人工智能何以促进未来教育发展
原标题：人工智能何以促进未来教育发展自工业革命以来，人类社会的发展总是在技术与教育的角逐互动中前行。技术作为推动人类历史发展的核心推进力，与教育这一“人力资本发动机”竞相成为推动经济社会发展的主力。人工智能作为第四次工业革命的显著标签，其飞速发展正在逐步塑造社会、经济、生活等领域的业务新形态，也不断带来颠覆性、丰富性、创新性的新业态。面对人工智能技术对整个社会发展的刺激，教育如何发展，成为值得思考的重要问题。
人工智能凸显创新人才发展挑战
作为引发第四次科技革命的核心技术，人工智能促进社会经济和科技的指数级发展，对人力资本的质量与供给产生了新的需求，人工智能与人力资源之间的相互依存关系产生了前所未有的张力，教育的超前性更是受到前所未有的挑战。第一，知识增长的指数发展使得未来人才需要哪些方面的准备具有极大的不确定性。第二，智力劳动者比重增加，创新人才成为时代发展的刚需。人工智能技术与生产过程的深度融合，会极大压缩生产领域的从业者需求，特别是那些人工智能胜出的领域。第三，人工智能技术的兴起引发高技术产业、新兴产业、新型服务行业更广阔的发展空间，从而使得创新型人才、复合型人才、高技术人才等在劳动力结构中需求激增。人工智能技术无法取代的创造性、灵活性、人文性等能力将成为智能化时代人才竞争的关键。教育肩负培养创新人才、为未来人才提前布局的使命。回溯历史，我们可以得到的经验是，只有教育领先于技术的发展步伐，为技术推进的社会提前做好人力资源的布局，社会的发展才有后劲。因此，在人工智能推进社会更飞速发展的今天，必须回答好什么样的教育才能承载提前布局人力资源的使命，以应对未知社会的人才挑战这一问题。
人工智能催生新的知识生产方式
在人工智能的影响下，人类知识生产加剧变化，知识增量呈现指数级态势。教育的传承性发展将不再局限于知识的传授与继承，而强调知识创造与创新，人工智能的介入更是催生了新的知识生产方式。其一，人工智能强大的知识发现能力缩短了知识生产周期。随着深度学习、强化学习等新的机器学习算法的发展，人工智能除了可以加快知识的生产、访问和利用，还可以从数据中提取隐含的、未知的、潜在的、有用的信息（知识），从而扩展知识创造的能力。其二，人机协同的智能模式扩大了知识创造的机会与可能性。人工智能技术不仅促进人的群智协同创新，而且可以实现人类与人工智能代理协同，后者所具有的超强计算能力，可以极大加速知识生产，催生知识的众创，以及人机协同知识创新。人工智能催生的新的知识生产方式对教育的挑战是，教育不再局限于知识传承，而更是知识的创新。未来学校教育必须教会学生如何与人工智能技术协同合作，呵护学习者“能学”，以及高度重视学生辨析知识能力的培养，召唤学习者“会学”，促进学习者在人机交互中实现知识更新与创造。
人工智能变革学习方式带来创造力与活力释放可能
人工智能已经引发了诸多领域与行业的深刻变革，对教育的系统性变革更是呼之欲出，为学习方式的变革带来了可能。首先，人工智能技术带来规模化教育的个性化可能。人工智能构建的智慧学习环境不仅创造灵活的学习空间，还能感知学习情境、识别学生特征，为学生提供个性学习支持。其次，人工智能技术带来标准化教育下的适应性可能。人工智能通过动态学习诊断、反馈与资源推荐的自适应学习机制，可以适应学生动态变化的学习需求，从而打破标准化的教育限制，释放出学生的创造力与活力。最后，人工智能改善结构化的授导方式，释放教师的创造力与教学活力而专注于人性化的学习设计。教师烦琐重复性的工作能够被智能机器所替代，智能分析技术能为教师精准定位学生的学习问题与需求，教师的角色将转向更加优秀的学习设计师，专注于“如何让学生学好”，注重培养学生的能力和思维，将更多时间用于学习活动设计以及与学生的个性化互动交流，为学生提供个性化学习支持服务。人工智能的发展以及与教育教学的深度融合，给教育的改革创新带来了更多选择，教育需要发挥技术的赋能、增能、使能优势满足教育的功用性追求，也要坚守教育的育人初心和使命传递人文性价值，以学生的成长发展为前提探索可以实践的学习方式、学习设计，通过人工智能释放出教育的更大活力。
人工智能引发领域与行业变革催生教育生态升级
人工智能对其他领域与行业的变革影响也会延伸到教育领域，因为教育是关乎社会发展全局的事业。一方面，人工智能所发挥的增强、替代、改善、变革等作用，突出体现在对社会生产和生活各个领域所产生的行业重塑作用，以及对人力的释放。另一方面，这些重塑作用和人力的释放，引发了社会领域与行业的变革，促使了社会人才需求的转向；而教育是社会人才资源输出的重要领地，需要为此作出有力回应，从而催生教育生态升级。人工智能加速了教育深化改革的进程，推动了系统内部的更新再造。数字技术已经对教师学生、课程、教学方式、学习体验、评价、管理等教育要素产生了深刻影响，并通过逐步的再造教育流程，变革着教育生态。而人工智能则在进一步加速这一过程，以一种颠覆性创新的态势，拓展系统内各要素的内涵，改善和延展系统内部关系，重塑教育系统功能与形态。人工智能拓展了教育边界，助推未来学校建设。未来学校将借助技术的力量，把校外学习场所（如科技馆、博物馆）和线上学习场所都纳入“学校”的范畴，整合社会各领域的教育资源，形成一种全新的育人环境。同时，数字孪生等新技术促进现实空间与虚拟空间的交互融合，通过创建人、物、环境数字孪生体，实现物理空间与数字空间的双向映射、动态交互和实时连接。对教育系统内部的升级改造以及空间资源的拓展，能够使其更好地与社会领域衔接，更好地提供适应未来生活和工作的创新人才成长场所。
人工智能关乎强国战略目标实现
教育应服务于国家战略布局，为抢占人工智能发展先机，构筑先发优势；为国际竞争、社会发展输出创新人才，支持科学技术的自主研发。当前，世界各国纷纷把发展人工智能上升到国家战略的高度，以抢占新一轮科技革命的机遇高点以及全球竞争中的主动权。《新一代人工智能发展规划》提出我国要“成为世界主要人工智能创新中心”的战略目标，全局部署了经济、教育、科技、社会发展和国家安全等重要方面。教育强国战略是科教兴国战略、人才强国战略和创新驱动发展战略等重要战略的逻辑起点，人工智能对教育的人才培养能力提出更高要求。近年来，世界各国在发展人工智能的同时也面临巨大挑战，如创新人才问题、高新技术自主可控问题等。人工智能的国际竞争本质是人才的较量，这需要教育从战略层面予以回应。因此，教育在战略上起引领作用，就要既充分发挥智能技术优势推动教育生态系统升级，又谋篇布局为国家发展提供人才支撑。立足技术与教育在角逐中互为塑造的视角，对人工智能促进未来教育发展的探索，更需要在战略上把握先机，通过教育为社会各领域输出创新人才，支撑社会各领域转型升级以及人工智能等高新科技的创新发展，为强国战略注入持续活力与能量。
教育在与技术的角逐中共同推动社会的发展。教育具有超前性、人文性、传承性、战略性及生态性等特点。在人工智能技术的指数式发展面前，教育的超前性变得难以维系；需要慢工出细活的人文性与满足社会用人需求的工具性之间呈现时空拉锯和矛盾；对人类知识的传承则变身为历史传承、人际共创以及人机共创的多重特征。随着人工智能技术推动的发展加速，教育的发展战略、前瞻性谋划，是一个时不我待、任重道远的重要课题。
（作者：顾小清，系国家社科基金重大项目“人工智能促进未来教育发展研究”首席专家、华东师范大学教育信息技术学系教授）
(责编：郝孟佳、孙竞)分享让更多人看到
人工智能促进教育变革创新
通过云平台布置电子作业，利用数据分析课堂上学生学习行为，推进学校管理流程迈向数字化……前不久，2022国际人工智能与教育会议在线上举行，来自全球数十个国家的政府官员、专家学者、一线教师、企业代表等相聚“云端”，畅叙人工智能时代教育发展图景。
