{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed","title":"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","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787313310330","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed","id":"1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed","uuid":"1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed","title":"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","normalized_title":"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","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787313310330","isbns":["9787313310330"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":266,"navigation_url":"https://workshop.closeclaw.top/ai/book/1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed","title_url":"https://workshop.closeclaw.top/ai/title/%E6%9D%83%E5%8A%9B%E7%9A%84%E6%95%B0%E6%8D%AE%E4%BC%A6%E7%90%86%E5%AD%A6%E5%A4%A7%E6%95%B0%E6%8D%AE%E4%B8%8E%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E6%97%B6%E4%BB%A3%E7%9A%84%E4%BA%BA%E6%9C%AC%E6%96%B9%E6%B3%95%E6%96%B0%E8%A7%A3","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed","page_url":"https://workshop.closeclaw.top/api/ai/books/1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed/page","search_url":"https://workshop.closeclaw.top/api/ai/books/1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed/search"},"page":{"printed_page":99,"pdf_page":113,"physical_index":113,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"95fd4562aa3706295bc4bb1854e2a8eda5c6ffedebf691132d0bd078e989b187"},"chapter":"第3章","content":"人工智能决策的伦理影响\n\n在评价并总结关于“算法”伦理影响的研讨中，米特尔施泰特(Mittelstadt)等人(2016)提出了儿种不同的伦理关切，分别涉及决策过程当中算法处理方式以及数据建立关联方式(从数据中获取证据)。伦理影响(如歧视性决定)可以是立竿见影的“可见”结果，在观察的那一瞬间就可以看出行为是否“有失公平”。然而，伦理影响也可能是在实施过程中没有明显危害的一种社会变革(Mittelstadt etal..2016：5)。其中、自主性挑战就是一个非常值得关注的话题，它涉及广为应用的个性化算法与“新选择架构”搭建，这些可能会在不同程度上强化人类行为.其至控制人类决策(Mittelstadt et al..2016：9)。另一个话题则聚焦于人类在信息隐私认识与处理方式的诸多维度上所面临的公公挑战——由大数据收集、处理、剖析算法形式所带来的挑战。最后，他们还考虑了算法可溯性的横向问题(Mittelstadtet al..2016：12)。算法证据的复杂数据处理设计本身往往难以追溯.因而通常会导致算法伦理影响的责任认定复杂莫测。然而，人类对于日益复杂的系统的监督程度也可能因受其他因素影响。缺乏教育或者其他人类自我能力的因素(如个人意识水平、伦理反思以及其他文化和社会因素)同样可能导致人类对于人工智能系统设计识别和修正变得举步维艰，进而带来负面伦理影响。缺乏人类监督同时也意味着系统正在逐渐具备自我控制力与能动性。\n\n机器伦理\n\n人汇智能对于人机关系的改造引发了诸多伦理方面的关注、涉\n\n第3章大数据人工智能社会技术基础设施\n\n99","previous_page":98,"next_page":100}