XiaoMi-AI文件搜索系统
World File Search SystemMORAL
学生对现代生物技术的道德推理研究
现代生物技术的应用引发了许多道德困境，因为它们既提高了我们的生活质量，又威胁着我们的社会结构。例如，基因诊断技术可以让父母在婴儿出生前选择基因健康的胚胎，从而挽救生命并避免流产。DNA指纹识别可能有助于抓捕罪犯；然而，保存所有公民的DNA记录的需要引发了人们对这些信息如何被滥用的严重担忧。医生现在可以编辑患者的基因来治疗遗传疾病，从而改善他们的生活质量；然而，它也会威胁到个人的人寿保险和职业前景（Nuffield Council in Bioethics，1993）。科学家还可以修改动物或植物的基因以产生理想的特性。例如，含有土壤细菌苏云金芽孢杆菌（Bt）特定基因的棉花，称为BT棉花，是一种转基因作物，可减少对杀虫剂的使用，但可能对生态系统产生长期影响。其他
自我的模式理论和位置道德方面
摘要本文的目的是：（1）确定理解深脑刺激（DB）对自我的多维影响的最佳框架； （2）确定此框架的弱点； （3）对其进行改进； （4）在追求（3）时，展示了为什么以及如何以其他道德方面扩展该框架并证明其相互关系； （5）定义道德方面与框架的关系； （6）在评估DBS对患者自我的影响方面包括道德方面的潜在后果。关于（1），我认为自我（PT）的模式理论可以被视为这样的框架。在实现（2）和（3）中，我指出，关于需要解决方案的PT的最相关问题是本体论问题，包括持久性问题，“特异性问题”以及发现缺乏自我相关方面的问题。在实现（4）中，我确定了PT中未包含的自我的各个方面，这些方面迫切需要研究，以调查各种潜在相关的DBS诱导的变化 - 真实性，自主性和责任感，并得出结论，我们如何定义真实性将对我们的自主性具有隐藏性，这反过来决定了我们对责任的责任。关于（5），我讨论了道德方面与PT之间的复杂关系 - 一方面，它们是可以评估特定自我模式的镜头；另一方面，它们本身就是各种自我表现的动态相互作用的产物。最后，我讨论（6），展示了理解DBS对患者自我影响的新颖方式。
大语模型的道德机器实验
随着大型语言模型（LLM）已变得更加深入地整合到各个部门中，因此了解它们如何做出道德判断已经变得至关重要，尤其是在自动驾驶领域。本研究使用道德机器框架来研究包括GPT-3.5，GPT-4，Palm 2和Llama 2在内的突出LLM的道德决策趋势，以将其反应与人类偏好进行比较。虽然LLMS和人类的偏好，例如将人类优先于宠物优先考虑，而偏爱挽救更多的生命是广泛的，但Palm 2和Llama 2，尤其是证据，尤其是证据明显的偏差。此外，尽管LLM和人类偏好之间存在定性相似之处，但与人类的温和倾向相比，LLMS可能倾向于更加毫不妥协的决策。这些见解阐明了LLM的道德框架及其对自主驾驶的潜在影响。
塞缪尔·鲍尔斯（Samuel Bowles）的道德经济对...
在没有这种诱因的情况下，他们的奖励比他们所少。道德经济警告经济学家特别警惕激励措施，因为信任和诚实等社会规范对经济活动至关重要。危险不仅是一个实例中的激励措施。货币激励措施通常可以侵蚀人们彼此之间可能具有的道德和道德准则和社会动机。因此，政策制定者不应依靠人类经济上的模型，而是应该将人们视为真正的愿望，并可能具有坚持社会规范和公民意识的内在愿望。鲍尔斯在介绍中总结说：“激励措施不能独自提供善治的基础”（第2页）。相反，激励措施和社会活动必须共同考虑。的确，道德经济在其结论性的章节中说，对这些互动的关注者可以使激励和社会发展作为补充。在构建其论点时，道德经济至少为经济学家本身提供了三个公共物品。首先，本书从政治哲学的角度讲述并构成了经济政策的陷阱，提供了我们其他人可以依靠的精湛摘要。鲍尔斯（Bowles）希望介绍亚里士多德（Aristotle），介绍了一个将成为道德经济叙事中心的角色：一名立法者希望人们为集体利益做出决定。在亚里士多德的著作中，立法者通过“灌输其中的习惯”来实现这一目标，从而实现了这一目标。但是政治哲学从亚里士多德继续前进。尼科洛·马基雅维利（Niccolo Machiavelli）和大卫·休姆（David Hume）表现出对法律和激励措施的好事或邪恶的行为。在道德经济的题词中，鲍尔斯直接引用休ume：
人工智能时代的道德困境：一种新方法
摘要：在本文中，我们分析了不断演变的道德困境的结构，并着眼于人工智能在这种背景下日益重要的作用。从分析菲利帕·富特（Philippa Foot）提出的著名电车难题实验开始，我们考虑了多年来对这一道德困境的后续变体，最终提出了有关人工智能的电车难题，其中自动驾驶汽车必须自主做出生死攸关的决定。在此过程中，我们从哲学、社会和神经科学的角度考虑了这个问题，探讨了为人类和机器构建困境问题的基础。在从功利主义和义务论的角度考虑和分析电车问题之后，我们追随 Rittel 和 Webber 的脚步，强调义务论和功利主义传统“唯一正确答案”方法的谬误，即解决方案无疑是正确或错误的，并声称道德问题由于其内在的困境性质而无法解决。通过拒绝“自相矛盾”的方法，我们发现自己正在考虑两种方法都不是绝对正确的可能性。鉴于这些前提，我们提出了一种不同的方法，主张悲剧作为一种新工具发挥核心和创造性的作用，以增强人类和自动驾驶汽车解决道德问题的方法。