作为引领新一轮科技革命和产业变革的重要驱动力，人工智能催生了大批新产品、新技术、新业态和新模式，也为教育现代化带来更多可能性。习近平总书记强调，“中国高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新”。国务院印发的《新一代人工智能发展规划》，明确利用智能技术加快推动人才培养模式、教学方法改革；教育部出台《高等学校人工智能创新行动计划》，并先后启动两批人工智能助推教师队伍建设试点工作；中央网信办等八部门联合认定一批国家智能社会治理实验基地，包括19个教育领域特色基地，研究智能时代各种教育场景下智能治理机制；科技部等六部门联合印发通知，将智能教育纳入首批人工智能示范应用场景，探索形成可复制、可推广经验……“人工智能+教育”不断碰撞出新的火花，为教育变革创新注入强劲动能。
“人工智能+教育”，应用就在身边。音乐课上，虚拟数字人“元老师”跨越时空限制，带领多所学校学生同唱一首歌；体育课上，学生开始跳绳项目测试，智能终端上实时显示心率变化、跳绳次数、平均速度等数据。技术改变课堂，潜力无限。比如，借助虚拟现实技术，学生能够模拟穿上太空服行走在宇宙，感受浩瀚星河的魅力；通过增强现实技术体验川剧变脸，平面的课本知识变得可感可知。现实中，越来越多的学校已经开设或准备筹备人工智能教育教学活动。
“人工智能+教育”，变革教育生态。教、练、考、评、管各环节均有人工智能辅助，让教师教得更好；虚实融合多场景教学、协同育人，让学生学得更好；海量线上数据和逐渐强大的算力，让学校管理更加精准。此外，在人工智能支撑下，优质数字教育资源跨越山海，推动教育更加公平、开放。在西藏墨脱县，得益于多媒体器材配备到雅鲁藏布大峡谷深处、“智慧课堂”全覆盖，门巴族孩子小学入学率实现100%。
我国发展“人工智能+教育”具备良好基础和独特优势。比如，语音识别、视觉识别等技术世界领先；国家智慧教育平台汇集了海量的数据资源，2.91亿在校学生和1844.37万专任教师展现出丰富的应用需求；教育领域数字化基础条件全面提档升级，全国中小学（含教学点）互联网接入率达到100%，99.5%的学校拥有多媒体教室，学校配备的师生终端数量超过2800万台。也应看到，人工智能技术在教育领域的应用仍处于起步阶段。“数字鸿沟”可能将部分学生排除在智能教育之外，数据收集、使用、分析等环节存在安全隐患，相关公共政策制定较为滞后……以人工智能赋能教育现代化，这些都是需要回答好的课题。
着眼未来，应携手打造高质量、有温度的人工智能教育生态。人机协作如何更聪明，人机对话如何更友好，是“人工智能+教育”的长期课题。一方面，技术应服务育人，在让其“授业”“解惑”的同时，必须坚持教师“传道”的主体地位。另一方面，人也要理解、善用技术，努力提升信息应用能力，让人工智能更好辅助教学。教育是动态的、发展的，理性思考人与技术的关系，把握教育规律、用好技术手段、凝聚各方力量，进一步推动人工智能与教育深度融合、创新发展，才能更好赋能教育现代化，培养顺应时代发展要求的创新人才。（吴丹）
人工智能与国家政治安全
原标题：人工智能与国家政治安全人工智能技术的蓬勃发展和广泛应用，给人类生产生活带来了极大便利，同时，也对国家主权、意识形态、执政环境、社会关系、治国理念等带来冲击，深度影响国家政治安全。充分认清人工智能对国家政治安全的挑战，研究应对之策，对于有效维护国家政治安全，意义重大。
人工智能影响政治安全的机理
作为一种颠覆性技术，人工智能进入政治领域后，既具有技术影响政治安全的一般规律，又体现出其不同于以往技术的鲜明特点。
从技术影响政治安全的一般机理来看，主要体现在三个方面。第一，技术进步不可避免地直接或间接服务于政治安全。政治安全是国家安全的根本，经济、社会、网络、军事等领域安全的维系，最终都需要以政治安全为前提条件。因此，包括技术在内的一切社会条件，首要的任务是为政治安全提供服务和保证。综观人类历史上的技术进步，往往被首先考虑用于维护国家安全特别是政治安全，尽管这些技术研发的初衷并非如此。人工智能亦然。第二，政治安全与技术进步相生相克、相生相长。马克思认为，先进技术进入政治领域后，有效提高了“社会控制和权力再生产”。同时，政治安全对技术进步的需求，反过来成为技术不断进步的推动力。但技术并非完美的政治工具。一旦技术利用不当、发生技术失控，或者技术自身缺陷所蕴含的风险爆发，政治安全可能被技术进步反噬。第三，技术进步倒逼政治发展转型，给政治安全带来新课题新挑战。从历史上看，技术进步对社会结构、社会关系、社会文化等带来的变化和冲击，从来不以人的意志为转移。当火枪火炮成为主战兵器时，继续用木盾藤牌来保卫政权的行为无疑是愚蠢的，迫切需要当政者转变思想观念，寻求能够有效维护政治安全的新模式新方法。当计算机网络技术逐渐普及时，西方国家政党纷纷利用互联网进行政治宣传和选举拉票。人工智能较之以往的技术，拥有前所未有的机器“主观能动性”优势，必将对政治安全理念、安全机制、安全路径等带来更大的改变。
从人工智能影响政治安全的独特机理来看，主要体现在两个方面。第一，算法和大数据将左右智能机器“认知”“判断”，继而影响政治行为体的抉择。人工智能的核心“三大件”是算法、算力和大数据。一方面，算法是否公正不偏袒、大数据是否真实完整未被删减篡改伪造污染，直接决定机器的研判结果，并影响人的判断和行为。另一方面，与传统的人口学变量的定量分析不同，大数据、云计算、机器学习等可以将数以亿计的政治行为体抽象成社会的“节点”，人工智能通过分析信息中节点的度数、介数和接近度，来揭示权力集聚规律、赢得政治威望的秘诀，这为执政安全提供了新的技术支撑和智慧渠道。第二，人工智能技术对经济、军事、社会、网络、信息等领域的影响向政治领域传导，间接冲击政治安全。作为一项赋能性技术，人工智能正在逐渐“改写”各领域的秩序规则，给各领域带来机遇和挑战。尽管以往的技术进步也是如此，但其影响的深度和广度远远不及人工智能。而且，以往各领域安全问题“错综复杂、交织并存”的程度，也远远不及人工智能时代高。其他领域的安全问题一旦发酵，极有可能冲击政治安全。
人工智能给政治安全带来新挑战
技术变革具有两面性，人工智能既是维护政治安全的新机遇，也是新挑战。
挑战之一：人工智能技术的普及应用，导致政治权力呈现出“去中心化”趋势。在人工智能时代，数据即代表着权力。掌握数据的主体既有国家权力机构，也有个人、企业团体、社会组织等非国家行为体。“互联网数据”结构的“多节点、无中心”设计，决定着处于线上社会任何位置的主体，均不可能比其他位置的主体位势高。人人都有“麦克风”“摄像机”，处处都是“舆论中心”“事发现场”，这一显著特征，弱化了传统的线下科层制国家管理结构和单向治理模式，政治话语权由政府这个传统的权力中心逐渐向社会层面弥散，国家治理难度大大增加，政治安全风险也大大增加。目前，这种风险已初露端倪。2019年9月，因有人线上传播“老师辱骂原住民学生是‘猴子’”的种族歧视谣言，印尼巴布亚省爆发严重骚乱，导致26人死亡、70余人受伤。
挑战之二：随着人工智能技术和数据垄断持续扩张，资本权力的扩张将危及国家权力边界。生产力的发展变化必将带来生产关系包括政治权力结构的调整。作为“第一生产力”的科学技术，其发展进步势必引起国家权力结构的调整。当人工智能技术广泛应用于经济社会各领域并引起变革时，将会推动国家治理结构与权力分配模式做出相应调整。从当前种种迹象来看，资本的权力依托技术和数据垄断持续扩张，将成为新时代国家治理结构调整的重大课题。一方面，人工智能技术研发门槛很高，依赖于大量的、长期的资本投入和技术积累，这导致社会各产业、各阶层、各人才群体间的技术研发能力、资源占有程度、社会影响力等方面极不平衡，以互联网商业巨头为代表的技术资本将占据明显优势。另一方面，人工智能技术强大的赋能作用，以及良好的经济社会应用前景，导致资本趋之若鹜。商业巨头实际上掌握了目前人工智能领域的大部分话语权，并正在逐步形成行业垄断。人工智能时代，巨头企业以强大资本为后盾，逐步垄断技术、控制数据，或将不可避免地在一定程度上逐渐分享传统意义上由国家所掌控的金融、信息等重要权力，进而可能插手政治事务。因此，国家是否有能力为资本权力的扩张设定合理的边界，是未来政治安全面临的重大挑战。
