横向复杂性#4

在神经科学和人工智能时代,作为人类,需要仔细探索复杂性的联系,其中有效的想法仍然处于紧张状态,表现出不容忽视的微妙之处和挑战。每一页都表达了集体讨论中出现的思想之间和每个主题内部现有的紧张关系,然后得到了 NHNAI 网络研究人员的见解的补充。

许多集体讨论的参与者承认,人工智能技术可以支持人类在各个领域的决策（甚至在某些任务中表现更好）。它们可以帮助我们组织我们必须处理的大量信息（特别是在社交网络和互联网上）,并有助于提高这些信息的质量（事实核查、打击（深度）虚假新闻……)。它们可能允许预防或管理各种问题和危机（通过更有效的监控确保公共空间更好的安全,检测欺诈或腐败,预测流行病或天气和气候变化的变化,…)。

然而,也普遍认为,人工智能对决策的支持可能会带来极其严重的困难。首先,保持人类独立决策可能会变得困难,有时可能会偏离机器建议（例如基于经过训练的直觉的人类反思）。对于我们委托和授予权力的专业人员来说,这可能会变得特别成问题,并有可能将权力从专业人员转移到机器（这种担忧已经表达了对医患关系的担忧,但也可能适用于有关学习者与教师关系的教育背景）。此外,责任链和模式可能会受到稀释和混淆。从这个角度来看,人们永远不应忽视这样一个事实:只有人类凭借他们的意识和批判性思维,才能做出道德选择和负责任的决策。因此,人类是唯一对技术方向和人工智能使用后果负责的人。

此外,正如民主领域的讨论所关注的那样,（生成性）人工智能参与我们信息景观的处理、管理和编辑会引发令人担忧的问题,并存在破坏和阻碍集体智慧的严重风险。有偏见和/或不公平的算法可能会自动且默默地传播歧视,产生信息或认知泡沫,将个人隔离在统一的信息景观中。（生成式）人工智能可以促进和推动（深度）虚假新闻的制作和传播。人工智能会损害我们寻找准确、可信和来源信息的能力,在不知情的公民中引入不信任,损害良好的民主选择和多元化。

Nathanaël Laurent（那慕尔大学 ESPHIN 生物学哲学副教授）和 Federico Giorgi（比利时那慕尔大学 ESPHIN 哲学博士后研究员）

可以编写算法来代表我们做出道德决策的论点有时被称为算法学。除了这种观点可以理解地遇到的许多关键问题—其中一些问题被 NHNAI 辩论的参与者强调—之外,值得注意的是,这种项目倾向于将行为的道德性降低到代理人使其行为与一套道德原则保持一致的意图。

这种义务论的伦理学观点虽然并非没有支持性论据,但似乎有些简化,因为它没有充分考虑所采取行动的结果（Cabitza,2021)。因此,在反思如何使用新技术时,采用结果主义方法似乎更合适—主要根据其产生的后果来评估行为的道德特征。