XiaoMi-AI文件搜索系统
World File Search System道德哲学
道德百科全书
包含三倍以上的参赛作品，这项工作重新审视了盎格鲁裔美国人思想家的主要实践的道德哲学，但也涉及更广泛的话题。体积跨越元伦理学，描述性道德和对道德上重要概念的概念分析。单个条目，使用新书目进行更新，长度从550到13,000个单词范围广泛。主题索引和引文索引提供了初始版中不存在的大量参考。有关关键主题的文章分为三类：现有哲学家的观点，原始分析和两者融合的摘要。虽然这些评估通常是可靠的，但某些条目可能比其他条目更有帮助。同样，某些条目也表现出不均匀的处理，例如Felix Adler和R.M.的条目之间的差异野兔。这项工作的遗漏是斯图尔特·汉普郡（Stuart Hampshire）和尼古拉斯（Nicholas Rescher）的遗漏，而路德维格·维特根斯坦（Ludwig Wittgenstein）则获得了大量的入场。对于那些缺乏第一版的人来说，第二版是必不可少的补充。具有原始的图书馆应该集中于交叉引用其他资源，例如应用道德的百科全书。第二版《道德百科全书》进行了重大的修订和扩展，内容量增加了30％。已保留了435个原始条目中的大多数，但许多条目已进行了基本修订。此外，大多数条目的书目已更新。在这个新版本中，超过300名专家为581个签名条目做出了贡献，其中150多个是全新的。全面的贡献者和编辑列表提供了有关其背景的详细信息。尽管条目仍然很容易访问，但版本之间的详尽比较揭示了两个主要的改进领域。首先，正如堕胎文章所示，修订并不总是很重要的。其次，许多书目缺乏更新，其中一些条目包含1980年代的参考文献，但没有1990年代的参考文献。相反，对种族灭绝的条目已更新，包括有关波斯尼亚和卢旺达的讨论，其随附的参考书目列出了1990年代发表的一些资源。此版本的真正价值在于150个新条目，涵盖了作弊，同性恋伦理，基因工程，伊斯兰伦理，多元文化主义，政治正确性和种族主义等多样性主题。这个经过修订的百科全书是任何藏品的宝贵补充，尤其是对于大型公共和学术图书馆。关键概念包括道德，大屠杀，新闻和政治正确性
分析六个大语言模型的道德逻辑
摘要这项研究研究了六种著名的大型语言模型的道德推理：OpenAI的GPT-4O，Meta的Llama 3.1，困惑，人类的Claude 3.5十四行诗，Google的Gemini和Mismtral 7b。该研究探讨了这些模型如何表达和应用道德逻辑，特别是在响应道德困境（例如手推车问题）和亨氏困境中。偏离了传统的一致性研究，该研究采用了解释性透明框架，促使模型解释了他们的道德推理。通过三种既定的伦理类型学分析了这种方法：结果主义 - 道德分析，道德基础理论和科尔伯格的道德发展阶段。的发现表明，LLM在很大程度上表现出了很大程度上收敛的伦理逻辑，其标志是理性主义者，后果主义者的重点，而决策通常优先考虑危害最小化和公平性。尽管在训练前和模型结构上相似，但跨模型中伦理推理的细微差异和显着差异的混合物反映了微调和训练后过程的差异。模型始终显示出博学，谨慎和自我意识，表现出类似于道德哲学中的研究生级话语的道德推理。在惊人的统一性中，这些系统都将其道德推理描述为比典型的人类道德逻辑的特征更复杂。鉴于人类对此类问题的争论的悠久历史，仍然存在“与谁的价值观保持一致的问题（Brown 1991; Taylor 2023; Klingeford et al。2024）。1987; Sawyer＆Jarrahi 2014）。1987; Sawyer＆Jarrahi 2014）。生成大语言模型的快速发展使对齐问题成为AI伦理讨论的最前沿 - 具体来说，这些模型是否与人类价值观适当地保持一致（Bostrom，2014; Tegmark 2017; Russell 2017; Russell 2019）。，但我们可能会认为，提出一致性问题的人主要是在适当地呼吁人们注意最大程度地减少对人类生活和环境的身体伤害的更广泛的问题，并最大程度地提高人类在这个不断发展的社会技术领域中寻求目标的能力（Bijker等人，当然，极端的未对准的情况是戏剧性的反对，因为超级智能人工智能模型可能决定控制所有人类系统，消除人类并使世界对人工实体而不是人类的安全。许多认真的分析师深入探讨了这些存在的风险情景（Good 1965; Bostrom 2014;
