返回上一页 文章阅读 登录

赵瑜:人工智能时代新闻伦理研究重点及其趋向

更新时间:2020-06-24 00:01:22
作者: 赵瑜  
国内外学者在人工智能的伦理反思、人工智能时代的新闻传播模式与问题,以及信息技术法律规范方面,已经打下了相当扎实的理论基础。但人工智能伦理治理和规制方面的问题,并没有随着理论研究文献的大幅度增长而得到解决,这一定程度上说明了问题的复杂性,以及理论研究和实践需求之间存在脱节。

   首先,在新闻传播领域,需要更加清晰而整体性地阐释人工智能时代的技术内涵、社会内涵、伦理内涵和规制内涵,为新闻传播学界对此人工技术物的理性反应提供理论基础。

   人工智能技术已经深切地介入人类社会的信息传播过程,传播学界对机器写作、传感器新闻、算法排序等新兴现象的研究已成热点。目前的文献虽然多带有“人工智能”这一关键词,但在一定程度上混用了新媒体技术、社交网络等核心概念。也许从现象的梳理和分析角度,这种程度的混淆并不影响结论的有效性,但不利于整体研究域的厘清和构建。所以在人工智能技术的整体性研究方面,传播学界需要更为细腻的技术问题逻辑描述。特别是在新闻伦理研究层面,需要进一步破除技术黑箱,明晰人工智能技术影响社会信息传播的机制和伦理后果,明确人工智能成长逻辑与人为干预的窗口期。目前新闻伦理的文献很大程度上将人工智能技术视作不需要进行理论和技术辨析的概念,这反而使得对“人工智能时代”的破题不足,尤其是人工智能技术到底在哪些环节、哪些层面影响新闻伦理,它与社交媒体技术和平台之间存在何种逻辑关系,较少有研究涉及这些相对本体论的问题。

   综论人工智能时代的新闻伦理研究,研究议题比较分散,聚焦性很强而理论整体性建构不足,尤其是对人工智能技术与社会结构和社会过程之间的系统性联系研究不足,容易呈现研究原子化的倾向。学界对人工智能保持很高的研究敏感度,但囿于技术本身的复杂性和不确定性,人文社科领域对此的反应往往只能聚焦于相对显性的现实议题。

   人工智能技术的工程学研究领域非常繁杂,但是目前介入人类信息传播的核心技术已经相对清晰,产生的社会后果也较为直观。从上文综述可知,与新闻传播领域高度相关的人工智能底层技术是算法和大数据,在直接辨析其新闻伦理后果之前,需要对核心技术研发、迭代和应用予以社会历史还原,提供技术本体和社会情境分析。从社会历史学的整体性视野探讨这一议题,其目的在于呈现技术伦理学的实践意义,即必须关注复杂的技术伦理责任主体关系,特别是技术的决策者与组织者、创造者与生产者、需求者与使用者等社会各界的共同责任。目前有部分研究以FacebookNews Feed算法为主要案例[46,74]分析其中的技术迭代及其伦理影响。类似带有技术社会学立场的研究是进一步厘清问题逻辑的有效做法,将会为进一步厘清新闻伦理的主体和核心价值排序提供扎实的研究基础。

   其次,相较于元伦理学和规范伦理学面对人工智能时代的积极学术反应,新闻伦理研究相对不足。元伦理学和规范伦理学在技术人工物的伦理主体、伦理结构和伦理治理方面积累了相对丰厚的理论基础。道德自主体形成的可能性让伦理学者反思启蒙主义以来的人本主义、个体主义伦理研究路径[25],并从问责的角度建构“人工能动者”的道德主体地位及其问责要件[1]。类似研究对人类社会应对人工智能技术可能的风险,都具有很高的理论和实践运用价值。

   自1923年美国报纸编辑协会提出美国首个新闻业自律规范《报人守则》(Canons of Journalism)以来,责任、自由、独立、真实准确、公正、公平等成为新闻传播行业职业伦理的重要原则。其中,各国行业协会、知名媒体机构都提出过操作性很强的伦理规范。

   可以说,新闻伦理规范的研究从起点之始就带有很强的实践问题导向性,换言之,其本身的出发点并非在于理论抽象,而是行业指导。人工智能时代的新闻伦理研究同样沿袭这一路径,研究目标在于解决新闻行业的新问题,研究方法基本采取案例研究的模式,脸书、谷歌等国际知名公司的案例及其引发的争议是研究的主要材料。

   新闻伦理研究与生俱来的形而下路径符合新闻传播行业本身的特点。但在人工智能时代,媒体技术的突飞猛进构建了一个万物皆媒的社会,新闻伦理研究向着传播伦理的方向进发,而且与科学哲学、计算机伦理、工程师伦理乃至规范伦理学有了更多对话的空间。为了更好地解决新闻传播学的问题,新闻伦理研究需要部分地放弃过于实践导向和对策导向的模式,扩充自身形而上学研究的野心。

   在新闻伦理研究中,言论自由和公民权利之间的张力一直存在,新闻传播界如何协助构建一个公平、正义的社会,是其伦理研究的基本逻辑起点。互联网一定程度上形成了没有精英控制的公众舆论和表达渠道[75],那人工智能则可能取代人类精英,做出信息决策和伦理决策。如果这样的技术想象成为现实,哈贝马斯的“理想语境”、罗尔斯的“理想处境”理论假设就需要修正,良序社会所需要的程序正义和实质正义不得不将无心的道德主体纳入考虑,这将对规范伦理和新闻伦理产生巨大的影响。目前规范伦理和后现代现象学对此已有触及,新闻伦理可以在理论抽象程度上做进一步提升,以增加与原学科对话的能力。

