无过失责任：论分布式道德行为的道德责任之本质与分配

分布式道德责任(distributed moral responsibility,DMR)的概念由来已久。如果将分布式道德责任的诠释彻底还原为(某些)人、个体和负道德责任的行为(morally loaded actions)总和时,那么DMR的分配,无论是赞赏和奖励或谴责和惩罚,从概念的角度而言是没有问题的,但从实际操作上则是非常困难的。然而,在分布式的环境中,代理网络、某些人类、人工体(譬如程序)和混合体(譬如基于一个软件平台在一起工作的一群人)都可能带来分布式道德行为(distributed moral actions,DMAs)。DMAs是有善恶之分(即,负载道德的)的行为,它们是由一些其自身既非善也非恶(道德中立的)的局部交互所导致的。在本文中,我将分析由DMAs而引发的DMRs,并为完全道德责任(无过失责任)默认地分配给网络中所有节点/代理提供辩护,这些节点/代理对于所探讨的DMA在因果上相关,但与其意向性无关。所提出的机制受如下三个概念的启发,并从中汲取了相关内容:网络理论中的反向传播(back propagation from network theory)、法理学中的严格责任原则(strict liability from jurisprudence)和认识论逻辑中的常识(common knowledge from epistemic logic)。

算法行政责任的分布式重建

算法行政作为一种新型的政府购买服务,其隐秘性、自主决策性、多元主体间行为的不可分性给传统责任框架造成了巨大挑战,可能产生责任鸿沟与治理缝隙。现有治理体系多采取主体行为协同、责任分离的逻辑,容易导致责任逃逸与代理洗白等问题,理想型意义上的穿透式责任面临集合行为与科层制难以穿透的实施困境,因此提出分布式责任对二者进行调和。分布式责任有较为严格的前置适用条件,可视为疑难案件的有效解决方案。分布式责任意味着从中心式的控制风格向全流程参与式问责的转换,在无法明确主观故意的算法致害中实现了对多主体间共同责任的简化。

人工智能医学诊断系统的道德责任研究——以责任空场问题为中心

医学人工智能的应用给道德责任的划分带来了巨大的困难,其中的一个严峻问题,就是责任空场问题,即每个人似乎都没有过错,因而没有人会承担责任。通过尝试区分直接责任与角色责任,并引入弗洛里迪的分布式责任,可以解决道德责任空场问题。直接责任是错误作为所导致的责任,而角色责任是失职不作为导致的责任。不作为可能导致损害,也可能不导致损害,这属于道德运气的范畴,但如果导致损害,一个人需要为失职的不作为承担全部责任。如果既不存在直接责任,也不存在角色责任,所有的坏运气就由分布式责任兜底。角色责任和分布式责任的提出可以解决责任空场问题。医学人工智能的设计者、数据标注者、监管者和使用者,如果因为不作为导致了不幸的人工智能医疗事故,那么就需要承担角色责任,承担坏运气的后果,如果是一种无人负责的不幸,就需要一种分布式责任来共同承担坏运气的后果。

数据时代的道德责任解析:从信任到结构

基于数据科学与数据技术的人类行为所带来的道德责任问题是数据时代必须面对的一个核心问题。数据的智能化、多代理、全球化等特征使得关于道德责任问题的探讨从以人为中心的路径,走向人与技术的复合体,并将道德责任与人类对技术的信任问题关联在一起,由此引发了关于道德责任主体界定的争议。基于数据科学与数据技术的分布式道德责任虽然呈现出了数据时代道德责任的新特征,但尚未能有效诠释数据科学与数据技术的全球化与网络化特征,且不能满足充分释放数据要素潜能的需求。因此,需要从顶层逻辑的视角,构建一种动态的、基于多元代理的结构式道德责任,并与分布式道德责任相融合,共同构筑良好的数字生态环境,助推数据潜能的激活。

AI伦理治理三大难题与哲学的诠释

互联网现象、计算复杂性理论以及摩尔定律共同揭示,AI实践应用正在随时间呈指数式增长,与此同时,需要AI增进福祉的人类共同体却陷入全球文化价值危机,AI伦理治理不得不面对三个难题:(1)文化共识;(2)AI复合系统的道德责任;(3)多重AI伦理问题的结构化。文章探讨哲学对这三大难题的诠释与洞见:“以人为本”内涵的中西哲学比较与计算分析;现有伦理框架的形而上重构;基于概念分析厘清AI伦理结构。