“人工智能很單純，復雜的是人”——在探討人工智能（AI）的公平性時，香港科技大學講席教授、微眾銀行首席AI官楊強巧妙地化用了一句流行歌詞。他認為，AI技術(shù)發(fā)展中出現(xiàn)的諸多公平性問題，其實映射了人類社會中本已存在的歧視和偏見。
在未來論壇近日發(fā)起的“AI向善的理論與實踐”論壇上，多位業(yè)內(nèi)專家圍繞“AI公平”這個話題開展了深入討論。
AI跟誰學到了“偏心”？
與人類社會相似，在AI的世界里，偏見與不公隨處可見。
2014年，亞馬遜公司啟動了一個通過AI技術(shù)開展自動化招聘的項目。這個項目完全基于求職者簡歷提供的信息，通過AI算法進行評級。然而，第二年亞馬遜便意識到這個機器腦瓜并不像想象中那樣公平公正——它似乎在歧視女性！當一份簡歷中出現(xiàn)“women”等字眼時，在打分上就會吃虧。
亞馬遜分析，這是因為他們使用了過去10年的歷史數(shù)據(jù)來訓練這個AI模型，而歷史數(shù)據(jù)中包含對女性的偏見。之后，亞馬遜便不再用這個算法來進行招聘。
“AI的公平性問題，本質(zhì)上并非來源于技術(shù)本身，而是來自人心，也就是說，其本源是社會的公平性。”中科院計算技術(shù)研究所研究員、中科視拓（北京）聯(lián)合創(chuàng)始人山世光說。
他解釋道，AI技術(shù)從算法和系統(tǒng)的設(shè)計，走向社會的應用實踐，這個過程涉及方方面面的人，在很多環(huán)節(jié)，都有可能有意或無意地引入歧視和偏見。“以大家最熟悉的‘健康碼’為例，這個產(chǎn)品在為防疫作出重大貢獻的同時，也因為給老年出行帶來困難等現(xiàn)象，引起了很多爭議。這就是目標人群設(shè)定不夠周全，而引入了潛在的歧視風險。”他說。
除了不同人群間的公平問題，AI公平還涉及到開發(fā)者和使用者（通常是企業(yè)和用戶）之間的不平等問題。
清華大學法學院院長申衛(wèi)星補充了一個生活中非常常見的案例。大量App在使用時會出現(xiàn)一個“知情同意”的選項，這個知情同意書往往少則上千字，多則上萬字，大量的信息讓消費者無力長時間閱讀，只好選擇同意，否則只能退出。
“過去我們對知情同意格式條款的主要要求是‘告知要充分’。但現(xiàn)在更常見的問題反而是‘告知過量’，或者叫信息超載。”申衛(wèi)星說，“過度冗余的格式條款，其實恰恰剝奪了消費者的自我決定權(quán)。這是一種非常隱蔽的不公平。”
“雙刃劍”的正確打開方式
AI技術(shù)與社會公平的關(guān)系，比想象中更為復雜。
搜狗公司CEO王小川指出：“總體來講，AI技術(shù)的高度發(fā)展對公平性的提升是有利的。首先在技術(shù)的加持下，教育、醫(yī)療等重大領(lǐng)域在資源供給的數(shù)量和質(zhì)量上都會有極大提升，供給側(cè)的繁榮有助于緩解社會資源分配不均；其次，隨著大數(shù)據(jù)的連接，人們有機會在全局層面上提煉主要矛盾，探討公平問題，進而達成社會共識。”
但這也是一柄“雙刃劍”。“互聯(lián)網(wǎng)發(fā)展、信息發(fā)展和AI發(fā)展為公平性提供了更好的抓手，但也會帶來更多新的挑戰(zhàn)。”王小川說，“其中一個比較敏感的問題是，在機器判斷越來越準確之后，公平定義的矛盾將更加突出。比如在金融貸款、商業(yè)保險等領(lǐng)域，如果對用戶進行個人畫像并作出判斷后，拒絕向該用戶提供服務(wù)，如此是否公平？此外，隨著AI技術(shù)進步帶來的資源極大繁榮，很容易產(chǎn)生‘馬太效應’，導致資源集中在金字塔尖上，拉大社會差距。這是人類歷史上不斷出現(xiàn)的問題，值得警惕。”
對此，山世光強調(diào)：“作為AI從業(yè)者、開發(fā)者、運營者的我們，一定要意識到，我們所開發(fā)的AI既可能被用來促進社會公平和消除歧視，也有可能被濫用，甚至助紂為虐。”
那么，人類應該如何揮舞這柄“雙刃劍”，讓它向善而不作惡呢？山世光說：“問題的最終解決不僅僅依賴技術(shù)的進步，更依賴于技術(shù)專家和社會學家兩個群體的順暢溝通，深度對話。”
為了更公平的AI而奮斗
論壇上，專家們介紹了產(chǎn)業(yè)界、學術(shù)界、法律界等在AI公平性上作出的種種努力。
“人們開發(fā)了許多工具，包括分析數(shù)據(jù)集形態(tài)和質(zhì)量的工具，能讓開發(fā)者、工程師清楚看到他們用于訓練的數(shù)據(jù)的特征分布，比如性別、年齡等，至少要滿足統(tǒng)計學意義上的合理分布，從而減少潛在的偏見；還有分析算法模型的工具，可以對模型的公平性進行評估，并作出相應糾偏和優(yōu)化；此外還有幫助開發(fā)者對決定模型輸出的關(guān)鍵數(shù)據(jù)特征進行探索的工具以及公平性約束條件下的算法訓練工具等。”華為公司AI治理首席專家段小琴說。
“AI公平性的一個重要方向是數(shù)據(jù)的可獲得性和可使用性。”楊強說，他在論壇講座中強調(diào)了“聯(lián)邦學習”在抵抗數(shù)據(jù)“馬太效應”、促進AI公平性方面的作用。“我們研究聯(lián)邦學習，一個更大的目標是實現(xiàn)‘數(shù)據(jù)可用不可見’，其特征是隱私保護、權(quán)益保障、缺陷保障以及確權(quán)，而確權(quán)和權(quán)益保障需要通過經(jīng)濟學來完成。”
申衛(wèi)星則指出：“在這個問題上，企業(yè)和技術(shù)的自律，要與以法律為代表的‘他律’相結(jié)合，未來相關(guān)領(lǐng)域的立法應該是三駕馬車——技術(shù)、法律和倫理并駕齊驅(qū)，技術(shù)是根本、法律是保障、倫理是社會基礎(chǔ)。”
他進一步補充道：“就AI技術(shù)立法問題而言，法律既要解決形式上的公平、機會上的公平和程序上的公平，還要實現(xiàn)形式公平和實質(zhì)公平的統(tǒng)一。個人建議，應在時機成熟的時候推出綜合立法。在這個過程中，既要考慮對個人數(shù)據(jù)的保護，也要考慮保護和創(chuàng)新之間如何形成平衡。”
來源：《中國科學報》
