从算法分析看人工智能的价值非中立性及其应对

作者：朴毅; 叶斌; 徐飞^*

来源：科技管理研究, 2020, 40(24): 245-251.

• 人工智能
• 机器学习
• 价值中立
• 算法歧视
• 决策风险

随着人工智能技术的广泛应用,"大数据杀熟""人工智能侵权"以及"算法歧视"等负面事件频发,原先人们以为的人工智能价值中立性也因此而遭到质疑。目前国内对人工智能价值中立性的相关研究仍较多集中于概念层面。在已有研究基础上,进一步从机器学习的算法层面,从数据的社会性、算法的价值偏好以及决策的偏见强化3个角度分析人工智能的价值非中立性实质,并对其所引发的诸如"信息茧房"等伦理问题和智慧系统中的决策风险进行剖析,提出实现安全、公平、透明、道德、智慧的人工智能系统的有效途径是通过宏观层面与微观层面的有效联动,一方面推进算法透明,另一方面为人工智能的决策设置"人为"的边界。

• 单位
  中国科学技术大学