橫向複雜度 #4

在神經科學和人工智慧時代，身為人類意味著要仔細探索複雜性的交會點，在這些交會點上，看似合理的觀點卻存在著張力，展現出不容忽視的微妙之處和挑戰。每一頁都表達了在集體討論中湧現的觀點之間以及每個主題內部存在的張力，並輔以NHNAI網絡研究人員的真知灼見。

許多參與集體討論的人都承認，人工智慧技術可以在各個領域輔助人類進行決策（甚至在某些任務中表現更佳）。它們可以幫助我們整理必須處理的大量資訊（尤其是在社交網路和網路上），並有助於提高資訊品質（例如事實查核、打擊（深度）虛假新聞等）。它們還可以幫助我們預防或應對各種問題和危機（例如透過更有效率的監控來確保公共空間的安全、偵測詐欺或腐敗、預測流行病或天氣和氣候變遷等）。

然而，人們也普遍認為，人工智慧輔助決策可能會帶來極為棘手的難題。首先，這可能會使人類難以保持獨立的決策能力，因為有時人類的決策可能會偏離機器的建議（例如，基於訓練有素的直覺來思考）。對於我們委派和授予權力的專業人士而言，這可能尤其成問題，因為存在權力從專業人士轉移到機器的風險（這種擔憂在醫患關係中已有體現，但也可能適用於教育領域中師生關係）。此外，責任鍊和責任模式可能會被稀釋和模糊。從這個角度來看，我們絕不能忘記，只有人類憑藉其意識和批判性思維，才能做出合乎倫理的選擇和負責任的決策。因此，只有人類才對科技方向和人工智慧應用的後果負有責任。

此外，正如民主領域的討論所聚焦的那樣，（生成式）人工智慧參與資訊環境的處理、管理和編輯引發了令人擔憂的問題，並存在嚴重損害和阻礙集體智慧的風險。帶有偏見和/或不公平的演算法可能會自動且悄無聲息地傳播歧視，製造訊息或認知泡沫，將個人隔離在單一的資訊環境中。 （生成式）人工智慧可能助長（深度）虛假新聞的產生和傳播。人工智慧會損害我們獲取準確、可信且來源可靠的資訊的能力，在缺乏資訊的公民中引發不信任，損害良好的民主選擇和多元化。

Nathanaël Laurent（那慕爾大學 ESPHIN 生物哲學副教授）和 Federico Giorgi（那慕爾大學 ESPHIN 哲學博士後研究員，比利時）

認為有可能編寫演算法來代表我們做出合乎倫理的決策的論點有時被稱為演算法倫理學。除了這種觀點必然會遇到的許多關鍵問題（其中一些問題在NHNAI辯論的參與者中得到了強調）之外，值得注意的是，這類項目往往會將行為的道德性簡化為行為者意圖使其行為符合一套倫理原則。

這種義務論式的倫理觀雖然並非沒有支持性的論點，但似乎有些過於簡化，因為它沒有充分考慮行為的後果（Cabitza，2021）。因此，在思考如何使用一項新技術時，採用結果主義方法似乎更為合適——在這種方法中，行為的道德性質主要基於其產生的後果來評估。