例如，当他们主要由白人男性组成时，他们就会分享特定的政治观点，包括关于身份政治的观点（Criado Perez 2019，23）。技术官僚制（technocracy）也不是中立或非政治性的。仅靠技术专长无法解决伦理和政治争论。科技公司也有自己的政治。例如，根据默里（Murray 2019，110）的说法，谷歌等硅谷公司在政治上偏左（更准确地说：左翼自由主义者），并对其员工抱有这样的期待——即使他们所宣扬的并不总能得到践行，例如当涉及他们自身工作团队的多样性问题时。亚马逊或优步（Uber）等科技公司也通过人工智能和算法来监控员工的表现：亚马逊利用人工智能自动解雇生产效率低下的员工（Tangerman 2019），优步的算法会对司机进行排名，从而决定他们的工资水平，甚至决定他们是否会被解雇（Bernal2020）。只要这些做法具有剥削性，就会与他们的政治话语形成鲜明对比，而且这些做法本身在道德或政治上就不会是中立的。最后，正如我在前一章中所指出的，除了科技公司及其市场的直接环境，人工智能服务还依赖于南半球的人类劳动力。后者并没有从他们的劳动中获得公平的回报。
鉴于人工智能、数据以及处理该技术的人员和组织的这种非中立性，我们需要对这些技术操作、实践、解释和感知进行评估。然而，“如何评估”仍然是一个悬而未决的问题，即在什么基础上进行这种规范性评估。因此，讨论规范和相关概念至关重要。在本章中，这意味着我们要讨论偏见和歧视、（不）公正、（不）平等等概念的含义，以及它们为什么会产生问题。我介绍了评估人工智能的规范性政治哲学概念框架的另一部分：二个基于平等和公正等观念的框架。这可能为那些开发和使用人工智能的地方讨论人工智能政治问题提供信息。
人工智能政治哲学
076