虽然我认为人工智能设计本身是一个富有建设性且高度相关的视角，但它只是AISTIs伦理治理框架下的一个应用伦理组件而已。因此在这里，我并不是说权力的数据伦理学是一种“伦理设计”解决方案(虽然我将在本章后面说明我们如何在人工智能的数据设计之中追踪数据利益，但我并没有提供一个设计方案)。相反，我认为，权力的数据伦理学对于人工智能伦理研究领域的贡献在于，它是人工智能发展过程中对于人类权力的特定反思，即在人工智能研发与采用过程当中，要求我们承担的人类干预的程度。接下来，我将把关于人工智能伦理的讨论集中到权力的数据伦理学之上，主要关注人工智能系统的数据处理当中的自主性与人类干预程度。在这里·我将不仅关注数据设计研发者的视角，同样也会关注社会文化对于人工智能数据系统的接受度与整合。
从依赖人类的系统到自主系统
人工智能系统在其短暂的社会应用历史当中被赋予了不同程度的自主性，用于支持或取代人类决策过程。在实际应用当中，人工智能系统的能动性与自主性并非其目标所在，而是系统为适应现实生活决策过程所必须具备的能力。
在20世纪七八十年代，专家型系统被创造出来以帮助人类进行优化决策，例如：用于故障排除、机器维修指导或传染病诊断(Crevier。1993)。它们由一个“知识库”和一个“推理机”组成，前者由一系列事实与基于人类各领域专家知识的“IF-THEN规则”构成，后者则使用逻辑推理规则来演绎新知识(Alpaydin、2016：50)。之前，我曾说过这些早期专家型系统无法适应人类环境，这也是它们未能成功地应用于社会的一个关键原因。此外，这还涉及它们对于真实世界的表征方式。这些系统的逻辑规则实在是太过僵硬死板，它们不能如实反映生活当中的细微差别与变化过程。阿尔帕伊登(Alpaydin)用了年龄的例子来说明这个问题：一个人可能并不“老”，但事实上我们都在日渐衰老，而这个过程不能被具体的数字所捕捉(Alpaydin、2016:51)①。一方面，早期专家型系统(基于预先编程的知识和逻辑规则)数量有限；另一方面，它们在对真实环境当中细微差别的把控方面往往确有缺陷。由于无法提供有价值的决策支持，因此其实际应用就非常有限。
权力的数据伦理学：大数据与人工智能时代的人本方法新解
96