挑战之三：人工智能技术及其背后的数据和算法潜移默化引导公众舆论，进而影响人的政治判断和政治选择，间接把控政治走向。在人工智能时代，数据和算法就是新的权力。近年来围绕国家大选而展开的种种政治运作显示：拥有数据和技术能够从一定程度上影响政治议程。据有关媒体报道，2020年美国总统大选期间，有人利用网络社交平台的大量机器人账号，发布海量虚假信息，力图影响选民的认知、判断与选择。类似的情况，也曾出现在2016年的美国大选、2017年的英国大选和法国大选中。这些案例非常清晰地显示：只要拥有足够丰富的数据和准确的算法，技术企业就能够为竞争性选举施加针对性影响。当某种特定政治结果发生时，人们很难判断这是民众正常的利益诉求，还是被有目的地引导的结果。
挑战之四：人工智能技术可能被政治敌对势力用于实施渗透、颠覆、破坏、分裂活动。利用先进技术威胁他国政治安全，这样的例子屡见不鲜。计算机网络技术出现后，被西方国家用来进行网络窃密、网络攻击、网络勾联、传播政治谣言、意识形态渗透和进攻。人工智能时代，攻击一国人工智能系统或利用人工智能实施渗透、颠覆、破坏、分裂活动，带来的后果将比以往更为严重。
挑战之五：人工智能技术进步对主权国家参与国际竞争带来严峻挑战。人工智能是当前最尖端最前沿的技术之一，其核心技术多被美欧等发达国家所掌握。这些国家利用它提升生产自动化水平，提高劳动生产率，加快制造业回迁，将冲击发展中国家的传统比较优势，使后者在国际政治经济竞争格局和全球分工中处于更加不利的地位。通过发展军事智能化，进一步扩大对发展中国家的军事优势。国家之间一旦形成技术“代差”，综合实力差距将被进一步拉大。在这种情况下，技术强国对发展中国家实施政治讹诈和技术突袭的可能性增大。
多措并举，维护我国政治安全
政治安全事关我党生死存亡和国家长治久安，我们必须高度重视人工智能带来的政治安全挑战，多措并举，综合施策。
人工智能技术具有高度专业性和复杂性，企业、科研机构常常处于技术创新前沿，而国家政府则往往远离技术前沿，对技术的感知相对滞后，对技术的安全风险准备不足。为此，要强化风险意识，密切跟踪人工智能技术和应用的发展，运用系统思维，定期研判人工智能可能带来的政治风险，提高风险识别、防范和处置能力。要创新技术治理模式，构建政府主导，企业、研究机构、技术专家、公众等多方参与的人工智能治理体系。“治理”不同于“管理”，管理是政府单向的行为过程，治理则是一种开放的、多个利益攸关方参与的互动过程。通过多方互动，政府既可以跟踪掌握技术和应用的前沿动态、发展趋势，掌控治理主动权，又有助于企业、研究机构、专家、民众更好地了解政府关切，共商制定风险管控机制，推进治理工作的科学化民主化。
当前，我国在人工智能技术领域面临的最重大的安全威胁，是关键核心技术受制于人。从现在起到2030年，是我国抢抓机遇的关键期。要举全国之力，集全民之智，打造一批国家级人工智能研发平台，加强基础性、原创性、前瞻性技术研发，从智能芯片、基础算法、关键部件、高精度传感器等入手，加快核心技术突破。
没有规矩，不成方圆。针对技术应用风险，严格人工智能标准制定和行业监管，确保人工智能良性发展。紧跟技术发展变化，动态修订完善相关技术标准。加紧完善人工智能相关法律法规和伦理道德框架，对相关的民事与刑事责任确认、隐私和产权保护、机器伦理等问题予以明确，理顺设计者、使用者、监管者之间的权责关系。要建立健全人工智能监管体系，形成设计问责和应用监督并重的双层监管结构，实现对算法设计、产品开发、成果应用的全过程监管。积极促进行业自律，加大对数据滥用、算法陷阱、侵犯隐私、违背道德伦理、擅越权力边界等不良行为的惩戒力度。要积极主动参与人工智能国际议题设置，共同应对安全、伦理、法律等诸多挑战。抓住人工智能国际准则和配套法规刚刚起步之机，积极参与规则制定，及时宣示我国主张，努力掌握规则制定话语权和国际交往主动权。
针对外部安全风险，加强军事能力建设，为维护国家政治安全提供力量保证。要积极研究探索智能化战争理论，加快推进现代武器装备体系和人才队伍建设，强化智能化条件下部队训练演练，不断提升我军新时代军事斗争准备水平。
(作者：许春雷，系军事科学院博士研究生，现任河北省石家庄市鹿泉区人武部副部长)
(责编：杨虞波罗、初梓瑞)分享让更多人看到
人工智能时代的新闻伦理：行动与治理
基于内容的算法，其主要逻辑是受众偏好与新闻内容特征的匹配。通过用户特征数据和网络行为的分析，确立兴趣模型；利用分词技术等模式计算内容文本特征，选取两者之间相关度高的形成推荐列表。这种算法能够有效增加用户黏性，但对于个人信息的标签化分析，也容易引发个人数据安全性的争议。近期斯坦福大学研发的算法可以通过交友网站信息判定性取向，准确率高达91%（YilunWang&MichalKosinski，2018），这一研究立即招致公众批评，也让公众对于算法的信息挖掘能力产生伦理质疑。
协同过滤算法的基本逻辑是人以群分，通过计算用户的特征数据将其编入一个用户群体，按照群体共享度较高的偏好推荐内容。这种做法将计算单位有效地下降为群体，减少了数据处理量。谷歌新闻最早采取的就是这类推荐算法。但是这种算法的伦理困境在于容易产生信息茧房，且将人群分类可能产生潜在的算法歧视，不仅触犯个人隐私，而且易于强化社会偏见。
基于时序流行度的推荐算法，将单位时间的瞬时点击率等动态特征作为考量因素，将特定时间窗口内流行度较高的新闻推荐给用户。这种算法模型很好地解决了内容冷启动问题，但是对于“标题党”和“三俗”信息的免疫力相对较低。
信息聚合平台往往综合使用上述三种推荐算法，并且针对用户体验不断优化各指标的权重，以更好地预测用户行为。之前智能推荐算法的研发并没有置于新闻伦理的框架予以关切，使得互联网信息平台公司在算法的设置中很少内嵌传统新闻伦理价值。社交媒体时代，信息推荐和信息过滤等智能算法实际上具有了议程设置的功能，取代传统媒体引导舆论。而智能算法设计者没有受到传统新闻伦理约束，这就在一定程度上使得新闻专业主义的行业传统和价值基础，与智能算法的社会影响之间产生了鸿沟。Facebook的“偏见门”（Bakshyetal.，2015；方师师，2016；韩鸿、彭璟论，2016）和算法推荐下“后真相”时代的假新闻泛滥（迈克尔·舒德森、周兰，2017；彭兰，2017；史安斌、王沛楠，2017；潘忠党、陆晔，2017；支庭荣、罗敏，2018），也许就是不受传统新闻伦理约束的信息智能系统所造成的社会代价。
过度依赖算法推荐的新闻价值排序，会产生传播权（新闻价值权重排序决策权）、信息自由（人的传播自主性）、信息触达（服务的普适性、信息的不当触达）、信息隐私权和数字身份及其保护的问题。目前有两种伦理风险已经引起广泛的关注：数据安全和算法偏见。
机器学习是一种从数据中挖掘和发现固有模式的一种方法。机器学习的有效性取决于用来进行训练的数据质量和数量，机器是否有权进行个人信息挖掘等问题引发了重大的伦理争议。
算法偏见和纠偏也是一个伦理关注焦点。2018年美国公民自由联盟批评亚马逊Rekognition人脸识别工具。经过测试表明，对于肤色较深的人，Rekognition的识别效果较差。谷歌所研制的图像标注系统曾错误地将黑人标记为“大猩猩”（Sandvigetal.，2016），这就不得不让人们对算法强化社会原有偏见的可能性充满忧虑。
