XiaoMi-AI文件搜索系统
World File Search SystemFloridi
预先建立的人工智能伦理课程 课程时长：45 建议学分：6 ECTS – 3 美国 语言：英语 先决条件
评估活动 标题 权重 小时* 学习成果 道德困境案例研究 10% 20 1,2,3,7 在线讨论 5% 5 1,2,3,4,5,8 文章评论 10% 20 1,2,4,5,8,9 小组项目 25% 52 1,2,3,5,7,8,9,10 道德规范和指南 5% 10 1,6,8 参与 20% 39 1,2,7,8 期中考试 10% 2 2,3,8,10 期末考试 15% 2 2,3,8,10 *小时包括自主工作 参考书目 本课程没有必修教科书。以下列表显示了一些推荐阅读材料，均与课程内容相关。Bartneck, C.、Lütge, C.、Wagner, A. 和 Welsh, S. (2021)。机器人和人工智能伦理学导论。Springer Nature。Boddington, P. (2023)。人工智能伦理学：一本教科书。Springer Nature。Boylan, M. 和 Teays, W.(Eds.)。(2022)。人工智能、技术和信息时代的伦理。Rowman 和 Littlefield。Coeckelbergh, M. (2020)。人工智能伦理。麻省理工学院出版社。Mazzi, F. 和 Floridi, L. (2023)。可持续发展目标中的人工智能伦理。Springer International Publishing AG。Risse, M. (2023)。数字时代的政治理论：人工智能可能带我们去哪里。剑桥大学出版社。Vallverdú, J.(Ed.)。(2023)。人工智能和机器人中的性别：从跨学科视角看性别挑战 (Vol.235)。Springer Nature。软件 本课程要求使用 Canvas 作为 LMS。
人工智能对人们日常生活的影响
面对人工智能的替代潜力，McGovern (2018) 断言，拥抱和学习应用人工智能是避免被取代的唯一途径 [29]。Frey 和 Osborne (2017) 建议增强人类的创造性思维和专业技能 [10]。Decker、Fischer 和 Ott (2017) 认为，通过发展与技术变革相结合的技能，人类可以规避潜在的人工智能替代 [7]。Berg、Buffie 和 Zanna (2018) 提出，增强抽象推理能力和扩展独特价值观可以防止人工智能替代 [4]。Atalay、Phongthiengtham、Sotelo 和 Tannenbaum (2018) 认为，通过提高教育水平，人类可以增强非传统分析任务的能力，从而减缓人工智能替代 [2]。Kopytov、Roussanov 和 Taschereau-Dumouchel (2018) 也认为通过获取更高的技能可以减少人工智能替代 [21]。 P. Verma (2018) 认为，只要人类以相同或更快的速度发展能力，就不会被人工智能取代，因为人类的数据可以决定人工智能 [38]。Kaplan 和 Haenlein (2019) 提出，为了适应未来工作灵活性、避免人工智能带来的工作类型变化，员工可以通过终身学习来发展新的专业技能 [20]。Ma 和 Siau (2018) 主张在教育生活中为学生提供培训和获得、发展软技能的机会 [26]。Taddeo 和 Floridi (2018) 强调，在非工作生活中，解决人工智能引起的新问题的关键是对人工智能价值的合理控制和利用 [35]。
RCModel，一种用于降低人工智能服务风险的风险链模型
1 在本政策建议中，使用人工智能（AI）的服务将成为讨论的主题。在此背景下，“AI服务”是指利用AI模型的判断提供服务，包括AI扬声器等产品。 2 A. Jobin、M. Ienca & E. Vayena：AI伦理指南的全球格局，Nature Machine Intelligence，1，389-99，2019。 3 IEEE：符合伦理的设计第一版，2019。 4 J. Morley、L. Floridi、L. Kinsey & A. Elhalal：从什么到如何：对公开可用的AI伦理工具、方法和将原则转化为实践的研究的初步审查，Science and Engineering Ethics，2019。 5 欧盟委员会人工智能高级专家组（HLEG）：可信AI评估清单（试点版），2019。