人工智能偏見(jiàn)與沖突治理的內(nèi)在主義進(jìn)路及其知識(shí)表示

［摘 要］ 全球人工智能技術(shù)的發(fā)展呈現(xiàn)出寡頭壟斷與層級(jí)分化的格局。開(kāi)發(fā)者的地域、文化、教育背景差異，以及訓(xùn)練數(shù)據(jù)的社會(huì)、文化、政治屬性差異，正在加劇知識(shí)壟斷和倫理壟斷，放大文化偏見(jiàn)和價(jià)值觀沖突。人工智能偏見(jiàn)和沖突的治理需要以大科學(xué)的研究理念，生成倫理與技術(shù)的同步鏈接，以確保技術(shù)與倫理的協(xié)同發(fā)展。倫理治理的內(nèi)在主義進(jìn)路具有哲學(xué)和技術(shù)兩方面的學(xué)理基礎(chǔ)：將倫理準(zhǔn)則作為人工智能的邏輯起點(diǎn)而非評(píng)價(jià)標(biāo)準(zhǔn)，創(chuàng)造具有道德能動(dòng)性的人工智能，是防范、化解偏見(jiàn)和沖突的有效策略；預(yù)訓(xùn)練-微調(diào)的技術(shù)范式和微調(diào)數(shù)據(jù)集是內(nèi)在主義進(jìn)路的技術(shù)基礎(chǔ)。以本體表示法作為結(jié)構(gòu)化倫理知識(shí)表達(dá)和語(yǔ)義推理的基礎(chǔ)，設(shè)計(jì)再微調(diào)的技術(shù)路線(xiàn)和倫理數(shù)據(jù)集對(duì)大模型進(jìn)行倫理智能優(yōu)化，為建構(gòu)人工智能的道德能動(dòng)性提供了方法論和路線(xiàn)圖。以中國(guó)倫理為例的本體知識(shí)表示，論證了人工智能偏見(jiàn)與沖突治理的內(nèi)在主義進(jìn)路何以可能。

［關(guān)鍵詞］ 人工智能 倫理 治理 內(nèi)在主義 知識(shí)表示 偏見(jiàn)沖突

［基金項(xiàng)目］

江蘇省社會(huì)科學(xué)基金項(xiàng)目“‘信息繭房’效應(yīng)對(duì)大學(xué)生非倫理行為的影響與對(duì)策研究”（22MLB010）；江蘇省社科應(yīng)用研究精品工程課題“AI算法的偏見(jiàn)評(píng)估與治理方法研究”（24SLB-01）；江蘇省道德發(fā)展智庫(kù)課題“中國(guó)文化語(yǔ)境下人工智能倫理的知識(shí)表示研究”（20230017）；國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目“改革開(kāi)放四十年中國(guó)倫理道德數(shù)據(jù)庫(kù)建設(shè)研究”（18ZDA022）階段性成果，受中央基本科研業(yè)務(wù)費(fèi)支助。

［作者簡(jiǎn)介］ 徐進(jìn)，東南大學(xué)物理學(xué)院副教授，研究方向：道德哲學(xué)、科技倫理；王玨，東南大學(xué)人文學(xué)院教授，研究方向：組織倫理、實(shí)踐倫理。

①

Ntoutsi E， Fafalios P， Gadiraju U， et al， “Bias in data-driven artificial intelligence systems—An introductory survey”， Wiley Interdisciplinary Reviews： Data Mining and Knowledge Discovery， 2020， 10（3）， e1356.

盡管人工智能的設(shè)計(jì)和開(kāi)發(fā)應(yīng)以人類(lèi)價(jià)值觀為核心，然而根據(jù)哪種倫理規(guī)范判斷，基于誰(shuí)的利益取舍，都是人工智能決策時(shí)面臨的現(xiàn)實(shí)困境。在政治、經(jīng)濟(jì)、技術(shù)等多重因素的交互作用下，全球人工智能技術(shù)的發(fā)展呈現(xiàn)出寡頭壟斷與層級(jí)分化的格局。開(kāi)發(fā)者的地域、文化、教育背景差異，以及訓(xùn)練數(shù)據(jù)的社會(huì)、文化、政治屬性差異，正在加劇知識(shí)壟斷和倫理壟斷，放大文化偏見(jiàn)和價(jià)值觀沖突，成為人工智能全領(lǐng)域深度應(yīng)用的風(fēng)險(xiǎn)和挑戰(zhàn)。如何防范、化解偏見(jiàn)與沖突，已成為人工智能倫理治理中亟待解決的關(guān)鍵問(wèn)題①。人工智能的技術(shù)演進(jìn)與倫理治理之間呈現(xiàn)出短期相互制衡、長(zhǎng)期相互依賴(lài)的狀態(tài)，亟待以大科學(xué)的研究理念，生成倫理與技術(shù)的同步鏈接，實(shí)現(xiàn)技術(shù)與倫理的動(dòng)態(tài)平衡和協(xié)同發(fā)展。

在技術(shù)倫理領(lǐng)域，外在主義（Externalism）認(rèn)為技術(shù)本身是中性的，其道德屬性是由外部使用情境、社會(huì)背景或人類(lèi)意圖所賦予的，而內(nèi)在主義（Internalism）認(rèn)為技術(shù)本身具有內(nèi)在的道德屬性，無(wú)論它被如何使用。就人工智能而言，外在主義主張用倫理規(guī)范監(jiān)督技術(shù)的發(fā)展和應(yīng)用，通過(guò)評(píng)估、約束、糾正人工智能系統(tǒng)的行為后果，確保其符合倫理標(biāo)準(zhǔn)，內(nèi)在主義則關(guān)注技術(shù)本身的倫理屬性和道德責(zé)任，認(rèn)為應(yīng)建構(gòu)人工智能的道德能動(dòng)性，而不必依賴(lài)其行為結(jié)果或外部反饋。因此，人工智能倫理治理的外在主義進(jìn)路主要依賴(lài)于法律、倫理、行業(yè)規(guī)約對(duì)人工智能的發(fā)展加以監(jiān)督和約束，而內(nèi)在主義進(jìn)路則是將外在的“監(jiān)督”轉(zhuǎn)變?yōu)閮?nèi)在的“嵌入”，把倫理觀念嵌入到人工智能系統(tǒng)之中，將倫理轉(zhuǎn)化為人工智能系統(tǒng)可以遵循的內(nèi)在邏輯。二者均是人工智能倫理治理的重要路徑，相對(duì)于外在主義，內(nèi)在主義的治理進(jìn)路建立了倫理與技術(shù)的聯(lián)系，具有同步、高效的潛在優(yōu)勢(shì)。

當(dāng)下的人工智能倫理治理實(shí)踐多選擇外在主義的進(jìn)路，通過(guò)制定法律規(guī)約、發(fā)布行業(yè)指南、促進(jìn)跨文化交流等方式，約束和引導(dǎo)開(kāi)發(fā)者以實(shí)現(xiàn)對(duì)偏見(jiàn)和沖突的治理徐繼敏：《生成式人工智能治理原則與法律策略》，《理論與改革》2023年第5期。