以欧盟为代表的国家和地区开始强势介入人工智能立法，《通用数据保护条例（GDPR）》的实行产生了巨大的行业震动，导至行业寒蝉效应。相对于规制硬约束，在人工智能社会构建前景尚未明朗之前，伦理软约束则更加适合。有效的伦理治理需要分清楚责任主体，特别是在智能技术深度介入新闻信息传播的当下，一些原本不在新闻伦理探讨范围内的行动者进入该领域，他们的作用和问责方式，亟待理论梳理。
人工智能时代新闻伦理的道德行动者
一般意义上，伦理是“对我们应该做的事情的研究”（Merrill，2011：3）。在元伦理和规范伦理学层面，伦理研究通常被区分为三种传统。首先是强调人类相互作用的责任和义务的道德义务论，康德认为可以通过相关正式准则，特别是普遍性准则将道德规则和其他行为规则区分开来（Kant，1785）。其次是边沁（Bentham，1785）、密尔（Mill，1962）开创的功利主义传统。该传统把最大化社会效用作为最基本的道德准则，这种传统也被称为后果论。最后是美德论，核心问题不是正确行动，而是美好生活，道德也不在于行事原则，更在于人们的品质，这就重回亚里士多德“我应该成为什么样的人”的经典论述。
在应用伦理学层面的分析中，基于问责的考量往往需要区分道德行动者。一般认为，具有道德意向性和能动性，并具有行动力和对自身行动的解释能力（TaylorPaul，1986：14），是道德行动者的基本条件。技术人工物一定程度上突破了伦理道德的人类中心主义，伦理学家开始将意向性视为道德能动性的一个“不错但却不必要的条件”，与道德能动性相关的唯一事物是行动者的行为是否是“道德上可修饰的”，即是否引发道德上的善或恶（FloridiL，SandersJW，2004）。
新闻伦理属于应用伦理学研究，研究起点是基于行业的实际伦理难题进行价值判断。现代性大众传播观念和伦理观念根植于以启蒙运动为代表的知识革命，笛卡尔、洛克、弥尔顿、穆勒等学者的经典论述是其中的主要智识资源。施拉姆结合媒体发展现实指出，如何妥善处理大众品味、企业盈利和社会责任三者的关系是大众媒体面对的主要问题（WilburSchramm，1957），其中知情权和隐私权、表达权和名誉权持续产生张力，就此，政府、媒体和公众成为新闻伦理关系的核心行动者。
人工智能时代，随着算法在不同的生活领域产生建构性影响，算法作为内容创建者的制度化引发了专业新闻的各种伦理挑战。其中，互联网信息平台公司，对算法研发起到核心作用的工程师团队，甚至是技术本身是否应该作为伦理行动者进入了新闻伦理的话语框架，值得细致分析。
新闻伦理的传统行动者。（1）政府：伦理治理的规则制定者与底线管控者。变革性技术总是同时带来正面和负面效应，人类也逐渐摸索出一套技术控制模式。这种模式一般包含两个方面，其一是社会规范性的，如法律、法规；其二是技术性的，即对技术设计和运用制定标准。这两项工作都需要国家，甚至国家间的合作方能达成。
对于人工智能的管理，政府显性地扮演两种角色。首先，是在国家战略层面，通过行业规划和部署，将技术开发、产业发展作为核心战略要素，在国际竞争的语境下予以通盘考虑。在我国，国务院于2017年7月印发了《新一代人工智能发展规划》和《促进新一代人工智能产业发展三年行动计划（2018～2020年）》等政策，让中国的人工智能发展有了明确的时间表和路线图。2016年10月美国政府出台了“美国国家人工智能研发规划”，加拿大、英国、德国、法国等国家也针对人工智能研究和机器人设计出台专门的战略规划和规范性报告。其次，是从司法实践角度，各国也有专门法规，如欧盟《一般数据保护条例》和美国《人工智能未来法案》等。
值得注意的是，各国对人工智能的伦理反应早于立法研究，欧盟于2006年发布《机器人伦理路线图》，2007年韩国工商能源部颁布《机器人伦理宪章》等，体现政府相关部门对人工智能伦理治理的关注。这些伦理研究报告其实在为其后的立法和规制进行伦理学和法理学的筹备，对自主智能体的主体地位、问责模式和人类行为规范，作了初步设想。
著名的“科林格瑞治困境”指出了技术评估的两难困境：在技术发展的早期控制其应用方向相对容易，但此时决策者缺少合理控制的专业知识；当技术应用的风险显露时，对它的控制却几近不可能（卡尔·米切姆、朱勤、安延明，2007）。各国政府的人工智能伦理治理和立法实践如此迅速，某种程度上也在规避上述规制困境，尤其是人工智能被普遍认为是一个具备高度社会建构性能力的系统，各国政府不约而同采取了相对前置的治理模式。
（2）媒体：新闻伦理的日常践行者。媒体是新闻伦理中最为核心的部分，因为传统新闻生产、分发都在该系统内完成。自1923年美国报纸编辑协会提出美国首个新闻业自律规范《报人守则》，新闻伦理就与新闻工作者的职业伦理和行业自律挂钩。
在前互联网时代，新闻伦理通常与报道内容及其选择相挂钩，责任、独立、真实准确、公正、公平等原则以不同的形式予以表达。在绝大部分的媒体体制之下，媒体不仅具有社会公共性，本身作为承担一定经营活动的组织，也需要考虑经济层面的可持续发展问题。因此，大众化媒体如何处理公共服务和商业利益之间的张力，以兼顾经济效益和社会效益，是新闻伦理的主要关切点。在此间所产生的媒体与国家的关系、媒体与社会的关系、媒体与个体的关系，也是新闻伦理的核心焦点。
社交媒体和智能推荐算法的结合，改变了受众获得信息的主要渠道和接受模式，传统媒体的议程设置功能受到较大冲击，部分媒体开始被迫跟随社交媒体表达模式改变自身的新闻生产方式。但是2016年美国大选所引发的“后真相”讨论，恰恰说明社会仍然需要“不可爱的新闻界”（迈克尔·舒德森、周岩，2017）。潘忠党、陆晔（2017）认为“后真相”一词的流行更加凸显新闻专业主义不仅是对媒介和新闻从业者的职业期许，更是全社会所遵循的文化价值体系的一部分。新闻界需要做的是将寻求、核查、鉴定事实和真相的过程置于公共讨论之中，重构交往的伦理规范。（潘忠党、陆晔，2018）
（3）公众：“用脚投票”的新闻伦理批评者。自20世纪20年代杜威和李普曼的争论为起始，公众是具有公共目的的社会有机统一体，还是原子化的消极“幻影”，存在根本性的学术分歧。而学术界对公众在新闻传播系统中的作用，也始终存在争议。
在传统新闻传播中，公众作为信息的接收者，处于被动地位。但是即便在这种相对的被动位置中，施拉姆指出阅听大众应以传播动力的主要推动者自任。大众的基本责任是运用一切可能，使自己成为机警而又有鉴别能力的阅听大众，学习如何运用媒体，并积极地对媒体展开睿智的批评（WilburSchramm，1957）。
在人工智能时代，“你关心的就是头条”的算法逻辑，使得公众或者说用户的地位得到了进一步提升。信息平台认为自身不存在新闻立场，算法的主要目的在于加强用户的黏性。2016年以来，Facebook推出一系列机制，强调保障用户对最终内容的选择权，其中尤为强调3F原则（FriendsandFamilyFirst），即好友分享的优先级高于新闻媒体发布的消息。这一算法权重变化的目的在于，从“帮助你找到相关的内容”转向“实现用户有意义的社会互动”，即促成用户间的讨论和深度参与。赋权用户而非传统强势机构，是算法所强调的平权价值。但是其后所引发的虚假消息充斥社交媒体，也是传统机构媒体权重下降后的副作用。
人工智能系统非常有效地通过用户日渐增多的网络行为数据进行精准内容推荐，公众是被动接受偏好的信息从而陷入信息茧房，还是有意识地通过综合使用媒体平台，形成更加理性而多元的社会认知，其重任日益集中到个体自身。因此现阶段至少可以相对确定地说，公众作为新闻伦理的行动者，在人工智能时代所肩负的责任将更加重大。
