摘要:这篇概念文章的目的是证明提出措施,行动和决定以改善人工智能的伦理(AI)取决于所选择的伦理理论立场。为了实现这一目标,我们在两个阶段进行。首先,我们对AI提出的三个不同的道德问题进行了表征和综合。其次,我们选择了哲学文献提出的两个主要道德立场。最后,我们证明了每种AI道德问题的道德理论立场的选择会导致不同的决定。我们证明,对于每个道德问题的每个类别,道德决策及其后果都取决于所选择的道德理论。本文的价值是要强调,关于AI伦理的文献经常忽略选择伦理立场的含义。为了尝试解决道德问题,有必要达成协议并进行讨论,以考虑不同的道德理论立场及其在决策方面的后果。
Adobe Firefly、DALL-E、Midjourney 和 Stability AI 等类似工具正被用于生成数字图像,而其他人工智能应用也正在涌现,用于视频、音频和音乐。人工智能聊天机器人和虚拟助手(如 Chatfuel、ManyChat 和 IBM Watson)正变得越来越流行,以增强网络互动和客户服务。公关从业者也在使用 Google Analytics、Brandwatch 和 Tableau 等人工智能工具来更快地处理和分析数据,并从大型数据集中获得有价值的见解。这些平台的核心是“大型语言模型”(LLM)的普遍使用,这些模型利用来自互联网的大量数据,并应用算法和机器学习来对用户提示做出类似人类的响应。
生物技术有望促进人类健康、农业和工业的发展,它无疑彻底改变了我们生活的各个方面。从转基因生物 (GMO) 到 CRISPR-Cas9 等基因编辑技术,生物技术带来变革性突破的潜力是巨大的。然而,伴随着这些进步,迫切需要考虑这些进步的伦理影响。在追求创新与承担伦理责任之间取得平衡,对于确保生物技术造福人类而不造成伤害或伦理困境至关重要。本文探讨了生物技术固有的伦理考量,以及负责任地驾驭这一复杂局面的重要性 [1]。
简介 作为一家集成人工智能 (AI) 的客户体验 (CX) 自动化产品的提供商,Verint 致力于确保其解决方案不仅能为我们的客户带来可观的投资回报,还能以合乎道德、负责任的方式利用人工智能。 Verint 开放平台以数据和人工智能为核心,拥有一流的应用程序和人工智能机器人,可自动执行影响 CX 成本和质量的广泛功能。 本文档重点介绍我们的人工智能战略、我们在执行该战略时遵循的原则以及我们为指导我们使用人工智能而制定的流程、控制和指南。 Verint 人工智能战略 Verint Da Vinci™ AI 是 Verint 开放平台的核心,为客户每天使用的应用程序提供支持。 为了跟上人工智能行业的快速创新步伐,Verint 的人工智能模型开发是一种开放式方法,该战略融合了专有模型和第三方模型。 我们对人工智能的开放态度意味着客户可以对长期投资 Verint Da Vinci AI 充满信心。
● 算法决策缺乏透明度 ● 不法分子利用人工智能做坏事 ● 人工智能系统容易被篡改和出现数据安全问题 ● 系统容易受到偏见 ● 法律跟不上技术的发展 ● 我如何真正信任这些系统?
* 加州大学戴维斯分校法学院法学教授。感谢《圣母新兴技术期刊》编辑人员的编辑工作,以及圣母法学院的期刊间合作组织《种族与法律:跨学科视角》研讨会。1 这不仅仅是美国的问题。英国警察基金会主任在 2022 年 1 月表示,“特别欢迎对 [新兴技术] 道德考虑的国家指导。” 参见 G LORIA G ONZÁLEZ F USTER,《欧洲议会政治与公民权利和宪法》。 A FFS .,《人工智能与执法:对基本权利的影响》(2020 年)[以下简称《对基本权利的影响》](“人工智能在执法和刑事司法领域引发的挑战的规模和严重性……似乎无法通过持续的反思轻易解决。”);Claudia Glover,《警务部长拒绝对新兴技术进行道德指导的必要性》,《TECH M ONITOR》(2022 年 1 月 13 日),https://techmonitor.ai/policy/regulating-use-of-technology-in-uk-police。2 我使用“人工智能应用程序”或“人工智能系统”等术语是指将算法和大量计算能力应用于海量数字化数据。 3 例如,请参阅 Ángel Díaz 和 Rachel Levinson-Waldman 的《自动车牌阅读器:执法使用的法律地位和政策建议》,B RENNAN C TR 。(2020 年 9 月 10 日),https://www.brennancenter.org/our-work/research-reports/automatic-license-plate-readers-legal-status-and-policy-recommendations(指出“在人口超过 100 万的城市,93% 的警察局使用自己的 ALPR 系统,其中一些系统每分钟可扫描近 2,000 个车牌”)。 4 Clare Garvey 等人的《永久排队:美国不受监管的警察人脸识别》,G EORGETOWN L. C TR . ON P RIV . AND T ECH 。 (2016 年 10 月 18 日)[以下简称 Perpetual Line-Up],https://www.perpetuallineup.org/(注意,至少有 26 个州允许警方对驾照和身份证照片进行人脸识别搜索)。5 请参阅下文第一部分。6 请参阅下文第一部分。