王國(guó)豫：《科技倫理治理的三重境界》，《科學(xué)學(xué)研究》2023年第41期。各國(guó)、各機(jī)構(gòu)都試圖通過(guò)法律和行業(yè)規(guī)范加以監(jiān)督和約束，如歐盟的《人工智能倫理指南》、谷歌的AI倫理原則和IEEE的倫理設(shè)計(jì)框架等。然而，開(kāi)發(fā)者的地域、文化、教育背景差異，以及訓(xùn)練數(shù)據(jù)的社會(huì)、文化、政治屬性差異，使得偏見(jiàn)與沖突客觀存在。同時(shí)，政治博弈、行業(yè)競(jìng)爭(zhēng)和技術(shù)保護(hù)等，亦成為偏見(jiàn)與沖突主觀存在的現(xiàn)實(shí)因素。受制于上述主、客觀因素，依靠法律規(guī)約、行業(yè)指南的外在主義治理進(jìn)路從決策到執(zhí)行的時(shí)間周期長(zhǎng)，難以應(yīng)對(duì)復(fù)雜環(huán)境和不確定因素，也難以匹配新興技術(shù)發(fā)展所需的快速響應(yīng)與敏捷治理Ferrer X.， Van Nuenen T.， Such J. M.， et al. “Bias and discrimination in AI： a cross-disciplinary perspective”， IEEE Technology and Society Magazine， 2021， 40（2）， pp.72-80.。因而，部分研究者轉(zhuǎn)而探索倫理治理的內(nèi)在主義進(jìn)路，提出從多學(xué)科和更廣闊的視域聚焦人工智能算法認(rèn)知過(guò)程與認(rèn)知生態(tài)系統(tǒng)段偉文：《深度智能化時(shí)代算法認(rèn)知的倫理與政治審視》，《中國(guó)人民大學(xué)學(xué)報(bào)》2022年第36期。，將人工智能從倫理治理的對(duì)象轉(zhuǎn)化為倫理治理的工具王大洲：《從科技倫理到倫理科技：作為倫理治理工具的人工智能》，大連：全國(guó)“科技倫理：研究、教育、治理”學(xué)術(shù)研討會(huì)（2023年）。，創(chuàng)造具有道德能動(dòng)性的人工智能張正清、黃曉偉：《作為“他者”而承擔(dān)道德責(zé)任的智能機(jī)器——一種人工智能成為道德能動(dòng)者的可能性》，《道德與文明》2018年第4期。

已有的內(nèi)在主義治理進(jìn)路大多選擇道德算法的嵌入，將倫理原則整合到人工智能的算法之中，確保其符合人類(lèi)的倫理規(guī)范廖備水：《論新一代人工智能與邏輯學(xué)的交叉研究》，《中國(guó)社會(huì)科學(xué)》2022年第3期。

張衛(wèi)：《人工智能倫理的兩種進(jìn)路及其關(guān)系》，《云南社會(huì)科學(xué)》2021年5月。。然而，這在全球人工智能發(fā)展的寡頭壟斷和層級(jí)分化格局中仍面臨著挑戰(zhàn)。首先，掌握人工智能技術(shù)先發(fā)優(yōu)勢(shì)的一方，在人、數(shù)據(jù)、算法等關(guān)鍵要素上也占據(jù)優(yōu)勢(shì)，是偏見(jiàn)和沖突的獲益方，主觀上放棄倫理壟斷的動(dòng)力不足。其次，在計(jì)算機(jī)系統(tǒng)中如何表示倫理，如何識(shí)別偏見(jiàn)和沖突，如何將執(zhí)行倫理原則的過(guò)程轉(zhuǎn)化為計(jì)算機(jī)系統(tǒng)可理解、可執(zhí)行的算法，仍是巨大的挑戰(zhàn)Nath R.， Sahu V.， “The problem of machine ethics in artificial intelligence”， AI amp; society， 2020， 35， pp.103-111. 。

下文將從內(nèi)在主義進(jìn)路的哲學(xué)基礎(chǔ)展開(kāi)論證，解析偏見(jiàn)和沖突治理的技術(shù)基礎(chǔ)，提出倫理治理內(nèi)在主義進(jìn)路的實(shí)踐。通過(guò)構(gòu)造倫理知識(shí)的本體表示框架，將倫理規(guī)范轉(zhuǎn)化為計(jì)算機(jī)可理解、可執(zhí)行的形式化語(yǔ)言，以實(shí)現(xiàn)倫理知識(shí)的語(yǔ)義理解和邏輯推理，為道德能動(dòng)性的建構(gòu)提供基礎(chǔ)，探索科技與倫理交叉應(yīng)用的內(nèi)在主義的治理進(jìn)路。

一、內(nèi)在主義進(jìn)路的哲學(xué)基礎(chǔ)

“內(nèi)在主義”是一個(gè)廣泛應(yīng)用于哲學(xué)、倫理學(xué)、心理學(xué)等領(lǐng)域的概念，強(qiáng)調(diào)個(gè)體內(nèi)在的觀念、感受、意愿或信仰對(duì)于其行為和決策的重要性和優(yōu)先性。內(nèi)在主義傾向于認(rèn)為個(gè)體的內(nèi)在狀態(tài)或特性才是其行為的真正動(dòng)機(jī)或根源，而非外部環(huán)境或行為后果。人工智能倫理治理的外在主義進(jìn)路更傾向于評(píng)估技術(shù)的應(yīng)用場(chǎng)景和后果，而非技術(shù)本身；內(nèi)在主義進(jìn)路則強(qiáng)調(diào)在設(shè)計(jì)階段考慮技術(shù)的內(nèi)在道德屬性，避免開(kāi)發(fā)出在本質(zhì)上具有不道德傾向的技術(shù)。從哲學(xué)的角度，內(nèi)在主義進(jìn)路具有道德哲學(xué)和技術(shù)哲學(xué)兩個(gè)方面的學(xué)理基礎(chǔ)。

（一）道德哲學(xué)基礎(chǔ)

在道德哲學(xué)中，內(nèi)在主義常用于區(qū)分以規(guī)則或義務(wù)為主導(dǎo)的道德理論，如康德的道德哲學(xué)，與那些以效果或后果為主導(dǎo)的道德理論，如功利主義。前者強(qiáng)調(diào)道德行為應(yīng)出于個(gè)體對(duì)道德法則的內(nèi)在尊重或認(rèn)同，而不是為了追求某種外部的結(jié)果或獎(jiǎng)勵(lì)，正如康德道德哲學(xué)提出的“出于義務(wù)而非合于義務(wù)”的觀點(diǎn)。在人工智能領(lǐng)域，基于偏頗數(shù)據(jù)和獎(jiǎng)勵(lì)機(jī)制的強(qiáng)化學(xué)習(xí)算法已經(jīng)暴露出顯著的倫理風(fēng)險(xiǎn)：（1）歧視和偏見(jiàn)。表現(xiàn)為基于偏頗的數(shù)據(jù)進(jìn)行訓(xùn)練的人工智能系統(tǒng)，對(duì)種族、性別、年齡等特征人群的不公平對(duì)待，并由此作出帶有歧視和偏見(jiàn)的決策