人工智能时代的新增新闻伦理行动者。当下，互联网信息平台公司在新闻传播过程中产生了日益重要的中介作用，传统关于信息和新闻的分野也变得模糊。弗洛里迪在《信息伦理学》中指出，信息是一种资源、一种产品，也是一种目标。借助信息与通讯技术手段为媒介的信息生产与传播引发了伦理后果，合理应对这些后果需要更多的智识动员和道德行动者（卢恰克·弗洛里迪，2018）。
在线平台传统上不属于新闻传播范畴，互联网企业也往往不承认自身的“媒体”性质，而倾向将自身描述成信息传播的基础设施，平台上传输和交换的是数据（data）而非传统意义的新闻内容。但是当人类的交往活动和商业活动日益集中到网络平台，互联网信息平台公司的角色就发生了变化。研究指出，像谷歌、Facebook这样的公司往往起步于具体的垂直应用，例如搜索、社交，但是为了将用户进一步固定在自身的商业平台上，他们的功能日益多元。因此在更加广泛的意义上，网络生态嵌入了更广大的社会文化和政治经济语境之中（JoseVanDijck，2013），这一趋势伴随着科技所导致的社会形态变化，变得势不可挡。
近年来互联网信息平台公司已经成为传播伦理的核心关注区域。2018年Facebook的扎克伯格和今日头条的张一鸣，近乎在同一天面对主管部门的质询，并向公众道歉。
Facebook信任危机的触发点在于个人隐私泄露最终形成干预选举的危害。据披露，Facebook上超过5000万用户信息数据被一家名为“剑桥分析”（CambridgeAnalytica）的公司泄露，用于在2016年美国总统大选中针对目标受众推送广告，从而影响大选结果，此事在世界范围内引发了轩然大波。扎克伯格就此接受美国国会质询。
而字节跳动公司则因旗下产品存在低俗内容和导向问题，受到主管部门处罚。应用市场下架了今日头条客户端，并暂停服务三周；“内涵段子”客户端软件及公众号被责令永久关停；短视频应用抖音APP删除了所有用户评论。此后“今日头条”品牌口号也从“你关心的就是头条”转变为“信息创造价值”。
对互联网信息平台上存在的伦理失范内容，平台应该承担怎样的法律责任，学术界存在争议，也存在实际的问责困境。被广泛应用的避风港原则成为互联网平台抗辩的主要依据，判定并不直接生产和编辑内容的互联网平台企业侵权，难度很大。但平台企业在内容处理方面的失误，将极大地影响社会，因此它们不可避免地需要承担平衡不同权利主体的重任。但是直到最近，遏制非法、不恰当内容的重任始终在用户身上，平台主要通过举报来发现类似信息。
当然，平台主动遏制它所界定的不适宜行为，也面临挑战。例如Facebook公司曾经通过机器鉴别遏制裸体展示，哺乳妇女的照片和反映越战的知名摄影作品《战火中的女孩》也因此归入此类，这两件事都让Facebook公司承受了巨大的压力，并引发关于平台歧视的担忧。总体而言，平台公司类似举措都容易导致偏爱主流人群而压抑边缘人群的结果。虽然类似举措未必隐含制度化和规模化的群体歧视，但的确提出平台如何更好履行责任的疑虑（RasoF.A.，HilligossH.，KrishnamurthyV.，BavitzC.&KimL.，2018）。在线平台日益发现，算法可以有效增进用户黏性，却在内容审核和审美品鉴方面无法全面掌握复杂而多元的人类行为变量。例如，机器目前对于模式不断转换且非常主观化的仇恨言论，判定表现就不是太好。
关于人工智能时代的平台责任的讨论，往往也牵扯出智能技术本身的伦理主体地位问题。在广为引用的《关于人工能动者的道德》一文中，牛津大学教授弗洛里迪和桑德斯依据行动者之互动关系标准，确立交互性、自主性和适应性三个标准以判定智能技术是否具备伦理责任主体地位。他们认为，一个与其环境持续产生交互的系统，如果在没有响应外部刺激的情况下也能行动，也有在不同的环境中行动的能力，这个系统就可以被视作行动者（FloridiL，SandersJW，2004）。
伦理学界对技术人工物的道德主体地位存在较大争议。在新闻伦理的探讨范畴中，智能技术对信息传播权重的计算的确在很大程度上影响了新闻信息交流活动。但是直到目前，智能技术尚未完全达到自主性和适应性，将其判定为独立的伦理行动者论据不足。
所以就目前的技术发展状况而言，更为重要的是确立互联网信息平台公司的新闻伦理地位。依据目前他们在人类信息传播活动中的重要性，以及他们实际可以起到的信息推荐中介效应，互联网信息平台应该被纳入新闻伦理的范畴，并作为其间一个重要的机构行动者予以关照。
平台也开始意识到自身的伦理主体责任，主动开始在技术研发和产品开发的过程中嵌入伦理考虑。2016年9月，亚马逊、谷歌、Facebook、IBM和微软宣布成立一家非营利组织：人工智能合作组织（PartnershiponAI），目标是为人工智能的研究制定和提供范例，推进公众对人工智能的了解，并作为一个开放的平台来吸引民众及社会的参与和讨论。目前各国的司法实践，也在强迫他们认识到自身不仅需要承担技术伦理和商业伦理，也需要在新闻伦理的框架内规制自身的行为。
人工智能时代的新闻伦理结构
综上所述，人工智能时代新闻伦理的道德行动者出现了变化，显性地表现为增加了一个重要的机构行动者，我们姑且将它们称为互联网信息平台公司。与此同时，传统的道德行动者——政府、媒体、公众，它们在伦理图景中的位置和行为模式也产生了变化。政府在规制方面采取了更加前瞻式的模式以应对变革性技术的社会构建动能。公众在人工智能时代的个性化信息服务背景下，其伦理素养和媒介素养变得更加事关全局。而传统媒体机构在算法推荐逻辑下，面临权重下降的境遇，其传统新闻生产流程和伦理价值面临冲击。
为了更清晰地展现各道德行动者之间的伦理互动结构，有必要进一步区分不同行动者的区位。个人伦理层次、组织伦理层次、社会伦理层次的区分有助于进一步明晰对此问题的论述。
第一，个人伦理层次，主要包括新闻专业主义和工程师伦理。传统新闻伦理具有很强的个人伦理色彩，记者、编辑就自己生产的新闻内容承担风险、享受赞誉。在新闻专业主义理论体系下，个人层次的伦理认知，不仅是职业认知的重要组成部分，也是新闻机构权威性的主要来源。客观、公正、服务公共利益，是新闻工作者长期珍视的伦理传统。
自动化新闻平台将工程师也纳入新闻传播领域，他们所编写的代码直接影响新闻伦理。因此工程师团体需要通过合理的结构代码完成其伦理责任。
责任是知识和力量的函数。在智能信息时代，科学家、工程师不仅人数众多而且参与社会重大的决策和管理，他们的行为会对他人、对社会带来比其他人更大的影响，因此他们应负更多的伦理责任（曹南燕，2000）。
在过去25年中，工程伦理领域的主要成就之一就是工程师们越来越意识到自身的价值观对设计进程的影响，以及此过程中他们对他人价值观的敏感度（Wallach&Allen，2008）。2000年，美国工程和技术认证委员会（ABET）在其标准中明确指出，工程教育必须证明他们的学生“对职业和道德责任的理解”（Downeyetal.，2007）。奥巴马政府2016年10月将“理解并解决人工智能的道德、法律和社会影响”列入美国国家人工智能战略，并建议AI从业者和学生都要接受伦理培训（曹建峰，2016）。
与此同时，鉴于大量的媒体内容来自用户生成内容，涉足其间的个体制作者及其伦理素养也在此列。目前在直播和短视频平台时常出现伦理失范行为，个体内容生产者是直接的道德行动者，需要在与平台伦理原则磨合的过程中形成行为规则共识。
对于亚里士多德来说，具备关于伦理规则的知识和自觉遵守伦理规则的能力是两个不同的方面。只有当人们在内在本性和对善生活的追求基础上，自觉地尊重伦理规则，才是符合伦理和美德的个体（麦金泰尔，1996）。在内容庞杂的社交媒体和互联网信息平台中，美德论对于个体层次的伦理治理，也许具有更大的启示意义。