数据和人工智能的政治哲学
我们越来越受制于依赖大数据和人工智能的技术系统的力量。这些系统正在重塑福利国家和刑事司法管理。它们被用来监管逃税行为、追捕虐待儿童者，并模拟疫情蔓延。它们还被用来通过面部识别技术将庞大的监控网络武器化。但算法的力量远远超出了国家：我们花越来越多的时间在数字平台上工作、社交和消费。我们的体验受算法的支配，算法不断监控和塑造我们的行为和注意力，自动选择我们看什么和不看什么。这些在线体验对线下产生了影响，其中包括对全球民主进程的前所未有的挑战。其他学科中关于大数据和人工智能的法律和政治影响的文献蓬勃发展，哲学中关于人工智能伦理问题的文献也在迅速增长。然而，迄今为止，从政治哲学的角度来看，研究工作相对较少。本期特刊的诞生源于这样一种认识：政治哲学在关于人工智能如何重塑我们共同的政治、社会和经济生活的讨论中发挥着至关重要的作用。人工智能的广泛部署再次引起了人们对政治哲学中长期存在的基本问题的关注，并产生了真正具有政治意义的新哲学问题。现有的哲学问题以前所未有的规模重新浮出水面，例如某些基于规则的决策程序（无论该程序是由官僚和行政官员还是算法系统实施）是否公正合法，或者基于统计概括做出判断是否以及何时在道德上是允许的。其他例子包括道德和法律哲学中关于歧视为何错误的长期争论；政治哲学中关于政治平等的经典争论（鉴于不平等的政治影响力）；政治哲学和经济哲学中关于工作和异化的争论；以及关于理想化和抽象化的更广泛争论，这些争论贯穿政治和道德哲学以及科学哲学。新的哲学问题也随之出现：例如，我们不能简单地借鉴最初为小规模窃听场景或全景监狱的物理环境而设计的隐私理论，并将它们拖放到一个庞大、分散的相互监视的世界——在这个世界里，人们的数字足迹可以推断出最私密的秘密，从而形成“黑暗模式”，促使消费者和选民做出特定的选择。我们不能总是援引现有的合法性和政治义务概念，将政治权威牢牢地定位在理想民族国家所拥有的权力垄断中，这些国家由民主授权的公职人员统治，而忽略技术变革已经创造了由不受监管和未经民主授权的公司控制的重大权力和财富寡头垄断的事实。我们无法充分阐述政治权力的理论，
课程描述科目简介 -香港
课程描述科目简介为期4年的本科课程CCC8002的课程CCC8002（3个学分）（从2017-18开始回到CCC8012），该跨学科课程向学生介绍了有关社会，政治，政治，经济和商业的基本事实和知识。通过历史和比较观点，学生将能够发展对香港社会的本地和全球观点，并将考虑对未来政策和实践的影响。CCC8003了解道德（3个学分）（从2019 - 20年删除）伦理是一个研究领域，涉及一个人应在给定情况下如何行动的问题：什么是对与错，道德上的善良还是邪恶是什么？从更广泛的意义上讲，伦理试图回答苏格拉底最初提出的问题，我们如何过上美好的生活？第一年的入门级课程将为规范道德领域提供全面且平衡的介绍。在本课程中，要求学生检查和反思道德哲学中一些最重要的问题，例如：哪些主要的道德理论是什么，他们如何与我们所有人面临的各种道德问题联系起来？过着道德生活意味着什么？是否有一种普遍的道德理论，还是特定于特定群体，历史时期或个人的道德？是什么使行动对还是错？这个问题是在愉悦或其他后果方面回答的吗？它将主要关注不同文明或文化相互作用的方式。在本课程中，将要引起很多关注，以寻找对人类价值观的更广泛理解以及对不同观点的容忍度的关键和理性方法。因此，本课程还解决了一系列特定的道德问题，例如，政治平等，生物医学争议，战争，环境问题，性道德和一系列与商业道德有关的话题。CCC8004世界历史和文明（3个学分）（从2019 - 20年删除）本课程将概述自十三世纪以来世界历史。这种互动包括思想，文化实践和政治机构的借款；移民，勘探和贸易；疾病的运动；和帝国建筑。此外，本课程将强调社会适应和形状技术变化的方式。CCC8011批判性思维：分析和论证（3个学分）本课程的主要目的是向第一年学生教给学生的基本但至关重要的技能，这些技能是分析问题，评估推论以及为索赔或决策提出论据。 学生将通过了解批判性思维的基本概念和方法，以及通过解决问题的练习来获得这些概念和方法来获得这些技能。 