Dastin J.， Amazon scraps secret AI recruiting tool that showed bias against women. （2018.10.11）[2024.3.2]， https：//www.reuters.com/article/us-amazon-com-jobs-automation-insight-idUSKCN1MK08G.。（2）獎(jiǎng)勵(lì)劫持。表現(xiàn)為人工智能系統(tǒng)通過(guò)“捷徑”或者“作弊”的方式，根據(jù)開(kāi)發(fā)者設(shè)定的規(guī)則實(shí)現(xiàn)利益最大化，但違背倫理和開(kāi)發(fā)者的意圖

OPENAI， Faulty reward functions in the wild（2016.12.21）[2024.3.2]， https：//openai.com/research/faulty-reward-functions.。在當(dāng)前海量數(shù)據(jù)、不透明算法、復(fù)雜應(yīng)用場(chǎng)景之下，外在主義的治理策略常會(huì)陷入倫理約束與技術(shù)創(chuàng)新兩者難以平衡的困境。

然而，從義務(wù)論的觀念出發(fā)強(qiáng)調(diào)技術(shù)本身的道德性，在倫理學(xué)界取得了廣泛的共識(shí)。艾薩克·阿西莫夫所著的系列小說(shuō)中提出的“機(jī)器人三定律”是人工智能倫理原則的雛形，即“機(jī)器人不得傷害人類(lèi)，必須服從人類(lèi)命令，以及保護(hù)自己但不違背前兩條”，之后他又在“三定律”之上提出了“第零定律”，即“機(jī)器人不得傷害人類(lèi)整體，或因不作為使人類(lèi)整體受到傷害”，強(qiáng)調(diào)不僅要考慮人類(lèi)個(gè)體的安全，還要優(yōu)先考慮人類(lèi)整體的利益。斯圖爾特·羅素也從義務(wù)論的角度提出人工智能應(yīng)學(xué)習(xí)和采納人類(lèi)的一切價(jià)值觀

Russell S.， Human Compatible： AI and the Problem of Control， New York： Penguin Random House LLC， 2019， pp.55-60.。維貝克提出技術(shù)應(yīng)納入道德共同體，強(qiáng)調(diào)技術(shù)不僅是工具，更是作為社會(huì)的一部分影響并參與道德決策，必須考慮其在道德共同體中的角色和責(zé)任

Verbeek P. P.， Moralizing technology： Understanding and Designing the Morality of Things， Chicago： Universityof Chicago press， 2011， pp.54-60.?？梢?jiàn)，內(nèi)在主義將人工智能視作道德的主體，將道德視作為人工智能的邏輯起點(diǎn)而非評(píng)價(jià)標(biāo)準(zhǔn)。

（二）技術(shù)哲學(xué)基礎(chǔ)

從技術(shù)哲學(xué)的角度，人工智能是否具有道德能動(dòng)性是實(shí)現(xiàn)內(nèi)在主義治理的基礎(chǔ)。弗洛里迪和桑德斯認(rèn)為隨著技術(shù)的發(fā)展，智能機(jī)器將逐漸具備與人類(lèi)相似的道德考量能力Floridi L.， Sanders J. W.， “On the morality of artificial agents”， Minds and machines， 2004， 14， pp.349-379.。瓦拉赫和艾倫順著技術(shù)發(fā)展的路徑從操作性道德、功能性道德、完全道德三個(gè)層次解析，認(rèn)為技術(shù)發(fā)展最終可以使人工智能具備類(lèi)似人類(lèi)的道德意識(shí)和自我反省能力Wallach W.， Allen C.， Moral machines： Teaching Robots Right from Wrong[M]. Oxford： Oxford University Press， 2008， pp.25-36.。隨著智能機(jī)器的自主性不斷增強(qiáng)，艾倫、摩爾等哲學(xué)家提出人工道德能動(dòng)性的概念A(yù)llen C.， Smit I.， Wallach W.， “Artificial morality： Top-down， bottom-up， and hybrid approaches”， Ethics and information technology， 2005， 7， pp.149-155.

Moor J. H.， “The nature， importance， and difficulty of machine ethics.” IEEE intelligent systems， 2006， 21（4）， pp.18-21.?？刂普撝妇S納認(rèn)為智能系統(tǒng)可以嵌入道德準(zhǔn)則，通過(guò)設(shè)計(jì)和編程可以使人工智能體在執(zhí)行任務(wù)時(shí)遵循人類(lèi)的倫理標(biāo)準(zhǔn)，這一思想為后續(xù)的人工智能道德算法設(shè)計(jì)奠定了基礎(chǔ)Wiener N.， The Human Use of human Beings： Cybernetics and society， New York： Da Capo press， 1988， pp.125-128.。

盡管人工智能系統(tǒng)是不是真正意義上的康德道德主體還存在爭(zhēng)論Chakraborty A.， Bhuyan N.， “Can Artificial Intelligence be a Kantian Moral Agent？ On Moral Autonomy of AI System”， AI and Ethics， 2024， 4（2）， pp.325-331.

閆坤如：《人工智能機(jī)器具有道德主體地位嗎？ 》，《自然辯證法研究》2019年第5期。，但機(jī)器學(xué)習(xí)（Machine Learning）技術(shù)使得內(nèi)在主義的倫理治理進(jìn)路在開(kāi)發(fā)負(fù)責(zé)任的人工智能與實(shí)現(xiàn)敏捷治理方面顯示出巨大的潛在優(yōu)勢(shì)?；跀?shù)據(jù)分析和模式識(shí)別的機(jī)器學(xué)習(xí)是人工智能的關(guān)鍵技術(shù)

Jordan M. I.， Mitchell T. M.， “Machine learning： Trends， perspectives， and prospects.” Science， 2015， 349（6245）， pp.255-260.，在哲學(xué)的視角下是經(jīng)驗(yàn)主義和實(shí)證主義的產(chǎn)物。它通過(guò)設(shè)計(jì)算法使人工智能從數(shù)據(jù)中學(xué)習(xí)知識(shí)來(lái)解決問(wèn)題，而無(wú)須人為編寫(xiě)大量指定規(guī)則。這種建構(gòu)知識(shí)的過(guò)程既是人工智能產(chǎn)生偏見(jiàn)與沖突的主因，也為解決這一問(wèn)題的內(nèi)在主義進(jìn)路提供了介入的窗口。