第二，组织伦理层次，主要涉及新闻组织和互联网信息平台。传统新闻媒体对其生产的内容及其经济运行负有伦理责任，与此同时，媒体的言论对政治、经济和社会都有巨大影响。虽然在传统生产流程中，记者作为显性的新闻伦理践行者，对自身的报道肩负伦理责任，但是媒体承担着重要的把关功能，并在科层式的生产模式中内化组织宗旨和目标。在媒体组织内部，知情权与隐私权、表达权和名誉权的权衡，公共服务和经营目标的平衡，形成多组竞争性伦理价值，需要在新闻媒体组织层面根据其伦理传统针对具体问题予以价值排序。长期以来，客观、公正和最小伤害成为十分重要的组织伦理出发点。
到了人工智能时代，互联网信息平台实际上部分起到了新闻媒体的功能。与传统新闻媒体更多关注新闻的生产不同，目前的互联网企业并不直接涉足新闻内容制作，但是其推荐算法实际在对新闻价值的不同维度予以赋值，随着越来越多的民众将互联网作为主要的新闻信息来源，互联网信息平台在新闻分发和互动环节产生了巨大的动能。互联网信息平台的伦理关注点主要在数据和代码（算法）两个体系，如何合理利用平台积淀的用户数据，如何合理通过算法的中介，提高社会总体福利水平，是此类组织的伦理责任。
目前技术本身的伦理地位也存在争议，在用户偏好挖掘的机器学习机制中，平台公司会部分采取无监督学习模式，这使得学习结果存在客观上的算法黑箱。这也是智能系统设计的悖论：一方面系统需要更大的自由度以体现其智能效能，但具备自主学习能力的系统在技术上和伦理上都存在风险；另一方面，若将伦理规则嵌入智能系统，那么设计出来的系统就缺乏充分的灵活性，也就不够“智能”。但是从目前的伦理问责和司法实践看，互联网信息平台作为算法的直接开发者和版权所有者，有义务将智能系统设计为道德智能体，将社会长期珍视的伦理价值内嵌至平台系统。据此，大众传播责任的两种形态行动——自律制度、专业精神，同样适用于互联网信息平台公司。
第三，社会伦理层次，包括政治和公众两个维度。在政治维度，如何处理互联网信息平台、新闻媒体和社会其他部门的关系，如何管理技术的发展方向、媒体信息的作用范围，是政治层面关注的焦点，也因此与新闻系统产生权力博弈和伦理话语冲突。
电气和电子工程师协会（IEEE）2017年发布《人工智能设计的伦理准则》白皮书（EthicallyAlignedDesign），这份报告不仅对工程师群体的伦理设计提出要求，并且在宏观上希望政府、司法机构审慎使用数据，必要的时候严格测试和评估内嵌于系统的伦理原则和运算逻辑。而且政府和产业利益相关者需要明确，哪些核心决策权不能交由智能系统。
因此在更加宏观的社会伦理治理层次，政府作为主要的道德行动者，需要从社会整体福利水平和国家信息安全的高度理解人工智能系统的信息中介效应，对其引导舆论、影响个体的能力保持伦理警觉，并逐渐清晰政府的管控底线。
在公众维度，以往新闻很大程度上依赖于记者的信誉，如今在网络信息发布过程中，受众不再被动，任何人都有权利批评报道、增加事实和发表评论。就此，新闻发表从个人化的行为（组织化的行为）转变为公共的行为（Ward,2011）。在智能时代，公众的伦理素养至少包含明确是谁作出或者支持智能系统的伦理决策，并且理解自动技术系统的社会影响的能力。公众需要更加清晰智能系统的运作模式和社会影响机制，运用理性力量加强自身的信息自律能力，而不要成为机械刺激性快乐的被捕获者，从而丧失了对康乐生活的追求和反思能力。
媒体的智能化，大大延伸了媒体的外延，将新闻传播推向“万物皆媒”的时代。新闻伦理学的研究范畴也随之由新闻工作者、新闻机构、新闻受众延向了传播技术和社交平台。由于人工智能技术的出现，更多的行动者开始参与或影响新闻的生产与发布，新闻工作者不再是唯一的道德行动者，泛信息系统，特别是互联网信息平台的影响力正在逐渐上升。
自治、公平、正义、责任、服务公共利益等原则是长期以来新闻伦理的基本组成部分。智媒时代，除了进一步坚持传统媒体伦理价值体系之外，还需要融合基于技术和平台的伦理要求。机器人伦理提出的人的尊严和人权、责任、透明度、避免滥用和共生繁荣等原则，也是人工智能时代新闻伦理的智识来源。而互联网平台公司，如谷歌提倡的“七条准则”：有益于社会、避免创造或增强偏见、对人们有说明义务、根据原则确定合适的应用等，也同样适合新媒体背景下的新闻伦理。
（本文系“数字化变革中媒体从业者伦理胜任力建模及提升策略”课题的阶段性成果，课题编号：2018FZA121；同时受中央高校基本科研业务费专项资金资助）
参考文献
BakshyE,MessingS,AdamicLA.,2015,"ExposuretoideologicallydiversenewsandopiniononFacebook",Science,vol.348,pp.1130-1132.
BenthamJ.,1996,ThecollectedworksofJeremyBentham:Anintroductiontotheprinciplesofmoralsandlegislation,ClarendonPress.
BillKovach,TomRosenstiel,2007,TheElementsofJournalism,NewYork:ThreeRiversPress.
Downey,GaryLee,JuanC.LucenaandCarlMitcham.,2007,"EngineeringEthicsandIdentity:EmergingInitiativesinComparativePerspective",Science&EngineeringEthics,No.4,pp.463-487.
Dörr,K.N.&HollnbuchnerK.,2017,"Ethicalchallengesofalgorithmicjournalism",DigitalJournalism,5(4),pp.404-419.
FilippoA.Raso,HannahHilligoss,VivekKrishnamurthy,ChristopherBavitz,LevinKim,2018,ArtificialIntelligence&HumanRights:Opportunities&Risks,BerkmanKleinCenterResearchPublication.
GlasserT.L.,1989,"ThreeViewsonAccountability",MediaFreedomandAccountability,editedbyE.E.Dennis,D.M.Gillmor,andT.L.Glasser,NewYork:Praeger,pp.179-193.
JeffreyRosen,2013,"TheDeciders:Facebook,Google,andtheFutureofPrivacyandFreeSpeech",Constitution3.0:FreedomandTechnologicalChange.ed.JeffreyRosenandBenjaminWittes,BrookingsInstitutionPress;JonathanZittrain,2008,Thefutureoftheinternet--andhowtostopit,YaleUniversityPress.
JoseVanDijck,2013,TheCultureofConnectivity:ACriticalHistoryofSocialMedia,OxfordUniversityPress.
KantI,SchneewindJ.B.,2002,GroundworkfortheMetaphysicsofMorals,YaleUniversityPress.
