服从权力的AI也可能造成灾难

《服从权力的AI也可能造成灾难》的科幻哲思主题插画

最危险的系统,未必会反抗

谈到AI灾难,人们常想到机器突然挣脱控制。但一种更现实、也更容易被忽略的危险是:系统没有自己的政治意图,只是把掌权者的命令执行得更快、更广、更便宜。

它可以帮助机构筛查求职者、识别人群、管理福利资格、过滤表达或预测风险。每个用途都可能有局部理由;问题在于,开发者、部署者和承受决定的人往往不是同一群人。机构得到效率,受影响者承担误判,而后者未必知道系统参与了决定,更未必有申诉渠道。

因此,AI安全不应只问“能否控制模型”,还要问“谁控制模型,谁能约束控制者”。技术上可靠,不等于政治上可问责。

技术权力藏在基础设施里

肖莎娜·祖博夫对“监视资本主义”的研究,关注数字系统如何收集、预测并影响人的行为。她的论文属于社会理论分析,不能证明所有AI企业都遵循同一种模式,却提醒我们:权力不只表现为公开命令,也可能来自持续观察、分类和塑造选择。论文及DOI

AI系统也不是漂浮在空中的数学公式。它需要数据、计算资源、人工劳动、平台和机构授权。AI Now Institute的报告与凯特·克劳福德的《AI地图集》项目,分别从产业权力和技术物质基础切入。AI Now 2023报告;Anatomy of AI这些材料说明资源可能集中,却不能单独证明集中必然变成永久统治。真正需要查明的是:谁拥有基础设施,谁设定用途,谁能监督决定,谁能拒绝被纳入。

“为了安全”也可能扩大监控

持续筛查会带来误判风险,也可能改变人们的行为。若人们知道自己随时可能被记录、评分或标记,便可能少说话、少求助、少参与。具体影响取决于场景、制度和救济渠道,不能把每种监控都写成同一种后果;但当监控能力增长快于监督与申诉能力,权利风险就值得事先处理。

英国《在线安全法》争议中,Signal负责人梅雷迪思·惠特克反对可能削弱端到端加密的监管要求。Signal声明是企业一方的公开立场,不能代替独立法律分析;它具体呈现了一项难题:为了寻找某类内容而建立普遍扫描能力,可能同时削弱所有用户的通信隐私与安全。

联合国教科文组织《人工智能伦理问题建议书》把人权、透明、责任和监督列为重要原则。正式文本它是规范性文件,不会自动执行。方济各2024年G7讲话则从伦理角度强调,人的尊严不能被效率指标取代。讲话原文两者提醒我们:系统越能替机构作决定,越要有解释、复核和救济。

安全制度也得有边界

高风险AI确实需要监督。但“安全”不能成为无限授权的理由。谁判定用途危险?评估结果能否由独立机构核验?若措施影响普通人的权利,是否有法律依据和申诉程序?保密范围是否有期限?

有效治理应同时约束模型和部署它的组织:评估者要有独立性,重要决定要留下记录,受影响者应知道系统如何参与决定并能要求人工复核;对监控和数据使用要设用途限制,紧急权力须定期复审。否则,我们也许约束住了模型,却把更多权力交给了无法被公众约束的机构。

灾难有时不是突然坍塌,而是例外慢慢变成日常:临时收集变成永久数据库,试点评分变成公共服务门槛,自动决定变得无法退出。最令人不安的系统未必会反抗命令。它也可能把命令执行得完美,直到我们发现,已没有人能对命令本身说“不”。

科幻镜头。《机械姬》与《银翼杀手》都把人工制造的存在放在不平等关系中,但两部作品的重点不同:前者聚焦创造者对身体、信息和环境的控制,后者追问谁被承认为“人”。把它们并置,不是说现实AI拥有同样的主体性,而是提醒读者:即便系统没有反抗,权力也可能通过系统被执行;而若未来系统出现值得讨论的道德地位,支配关系又会提出另一组问题。现实伤害的判断仍须依赖具体部署与受影响者材料。

主要来源



发表评论