訓(xùn)練（Training）是機(jī)器學(xué)習(xí)的核心步驟，人工智能算法（AI Algorithm）在給定的訓(xùn)練數(shù)據(jù)集（Training Dataset）中提取特征、識(shí)別模式，模擬其對(duì)應(yīng)關(guān)系以作出合理的預(yù)測(cè)或推斷?；诜椒ㄕ摰囊暯欠治觯^訓(xùn)練即是采用概率論的方法來(lái)處理不確定性，其目的是通過(guò)量化管理不確定性，以最大限度地減少模型預(yù)測(cè)結(jié)果與現(xiàn)實(shí)數(shù)據(jù)之間的差異。由此，算法通過(guò)與訓(xùn)練數(shù)據(jù)集的不斷交互，優(yōu)化調(diào)整人工智能模型的結(jié)構(gòu)和參數(shù)，從而逐步構(gòu)建出對(duì)數(shù)據(jù)的模擬和預(yù)測(cè)能力，使模型在處理新問(wèn)題時(shí)能夠基于參數(shù)生成與訓(xùn)練數(shù)據(jù)模式一致的預(yù)測(cè)輸出。由此可見(jiàn)，存在偏見(jiàn)的訓(xùn)練數(shù)據(jù)集將必然導(dǎo)致人工智能輸出有偏見(jiàn)的內(nèi)容或作出有偏見(jiàn)的決策，帶來(lái)不良的倫理后果。因此，算法和數(shù)據(jù)既是機(jī)器學(xué)習(xí)的核心部分，也是倫理介入的重要環(huán)節(jié)。通過(guò)算法設(shè)計(jì)和數(shù)據(jù)構(gòu)造將倫理知識(shí)形式化并嵌入到人工智能系統(tǒng)中，使其能夠模擬人類(lèi)的道德認(rèn)知過(guò)程，為人工智能偏見(jiàn)與沖突治理的內(nèi)在主義進(jìn)路提供了技術(shù)哲學(xué)的基礎(chǔ)。

二、內(nèi)在主義進(jìn)路的技術(shù)基礎(chǔ)

基于道德哲學(xué)和技術(shù)哲學(xué)的理論框架，內(nèi)在主義倫理治理的實(shí)現(xiàn)仍有賴(lài)于必要的技術(shù)基礎(chǔ)。遷移學(xué)習(xí)（Transfer Learning）為這一技術(shù)基礎(chǔ)的構(gòu)建提供了方法，其核心思想是令模型可以利用先前獲得的知識(shí)解決新場(chǎng)景中的新任務(wù)。早期的機(jī)器學(xué)習(xí)中每個(gè)任務(wù)都經(jīng)過(guò)獨(dú)立訓(xùn)練，模型在一個(gè)任務(wù)中學(xué)到的知識(shí)無(wú)法應(yīng)用到其他任務(wù)上。然而，人類(lèi)能夠?qū)⒁环N情境下學(xué)到的知識(shí)或技能應(yīng)用到新任務(wù)中，實(shí)現(xiàn)知識(shí)和技能的遷移。認(rèn)知心理學(xué)領(lǐng)域關(guān)于知識(shí)的可遷移性和可重用性研究為遷移學(xué)習(xí)提供了概念框架和解決思路，遷移學(xué)習(xí)成為機(jī)器學(xué)習(xí)的一個(gè)重要分支

Iman M.， Arabnia H. R.， Rasheed K.， “A review of deep transfer learning and recent advancements”， Technologies， 2023， 11（2）， p.40. 。在語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)言處理、推薦系統(tǒng)、醫(yī)療診斷等應(yīng)用場(chǎng)景中，遷移學(xué)習(xí)在加速已有模型快速適用新任務(wù)的過(guò)程中顯現(xiàn)出優(yōu)勢(shì)。這意味著人工智能可通過(guò)遷移學(xué)習(xí)將已學(xué)習(xí)的倫理知識(shí)遷移到新場(chǎng)景、新問(wèn)題上，為人工智能道德能動(dòng)性的建構(gòu)提供了技術(shù)基礎(chǔ)，包括預(yù)訓(xùn)練-微調(diào)的范式和微調(diào)數(shù)據(jù)集的建構(gòu)兩個(gè)方面。

（一）預(yù)訓(xùn)練-微調(diào)的訓(xùn)練范式

預(yù)訓(xùn)練-微調(diào)（Pre-training and Fine-tuning）的技術(shù)范式始于循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）的研究，并隨著轉(zhuǎn)換器（Transformer）架構(gòu)的出現(xiàn)而被廣為應(yīng)用

Ding N.， Qin Y.， Yang G.， et al. “Parameter-efficient fine-tuning of large-scale pre-trained language models”， Nature Machine Intelligence， 2023， 5（3）， pp.220-235.。預(yù)訓(xùn)練-微調(diào)是通過(guò)在通用數(shù)據(jù)集上進(jìn)行預(yù)訓(xùn)練來(lái)學(xué)習(xí)通用特征表示，然后通過(guò)微調(diào)適應(yīng)特定任務(wù)的一種高效范式，通常包含兩個(gè)階段：（1）預(yù)訓(xùn)練（Pre-training）階段。模型在大規(guī)模的未標(biāo)記數(shù)據(jù)集上進(jìn)行無(wú)監(jiān)督學(xué)習(xí)。這一階段的訓(xùn)練數(shù)據(jù)集由大量的公共可用的文本數(shù)據(jù)構(gòu)成，如書(shū)籍、網(wǎng)站和其他數(shù)據(jù)資源。模型通過(guò)數(shù)據(jù)統(tǒng)計(jì)來(lái)學(xué)習(xí)一般的模式和關(guān)系，并不記錄具體的信息以保護(hù)數(shù)據(jù)隱私。預(yù)訓(xùn)練階段的目的是利用大量數(shù)據(jù)來(lái)捕獲和學(xué)習(xí)信息的通用特征和知識(shí)表示。（2）微調(diào)（Fine-tuning）階段。經(jīng)過(guò)預(yù)訓(xùn)練的模型將在較小的標(biāo)記數(shù)據(jù)集上進(jìn)行調(diào)整，以?xún)?yōu)化任務(wù)相關(guān)的性能和精度。這一階段的訓(xùn)練數(shù)據(jù)集由小規(guī)模的特定數(shù)據(jù)構(gòu)成，既可以是公開(kāi)的數(shù)據(jù)，也可以是專(zhuān)家標(biāo)注或用戶(hù)提供的數(shù)據(jù)。模型通過(guò)數(shù)據(jù)的特定標(biāo)簽或信息來(lái)學(xué)習(xí)特定的模式和關(guān)系，更好地理解和響應(yīng)特定類(lèi)型的目標(biāo)任務(wù)和應(yīng)用場(chǎng)景。

