伦理即服务：科技伦理与可信AI的下一个浪潮科技伦理成为“必选项”和“

文章图片

文章图片
科技伦理成为“必选项”和“必答题”
对于科技行业而言，科技伦理已是“必选项”和“必答题” 。科技伦理被写入了十九届四中全会《决定》和《十四五规划和2035年远景目标纲要》，上升到了国家顶层政策设计。在监管层面，互联网监管聚焦人工智能算法应用，算法滥用、算法推荐的治理被提上日程，《数据安全法》要求数据活动和数据新技术应当“符合社会公德和伦理” 。
科技伦理是科技活动必须遵守的价值准则，科技公司需要践行科技伦理。今年5月，在旷视科技IPO过程中，上交所首次对科技伦理进行了问询，要求旷视披露公司在人工智能伦理方面的组织架构、核心原则、内部控制及执行情况。今年7月28日，科技部发布《关于加强科技伦理治理的指导意见（征求意见稿）》，明确了伦理先行、敏捷治理等基本要求，并提出了五项科技伦理原则，同时要求企业根据实际情况建立科技伦理（审查）委员会，并要求“从事生命科学、医学、人工智能等科技活动的机构，研究内容涉及科技伦理敏感领域的，应设立科技伦理（审查）委员会” ，此外还要求对科技人员加强科技伦理培训。《深圳经济特区人工智能产业促进条例（草案）》要求人工智能企业“设立伦理风险岗位” ， “履行伦理审查和风险评估职责” 。
可信的（trustworthy）、负责任的（responsible）、以人为本（human-centric）的人工智能已是AI领域的主旋律。然而，过去几年这一领域的主要进展停留在提出、建立AI伦理原则及相关框架，较少关注如何将这些原则转化为AI领域的技术实践。据不完全统计，全球关于人工智能原则的文件超过百份。将伦理原则付诸实践才能产生现实的价值。当前，各界已在探索将伦理原则翻译为实践的机制、做法、工具等，让人工智能原则操作化、落地化，真正融入、嵌入人工智能研发流程与业务应用。这些机制包括伦理审查委员会、伦理标准与认证、关于算法透明和伦理检查的最佳实践做法、技术工具等等，大都处于前期的摸索阶段。但这些实践具有一定的局限性，受限于成本、效率等因素，难以对AI领域产生规模化影响。借鉴互联网领域中的SaaS概念，以伦理工具方式展现的伦理即服务（ethics as a service）这一全新的理念开始得到重视，推动AI伦理产业化发展，让可信AI的普惠化成为可能。

文章图片

文章图片

文章图片

文章图片
图1：国外科技公司成立的科技伦理相关组织
以伦理即服务的方式消除伦理，要求与技术实践之间的隔阂
在此背景下， AI伦理行业继续方兴未艾， AI研发者和使用者对伦理领域的重视程度也愈发浓厚，一种新生的实践理论呼之欲出：伦理即服务(Ethics as Service) 。2021年初， Jessica Morley等国外学者在论文“Ethics as a Service: a pragmatic operationalisation of AI Ethics”中提出了“伦理即服务”这一概念。简言之， “伦理即服务”旨在运用科技工具或其他方式将抽象的伦理原则转译为具体的服务措施，以数字化服务工具的方式将伦理要求嵌入AI产品与服务的全生命周期，从而推动AI伦理的实践和落地。
尽管该理念的愿景非常美好，希望切实推动AI伦理的实践和落地，但距离真正实现将科技伦理嵌入技术服务还存在一些不足。其中，伦理标准的抽象性、不确定性以及多样性，是制约将伦理转化为服务工具的首要因素。在众多关于伦理框架的文件的描述中，这些伦理原则涉足领域广泛，其标准涵盖了透明、公平、责任、隐私、信任、安全等内容。但在实践中，这些标准可能会随着不同国家的文化、风俗、习惯而不相一致，也导致AI伦理从概念转化为实践存在着较大的理论难题，需要通过国家立法和行业标准的“软硬治理” ，消除由概念带来的模糊性和不可执行性，在抽象原则和技术工具之间建立起沟通桥梁。