KovachB.&RosenstielT.,2007,Theelementsofjournalism(Rev.ed.),NewYork:ThreeRiversPress.
LucianoFloridi,J.W.Sanders,2004,"Onthemoralityofartificialagents",MindsandMachines,vol.14,pp.349-379.
Merrill,J.C.,2011,"TheoreticalFoundationsforMediaEthics",inA.D.Gordon,J.M.Kittross,J.C.Merrill,W.Babcock,andM.Dorsher(eds),ControversiesinMediaEthics,pp.3-32.
Mill,J.S.,1962,Utilitarianism,onliberty,essayonBentham,ed.MaryWarnock,London:Fontana.
ParryR.,2011,TheAscentofMedia:FromGilgameshtoGoogleviaGutenburg,London:NicholasBrealey.
PavlikJ.,2000,"Theimpactoftechnologyonjournalism,JournalismStudies",No.2,pp.229-237.
PaulTaylor,1986,RespectofNature:ATheoryofEnvironmentalEthics,PrincetonUniversityPress.
SandvigC,HamiltonK,KarahaliosK,etal.,2016,"Automation,algorithms,andpolitics|whenthealgorithmitselfisaracist:Diagnosingethicalharminthebasiccomponentsofsoftware",InternationalJournalofCommunication,No.10,pp.4972–4990.
Selgado,SusanaandJesperStrömbäck,2012,"InterpretiveJournalism:AReviewofConcepts,OperationalizationsandKeyFindings",JournalismTheoryPractice&Criticism,No.13(2),pp.144–161.
TaylorPaul,W.,1986,RespectforNature:ATheoryofEnvironmentalEthics.
Ward,StephenJ.A.,2011,Ethicsandthemedia:Anintroduction,CambridgeUniversityPress.
WallachW.andAllen,C.,2008,MoralMachines:TeachingRobotsRightfromWrong,OxfordUniversityPress.
WilburSchramm,1957,ResponsibilityinMassCommunication,NewYork:Harper&Brothers.
YilunWangandMichalKosinski,2018,"Deepneuralnetworksaremoreaccuratethanhumansatdetectingsexualorientationfromfacialimages",JournalofPersonalityandSocialPsychology,No.2,pp.246-257.
曹建峰，2016，《人工智能：机器歧视及应对之策》，《信息安全与通信保密》，第12期，第15～19页。
曹南燕，2000，《科学家和工程师的伦理责任》，《哲学研究》，第1期，第45～51页。
方师师，2016，《算法机制背后的新闻价值观——围绕“Facebook偏见门”事件的研究》，《新闻记者》，第9期，第39～50页。
韩鸿、彭璟论，2017，《智媒时代社交媒体的社会责任——对2016美国大选中Facebook假新闻事件的反思》，《新闻界》，第5期，第89～93页。
［美］卡尔·米切姆、朱勤、安延明，2007，《关于技术与伦理关系的多元透视》，《哲学研究》，第11期，第79～82页。
刘则渊、王国豫，2007，《技术伦理与工程师的职业伦理》，《哲学研究》，第11期，第75～78页。
［英］卢恰克·弗洛里迪，2018，《信息伦理学》，薛平译，上海译文出版社。
［美］阿拉斯戴尔·麦金泰尔，1996，《谁之正义？何种合理性？》，万俊人、吴海针、王今一译，北京：当代中国出版社。
［美］迈克尔·舒德森、周岩，2017年，《新闻的真实面孔——如何在“后真相”时代寻找“真新闻”》，《新闻记者》，第5期，第75～77页。
潘忠党、陆晔，2017，《走向公共：新闻专业主义再出发》，《国际新闻界》，第10期，第91～124页。
彭兰，2017，《更好的新闻业，还是更坏的新闻业？——人工智能时代传媒业的新挑战》，《中国出版》，第24期，第3～8页。
史安斌、王沛楠，2017，《作为社会抗争的假新闻——美国大选假新闻现象的阐释路径与生成机制》，《新闻记者》，第6期，第4～12页。
［美］温德尔·瓦拉赫、科林·艾伦，2017，《道德机器：如何让机器人明辨是非》，北京大学出版社。
支庭荣、罗敏，2018，《“后真相”时代：话语的生成、传播与反思——基于西方政治传播的视角》，《新闻界》，第1期，第54～59页。
本文刊发于《学术前沿》杂志2018年12月（下），转载请注明来源。
C2
4月·北京个人会员：返回搜狐，查看更多
权衡：人工智能等新变量对世界经济增长的影响不容忽视
【编者按】
“年度论文”评选活动由上海社联2013年组织发起，至今已连续开展至第十年，已评选出100篇年度论文，与大多数评奖活动不同，该活动无需作者自行申报，主要依托各学科权威专家学者、学术期刊主编、资深学术编辑等开展多轮评审推荐，每年从上海学者发表在全国哲学人文社科期刊上数以千计的论文中，最终评选出10篇年度论文。
谈到上海社联年度论文评选活动，上海社科界学者给予充分肯定，他们认为，这个活动不仅促进社科学者学术共同体的形成，更给上海社科学者提供了思想碰撞和交锋的平台，在“反五唯”（“唯论文、唯帽子、唯职称、唯学历、唯奖项”）背景下，这个活动也是对学术评估机制的大胆创新。
最近，ChatGPT很火爆，人工智能会如何影响世界？这个问题也引发了社科学者的诸多讨论。2022年上海社联年度论文《世界经济增长分析框架：新变量及其创新发展》（原载《学术月刊》2022年第7期）一文，其中就对这个问题进行了前瞻性思考。文章作者系上海社会科学院党委书记、研究员权衡。
权衡认为，世界经济增长实践正在发生深刻变化，以往流行的传统经济增长理论和方法，未能充分考虑新的变量，越来越难以适应现实需要。当前有八个重要变量在影响世界经济走向，分别是：新冠疫情全球大流行、国际投资贸易规则新变化、全球经济区域化周边化、大国经济政策溢出效应、“一带一路”倡议、双循环新发展格局、全球减碳战略实施，以及大数据和人工智能发展。
权衡在论文中指出，上述八个重大新变量、新因素，正在深刻冲击和改变传统世界经济增长格局，客观上也在影响和重塑传统经济增长的速度、总量、资源配置结构、企业组织、产业结构、规制结构以及全要素生产率等新机理，潜在推动世界经济增长实践和理论的创新和发展。
那么，这些变量背后的成因是什么，中国与世界经济的关系有了怎样的新变化？更重要的是，人文社科类学术研究如何发挥它的现实作用？近日，澎湃新闻记者就一系列现实问题专访权衡。
澎湃新闻：我们当前面临怎样的世界经济增长新格局与新变量？
权衡：过去我们研究经济增长理论总是基于传统的分析框架，缺乏考虑和体现新的变量和新因素的出现及其影响。
第一，近三年疫情的冲击，对世界经济的总需求和很多公司都带来了影响，这并不是一个短期的影响因素。疫情从需求侧、供给侧等对世界经济增长格局带来深刻变化；原来侧重关注短期需求变动和冲击，也有相应的理论支撑；这次疫情同时也带来了全球供应链、产业链的重组和变化，这也对全球经济增长格局带来影响。