預(yù)訓(xùn)練-微調(diào)的技術(shù)范式為機(jī)器學(xué)習(xí)提供了一種高效的知識(shí)遷移方法，在多個(gè)領(lǐng)域發(fā)展出高性能和高適用的人工智能模型，如用于英文語(yǔ)言理解的BERT模型，用于圖像分類(lèi)的ViT模型，用于自然語(yǔ)言處理的Transformer模型等。同理，預(yù)訓(xùn)練-微調(diào)的技術(shù)范式亦為倫理的介入提供了技術(shù)基礎(chǔ)，并具有顯著的應(yīng)用優(yōu)勢(shì)：（1）預(yù)訓(xùn)練可以提高模型對(duì)輸入數(shù)據(jù)的理解能力，從而具備基本的智能去理解新的倫理知識(shí)；（2）經(jīng)過(guò)預(yù)訓(xùn)練的模型不需要從頭學(xué)習(xí)，因而可以在微調(diào)階段更加專(zhuān)注于學(xué)習(xí)特定的倫理知識(shí)，減少訓(xùn)練時(shí)間，提升訓(xùn)練效率，優(yōu)化其在未知任務(wù)上的道德決策；（3）微調(diào)過(guò)程可以無(wú)限疊加，任一已有模型均可被視為一個(gè)預(yù)訓(xùn)練的結(jié)果，因而理論上倫理介入具有多級(jí)的技術(shù)窗口。因此，預(yù)訓(xùn)練-微調(diào)的技術(shù)范式為人工智能倫理治理的內(nèi)在主義進(jìn)路提供了可行、高效的技術(shù)路線(xiàn)。

（二）訓(xùn)練數(shù)據(jù)集

訓(xùn)練數(shù)據(jù)集是人工智能的學(xué)習(xí)基礎(chǔ)，通過(guò)算法對(duì)數(shù)據(jù)的學(xué)習(xí)，模型從數(shù)據(jù)中捕獲并理解潛在的關(guān)系和結(jié)構(gòu)。訓(xùn)練數(shù)據(jù)集的多樣化和代表性，能確保模型足以應(yīng)對(duì)現(xiàn)實(shí)世界的復(fù)雜性和多樣性，在新場(chǎng)景和新任務(wù)中表現(xiàn)更好，即泛化能力增強(qiáng)。訓(xùn)練數(shù)據(jù)集、驗(yàn)證數(shù)據(jù)集與測(cè)試數(shù)據(jù)集三者的聯(lián)合使用，為模型進(jìn)一步優(yōu)化提供了可靠的基準(zhǔn)

Cui M.， Zhang D. Y.， “Artificial intelligence and computational pathology”， Laboratory Investigation， 2021， 101（4）， pp.412-422.。盡管訓(xùn)練數(shù)據(jù)集為人工智能模型提供了學(xué)習(xí)基礎(chǔ)、泛化增強(qiáng)和優(yōu)化基準(zhǔn)，但預(yù)訓(xùn)練階段使用的大規(guī)模無(wú)監(jiān)督數(shù)據(jù)同時(shí)帶來(lái)了倫理風(fēng)險(xiǎn)：若數(shù)據(jù)集存在偏見(jiàn)或歧視，那么模型也將繼承這些偏見(jiàn)和歧視，在實(shí)際應(yīng)用中導(dǎo)致不公平的結(jié)果。如用于亞馬遜公司簡(jiǎn)歷篩選的AI工具，其訓(xùn)練數(shù)據(jù)中的應(yīng)聘者數(shù)據(jù)以男性居多，這就導(dǎo)致其決策時(shí)產(chǎn)生歧視女性的后果。因此，一個(gè)用于模型訓(xùn)練的倫理數(shù)據(jù)集是建構(gòu)人工智能道德能動(dòng)性的重要基礎(chǔ)。

設(shè)計(jì)倫理數(shù)據(jù)集用于模型的再微調(diào)，是建構(gòu)模型道德能動(dòng)性的可行、高效路線(xiàn)，也是實(shí)現(xiàn)倫理在場(chǎng)的直接途徑。原因在于：（1）大模型通過(guò)預(yù)訓(xùn)練階段已經(jīng)具備基本智能，為微調(diào)階段加速提升倫理智能提供了基礎(chǔ)，且大幅減少了從零開(kāi)始訓(xùn)練所需要的數(shù)據(jù)量和計(jì)算資源；（2）相對(duì)于預(yù)訓(xùn)練階段的大規(guī)模數(shù)據(jù)集，微調(diào)所需的數(shù)據(jù)集規(guī)模要小得多，如圖像領(lǐng)域的ImageNet圖片數(shù)據(jù)集包含約1400萬(wàn)張圖片，而微調(diào)只需要數(shù)萬(wàn)張圖片的特定數(shù)據(jù)集；（3）雖然預(yù)訓(xùn)練的時(shí)長(zhǎng)受制于模型規(guī)模、數(shù)據(jù)量、硬件配置等因素，但根據(jù)OpenAI公布的數(shù)據(jù)，擁有1750億個(gè)參數(shù)的大模型GPT-3，在配置了數(shù)千個(gè)高性能GPU的龐大硬件支撐下，其預(yù)訓(xùn)練時(shí)長(zhǎng)約為34天，而微調(diào)的時(shí)間只需幾小時(shí)。因此，使用倫理數(shù)據(jù)集對(duì)大模型進(jìn)行微調(diào)是提升人工智能模型道德推理和倫理決策的有效策略，也為人工智能倫理治理的內(nèi)在主義進(jìn)路提供了技術(shù)基礎(chǔ)。

三、基于本體表示法的倫理知識(shí)表示與倫理治理策略

基于內(nèi)在主義進(jìn)路的哲學(xué)基礎(chǔ)和技術(shù)基礎(chǔ)，人工智能道德能動(dòng)性的建構(gòu)成為可能，進(jìn)而有助于推動(dòng)倫理治理內(nèi)在主義進(jìn)路的實(shí)踐。其關(guān)鍵在于建構(gòu)人工智能的道德能動(dòng)性，即需要將倫理規(guī)范轉(zhuǎn)化為計(jì)算機(jī)可理解、可執(zhí)行的形式化語(yǔ)言，以實(shí)現(xiàn)人工智能對(duì)倫理知識(shí)的語(yǔ)義推理和道德決策。以本體表示法作為結(jié)構(gòu)化倫理知識(shí)表達(dá)和語(yǔ)義推理的基礎(chǔ)，設(shè)計(jì)再微調(diào)的技術(shù)路線(xiàn)和倫理數(shù)據(jù)集對(duì)大模型進(jìn)行倫理智能優(yōu)化，是一條融合科技與倫理的內(nèi)在主義路徑，為建構(gòu)人工智能的道德能動(dòng)性提供了方法論和路線(xiàn)圖。

（一）基于本體表示法的倫理知識(shí)表示

在人工智能領(lǐng)域，知識(shí)表示（Knowledge Representation）是指用某種形式化語(yǔ)言或數(shù)據(jù)結(jié)構(gòu)來(lái)表示信息和數(shù)據(jù)，以便計(jì)算機(jī)系統(tǒng)可以使用這些信息來(lái)解決問(wèn)題，如語(yǔ)義理解、邏輯推理等，是人工智能的核心技術(shù)之一。它可以將現(xiàn)實(shí)世界中的事物、概念、情況和關(guān)系轉(zhuǎn)化為計(jì)算機(jī)系統(tǒng)可以理解和處理的形式，使得道德推理和道德建模得以可能

廖備水：《論新一代人工智能與邏輯學(xué)的交叉研究》，《中國(guó)社會(huì)科學(xué)》2022年第3期。

程海東、胡孝聰、陳凡：《分布式道德機(jī)制：人工智能體道德建模的新策略》，《哲學(xué)分析》2024年第15期。。本體表示法（Ontology Representation）通過(guò)構(gòu)建和利用本體（Ontologies）來(lái)組織和表達(dá)知識(shí)，是一種被廣泛應(yīng)用的知識(shí)表示方法