“可信AI评估清单（试点版）”有129个项目。 https://ec.europa.eu/digital-single-market/en/news/ethics-guidelines-trustworthy-ai 6 智慧迪拜：道德 AI 工具包，2018 年。https://www.smartdubai.ae/initiatives/ai-principles-ethics 7 新加坡个人数据保护委员会：组织实施和自我评估指南（ISAGO），2020 年。8 PDPC：模型 AI 治理框架第二版，2020 年。9 PCPC：用例概要：模型 AI 治理框架的实际说明，2020 年。
人工智能作为法人——过去、模式和前景
人工智能作为法人——过去、模式和前景 Claudio Novelli 1、Luciano Floridi 1,2、Giovanni Sartor 3,2、Gunther Teubner 4 1 耶鲁大学数字伦理中心，85 Trumbull Street，纽黑文，CT，06511，美国 2 博洛尼亚大学法学系，Via Zamboni，27/29，40126，博洛尼亚，意大利 3 欧洲大学学院法学系，Via della Badia dei Roccettini，9，50014，菲耶索莱，意大利 4 法兰克福歌德大学法学系，德国 摘要。本文探讨了关于人工智能法人资格的争论，强调了路径依赖在塑造当前轨迹和前景中的作用。出现了三种主要的路径依赖：关于人格的现行法律理论（单一主义与集群主义）、人工智能在社会数字机构中的实际参与（工具性与非工具性）以及技术进步的影响。我们认为，这些因素动态地相互作用，技术乐观主义促进了对人工智能实体的更广泛法律权利的归属，而怀疑时期则缩小了这种权利。其他影响包括监管交叉联系（例如数据隐私、责任、网络安全）和历史法律先例。当前的监管框架，特别是欧盟的监管框架，通常反对将法人资格扩展到人工智能系统。判例法表明，如果没有明确的立法，法院不太可能自行授予人工智能法人资格，尽管一些作者认为法院可以这样做。要做到这一点，人工智能系统首先需要通过持续参与社会数字机构来证明事实上的合法性。本章最后评估了法人化的近期和远期前景，从未来 5 至 20 年内的生成性人工智能和人工智能代理，到更远的未来人工智能通过脑机接口与人类认知相结合等变革性可能性。
AI4People 还是 People4AI？关于人类在工作中对人工智能的适应
人工智能伦理框架强调技术能够促进社会公益，但另一方面又强调人工智能与人类的关系，这一点令人不安，正如它在迄今为止部署人工智能最为复杂的场所之一——亚马逊的配送中心所展现的那样。人工智能应该促进人类的福祉，这是“良好人工智能社会”伦理框架提出的五项原则中的第一项（Floridi 等人，2018 年）。该框架宣称人工智能从四个基本方面为提升人类尊严和繁荣提供了机会：通过促进自主自我实现，“我们能成为谁”，通过促进人类能动性，“我们能做什么”，通过增强个人和社会能力，“我们能取得什么成就”，通过促进社会凝聚力，“我们如何彼此互动、如何与世界互动”。仓库机器人也被赋予了类似的乐观态度。亚马逊全球消费者业务前首席执行官 Jeff Wilke 在推特上表示，这种机器人让仓库工作“变得更好、更安全”，他还表示，它们让“人们能够发挥与生俱来的创造力，而不是一遍又一遍地重复死记硬背的工作”（Evans 2020 ）。时任亚马逊运营总监的 Dave Clark 表示：“这对每个人来说都更好”，2014 年，亚马逊加州仓库配备了新机器人（Evans 2020 ）。这些机器人使用基于云端的人工智能软件在仓库内进行感知和导航。现实情况比这更复杂。人工智能技术有两个特点在这种情况下尤为重要：它们在灵活性方面有相当大的局限性，而在分析人类行为数据方面有相当大的能力。亚马逊机器人履行总监 Scott Anderson 表示
欧洲人工智能立法：哲学路径简析
