賽博朋克的電影里，常常可以看到這樣的構(gòu)想：

社會已經(jīng)被財(cái)閥集團(tuán)所控制，人工智能充當(dāng)了統(tǒng)治的工具，所有人的行為都要遵循機(jī)器的邏輯、服從算法的規(guī)則。然后生活在社會最底層的主角，找到了其中的漏洞并嘗試走出被操控的宿命。

可能在大多數(shù)的認(rèn)知里，類似的反烏托邦世界離我們還很遙遠(yuǎn)。但當(dāng)人工智能技術(shù)從象牙塔走進(jìn)現(xiàn)實(shí)生活，與AI倫理有關(guān)的議題逐漸成為學(xué)術(shù)界爭論的焦點(diǎn)，甚至有一些年輕人也開始思考算法的倫理和風(fēng)險。

比如在B站上小有名氣的視頻博主“在下小蘇”制作的一期內(nèi)容里，對DeepFake、人機(jī)戀愛等話題進(jìn)行了討論 ，諸如DeepFake等黑科技被用來惡搞甚至是作惡的時候，我們對人工智能應(yīng)該秉持什么樣的態(tài)度?一旦“技術(shù)中立”被越來越多人抨擊，我們應(yīng)該如何處理新時代的人機(jī)關(guān)系?

或許AI倫理的概念還有些宏觀，卻是與每一個人息息相關(guān)的事。

無處不在的算法歧視

人工智能離我們并不遙遠(yuǎn)。

當(dāng)你打開資訊應(yīng)用時，算法會根據(jù)你的喜好自動推薦新聞;當(dāng)你去電商平臺購物的時候，算法會結(jié)合你的習(xí)慣推薦對應(yīng)的商品;當(dāng)你去求職應(yīng)聘的時候，首先處理簡歷并進(jìn)行篩選的可能也是算法;當(dāng)你去醫(yī)院看病就醫(yī)的時候，醫(yī)生可能會利用某個算法模型來判斷患病的可能性……

算法正在以前所未有的速度滲透到我們的生活中。在支持者眼中，算法可以在一些決策中減少人為干預(yù)，進(jìn)而提升決策 的效率和準(zhǔn)確性。可從批判的角度出發(fā)，算法是否帶有人為的偏見，人們的命運(yùn)是否會被算法左右?

遺憾的是，算法歧視現(xiàn)象往往是算法落地應(yīng)用的衍生品。

亞馬遜曾在2014年開發(fā)了一套“算法篩選系統(tǒng)”，目的是在招聘的時候幫助HR篩選簡歷，開發(fā)團(tuán)隊(duì)打造了500個算法模型 ，同時教算法識別50000個曾經(jīng)在簡歷中出現(xiàn)的術(shù)語，然后對應(yīng)聘者的不同能力分配權(quán)重。

最后開發(fā)團(tuán)隊(duì)卻發(fā)現(xiàn)，算法對男性應(yīng)聘者有著明顯的偏好，如果識別出簡歷中有女子足球俱樂部、女子學(xué)校等經(jīng)歷時，就會對簡歷給出相對比較低的分?jǐn)?shù)。這個算法模型最終被路透社曝光，亞馬遜也適時停止了算法的使用，令人深思的卻是：為何“沒有價值觀”的算法開始有了偏見?

無獨(dú)有偶，2018年IG奪冠的喜訊讓互聯(lián)網(wǎng)沸騰的時候，戰(zhàn)隊(duì)老板王思聰隨即在微博上進(jìn)行抽獎，結(jié)果卻出人意料：獲獎名單中有112名女性獲獎?wù)吆?名男性獲獎?wù)撸垣@獎?wù)弑嚷适悄行缘?12倍，而參與用戶的男女比率是1：1.2。

于是不少網(wǎng)友質(zhì)疑抽獎算法的公平性，甚至有網(wǎng)友主動測試抽獎算法，將獲獎人數(shù)的設(shè)置大于參與人數(shù)，仍然有大量用戶無法獲獎。原因是這些用戶被算法判定為“機(jī)器人”，意味著在任何抽獎活動中都沒有中獎的機(jī)會。

在算法的黑匣子面前，我們看到的大多只有結(jié)果，卻無法理解決策的過程。與之相似的案例可能比比皆是，不過是鮮有人關(guān)注罷了。

最直接的教訓(xùn)就是互聯(lián)網(wǎng)，硅谷自由的法度誕生了互聯(lián)網(wǎng)，以至于一些原罪被人們選擇性忽略，最終在20多年后出現(xiàn)了一輪輪對互聯(lián)網(wǎng)的批判。正如紐約時報在《減少互聯(lián)網(wǎng)是唯一的答案》一文中，將互聯(lián)網(wǎng)歸結(jié)為帶有集權(quán)主義意識形態(tài)的技術(shù)，互聯(lián)網(wǎng)企業(yè)被形容為一群驅(qū)使著技術(shù)的“邪惡魔王”。