Guarino N.， “Formal ontology， conceptual analysis and knowledge representation”， International journal of human-computer studies， 1995， 43（5-6）， pp.625-640.?！氨倔w”是為了探討存在的本質(zhì)而發(fā)展出來(lái)的哲學(xué)概念。20世紀(jì)70年代，科學(xué)家們意識(shí)到知識(shí)表示是構(gòu)建強(qiáng)大的人工智能的關(guān)鍵，于是嘗試將這一概念應(yīng)用于計(jì)算機(jī)科學(xué)，把“本體”定義為一種形式化的知識(shí)表示，用于明確定義一個(gè)領(lǐng)域的概念及這些概念之間的關(guān)系，從而幫助機(jī)器理解人類(lèi)的知識(shí)。如果“價(jià)值多元本身既是尊重人權(quán)、尊重地區(qū)多樣性的體現(xiàn)，對(duì)防止偏見(jiàn)和歧視也能起到一定的牽制作用”羅藝、陳佳星：《生成式人工智能失范性風(fēng)險(xiǎn)的法律因應(yīng)——以凱爾森規(guī)范性理論為視角》，《貴州大學(xué)

學(xué)報(bào)（社會(huì)科學(xué)版）》2023年第5期。，那么針對(duì)偏見(jiàn)與沖突治理的需要和多元倫理知識(shí)的特點(diǎn)，在此引入類(lèi)、關(guān)系、函數(shù)、公理、實(shí)例五個(gè)元語(yǔ)，構(gòu)建本體知識(shí)表示的框架用于表示倫理知識(shí)。本體知識(shí)表示法具備以下的特點(diǎn)和優(yōu)勢(shì)：

首先，本體知識(shí)表示法形式化、結(jié)構(gòu)化的方式，能夠減少語(yǔ)義歧義，有效描述倫理知識(shí)。（1）本體知識(shí)表示法中“類(lèi)”是實(shí)體集合，用E=e1，e2，……，eN表示，其中e是實(shí)體，N是實(shí)體的個(gè)數(shù)。實(shí)體e用向量來(lái)表示，用以描述實(shí)體的性質(zhì)，比如：張三（男，南京，東南大學(xué)，倫理，……）?！邦?lèi)”用集合來(lái)表示，用以說(shuō)明其包含的實(shí)體，比如：環(huán)境{空氣、土壤、森林、河流……}等?！邦?lèi)”對(duì)于倫理主體、規(guī)范等概念的描述是靈活、可擴(kuò)展的。（2）“關(guān)系”r用向量來(lái)表示，用以描述關(guān)系的具體含義，比如：保護(hù)（保衛(wèi)，照管，使其不受害，……）。它與實(shí)體可構(gòu)成一個(gè)三元組eh，r，et，其中eh表示頭實(shí)體，et表示尾實(shí)體，r表示兩者的關(guān)系，即構(gòu)成了實(shí)體間關(guān)系的知識(shí)表示，比如（張三，保護(hù)，森林）的知識(shí)表示是“張三保護(hù)森林”，并由此可以推演出“張三保衛(wèi)森林”“張三照管森林”或“張三使森林不受害”等語(yǔ)義。由實(shí)體和關(guān)系構(gòu)成的三元組，可以簡(jiǎn)潔、靈活地表達(dá)豐富的語(yǔ)義信息，支持各類(lèi)復(fù)雜倫理知識(shí)的表示。

其次，本體知識(shí)表示法具有足夠的靈活性與適應(yīng)性，支持?jǐn)?shù)據(jù)集之間的兼容和交互，亦適用于各類(lèi)大模型的優(yōu)化訓(xùn)練與知識(shí)共享。如“函數(shù)”作為一種映射或轉(zhuǎn)換關(guān)系，可作為語(yǔ)義識(shí)別、邏輯推理和策略?xún)?yōu)化的一種算法。比如距離模型中的損失函數(shù)freh，et=eh+r－et被用來(lái)推算在r關(guān)系下兩個(gè)實(shí)體間的語(yǔ)義相關(guān)度，值越小越相關(guān)。所以，損失函數(shù)f保護(hù)張三，森林=張三+保護(hù)－森林可以用來(lái)判斷張三對(duì)森林的保護(hù)程度，函數(shù)值越小則“張三保護(hù)森林”的語(yǔ)義符合程度越高。損失函數(shù)可以用于推導(dǎo)新的知識(shí)或檢驗(yàn)知識(shí)的一致性。函數(shù)在知識(shí)表示中不僅提供了一種表示復(fù)雜概念和關(guān)系的方式，還支持了知識(shí)的計(jì)算、推理功能，是構(gòu)建高效、智能的知識(shí)系統(tǒng)的工具。通過(guò)定義不同的函數(shù)或組合函數(shù)，可以靈活地表達(dá)更為復(fù)雜和動(dòng)態(tài)的知識(shí)，支持?jǐn)?shù)據(jù)集之間的知識(shí)共享與復(fù)用。

最后，本體知識(shí)表示法能夠保障決策與輸出的正當(dāng)性?xún)?yōu)先于大概率。通過(guò)定義“公理”和設(shè)定“實(shí)例”可以定義最基本的規(guī)則，避免矛盾和錯(cuò)誤的發(fā)生。（1）“公理”是描述類(lèi)、關(guān)系、實(shí)例等元素之間關(guān)系和約束的基本規(guī)則或聲明。通過(guò)公理，可以定義和推導(dǎo)關(guān)于實(shí)體的新信息，比如：“人應(yīng)該保護(hù)環(huán)境”，可推導(dǎo)出“張三應(yīng)該保護(hù)森林”，進(jìn)一步地還可以推導(dǎo)出“李四應(yīng)該保護(hù)空氣”?！肮怼笨梢詸z測(cè)和保證數(shù)據(jù)或邏輯的一致性，不符合“公理”的結(jié)果將被視為錯(cuò)誤或異常予以否定。當(dāng)多個(gè)本體合并或建立關(guān)系時(shí)，“公理”亦可協(xié)調(diào)不同本體間的概念和關(guān)系。（2）“實(shí)例”是知識(shí)的具體體現(xiàn)，也是進(jìn)行推理和查詢(xún)的基礎(chǔ)。通過(guò)對(duì)“實(shí)例”的分析和處理，可以從本體中獲取有用的信息和知識(shí)。比如：從“張三保護(hù)森林”這個(gè)實(shí)例中，可以獲取到“張三是環(huán)保人士”這一信息，從而賦予實(shí)體“張三”更多的屬性，如張三（男，南京，東南大學(xué)，倫理，環(huán)保人士，……）。“公理”為系統(tǒng)提供了概念和邏輯基礎(chǔ)，實(shí)例則確保了適用性和實(shí)用性?！肮怼焙汀皩?shí)例”的運(yùn)用可以保障推理系統(tǒng)輸出的邏輯一致性、準(zhǔn)確性和相關(guān)性。通過(guò)這種方式，可以大大提高人工智能系統(tǒng)在各種應(yīng)用中的有效性和可靠性。