领导者在建立道德勇气文化中的作用
围绕“什么是正确的选择？”这个问题很容易形成道德勇气的讨论。一个更难的问题是“我如何以道德和价值观行事？”这个更有用的问题有助于我们专注于做事而不是做决定。它接受了以道德勇气行事的现实——困难的部分不在于承认道德选择，而在于面对可能收到的谴责或惩罚时实施它。行动，而不是决定，是 Rt Hon Jack Straw 和 Sir Anthony Seldon 在他们的会议论文中讨论的道德勇气的要素之一。当生活生活在媒体的泡沫中，道德决定必须权衡政治结果时，政治家如何始终如一地以道德勇气行事并合理化他们做出的决定？
第1章现代道德心理学：地形指南
Bertram F. Malle和Philip Robbins“道德心理学”一词通常在至少两种不同的感觉中使用。在哲学史上，道德心理学是指道德哲学的一个分支，该分支解决了关于道德心理基础的概念和理论问题，通常是从规范角度来看（但并非总是）（Tiberius，2015）。在心理学，人类学，社会学和相邻领域的实证研究中，道德心理学研究了为道德判断和决策做出提供的认知，社会和文化机制，包括情感，规范和价值观，以及对道德基础的生物学和进化贡献。自2010年以来，学术期刊中有6,000篇文章从描述性经验的角度研究了道德的性质，这是当前手册强调的观点。然而，我们在本卷中的总体目标是将道德心理学的哲学和心理观点带入更紧密的接触，同时将对经验科学的承诺作为证据的基础。朝着这一目标努力，我们试图提出大量的问题和方法，但自然而然地，我们无法涵盖所有主题，问题和立场。我们为本引言后期省略的主题提供了一些指导，我们希望读者能够迈出第一步。
大型语言模型作为道德专家？ GPT-4O ...
人们认为AI在各个领域都具有专业知识，但是AI生成的道德专业知识的质量仍然不确定。最近的工作表明，大型语言模型（LLMS）在旨在评估道德一致性的任务上表现良好，以相对较高的精度反映了道德判断。由于LLM越来越多地在决策角色中使用，因此他们越来越期望他们不仅提供一致的判断，而且表现出合理的道德推理。在这里，我们推进了道德图灵测试的工作，发现美国人的道德建议比《纽约时报》受欢迎的咨询专栏《道德》（The Pollecicist）更具道德，值得信赖，周到和正确。参与者认为GPT模型既超过了美国人的代表性样本，又超过了著名的伦理学家提供道德理由和建议，这表明人们可能越来越多地将LLM的产出视为可行的道德专业知识来源。这项工作表明，人们可能会将LLMS视为对道德指导和决策中人类专业知识的有价值的补充。也强调了在LLMS中精心编程的道德准则的重要性，考虑到它们影响用户道德推理的潜力。
具有复杂性道德原则的 iBlastoid RAD 方法
Ankeny、Munsie 和 Leach (2022) 为 iBlastoids 提出的反思、预期和审议 (RAD) 方法虽然很有价值，但需要一个锚点来确保其方法的每个过程都已充分进行。否则，反思、预期和审议可能会偏离航向或过早结束。我们建议将 RAD 方法锚定到复杂性的道德原则上；(当前或潜在的) 类器官实体在本体论和认识论上越复杂，就越需要对该实体进行道德考量。基于 Preiser 和 Cilliers (2010) 的观点，类器官实体的复杂性可以有两个关键要素；类器官实体的特征和功能（本体论复杂性），以及我们目前对类器官实体的理解的功能（认识论复杂性）。这些复杂程度越高，RAD 方法就越需要关注这些要素——以免我们忽略潜在的道德显著特征、功能或知识。例如，对于肠道类器官，反思、预期和审议可能不需要像对于脑类器官、iBlastoids 或多细胞工程化生命系统 (M-CELS) 那样强大 (Sample 等人，2019)。这至少部分是因为脑类器官、iBlastoids 或 M-CELS 等类器官实体的复杂程度超过了肠道类器官。此外，它们的复杂特征和功能中有一些元素可能被视为道德显著的。因此，RAD 流程需要更多时间和精力来解决这些特征、功能和目前的理解。负责任的研究创新 (RRI) 框架的先前迭代将重点放在更好地
气候变化的补偿和道德经济问题
气候危机已经到来。野火燃烧时间越来越长，温度越来越高，将房屋烧成灰烬。暴风雨以更快的速度倾泻更多的水，冲向已铺砌和建造的地区，淹没私人财产和公共基础设施。已经观测到的海平面上升已经侵蚀了海岸线，并在涨潮时产生“晴天”洪水，扰乱了正常的生活。那么，谁来为所有这些损失和损害买单，又要付出多少代价？到目前为止，经济社会学已经教会了我们很多关于核算和缓解未来或进一步气候变化的经济方法，即各种行为者如何调动市场和市场技术来衡量、定价和交换排放，以及其中的政治（例如，Engels 和 Wang 2018；Liu 2017；Lohmann 2009；Lovell 2014；MacKenzie 2009）。我们对气候变化影响的经济影响的复杂问题知之甚少——这些影响不再是假设，而是已经在世界各地以不均衡的方式感受到和解决。本着加强经济社会学对气候变化这一特定维度的参与的精神，我在这里概述了气候变化补偿的争议问题，其中经济社会学家熟悉的过程——均衡、经济化、估值——揭示了经济技术和理性的作用、知识和政治权力的配置、公共和私人之间模糊和有争议的界限以及文化