自 2019 年 7 月 16 日以来，人们就开始期待欧洲出台一些关于人工智能的立法。在那一天，乌尔苏拉·冯德莱恩承诺，在她当选为欧盟委员会主席后的 100 天内，她将提出新的人工智能立法。1 当时，我评论说，这是一个合理的策略，但时间表不切实际。欧盟委员会组织的人工智能高级专家组（HLEG，我是其中成员）2 最近才发布了《可信人工智能伦理指南》（HLEGAI，2019 年）和《可信人工智能政策和投资建议》（HLEGAI，2019 年）。显然，下一步将是将这些指南和建议转化为法律框架（Floridi，2019a）。然而，HLEG 开展的工作也表明，未来的道路将是漫长而艰辛的。我原以为这至少需要一年时间，而不是三个月。我很乐观。2020 年 2 月 19 日，委员会发布了《人工智能白皮书——欧洲走向卓越与信任的方法》（欧盟委员会，2020 年）。该文件概述了基于风险的人工智能方法以及促进此类技术应用的政策。但与此同时，新冠肺炎疫情开始蔓延，造成了致命影响和巨大破坏。3 尽管如此，欧盟委员会还是于 2021 年 4 月 21 日发布了新的欧盟人工智能法案（下称 AIA）的提案，或用其全名发布欧洲议会和理事会条例提案，制定人工智能协调规则（人工智能法案）并修订某些联盟立法法案（人工智能法案 21，2021 年）。据欧洲数据保护监督机构网站称，AIA 是“全球首个为人工智能提供法律框架的倡议
人工智能
https://doi.org/10.55248/gengpi.5.0124.0328 [4] Brynjolfsson，E。，＆McAfee，＆McAfee，A.（2014）。第二个机器时代：在精彩技术时期的工作，进步和繁荣。WW Norton＆Company。 [5] Danaher，J。 （2019）。 自动化和乌托邦：人类在没有工作的世界中繁荣起来。 哈佛大学出版社。 [6] Domingos，P。（2015）。 主算法：对最终学习机器的追求将如何重制我们的世界。 基本书籍。 [7] Venkatapuram，S。S.（2024）。 鲨鱼标记跟踪 - 使用bezier算法推断：增强对迁移模式的理解。 国际研究出版与评论杂志，5（1），4350–4354。 https://doi.org/10.55248/gengpi.5.0124.0327 [8] Etzioni，O。，＆Etzioni，A。 （2017）。 将伦理纳入人工智能。 《道德杂志》，21（4），403-418。 [9] Floridi，L.，Cowls，J.，Beltrametti，M.，Chatila，R.，Chazerand，P.，Dignum，V。，...＆Schafer，B。 （2018）。 AI4PEOPLE-一个良好的人工智能社会的道德框架：机遇，风险，原则和建议。 思维和机器，28（4），689-707。 [10] Jordan，M。I.和Mitchell，T。M.（2015）。 机器学习：趋势，观点和前景。 Science，349（6245），255-260。 [11] Kaplan，J。和Haenlein，M。（2019）。 Siri，Siri，我手中：谁是土地上最公平的？ 关于人工智能的解释，插图和含义。 业务视野，62（1），15-25。WW Norton＆Company。[5] Danaher，J。（2019）。自动化和乌托邦：人类在没有工作的世界中繁荣起来。哈佛大学出版社。 [6] Domingos，P。（2015）。 主算法：对最终学习机器的追求将如何重制我们的世界。 基本书籍。 [7] Venkatapuram，S。S.（2024）。 鲨鱼标记跟踪 - 使用bezier算法推断：增强对迁移模式的理解。 国际研究出版与评论杂志，5（1），4350–4354。 https://doi.org/10.55248/gengpi.5.0124.0327 [8] Etzioni，O。，＆Etzioni，A。 （2017）。 将伦理纳入人工智能。 《道德杂志》，21（4），403-418。 [9] Floridi，L.，Cowls，J.，Beltrametti，M.，Chatila，R.，Chazerand，P.，Dignum，V。，...＆Schafer，B。 （2018）。 AI4PEOPLE-一个良好的人工智能社会的道德框架：机遇，风险，原则和建议。 思维和机器，28（4），689-707。 [10] Jordan，M。I.和Mitchell，T。M.（2015）。 机器学习：趋势，观点和前景。 Science，349（6245），255-260。 [11] Kaplan，J。和Haenlein，M。（2019）。 Siri，Siri，我手中：谁是土地上最公平的？ 关于人工智能的解释，插图和含义。 业务视野，62（1），15-25。哈佛大学出版社。[6] Domingos，P。（2015）。主算法：对最终学习机器的追求将如何重制我们的世界。