学生将通过捍卫对可访问但具有挑战性的实际问题的正确回应来进一步发展这些技能。 因此，希望学生能够养成本课程完成后仔细推理的习惯。CCC8011批判性思维：分析和论证（3个学分）本课程的主要目的是向第一年学生教给学生的基本但至关重要的技能，这些技能是分析问题，评估推论以及为索赔或决策提出论据。学生将通过了解批判性思维的基本概念和方法，以及通过解决问题的练习来获得这些概念和方法来获得这些技能。学生将通过捍卫对可访问但具有挑战性的实际问题的正确回应来进一步发展这些技能。因此，希望学生能够养成本课程完成后仔细推理的习惯。该课程还渴望向学生灌输一种公开和询问的态度，以便学生更愿意寻找和反对自己的观点的原因，并且更愿意在面对证据时改变自己的观点。
伦理学对人工智能有何看法 - ART Tor Vergata
关于人工智能 (AI) 伦理的争论十分激烈，涉及多个方面。一些作者指出了人工智能系统的设计、使用和部署方面的伦理问题，以及它们对商业和社会的影响 (Coeckelbergh, 2021 ; Martin, 2019 ; Tollon, 2021 )。其他人则讨论了应赋予机器什么样的道德地位 (Awad et al., 2019 ; Smith & Vickers, 2021 )，以及在没有明确一方对人工智能系统所执行的操作负责的情况下如何处理“责任差距” (Orr & Davis, 2020 )。其他贡献者讨论了人机交互 (Losbichler & Lehner, 2021 ; Miller, 2019 )、隐私保护 (Guha et al., 2021 ; McStay, 2020 ) 所带来的挑战，或对特定领域（如商业战略）的影响。后者的一个例子是 Callanan 等人（2021 年），他们专注于数据挖掘和自动预测策略。这些文献的不断增长可以归因于人工智能和 4.0 革命工具在商业和整个社会日常生活中的不断普及（Schwab，2016 年；世界经济论坛，2023 年）。虽然这些技术及其改进从许多角度来看都是有益的，但它们也不可避免地引起我们对它们可能引起的问题和担忧的关注。鉴于人工智能伦理中的主题和观点的数量和多样性，对这一庞大的知识体系进行系统化是一项特别可取的贡献。因此，许多有价值的努力都致力于获得文献的净系统化。然而，他们中的大多数倾向于将重点放在对与特定领域相关的伦理问题进行分类（Borges 等人，2021 年；Hunkenschroer 和 Luetge，2022 年；Morley 等人，2020 年）或指导原则（Jobin 等人，2019 年；Khan 等人，2021 年）。但这些贡献未能提出处理这些问题的解决方案，或者即使提出了，也忽略了对支撑这些问题的伦理方法的任何分析。这种分析很重要，因为它代表了学术研究和商业实践之间的桥梁，利用人工智能技术改善社会和人类福祉。此外，通过理解潜在的道德哲学，我们可以就人工智能伦理进行更有意义、更连贯的讨论，它可以帮助我们识别和解决现有方法中的弱点，使它们更有效地应对人工智能复杂的伦理挑战。出于这些原因，本文进行了系统的文献综述，以调查普遍存在的担忧、拟议的解决方案和突出的伦理方法，旨在加强解决人工智能伦理中伦理问题的方式。因此，本文所述的工作实现了三重目的。首先，它确定了人工智能文献中最相关的伦理问题。其次，它描述了现有学术文献中处理这些问题的主要建议和解决方案。第三，本文探讨了这些解决方案所基于的伦理方法。为了实现这些目标，本文遵循系统文献综述的方法，分析了 1986 年至 2021 年 12 月 31 日的 309 篇文章。本文围绕 Rowley 和 Slack (2004) 建议的阶段进行：(i) 给出主题的基本定义；(ii) 阐明为什么该主题令人感兴趣；(iii) 阐述已经对该主题进行了哪些研究；(iv) 清晰地总结从文献综述中得出的研究机会和目标。按照这种结构，第 2 节简要介绍了人工智能伦理的定义和重要性。然后，它讨论了现有的关于人工智能伦理的评论，以确定研究差距。接下来是对本文采用的协议、搜索、标准和质量评估的分析。第 3 节对样本中的 309 篇学术文章进行了定量和主题分析，描述了在文献中发现的管理人工智能相关伦理问题的解决方案。它还考察了——作为文献中的一项新内容——道德