   再次,跨学科研究的数量和质量有待进一步提高。目前,算法和大数据已经产生传播权(新闻价值权重排序决策权)、信息自由(人的传播自主性)、信息触达(服务的普适性、信息的不当触达)、信息隐私权和数字身份及其保护的问题。这些问题处于传播伦理、技术伦理、组织伦理的公共区域,是多个主体共同作用的结果,通过组织提供的产品和服务予以进一步传导,最终形成传播效率、身份认同和信息安全等问题。在国家层面,就会产生数据安全、信息主权、社会凝聚力等更为宏观也更加重要的议题。

   人工智能时代所涉及的技术实体以及社会情境相对复杂,要真正理解这一问题,需要计算机科学、伦理学、社会学、法学和新闻传播学之间的共同合作。从目前的研究可见,不同学科的研究议题具有相似性,算法和数据是各个学科共同关心的核心技术现实,而技术人工物的伦理、法律地位,数据安全,个人隐私和人类自主权,是公共的议题。但是目前几个学科的研究散见在不同的期刊,研究议题相对聚焦,学科间的对话却不够充分,导致难以形成学科合力,不能在技术进步话语和经济发展话语体系之下,形成来自人文社科的平衡性话语力量。

   尤其是人文社科对技术伦理的反思没有形成与计算机科学之间的互动机制,研究成果因此很难应用于人工智能实践。近年来海外技术伦理研究成果已经让技术研发群体意识到自身在技术伦理后果方面所负有的责任,逐渐形成科学共同体、区域立法和公众行动之间的合作。计算机伦理十戒、阿西洛马会议、《通用数据保护法》等文本和举措值得深入研究。

   在跨越学科范式的同时,人工智能时代的新闻伦理研究也需要增加方法论创新。受限于人工智能技术本身的发展阶段,目前的文献和理论假设缺乏足够的实证研究支撑。例如后真相、信息茧房等效应并没有足够的实证研究来证实或证伪,这在某种程度上影响了理论的现实影响力。与此同时,能够细致化分析研究变量之间因果关系的研究设计就更加不足,这就影响了理论的现实指导力。导致这一研究结果的因素十分复杂,在方法论层面上,在于传统研究方法论面对算法和大数据的局限性很明显。特别是算法智能排序机制使得每个受众的用户界面并不相同,传统的问卷调查、实验测量等方法的效度就会下降。目前新闻学界已经开始借鉴逆向工程原理,以输入—输出的测量模式,在保持算法黑箱的同时有效测量其中介效应。类似的研究方法融合和创新,可以进一步运用于新闻伦理的研究,正面迎击理论难点。

  

   四、结语

   综上,在人工智能时代,传统新闻业中的伦理挑战如报道的客观性、公正性、恶性竞争、隐性采访、有偿新闻、新闻广告、公民隐私权等议题依然具有重要的研究价值,在新技术条件下的理论分析往往也是重回新闻传播学经典问题的过程。但是人工智能技术日渐成为信息领域的主要中介技术,未来的新闻伦理研究应该紧扣算法和数据两个研究核心,区分不同的伦理主体,厘清新条件下的竞争价值及其排序。与传统新闻伦理只关心新闻内容不同,人工智能时代的新闻伦理将数据、代码和经营都包含其中,伦理结构更加复杂。

   媒体伦理的三个主要原则就是真实、客观和最小伤害[32]。从全球业已产生的算法新闻工具理性与人文主义的冲突来看,如何从根本上摒弃数字泰勒主义,是一个需要进一步集结人文社科智识力量予以破解的重要问题。特别是在这一波互联网技术浪潮中,中国的新闻实践走在了世界的前列,其伦理治理的相关研究可以凝练为新时代中国特色社会主义网络治理的“中国经验”,为全球同行提供参考。

   注释:

   ①转引自闫坤如《人工智能的道德风险及其规避路径》,载《上海师范大学学报(哲学社会科学版)》2018年第2期,第40-47页。

   ②转引自刘则渊、王国豫《技术伦理与工程师的职业伦理》,载《哲学研究》2007年第11期,第75-78,128-129页。

   原文参考文献:

   [1]Floridi L.& Sanders J.W.,“On the Morality of Artificial Agents,” Minds and Machines,Vol.14,No.3(2004),pp.349-379.

   [2]McCarthy J.,Minsky M.L.& Rochester N.et al.,“A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence,August 31,1955,” AI Magazine,Vol.27,No.4(2006),pp.12-14.

   [3]Nilsson N.J.,Artificial Intelligence:A New Synthesis,San Francisco:Morgan Kaufmann,1998.

   [4]段伟文:《机器人伦理的进路及其内涵》,《科学与社会》2015年第2期,第35-45页。[Duan Weiwen,“The Basic Approaches and Meaning in the Ethical Construction of Robot,” Science and Society,No.2(2015),pp.35-45.].

   [5]Boden M.A.,AI:Its Nature and Future,Oxford:Oxford University Press,2016.

   [6]朱松纯:《浅谈人工智能:现状、任务、构架与统一》,2017年11月2日,https://mp.weixin.qq.com/s/-wSYLu-XvOrsST8_KEUa-Q,2018年1月4日。[Zhu Songchun,“Talking about Artificial Intelligence:Current Situation,Task,Structure and Unity,2017-11-02,http://mp.weixin.qq.com/s/-wSYLu-XvOrsST8_KEUa-Q,2018-01-04.].

[7]Knuth D.E.,“Algorithm and Program-information and Data,” Communications of the ACM,Vol.9,No.9(1966),p.654.(点击此处阅读下一页)


爱思想关键词小程序
本文责编:陈冬冬
发信站:爱思想(http://m.aisixiang.com)
本文链接:http://m.aisixiang.com/data/121814.html
文章来源:《浙江大学学报:人文社会科学版》2019年第2期
收藏