基本书籍。[7] Venkatapuram，S。S.（2024）。鲨鱼标记跟踪 - 使用bezier算法推断：增强对迁移模式的理解。国际研究出版与评论杂志，5（1），4350–4354。https://doi.org/10.55248/gengpi.5.0124.0327 [8] Etzioni，O。，＆Etzioni，A。（2017）。将伦理纳入人工智能。《道德杂志》，21（4），403-418。[9] Floridi，L.，Cowls，J.，Beltrametti，M.，Chatila，R.，Chazerand，P.，Dignum，V。，...＆Schafer，B。（2018）。AI4PEOPLE-一个良好的人工智能社会的道德框架：机遇，风险，原则和建议。思维和机器，28（4），689-707。[10] Jordan，M。I.和Mitchell，T。M.（2015）。机器学习：趋势，观点和前景。Science，349（6245），255-260。[11] Kaplan，J。和Haenlein，M。（2019）。Siri，Siri，我手中：谁是土地上最公平的？ 关于人工智能的解释，插图和含义。 业务视野，62（1），15-25。Siri，Siri，我手中：谁是土地上最公平的？关于人工智能的解释，插图和含义。业务视野，62（1），15-25。[12] Markoff，J.（2015）。爱心恩典的机器：寻求人类和机器人之间的共同点。哈珀·柯林斯（Harper Collins）。[13] McCarthy，J.，Minsky，M。L.，Rochester，N。，＆Shannon，C。E.（2006）。1955年8月31日，达特茅斯夏季研究项目的提案。AI杂志，27（4），12-12。 [14] ng，A。 （2016）。 人工智能现在可以做什么也不能做什么。 哈佛商业评论，9（11）。 [15] Nilsson，N。J. （2009）。 寻求人工智能。 剑桥大学出版社。 [16] Russell，S。和Norvig，P。（2016）。 人工智能：一种现代方法。 马来西亚；皮尔逊教育有限公司。 [17] Stone，P.，Brooks，R.，Brynjolfsson，E. 2030年的人工智能和生活。 人工智能一百年研究：2015 - 2016年研究小组的报告。 [18] Suleiman，Y。 （2017）。 人工智能的伦理。 下一步：指数寿命。 BBVA开放的心态。 [19] Tegmark，M。（2017）。 生命3.0：在人工智能时代成为人类。 knopf。 [20] Toby Walsh，S。（2017）。 还活着！ 人工智能从逻辑钢琴到杀手机器人。 La Trobe University出版社。AI杂志，27（4），12-12。[14] ng，A。（2016）。人工智能现在可以做什么也不能做什么。哈佛商业评论，9（11）。[15] Nilsson，N。J.（2009）。寻求人工智能。剑桥大学出版社。[16] Russell，S。和Norvig，P。（2016）。人工智能：一种现代方法。马来西亚；皮尔逊教育有限公司。[17] Stone，P.，Brooks，R.，Brynjolfsson，E.2030年的人工智能和生活。人工智能一百年研究：2015 - 2016年研究小组的报告。[18] Suleiman，Y。（2017）。人工智能的伦理。下一步：指数寿命。BBVA开放的心态。[19] Tegmark，M。（2017）。生命3.0：在人工智能时代成为人类。knopf。[20] Toby Walsh，S。（2017）。还活着！人工智能从逻辑钢琴到杀手机器人。La Trobe University出版社。La Trobe University出版社。
大学生在使用生成ai
摘要本研究旨在了解学生在大学生中使用生成AI的看法。向153位受访者分发了一份问卷，并使用描述性统计来分析数据。技术接受模型（TAM）被称为研究的主要框架。的发现表明，大学前学生对生成AI技术的感知受到使用该技术的收益和挑战的影响。还建议应该进行更多的研究，以调查对教育领域中生成AI使用的看法。需要进一步的研究，以提供有关生成AI使用的未来研究和教育政策制定的见解。总的来说，本文通过在马来西亚大学生中的教学和学习中整合使用生成AI的未来研究和策略是基础。关键字：生成人工智能，技术接受模型，用户感知，大学前，高等教育简介人工智能的快速发展（AI）显着改变了各种行业，教育领域也不例外。最近，AI驱动的工具出现了显着的出现，这些工具在彻底改变了传统的教学方法方面具有希望的潜力（Mohamed，2024年）。生成ai在当代AI技术领域可用的这些尖端工具中，生成的AI见证了相当大的增长，2023年的市场约为2000亿美元，预计到2030年将扩大到1.8万亿美元以上（Thormundsson，2024年）。凭借提供的一系列优势，应按照当前和未来的技术的数字文化（Floridi＆Chiriatti，2020年）的数字文化，应对家庭，学校，工作和社会中不同需求的采用。
