伦理即服务:科技伦理与可信AI的下一个浪潮( 五 )


虽然目前AI仍无法做到对算法公平进行精确定义 , 但埃森哲负责任AI的前团队负责人、现任Twitter公司机器学习伦理团队负责人的乔杜里表示 , 该公平性工具能够用于解决某些实际问题 。2020年 , 埃森哲与爱尔兰联合银行(AIB)达成合作 , 正式将算法公平工具应用于传统银行业 。AIB希望借助该工具减少算法模型的偏离度和歧视性 , 增进银行AI业务的公平性和可信任度 。在应用路径上 , 二者采用传统业务和算法决策相配合的协作机制 , 共同评估银行算法模型的公平性 , 包括将该工具用于检测、评估银行业务中的潜在风险以及预期效果 , 最终取得了显著成效 。实践证明 , 算法公平工具能够基于公平的维度帮助AIB更深入地理解其数据模型结果 , 也使得AIB的大数据科学团队可以借助公平性分析减少算法偏见和决策风险 , 从而增强银行使用AI的信心和能力 。
科技伦理治理需要多管齐下 ,
以“伦理嵌入设计”的理念与实践
实现技术与伦理之间的有效互动
《关于加强科技伦理治理的指导意见(征求意见稿)》提出了“伦理先行 , 敏捷治理”的基本要求 。伦理如何先行?需要伦理委员会、技术工具、伦理培训等多管齐下 , 也需要创新治理方式 。在这方面 , 我们可以借鉴互联网领域的一个成熟概念:隐私嵌入设计(privacy by design , PbD) 。PbD已具有很好的实践基础 , 可以为人工智能的伦理治理提供有益经验 。在PbD理念与实践的基础上 , 人工智能产业需要拥抱“伦理嵌入设计”(ethics by design , EbD)这一全新的理念 , 并推动这一理念在人工智能实践中的落地 。各界可以一起探索“伦理嵌入设计”的最佳实践做法、行业标准、技术指南等 。
而近年来伦理工具和AI伦理即服务的勃兴丰富了“伦理嵌入设计”的理念和实践路径 , 在某种程度上 , 这也是产业界开始推动负责任创新 , 以技术的方式解决技术带来的问题 。如前所述 , 随着提供AI伦理服务的初创公司不断涌现 , AI产业中的伦理供需失衡促使AI伦理服务公司开始走向成熟化、精细化、规模化 , 该类服务公司能够在细分领域中提供适应AI产业变化的伦理服务 , 加速AI伦理由原则到框架再到实践的进程 , 帮助AI伦理在更多使用场景和产业范围内顺利落地 , 弥补AI产业中缺失的伦理一环 。同时 , 从长远来看 , 伦理服务已成为未来AI产业的应有之义 , 尽管AI伦理服务有着广阔的发展前景 , 但目前仍处于起步和探索阶段 , 需要各界一起凝聚更多共识与实现机制、模式等 。
最后 , 在人工智能、区块链、虚拟现实、metaverse等新兴技术与模式加速演进变革的今天 , 科技伦理固然显得愈发重要 , 但一方面需要注意不要把科技伦理当作一种华而不实的雕饰与粉饰 , 而需要通过真正有效的机制让科技伦理对科技创新形成正向引导;另一方面科技创新本就是一种不确定性的探索 , 无法免疫所有的风险 , 因此也需要立法与伦理规范的精细平衡 , 平衡好安全与创新发展 。
来源:36氪