朱雁翎：人文主义视角下的人工智能伦理

IPP评论是国家高端智库华南理工大学公共政策研究院（IPP）官方微信平台。

导读

在全球范围内，技术先驱、商业界和政府都对通信网络抱有一个愿景，即拥有一个由数据驱动的社会传播网络。彼得·韦德金（PieterVerdegem）在《面向所有人的人工智能?批判性视角》一书中，分析有关技术决定论和解决方案论的新时代神话，解释了围绕人工智能(AI)的讨论如何影响媒体行为和文化政策，以及为什么权力和不平等的概念仍然对“后公共领域”的大众传播有着深刻的影响(施莱辛格，2020)。通过剖析人类世界中关于权力及其控制的政治辩论，作者提醒我们，对技术创新采用批判性、人性化的处理方法，需要对机器学习、进化和塑造人类世界的关键形式进行思考。

图源 网络

★ 本文作者：

朱雁翎，华南理工大学公共政策研究院传播中心副主任、助理研究员、博士后。

人类智能与人工智能

汇集了来自不同学科背景和地区背景的学者观点，本书构建了一个统一的概念、理论和方法框架，即通过对人工智能的构成、影响及其潜在的不平等因素进行批判性分析，以探讨人工智能对于每个人的意义。

本书从对人机二元论的批判性讨论入手，探讨了其历史溯源和当前的困境。在第二章中，安德烈亚斯•卡普兰（Andreas Kaplan）简明扼要地介绍了人工智能的历史和定义。他认为人工智能的特点是能够解释外部数据，并使用数据进行学习以实现复杂的目标和任务。在第三章中，沃尔夫冈·霍夫基什内尔(Wolfgang Hofkirchner)通过考察数字人文主义中有时会混淆的领域，进一步讨论人类与机器的关系。他提出了辩证模型，通过肯定（affirmation）和组合（combination）来构建人机关系。

詹娜（Jenna Ng）（第4章)专注于创造力的哲学本质，阐述了对创造性AI的另一种理解，以及AI的“创造力”对于人文学科的意义。丹·麦奎兰（DanMcQuillan）(第五章)进一步进行了人文主义的讨论，该章通过分析在危机时刻，人工智能如何促进团结和统一，探讨了在社会问题中人工智能作为共同解决方案的地位。

关于价值观、社会规范和意识形态的斗争不应被视为“一种无关紧要的荒谬，一种与科学及其技术推断的重要性相对立的荒谬”(哈巴赤，Habachi, 1983, p. 37)。关于智能再生产的不同观点凸显了一些重要问题，即如何优化调整艺术和人文学科的边界，以克服人机二元论的局限，并保障现有的人机交互模式符合人类社会的当代需求。如今，我们对人机交互的体系越来越适应，但我们不难回忆起，一个由自上而下的公共媒体体系所主导的大众传播时代。那一时期，英国广播公司(BBC)等国家广播公司在公共传播领域处于中心地位。

尽管传播方式和政策措施正在迅速变化，就文化领域的问题而言，机构和个人之间的竞争和权力平衡仍然是相关争论的核心。正如奥哈拉和霍尔(O’Haraand Hall, 2020)所说，“互联网并不止是改进了自身：它已经演变成一个开放的系统，这是由一系列的哲学和政治决策，以及技术决策共同作用的结果”(第28页)。

人工智能伦理与治理

在第二部分“关于AI的话语和神话”的内容中，莱纳·雷哈克（Rainer Rehak）等探讨了关于“理想”AI系统的性质和实现“理想”AI系统必要条件的规范性问题，他们对这一类问题持较为温和的批判态度。莱纳·雷哈克(Rainer Rehak)(第六章)探讨了人们在谈论“类人智能”和数字技术时经常使用的隐喻叙事，并详细讲述了相关用语。

通过反思所有权和权力关系的斗争问题，安吉拉·戴利(Angela Daly), 凯特·德维特(S. Kate Devitt)和莫尼克·曼恩(Monique Mann)(第7章)介绍并讨论了他们的“良好数据”（Good Data）方法，以试图明确人工智能伦理和治理之间的边界问题。他们从政治演进法对人工智能治理进行了讨论，并提出在讨论数据使用的道德原则时，优先考虑边缘化社区的价值观和利益，而不是数字企业集团和政府的话语权。在讨论了资本主义和民主之后，詹姆斯·斯坦霍夫(James Steinhoff)(第八章)批判性地分析了人工智能的社会重构现象，并讨论了其潜在的效用问题和被忽视的可行性问题。

贝内黛塔·布雷维尼(Benedetta Brevini)(第9章)分析了欧洲的人工智能政策，并揭示了关于人工智能的理论中支持资本主义合法性的内在逻辑。布雷维尼(Brevini)认为，从欧盟委员会(2020年)发布的旨在促进社会对人工智能信任的政策指导方针来看，理解公众对人工智能的话语构建，有利于改善政策议程中技术决定论主导的论点及其概念。阿尔金·阿尔米拉·阿克达格·萨拉赫(Alkim Almila Akdag Salah)(第10章)关注艺术计算的生产过程，以及该过程如何影响人们对创造力可预测性和深度的理解。