NPL 报告 MS 34 - 机器学习的不确定性评估
准确、标准化和质量保证的测量为社会带来了诸多好处。这一目标是通过计量基础设施实现的，这些基础设施定义了主要的测量标准，并确保所有测量都可以通过不间断的校准链追溯到这些标准，每个校准链都会增加测量不确定度（BIPM 等）。机器学习 (ML) 和人工智能 (AI) 有可能将计量的范围扩展到信号处理应用，例如先进制造、自动运输、网络通信和医学成像，其中底层物理模型要么不太了解，要么计算效率低下。然而，人们认为 ML 的输出不可信，阻碍了 ML 及其所有优点的采用（Floridi，2019 年）。更具体地说，ML 预测的可追溯性必须伴随着对不确定性的可靠定量评估。虽然机器学习的最新进展在很大程度上集中在分类任务上，但机器学习在计量学中的典型用途是回归任务，其中需要估计连续量。虽然目标是使用有关连续（单变量）量的信息来做出决策或评估系统是否满足特定要求，但根本挑战是测量该量以提供该信息，因此我们将在本报告中重点关注回归问题。计量学中如何出现回归问题？它们的出现是因为通常不可能或不希望直接测量一个量，而是需要或希望从一些更容易测量或有信息的贡献中推断出关于一个量的信息。这些贡献可能与某些仪器或系统进行的测量、应用的校正或从制造商的规格或校准证书等来源获得的信息有关。然后需要一个模型来从这些贡献中推断出有关感兴趣数量的信息。通过测量模型评估不确定性的框架在有影响力的“测量不确定度表达指南”（GUM）（BIPM 等，2008a）中为计量界标准化。在许多情况下，不可能基于物理理解构建或执行分析模型的计算，而是必须采用数据驱动的方法。举三个示例测量问题，其中 ML 要么正在使用，要么具有潜力。
非洲英语国家人工智能：在学术界和私营部门采用负责任的解决方案
许多非洲国家都设想实现联合国可持续发展目标 (SDG)，并在 2030 年成为拥有半工业化经济的中等收入国家 (Johnston，2016 年；Tjoa 和 Tjoa，2016 年；Pedersen，2018 年；Vinuesa 等人，2020 年)。实现这一工业化目标需要具备新兴技术的基本和高级技能，特别是利用第四次工业革命 (4IR) 技术，特别是人工智能 (AI) 和机器学习 (ML) (Cioffiet al., 2020 年；Hamdan 等人，2020 年；Kshetri，2020 年；Felice 等人，2022 年；Noman 等人，2022 年)。值得注意的是，人工智能自诞生以来已经历了许多阶段，在解决许多社会和工业挑战中发挥着不可或缺的作用。因此，它可以通过改变医疗保健、基础设施、数据生态系统、数字经济、环境保护和农业等战略发展领域的公共服务提供方式，对全球南方产生重大影响 (Benke 和 Benke，2018 年；Heymann 等人，2018 年；Srivastava，2018 年；Nensa 等人，2019 年；Ifenthaler，2020 年；Lopez-Jimenez 等人，2020 年；Kipkorir-Songol 等人，2021 年；Kaack 等人，2022 年)。此外，人工智能还可以为中小型工业和企业提供一种蓬勃发展的手段，并提高国家的 GDP 增长率 (Kushwaha 和 Kar，2020 年；Hansen 和 Bøgh，2021 年；Sharma 等人，2022 年)。例如，在 2017 年、2018 年和 2019 年，国际电信联盟组织的“人工智能造福全球峰会”探讨了可以产生长期利益并有助于实现可持续发展目标的不同人工智能解决方案（人工智能国际电信联盟造福全球，2018 年；Cioffi 等人，2020 年；Floridi 等人，2020 年；Walsh 等人，2020 年；Holzmeyer，2021 年）。此类解决方案包括基于人工智能的疾病预测