對互聯(lián)網(wǎng)的批判大概率不會讓人們減少互聯(lián)網(wǎng)的使用，卻給出了一個思路：為何互聯(lián)網(wǎng)會從萬眾仰慕的行業(yè)淪為過街老鼠，倘若算法的應(yīng)用和算法歧視現(xiàn)象不被制約，又將在未來某一天掀起多大的波瀾?

根源在于人性的偏見

當(dāng)然，算法的“偏見”并不缺少合理的解釋。

一種說法是將機(jī)器學(xué)習(xí)結(jié)果的偏見歸咎于數(shù)據(jù)集偏見，而非算法偏見的“技術(shù)中立”。比較知名的支持者就有被稱作“卷積神經(jīng)網(wǎng)絡(luò)之父”的楊立昆，比較常見的論證是：如果某人持菜刀砍了人，難道是菜刀廠商甚至“菜刀本刀”的錯?

另一種解釋是數(shù)據(jù)量太小，當(dāng)算法學(xué)習(xí)的數(shù)據(jù)量越大時，算法的錯誤會越少，而且結(jié)果會越趨向于精準(zhǔn)。即使可以開發(fā)出一套篩選系統(tǒng)，將不帶偏見的數(shù)據(jù)輸入給算法，也無法達(dá)到絕對的公平。畢竟“主流”永遠(yuǎn)擁有更多的數(shù)據(jù)，算法最終會偏向于大多數(shù)，對“非主流”產(chǎn)生所謂的歧視現(xiàn)象。

兩種說法其實(shí)講了一個相同的道理：計(jì)算機(jī)領(lǐng)域有個著名的縮寫是GIGO，即Garbage in, Garbage Out。翻譯成中文的意思是，如果輸入的是垃圾數(shù)據(jù)，那么輸出的也將是垃圾的結(jié)果。算法就像是現(xiàn)實(shí)世界的鏡子，可以折射出社會中人們意識到或者無意識的偏見，如果整個社會對某個話題有偏見，算法輸出結(jié)果自然是有歧視的。

德國哲學(xué)家雅斯貝爾斯曾在《原子彈與人類的未來》寫道：“技術(shù)本身既非善，亦非惡，但它既可以用于善，也可以用于惡。它本身不包含任何觀念：既不包含完美的觀念，也不包含毀滅的邪惡觀念;它們都有別的源頭——在人類自身之中。”

也就是說，算法歧視的根源其實(shí)在于人性的偏見，“算法中立”之流的觀點(diǎn)本質(zhì)上是對人性偏見的掩飾，也恰恰是人工智能讓人恐懼的地方 。

任何一項(xiàng)技術(shù)的出現(xiàn)，都有“工具性”和“目的性”兩個維度，選擇權(quán)其實(shí)留給了人類自身。然而人性往往經(jīng)不起考驗(yàn)，無法想象當(dāng)“工具”交到人們手中又缺少節(jié)制的時候，將會做出多大的惡。

就像“小蘇”在視頻中提到的DeepFake算法，2017年亮相時就引起了巨大的轟動，一位名為Deepfakes的用戶將神奇女俠扮演者蓋爾·加朵的臉換到了一部成人電影女主角身上，以假亂真的效果引發(fā)了巨大的爭議。

由于DeepFake算法的出現(xiàn)，原本只有專業(yè)電影制作機(jī)構(gòu)才能完成的任務(wù)，普通人經(jīng)過一段時間的學(xué)習(xí)也能掌握，就像是一頭沖出籠子的野獸：加蓬總統(tǒng)Ali Bongo利用DeepFake合成的新年致辭，意外引發(fā)了軍方的兵變;有人用DeepFake合成馬來西亞經(jīng)濟(jì)部長與男性在一起的視頻，給政府造成了不小的煩惱;在世界上無數(shù)隱蔽的角落里，有人利用DeepFake進(jìn)行欺詐勒索……

在這個“算法無處不在”的世界里，我們該如何自處?

