人工智慧與惡的距離

法律不一定會訂出明顯的倫理道德界線。例如，臉書引起軒然大波的劍橋分析公司事件，臉書的行為雖然合法，也並未逾越產業限度，卻並非以使用者的最佳利益為考量。但想要立法禁止所有收集資料的行動，絕對不會是個好辦法。而且，與其依賴法規，企業領導人應該走的是一條倫理規範的路。

想做出符合倫理道德的決定，通常並不容易，時至今日又更加困難。智慧型機器、低成本的運算、大量消費者數據資料，這些不僅提供絕佳的機會給現代組織，也讓21世紀的領導人面對一項道德兩難：是不是只要合法的事情就能做？

當然，未來必定還會有很多法規。對企圖心旺盛的政治人物與法規監理機構來說，大型科技公司開始像過去的大型菸草業者那樣，可能要面臨一些足以躍上新聞頭條的事件，包括創下天價的罰款、被迫分拆、在凌晨遭到搜索，以及民粹式的公憤。然而，領導人若想在這個演算法的年代裡尋求指引，光是遵守法規似乎極為危險，也不夠符合倫理道德。

但別誤會我的意思。這個動盪的世界裡充斥著由人工智慧和數據資料推動的產品，確實需要有健全的法規。由於近年大量出現資料遭竊與濫用的情形，Google一度的座右銘「不作惡」現在看來既有先見之明，又顯得天真。隨著人類所創造的系統已愈來愈能了解個別使用者、提出針對個別使用者的服務，我們把偏見自動化、將演算法當成武器的能力，將會呈現指數型成長。但這也提出一個問題：究竟什麼才叫做「惡」？是指犯法，還是違背了產業的行為準則，還是辜負了使用者的信任？

演算法的偏見有很多不同形式，不見得一定像審判刑事案件時的種族主義、聘雇時的性別歧視那麼明顯。有些時候，透露太多事實就已經是種危險。2013年，麥可．科金斯基（Michal Kosinski）、大衛．史迪威爾（David Stillwell）和索爾．格雷普（Thore Graepel）發表一篇學術論文，指出可以用臉書的按「讚」（當時的預設是公開）來預測許多極為敏感的個人特性，包括性傾向與性別、種族、宗教與政治觀、性格特點、成癮物質使用、父母是否離異和年紀。