、电视、太空计划,当然还有核能本身,都曾被描述为民主化、解放的力量。例如,大卫·利林塔尔 (David Lilienthal) 在 TVA:民主在前进 (Democracy on the March) 一书中,在 phos 121 中发现了这一承诺
世界银行和国际货币基金组织 (IMF) 的结构改革计划,加上它们对矿产开发的积极支持和采矿法的自由化,导致私营部门对发展中国家的兴趣增加。国际政治风险保险商和出口信贷机构也使得在以前不稳定的地区获得采矿投资风险保险变得更加可行。这些政策方向导致矿产开发增加——并占用土著土地,这违背了土著的“所有权”、原则和权利。这种土地改革战略往往使大型跨国公司和发展中国家政府受益,却剥夺了当地社区的权力。这种情况导致批评者严重质疑世界银行和其他机构所谓支持土著权利的实质,特别是考虑到世界银行对土著人民政策 (OD 4.20) 的最新修订,以及世界银行最近拒绝了事先知情同意权。世界各地的土著群体和非政府组织正在积极挑战世界银行和其他国际金融机构(包括出口信贷机构)的活动和政策。
LVEF 有局限性。4 随着对 HF 综合征复杂性的认识不断提高,以及表征 HF 的临床、生物标志物、影像学、侵入性血流动力学和综合评分以及大数据分析工具的改进,LVEF 越来越被认为过于原始。但 LVEF 的批评者在任何情况下都没有提供 LVEF 的有效替代方案。数十年来 HF 治疗的进展仍然基于以 LVEF 降低为主要纳入标准的研究。因此,从这个角度来看,正如其他人最近所做的那样,7 我们提供了一个务实的理由,说明为什么使用超声心动图测量 LVEF 并将 HF 归类为射血分数降低的 HF(HFrEF,LVEF ≤ 40%);射血分数轻度降低的 HF(HFmrEF,LVEF 4 1 –49%)和射血分数保留的 HF(HFpEF,LVEF ≥ 50%)2 仍然是评估疑似或明显 HF 患者的主要临床工具,直到出现更好的可操作的替代方案(图 1)。
在首次战斗测试中,B-2 轰炸机不仅击败了塞尔维亚防空系统,还击退了多年来一直坚称 B-2 不会像宣传的那样有效或绝不会投入实战的批评者。最近的巴尔干行动证明,空军确实可以用轰炸机从美国本土本土发动战役,大规模隐形技术在实际战斗条件下有效,现在一架轰炸机在一次任务中可以摧毁的独立目标数量的唯一限制是其炸弹舱中携带的武器数量。密苏里州怀特曼空军基地第 509 轰炸机联队的 B-2 轰炸机在北约飞机“盟军行动”中出动架次不到 1%,但它们投下的炸弹却占那场冲突中北约飞机投下的炸弹总量的 11%。美国空军 B-2 轰炸机从怀特曼飞往南斯拉夫并返回,执行了长达 30 小时的不间断飞行任务,在各种天气条件下攻击了防守严密的目标,并且全部毫发无损地返回。这架隐形飞机保持了 I
因此,这些长期的批评者在过去十年中催生了金融科技运动(Philippon,2022),这是一股旨在利用自动化技术(尤其是人工智能工具)提高个人银行业务效率的创业潮流。当然,这场创业运动也有其学术对应物(请参阅(Knewtson & Rosenbaum,2020)的定义)。如今,金融科技的目标客户既包括家庭,也包括金融专业人士。对于家庭而言,金融科技试图解决的问题主要是速度问题。例如,最近的证据表明,自动化技术已被证明可以将获得贷款和保险所需的时间缩短约 30%。对于专业人士而言,金融科技一直致力于提供工具来提高工人的生产力。这是通过审查职业价值链(Grossman & Rossi-Hansberg,2008)并尽可能多地自动化活动来实现的,以便专业人员可以为更多家庭提供服务(Chatterjee & Grable,2022;Todd & Seay,2020)。请注意,原则上,这也应该导致金融产品/服务价格降低。
摘要 收集有关人员、组织和事物的数据并将其转化为资本形式通常被描述为“剥夺式积累”的过程,这是一种普遍的权利丧失,由掠夺性行为和法律暴力所支撑。然而,这种论点与以下事实不符:加入数字系统通常被认为是(并由公司呈现为)一个更为良性的过程:注册“免费”服务、响应“朋友”的邀请或被鼓励“分享”内容。在本文中,我们关注赠送和互惠对数字资本主义商业模式和文化想象的核心地位。依靠历史叙述和对数字系统设计者和批评者的深入访谈,我们解释了这些“给予-获得”关系的文化起源,并分析了在实践中构建它们的社会技术渠道。我们认为,数字礼物赠予所发展的经济关系不仅掩盖了赠予者和受赠者之间的结构性不对称,还允许创造个人数据的新商品,混淆其真实价值,并使其私人占有自然化。我们将这种独特的制度称为“赠予积累”。
一个问题被称为“数据污染”。虽然我们假设参加标准化测试的人还没有看到问题和答案,但对于像 GPT-4 这样的大型人工智能系统来说,情况不一定如此,因为它已经在大量数字媒体上进行了训练,其中一些可能包括 GPT-4 后来测试的问题。尽管 OpenAI 拒绝描述用于训练系统的数据,但他们报告说,他们曾试图通过使用一种称为“子串匹配”的技术来避免这种数据污染,该技术搜索训练数据以查看其中是否包含给 GPT-4 的测试问题。但该方法没有考虑到非常相似但不完全匹配的情况。OpenAI 的方法在一项分析中被批评为“肤浅而草率”。同样的批评者指出,对于其中一个编码基准,GPT-4 在 2021 年之前发布的问题上的表现明显优于 2021-GPT-4 训练截止后发布的问题。这有力地表明,早期的问题出在 GPT-4 的训练数据中。OpenAI 的其他基准测试也有可能受到类似的污染。
全球向清洁可再生电力转型的批评者认为,不存在以风能或太阳能为主导的电网,太阳能和风能的变化会导致停电。本文使用来自世界第五大经济体的数据表明,从 2024 年冬末到初夏的 116 天中,创纪录的 98 天,当风能-水能-太阳能电力供应超过加州主电网需求的 100% 时,没有发生停电,平均(最多)为 4.84(10.1)小时/天。与 2023 年同期相比,2024 年太阳能、风能和电池产量分别增长了 31%、8% 和 105%,化石气体使用量估计下降了 40%。电池将多余的太阳能转移到夜间,满足了高达约 12% 的夜间需求。风能-水能-太阳能不是加州电价高昂的原因;相反,大多数州的电力需求中风能-水能-太阳能占比较高的州,电价都较低。因此,数据支持模型:可靠的风能-水能-太阳能主导的大型电网似乎是可行的。