把野獸關(guān)進(jìn)鐵籠子里

作為新時代的“火種”，我們可能無法拒絕人工智能。

因?yàn)槿斯ぶ悄艿膽?yīng)用，質(zhì)檢線上的工人無須再盯著強(qiáng)光下的產(chǎn)品用眼睛尋找瑕疵;因?yàn)槿斯ぶ悄艿膽?yīng)用，基層的醫(yī)生也可以根據(jù)病人的檢查結(jié)果做出準(zhǔn)確的病情判斷;因?yàn)槿斯ぶ悄艿膽?yīng)用，一群不會輸入法的老年人也能用語音走進(jìn)互聯(lián)網(wǎng)世界……

不過一切美好的前提在于，先將野獸關(guān)進(jìn)鐵籠子里。

或許可以借用《人民日報》在評論“快播案”時的觀點(diǎn)：技術(shù)不但必然負(fù)荷價值，而且還有倫理上“應(yīng)當(dāng)”負(fù)荷的“良善”價值：維持法律與習(xí)俗的穩(wěn)定，遠(yuǎn)離破壞和顛覆。一旦違逆了這條原則，任何技術(shù)都將被打上可恥的烙印。

言外之意，技術(shù)不應(yīng)該是獨(dú)立于現(xiàn)實(shí)的烏托邦，科技的崛起離不開必要的監(jiān)管，在法律法規(guī)上劃清技術(shù)應(yīng)用的邊界，為技術(shù)中立套上倫理的枷鎖，可以說是人工智能技術(shù)行穩(wěn)致遠(yuǎn)的前提所在。

同時越來越多的學(xué)者也在討論代碼與法律之間的關(guān)系，擔(dān)憂算法會不會動搖現(xiàn)有人類社會法律的基本框架，并提出了“算法規(guī)制”的概念，一種以算法決策為手段的規(guī)制治理體系，可以理解為利于算法治理的工具。

而除了這些防御性的機(jī)制，或許還存在另外一種可能：對算法開發(fā)者進(jìn)行適當(dāng)?shù)?ldquo;AI倫理”教育，確定一些算法的“基本準(zhǔn)則”，就像“機(jī)器人永不能傷害人類”的鐵律一樣，從源頭杜絕算法的濫用。

以“在下小蘇”為代表的視頻博主不失為一個切入口。盡管“在下小蘇”的AI倫理節(jié)目不排除和曠視合作的嫌疑，可如果一家人工智能企業(yè)愿意走進(jìn)年輕人聚焦的互動場域，以年輕人熟悉的語境和表達(dá)方式，向外界傳遞AI倫理的概念和自身的AI倫理實(shí)踐，何嘗不是一種行之有效的啟蒙方式 。

目前包括中國社科院、清華大學(xué)、復(fù)旦大學(xué)、上海交大等在內(nèi)的科研機(jī)構(gòu)與高校，均已經(jīng)開始進(jìn)行AI倫理的相關(guān)研究。世界人工智能大會、北京智源大會等行業(yè)頂級峰會，也將AI倫理作為討論的議題。在人工智能普及過程中扮演了領(lǐng)頭羊作用的企業(yè)們，同樣應(yīng)該肩負(fù)普及AI倫理觀念的義務(wù)，為年輕人上好AI第一課。

早在一百多年前的時候，美國最高法院大法官路易斯·布蘭代斯就曾發(fā)表言論稱：“陽光是最好的殺毒劑。”同樣的道理也適用于人工智能教育，在教會年輕人用人工智能改變世界的同時，還要讓他們明白善惡、底線和邊界。

沿用前面提到的那個例子，菜刀在設(shè)計(jì)它的時候就已經(jīng)標(biāo)注了它的用途，人工智能也是如此，應(yīng)該將其控制在可理解的天花板下，而非放任在失控的黑箱中，AI倫理就是其中的天花板。

寫在最后

無可否認(rèn)的是，伴隨著人工智能的大規(guī)模產(chǎn)業(yè)化應(yīng)用，一些無先例可循的人機(jī)矛盾逐漸浮出了水面，以至于找到一種可預(yù)期的、可被約束的、行為向善的人工智能治理機(jī)制，成了人工智能時代的首要命題。

或許無須太過沮喪 ，從鉆木取火的原始時代到計(jì)算機(jī)時代，人類一直走在學(xué)習(xí)科技、利用科技、掌控科技的路上，期間雖然走了一些彎路，終究做出了一次次善的選擇，找到了正確的馭火之術(shù)。而學(xué)習(xí)AI倫理的“AI第一課”，恰恰就是規(guī)避AI走向惡的一面，理性駕馭AI的正確開始。

當(dāng)Z世代的年輕人都在討論AI倫理的時候，構(gòu)建出一套完美的人工智能治理規(guī)則，已經(jīng)不再遙不可及。