这五章的内容丰富，布雷维尼（Brevini）的话语分析(第9章)关注到欧洲背景下的人工智能伦理和监管框架。目前，各地政府和民间组织在推进技术应用时发现不少有争议的问题。布雷维尼（Brevini）指出在收集数据以及确定数据的所有权和使用方面，各国的立法机构需要出台并完善数据监管的相关政策，以规范相应的收集和使用行为。人工智能伦理的普遍规范原则仍然与权力和社会公平的讨论有关，围绕数据驱动行业规则进行谈判的竞争力量之间的相互作用体现了该讨论的社会背景。正如德纳迪斯(DeNardis，2014)所言，政治监管、商业需求和公民权利之间的相互平衡将持续塑造以数字监管制度为基础的政策框架。这一观点得到了社会学家和律师的认同，他们主张对数字文化空间进行监管，欧盟加强了数据保护和竞争法的法律框架就是一个例证。

人工智能的力量及其监管

第三部分“AI的力量与社会不平等”由5个章节组成，5个章节分别从不同的学科背景出发，对AI的社会功能进行了阐述。凯莉·奥康奈尔（Carrie O 'Connell）和查德·范德·威勒（Chad Van deWiele）(第11章)研究了维纳（Wiener）的负熵概念，并从预测功能和应激两个方面探讨了当代社会中应用人工智能的意义。

从社会学的视角出发，杰内杰·普罗德尼克（JernejA. Prodnik）(第12章)对数字资本主义的算法逻辑进行了分析。在一个充满竞争性和不稳定性的社会中，他批判性地揭示了AI算法的原理和成果。阿斯瓦沙·巴布（Asvatha Babu）和赛义夫·沙欣（Saif Shahin）(第13章)还研究了关于生物识别和生物政治的争议，对禁止加州警察局使用面部识别软件的相关法律进行了案例研究。

拉斐尔·格罗曼（Rafael Grohmann）和威廉·费尔南德斯（William Fernandes Araújo）通过对巴西的土耳其机器人（Mechanical Turk）公司进行实证研究(第14章)，讨论了全球人工智能平台对劳工的影响。莉娜·丹西克（Lina Dencik）(第15章)从劳工的视角出发，探讨了人工智能治理的问题，重新评估了人类劳动力和人工智能之间的关系。为解决社会中的不公正问题，他还提出了“数据正义工会主义”(第267页)。在探索社会数据化和公民数字权利之间的关系时，丹西克（Dencik）主张在劳动场所的算法管理方面，建立一个关于工人整体社会以及经济权利的政策框架。

本三部曲的最后一部分向读者介绍了在个人权利、数据保护、道德和公平等方面，人工智能治理所面临的主要挑战。作者在论述开始时就提出了区别人类与机器的二分法，并通过比较两者的细微差别，反思两者之间可能存在的联系。在本书的描述中，人工智能与人类社会之间的未来前景可能是黯淡的，因为依靠数据驱动的技术容易被大型集团和机构操纵，进而导致危机。人工智能的技术原理和风险治理亟待关注。

对于应用于媒体传播的人工智能技术，本书的叙述彰显了关于人工智能本体的理论图景，并研究了有关人工智能伦理和治理的理论问题。作者旨在通过宝贵的实证研究，建立一种更为系统的概念框架，以解释在当代社会的背景下，技术创新和文化空间活动之间如何相互影响。本书中的实例有助于理解人工智能治理中政治经济和社会文化困境的复杂性，但是，在基于社会利益构想一个可持续的人工智能模型时，应对风险的技术、法律和政策措施值得更深入的讨论。

参考文献：

DeNardis, L. (2014). The Internet governance oxymoron. In L. DeNardis (Ed.), The global war for Internet governance (pp. 1–32). New Haven, CT: Yale University Press.

European Commission. (2020). White paper on artificial intelligence: A European approach to excellence and trust (COM [2020] 65 Final).

Habachi, R. (1983). Cultural values and scientific progress, UNESCO (1983).Problems of Culture and Cultural Values in the Contemporary World, Programme and Meeting document [172537], Document Code: CLT/MD/2, 37–50.

Haenlein, M., & Kaplan, A. (2019). A brief history of AI: On the past, present, and future of artificial intelligence. California Management Review, 61(4), 5–14.

O’Hara, K., & Hall, W. (2020). Four Internets. Communications of the ACM, 63(3), 28–30.

Schlesinger, P. (2020). After the post-public sphere. Media, Culture & Society, 42(7–8), 1545–1563.

★本文译者：姜早。译自Zhu, Y. (2022). Pieter Verdegem(Ed.), AI for Everyone? Critical Perspectives. International Journal ofCommunication, 16, 931–934.

编辑：IPP传播

关于IPP

华南理工大学公共政策研究院（IPP）是一个独立、非营利性的知识创新与公共政策研究平台。IPP围绕中国的体制改革、社会政策、中国话语权与国际关系等开展一系列的研究工作，并在此基础上形成知识创新和政策咨询协调发展的良好格局。IPP的愿景是打造开放式的知识创新和政策研究平台，成为领先世界的中国智库。