可見(jiàn)，本體知識(shí)表示法除了能夠明晰、靈活、動(dòng)態(tài)的表示倫理知識(shí)，還能夠支持異構(gòu)系統(tǒng)之間倫理知識(shí)的共享、交互和復(fù)用，具有可識(shí)別、可量化、易計(jì)算、易優(yōu)化的優(yōu)勢(shì)。倫理知識(shí)不再是抽象和難以捉摸的概念，而是可以被計(jì)算機(jī)系統(tǒng)以高效、精確的方式處理和應(yīng)用的實(shí)用信息。因此，本體知識(shí)表示法促進(jìn)了模型對(duì)倫理數(shù)據(jù)集中知識(shí)的捕捉，為倫理智能的“再微調(diào)”提供了基礎(chǔ)。

（二）“再微調(diào)”的倫理治理策略

參考現(xiàn)有大模型訓(xùn)練的實(shí)踐，倫理治理重建大模型的時(shí)間成本和經(jīng)濟(jì)代價(jià)極高，需要的文本語(yǔ)料數(shù)據(jù)量巨大。因此，設(shè)計(jì)“再微調(diào)”的技術(shù)路線(xiàn)、建構(gòu)增量型的倫理數(shù)據(jù)集對(duì)大模型進(jìn)行倫理智能的提升，尤其是多元倫理知識(shí)的補(bǔ)齊，可高效實(shí)現(xiàn)對(duì)偏見(jiàn)與沖突的治理。參見(jiàn)圖2。

倫理智能提升涉及理解倫理知識(shí)和解決倫理問(wèn)題兩個(gè)方面，如理解多元文化語(yǔ)境下倫理規(guī)范的語(yǔ)義，減少偏見(jiàn)，包括性別、種族和其他社會(huì)經(jīng)濟(jì)因素導(dǎo)致的偏見(jiàn)，以及強(qiáng)調(diào)包容、平衡，包括對(duì)偏好差異和價(jià)值沖突的處理。因此，用于上述“再微調(diào)”的增量型倫理數(shù)據(jù)集應(yīng)遵循三個(gè)設(shè)計(jì)原則。一是有效性原則。作為一個(gè)增量型數(shù)據(jù)集，主要的刻畫(huà)對(duì)象是多元文化語(yǔ)境下倫理的獨(dú)特性，因此需有效表達(dá)倫理知識(shí)的多義性與隱含性；在處理倫理問(wèn)題中為尊重差異并形成共識(shí)，應(yīng)有效表達(dá)包容、平衡的理念。二是兼容與交互的原則。這一原則具有文化和技術(shù)的雙重意義。文化意義上，不同倫理觀作為世界文明的一部分，在保持獨(dú)特性的同時(shí)，亦需兼容并蓄，與人類(lèi)文明一同融合創(chuàng)新，因此數(shù)據(jù)集應(yīng)實(shí)現(xiàn)跨文化的倫理知識(shí)交流；技術(shù)意義上，兼容與交互需要技術(shù)方案具有足夠的靈活性和適應(yīng)性，以及能夠與現(xiàn)有大模型進(jìn)行系統(tǒng)對(duì)接、數(shù)據(jù)交換的能力。三是正當(dāng)性原則。若人工智能讀取的數(shù)據(jù)出現(xiàn)樣本謬誤，將導(dǎo)致其獲取的相對(duì)大概率的倫理知識(shí)不具備正當(dāng)性，因此需要在增量數(shù)據(jù)集中建立一個(gè)修正機(jī)制，或通過(guò)公理設(shè)定或直接賦值的方式對(duì)倫理知識(shí)進(jìn)行強(qiáng)制修正，或通過(guò)專(zhuān)家評(píng)估和參數(shù)調(diào)優(yōu)的方式驅(qū)動(dòng)人工智能自我學(xué)習(xí)。

四、基于倫理知識(shí)表示的治理實(shí)踐

全球不同地區(qū)和社群擁有各自的文化傳統(tǒng)、價(jià)值觀和社會(huì)規(guī)范，對(duì)于隱私、公平和其他倫理問(wèn)題有不同的理解和處理方式，這對(duì)制定全球統(tǒng)一的人工智能倫理治理框架是一個(gè)巨大的挑戰(zhàn)。人工智能內(nèi)在主義進(jìn)路的治理實(shí)踐應(yīng)根植于多元文化語(yǔ)境的倫理智慧之中，以防范、化解偏見(jiàn)和沖突，促成人類(lèi)文明的交融與創(chuàng)新。為此，以中國(guó)文化語(yǔ)境下的倫理知識(shí)表示為例，采用本體知識(shí)表示法作為實(shí)現(xiàn)這一目標(biāo)的工具，設(shè)計(jì)科技與倫理交叉應(yīng)用的實(shí)踐。這一方法論關(guān)注倫理知識(shí)的深度理解與倫理問(wèn)題的有效處理，意在為全球范圍內(nèi)多元文化背景下的偏見(jiàn)與沖突處理提供一種可參考、可操作的實(shí)踐方案。

（一）語(yǔ)義的深度理解與跨文化交流

在自然語(yǔ)言處理（Natural Language Processing）領(lǐng)域，語(yǔ)言的理解和交互通常需要綜合考慮語(yǔ)境和語(yǔ)義。同一個(gè)詞或短語(yǔ)在不同的語(yǔ)境中有著不同的含義，理解這些含義的變化是訓(xùn)練高質(zhì)量人工智能的目標(biāo)。本體表示法的靈活性和動(dòng)態(tài)性，不僅可以敏感地捕捉到不同語(yǔ)境下倫理概念的細(xì)微語(yǔ)義變化，而且能夠在學(xué)習(xí)和交互中不斷地豐富和深化倫理概念的語(yǔ)義，促進(jìn)人工智能對(duì)特定倫理知識(shí)的語(yǔ)境和語(yǔ)義的深度理解與跨文化交流。