第二，经贸规则的变化。中国的发展在2000年迎来了重要的历史机遇，我们加入WTO，参与和推动经济全球化，也一直认为世界经贸会按这一框架来运行。然而，近年来，WTO机制也陷入了停摆状态，这背后的深层逻辑在于，投资和贸易之间的关系在世界经济增长中发生了变化。如今，投资的自由化、便利化更为重要，因为自由贸易的背后，其实是全球资本的流动，跨国公司的重构，这都将带来世界经济的新增长和新变化。
第三，过去我们研究世界经济短期增长态势，一般不太考虑技术进步因素，因为我们分析短期内投入和产出时，通常假定技术水平短时期内往往是不会有大的变化的。但是，近年来科技飞速变化，特别是大数据、人工智能等因素，在短期内可能会给世界经济增长带来变化。技术已成为一个外部冲击因素，可能在短时期内对原有的经济基于技术不变的假定条件构成影响，因此需要有新的分析思维，才能更准确、全面地刻画经济增长的格局和变化。
尤其是人工智能、数据要素甚至平台经济等变量，它与原有生产要素和生产函数的关系更加深入和密切，包括可能是互补性，也可能是替代性的关系。替代性导致的结果，不仅是生产效率的改变，更重要的是生产方式、生活方式乃至产业模式的深刻改变。这一技术突变可能在短期内就会发生，甚至产生颠覆性的作用，因此日新月异、突飞猛进的科技革命，大数据、平台经济等都是我们需要考虑的重要因素。
第四，事实证明，2008年国际金融危机以来，以美国、欧洲等为代表的发达国家，从采取量化宽松的货币政策，到零利率、甚至负利率的货币政策，但难以带来世界经济的根本性复苏和持续增长。因此，要想方设法激发世界经济的新活力、动力，以积极应对危机冲击。
我国提出“一带一路”倡议，明确指出“政策沟通、设施联通、贸易畅通、资金融通、民心相通”这“五通”，这实际上分别与经济增长框架有关的“国际合作、基础设施、贸易便利化、投资自由化以及文化交流”等相对应，它有力地推动了内陆型地区和国家开放发展的新理念和新实践，推动传统国际投资和贸易理论的创新发展。传统意义上的开放和国际贸易理论，一般总是强调沿海地区的开放，“一带一路”则强调向全方位开放，包括沿海开放与内陆开放联动发展，这就极大地带动了内陆型开放经济发展和贸易升级转型。
不过，“一带一路”现在在国外面临一定的压力和挑战。原因在于，现在世界经济增长趋势放缓，因此“一带一路”面临顶风而上的挑战，但是我们仍然需要加快推动“一带一路”高质量发展，为世界经济增长趋缓注入新动力；其次，“一带一路”也面临着来自某些西方的曲解和误读，特别是一些国家把“一带一路”意识形态化，需要我们保持清醒。此外，“一带一路”本质上还是坚持市场经济的逻辑，各类市场主体需要按照市场经济的原则，以收益最大化、成本分摊的原则推进，要尽可能推动当地人的福利、就业和收入增长情况，同时项目本身也要有收益和利润，做到共商、共建、共享。
第五，原有的国际分工体系发生了改变。目前，更强调全球要素更加便利化、自由化流动。但全球化本身已经面临一些挑战，这一挑战背后，不是全球化自身出了问题，而是全球化发展过程中收入分配失衡，全球收益不平等现象在增加，财富分配不公平程度也在增加，这才是引发逆全球化背后的逻辑。
与此同时，科技进步和创新发展带来新贸易、新形态、新经济、新产业，尤其是数字贸易的背后是数据要素自由流动，大数据驱动服务贸易的比例越来越高。贸易便利化的背后是投资自由化，由此海关等边境监管规则需要随之调整。比如，WTO的边境规则走向边境后规则，更关注投资涉及的便利化、生态环保、劳动保护等标准，这些都可以提到规则中来。因此，不仅世界经济的增长格局在变，更重要的是增长的规则也在慢慢演变。这背后的驱动，是投资自由化和贸易便利化的关系发生改变，是整个国际体系中发展中国家的群体性崛起，因为这些国家也需要参与国际贸易，并呼吁全球经济治理体系不断完善。
澎湃新闻：如何理解中国的“双循环”，外循环发展中需要链接哪些主要区域？
权衡：我们所说的“双循环”，强调的是以内循环为主，内外双循环相互促进。近年来，国际大循环不仅遇到了疫情的冲击，国际地缘经济、政治的格局冲突，也导致全球产业链、供应链不稳定。在此背景之下，中国具有超大规模的市场优势，通过强大的内循环可以带动国际市场的复苏和繁荣发展，这也是一种高水平的对外开放。
要看到，疫情也对基于比较优势、资源禀赋条件而长期形成的国际市场分工体系带来了影响，特别是疫情全球蔓延及防疫的全球不同步，带来全球供应链不稳定、全球产业链受到严重冲击。全球分工体系正在从原来注重效率导向转向安全导向，也出现了产业链的区域化和周边化布局的新态势，全球产业链、创新链和价值链体系几乎都面临新的重构。在此情况下，布局中国的产业链和供应链，首先考虑的是，中日韩是一个国际循环，中国和东盟国家的国际贸易合作，也是一个国际循环，都可以带动中国和这些地区合作共赢和发展，同时也符合当下全球产业调整的周边化、区域化的新态势。当然，我们仍然要坚持全方位开放，仍然要致力于建设开放型世界经济。
澎湃新闻：人工智能技术可能对未来的经济增长带来什么变化，您如何看待与此相关的就业问题？
权衡：我认为还是要高度重视人工智能对经济形态、社会形态的塑造和影响。因为过去，科技进步需要经过漫长变迁，但在今天，特别是互联网发展、大数据、人工智能等这类的科技进步具有突发性、颠覆性，一旦发生变革，会突然给我们的产业生态、生活环境，包括生活方式等带来很大改变。
与人工智能相关的就业问题主要涉及三类关系。一是劳动密集型行业，可能会因为人工智能这类的技术运用而形成替代关系；二是互补关系，即人工智能技术最大的意义在于推动人机互动和相互促进，从而提高各方面的工作效率、生活效率和劳动生产率；三是人工智能可以创造新的就业机会，一旦相关领域发展起来，就会产生新的就业形态，当传统就业方式发生改变，就会迫使劳动者通过自我学习提高自身能力，适应人工智能带来的更高的就业要求。这就要求就业增长与终身学习相互促进。
澎湃新闻：人文社科类学术水平的提升，对城市软实力的促进作用体现在哪？
权衡：人文社科类学术研究会不断推动思想创新和思维创新，而创新性思维、创新性思想是城市软实力的一个重要体现。人文社科类工作者，如社会科学家、经济学家、法学家、文学艺术家等，都可以积极回应现实，回应社会问题，尤其是在推进中国式现代化发展过程中，一定会出现和面临很多社会问题，我们需要从不同侧面，发挥不同学科作用，发挥智库作用，积极回答和解释社会发展热点问题。
科学不仅包括自然科学，还包括人文社会科学，我建议加快推动这类高端智库的建设，让专家学者的学术思想转化为理论成果，转化为决策咨询参考。这也是人文社科工作者应该发挥的重要作用，这也是城市影响力、软实力的组成部分。
此外，我还特别建议要加快建设人文社科人才队伍的建设培养，因为我们现在所面临的大量经济和社会问题，其实非常需要社会科学家、甚至哲学家、法学家、社会学家以及文学艺术家等来做出解答，并引领社会形成积极共识。特别是除了加快培养人文社科类领军人才，我们还要培养大量的中青年骨干，储备优秀的中青年后备力量，确保社科人才发展后继有人，社科事业高质量发展。
澎湃新闻：如何发挥人文社科类学术研究的作用，学术成果转化的意义在哪？
权衡：人文社科类学术研究发挥作用，学术成果的转化是一个重要渠道，这不仅包括论文发表、著作出版，还包括将其中的思想观点转化为理论引领和政策参考，即智库研究成果，或者说是决策咨询服务的成果。学术研究成果本身不是决策，而是决策咨询，政府可以将其作为有价值的决策参考。
比如在一些重大的问题上，背后的理论逻辑和依据是什么？国际经验、发展背后的规律是什么，以及需要考虑的因素、注意避免的问题有哪些，在具体推进的过程中又有什么可操作的建议。我认为人文社科通过学术成果的转化，可以有效发挥政策咨询的作用。
因此，推动学术成果有效转化非常重要，将理论研究的思想、观点、成果，转化为政策咨询和有效建议，有助于推动国家重大公共政策的有效制定，实现科学决策、民主决策、依法决策。
澎湃新闻：您对上海社联的年度论文评选活动有什么好的建议？
权衡：首先，我建议扩大这一活动的影响范围，让更多的专家学者参与到年度论文的评审工作中。推荐也可以采取更为灵活的方式，包括他评、自评在内的多种方式；其次，我认为在活动后期，可以加大对中青年学者的传播和推广，通过学术成果推荐更多更优秀的年轻学人，扩大他们的影响力。