中國(guó)文化語(yǔ)境下的倫理知識(shí)在很大程度上源于其深厚的文化傳統(tǒng)，往往具有多重語(yǔ)義。比如“仁”的語(yǔ)義可用實(shí)體向量表示為“仁（愛(ài)，友善，敬詞，果核……）”，在理解時(shí)還需要結(jié)合具體語(yǔ)境信息來(lái)判斷。由于向量的維度是可擴(kuò)展的，因此通過(guò)人工智能深度學(xué)習(xí)的過(guò)程能夠?qū)@一概念動(dòng)態(tài)地補(bǔ)充和修正。如在“仁人志士”一詞中“仁”指道德高尚的意思，則可擴(kuò)展“仁”的實(shí)體向量為“仁（愛(ài)，友善，敬詞，果核，道德高尚的……）”，從而豐富了“仁”的語(yǔ)義，促進(jìn)了人工智能對(duì)這一倫理概念的深度理解。在跨文化的情況下，本體表示法亦能夠?yàn)閭惱碇R(shí)的交流融合提供一個(gè)表示框架。如英語(yǔ)中“Benevolence”與“仁”的意思有相似之處，對(duì)其相似度的判斷是人工智能進(jìn)行語(yǔ)義識(shí)別的依據(jù)。通過(guò)英漢詞典的翻譯可將“Benevolence”的實(shí)體向量表示為Benevolence（仁愛(ài)，善行，捐助，厚道……），再運(yùn)用余弦相似度函數(shù)fcose仁，eBenevolence=e仁·eBenevolence‖e仁‖‖eBenevolence‖對(duì)二者的語(yǔ)義相似度進(jìn)行計(jì)算，其結(jié)果將是一個(gè)介于-1和1之間的值，其中 1 表示兩個(gè)詞語(yǔ)義完全相同，-1 表示兩個(gè)詞語(yǔ)義完全相反，0 表示兩個(gè)詞語(yǔ)義沒(méi)有相關(guān)性。通過(guò)向量表示和函數(shù)運(yùn)算，在兩種文化語(yǔ)境的倫理知識(shí)間建立了關(guān)聯(lián)，不僅深化了對(duì)語(yǔ)義的理解，其可量化、可計(jì)算的優(yōu)勢(shì)也為倫理知識(shí)跨文化的交流融合提供了基礎(chǔ)。

（二）偏見(jiàn)與沖突治理的道德能動(dòng)性建構(gòu)

中國(guó)文化語(yǔ)境下的倫理思想為人工智能的倫理治理提供了獨(dú)特的價(jià)值導(dǎo)向。人工智能領(lǐng)域知名學(xué)者Stuart Russell教授借鑒中國(guó)春秋戰(zhàn)國(guó)時(shí)代墨子的“兼愛(ài)”思想，認(rèn)為人工智能作出道德決定時(shí)應(yīng)該充分考慮每一方的利益，在人工智能領(lǐng)域引入了中國(guó)文化中包容與平衡的倫理觀。對(duì)包容、平衡進(jìn)行恰當(dāng)?shù)闹R(shí)表示，能夠使人工智能在新情境、新任務(wù)中識(shí)別偏見(jiàn)與沖突，避免不良倫理后果。

包容強(qiáng)調(diào)接納不同的觀點(diǎn)，尊重多樣性與差異。正如中國(guó)文化語(yǔ)境下的倫理觀念強(qiáng)調(diào)接納和尊重不同的觀點(diǎn)并加以融合，如儒釋道的合流、馬克思主義中國(guó)化等，均體現(xiàn)出包容的倫理觀，也是中國(guó)文化對(duì)世界的智慧貢獻(xiàn)。用本體知識(shí)表示法表示“包容”，首先賦予觀點(diǎn)i一個(gè)權(quán)重wi，它是一個(gè)描述重要性、存在度、被接納度等屬性的一個(gè)向量；然后定義接納度函數(shù)I=∑Nwi－1/N2，它是一個(gè)平方差函數(shù)，當(dāng)所有觀點(diǎn)的權(quán)重wi越接近1/N時(shí)函數(shù)I值越小，表示不同觀點(diǎn)被平等接納的程度越高；最后通過(guò)優(yōu)化降低函數(shù)I的值，從而使人工智能的偏見(jiàn)減少、包容性增強(qiáng)，提高決策的公正性。進(jìn)一步地定義和諧函數(shù)H=wi－Avgwi2/N，當(dāng)wi越接近平均值A(chǔ)vgwi，函數(shù)H的值越小，表示和諧度越高，體現(xiàn)了不同觀點(diǎn)協(xié)調(diào)的程度。和諧強(qiáng)調(diào)各種利益、觀點(diǎn)等的協(xié)調(diào)一致，既意味著包容，又注重調(diào)和差異，以達(dá)到一種相互適應(yīng)、相互裨補(bǔ)的狀態(tài)。接納度函數(shù)與和諧函數(shù)的組合使用，可在計(jì)算機(jī)系統(tǒng)中充分體現(xiàn)包容的理念，是消除偏見(jiàn)的有效方式。

平衡在中國(guó)文化語(yǔ)境中強(qiáng)調(diào)和諧共生的理念，注重兼顧各方利益和共同體利益。在對(duì)平衡進(jìn)行知識(shí)表示時(shí)，首先定義一個(gè)關(guān)于實(shí)體的利益函數(shù)fei表示實(shí)體ei的利益值，定義bi表示實(shí)體ei的基本利益值；然后定義可優(yōu)化的目標(biāo)函數(shù)B=∑Ni=1fei－biL，表示在限制條件L下，N個(gè)實(shí)體ei的共同利益為B，其值越大表示共同體利益越大，同時(shí)每個(gè)實(shí)體的利益又必須大于基本利益bi，表示在每一實(shí)體的利益都得到保障的前提下去最大化共同體利益B。這一知識(shí)表示能夠使人工智能大模型識(shí)別偏見(jiàn)與沖突，在決策時(shí)充分權(quán)衡各方利益，避免極端狀況導(dǎo)致的倫理風(fēng)險(xiǎn)，是防范、化解偏見(jiàn)與沖突的有效方法。

以上，僅以中國(guó)文化語(yǔ)境下的包容、平衡的倫理觀念為例，為建構(gòu)道德能動(dòng)性以防范、化解偏見(jiàn)與沖突提供了一個(gè)實(shí)踐案例。中國(guó)文化語(yǔ)境下倫理的豐富的內(nèi)涵，以及全球多元倫理知識(shí)的表示仍有待深化和擴(kuò)展。

五、結(jié)語(yǔ)

人工智能的技術(shù)演進(jìn)與倫理治理之間短期相互制衡、長(zhǎng)期相互依賴(lài)的狀態(tài)，及其快速發(fā)展的不可預(yù)知性亟需建立倫理治理的敏捷響應(yīng)機(jī)制，須以大科學(xué)的研究理念，生成倫理與技術(shù)的同步鏈接，實(shí)現(xiàn)技術(shù)與倫理的動(dòng)態(tài)平衡和協(xié)同發(fā)展?；趦?nèi)在主義進(jìn)路的哲學(xué)基礎(chǔ)和技術(shù)基礎(chǔ)，人工智能道德能動(dòng)性的建構(gòu)成為可能。進(jìn)而提出以本體知識(shí)表示法作為結(jié)構(gòu)化倫理知識(shí)表達(dá)和語(yǔ)義推理的基礎(chǔ)，設(shè)計(jì)“再微調(diào)”的技術(shù)路線(xiàn)和倫理數(shù)據(jù)集，為建構(gòu)人工智能的道德能動(dòng)性提供了方法論和路線(xiàn)圖，在全球人工智能發(fā)展的寡頭壟斷與層級(jí)分化的格局中，為打破知識(shí)壟斷和倫理壟斷、防范化解偏見(jiàn)與沖突提供了實(shí)踐策略，提供一條科技與倫理交叉融合的治理路徑。

（責(zé)任編輯 萬(wàn) 旭）