Lost in Translation: How Universal Ethical Values Fail to Translate Across Global Contexts

想象一个由一套单一规则引导智能机器行为的世界，这套规则旨在适用于从欧洲繁华都市到非洲偏远村庄的所有地方。这就是当前人工智能伦理的雄心所在。多年来，主要的组织和技术公司已经就一系列核心价值观——公平、透明、隐私和问责——达成了一致，他们认为这些价值观应当治理这些系统。其理念是，如果我们能够清晰地定义这些概念，它们无论在何处使用，其运作方式都将保持一致。但这种方法假设了一个人对“公平”或“隐私”的理解，与另一个人完全相同。它将人类价值观视为如同重力般的普遍常数，而非源于特定历史、关系和日常生活的思想。

这一假设正是研究团队旨在测试的核心问题。他们想知道，当全球性的规则遇到地方性的现实时，会发生什么。在世界不同地区实际构建、使用并与这些系统共存的人们，是否认同这些标准的定义？或者，他们是否通过完全不同的视角来看待这项技术？研究人员并非在询问技术本身是否有效，而是在询问引导技术的道德指南针是否在所有人心中都指向同一个方向。他们怀疑，全球规则手册与地方生活之间的差距可能比任何人预想的都要大，这可能会导致许多社区被遗忘，或者被迫接受并不符合其需求的价值观。

为了寻找答案，研究人员前往了分布在非洲、亚洲、拉丁美洲、欧洲、北美、加勒比地区和太平洋地区的十个不同国家。他们研究的不是机器的代码，而是与居住并工作在这些多元化地区的十四位专家进行了深入交谈。这些人不仅是计算机科学家，还是社区领袖、记者和政策倡导者，他们既了解技术，也了解其母国深厚的文化脉络。在七个月的时间里，研究团队进行了深入的对话，请这些专家解释他们如何看待自己社区中的人工智能，以及他们如何解读全球政策文件中使用的那些宏大的伦理词汇。

从这些对话中浮现出的景象是：技术体验在世界范围内呈现出极度不均衡的状态。专家们描述了一个人工智能获取路径往往被简单的物理现实所阻断的景象：缺乏可靠的电力、不稳定的互联网连接，或是缺乏负担得起的设备。在许多地方，这项技术到来的方式并非作为一种中立的工具，而更像是一种从社区中被“抽取”出来的东西，而非与社区共同构建的产物。研究人员发现，这些地区的民众经常感到其数据在未得到充分理解或同意的情况下被提取，并被用于训练那些无法识别其语言、口音或文化细微差别的系统。这产生了一种“榨取感”，即当地社区提供了机器的燃料，却几乎看不到任何收益，而关于机器如何运作的决策却由远方那些并不了解他们日常生活挣扎的人所做出。

然而，最令人震惊的发现是，专家们如何重新定义了用于治理这些系统的词汇。当研究人员询问“隐私”时，标准的全球定义侧重于个人保护自身数据秘密的权利。但在本研究涉及的许多文化中，隐私并非一种个人的盾牌，而是一种集体的实践。对于这些专家而言，隐私关乎家庭或社区。决定分享哪些信息是一个集体讨论的过程，需要权衡整个群体的福祉与声誉，而非仅仅关注个人的权利。一个将数据视为纯粹个人财产的系统，忽略了这些社区实际运作的核心。

同样，“透明度”也具有了不同的含义。在全球科技界，透明度通常意味着开放代码，以便工程师了解数学逻辑是如何运作的。但对于这项研究中的专家来说，透明度关乎信任与问责。他们不需要看到代码；他们需要能够向一个人类提出：“你为什么做出这个决定？”并得到一个在他们的语言和语境下都能理解的回答。如果一名农村地区的农民无法理解为什么一台机器预测了降雨或干旱，那么无论存在多少技术文档，该系统都不是透明的。信任是通过关系和清晰的沟通建立的，而非通过接触复杂的算法。

“公平”的概念也发生了转变。标准观点通常寻求数学上的平等，确保每个群体获得完全相同的结果。但专家们认为，真正的公平关乎公平性（equity）与可及性。如果一个系统在技术上是公平的，但需要高速互联网连接或智能手机才能使用，那么对于缺乏这些资源的人来说，它就是不公平的。在他们看来，公平意味着确保系统对每个人都是可及的，并且设计者倾听了那些受其影响最深的人的声音。这是一个关于结构性正义的问题，而不只是数字的计算。

研究人员发现，这些差异不仅仅是微小的误解；他们称之为“翻译鸿沟”。这是普遍规则无法正确落地到特定场所的空间。当一个全球框架说“要公平”时，它在纽约的董事会会议室里可能意味着一回事，而在肯尼亚的一个村庄里则完全是另一回事。当这些鸿沟被忽视时，其结果往往是一个让人们感到陌生、不可信甚至对他们造成伤害的系统。专家们描述了一种感觉，仿佛在自己的技术未来面前成为了局外人，看着决策由那些并不理解其本土价值的远方权威做出。

针对这些发现，专家们提出了新的前进方向。他们建议，与其试图将一套规则强加于全世界，我们更需要一个允许多元声音存在的治理体系。他们提议，地方社区应当拥有塑造其所在地区技术设计与使用方式的权力。这意味着从少数强大机构主导规则的模型，转向一种知识与决策共享的模型。这涉及承认地方文化在处理数据、建立信任以及确保公正方面拥有其深邃的智慧。

研究结论指出，通往伦理人工智能之路，不在于寻找一个能在世界各地通用的完美定义的单一价值观。相反，它在于创造一个过程，让这些价值观在从一个语境移动到另一个语境时，能够被协商和调整。这要求倾听那些真正生活在技术中的人，并允许他们根据自己的生活来定义公平、隐私和信任。通过将伦理价值观视为必须为每个社区进行翻译和重构的事物，而非一种必须强加的固定标准，我们可以构建出不仅更聪明，而且更公正、更具人性化的系统。研究人员指出，如果我们希望人工智能服务于全人类，而非仅仅服务于少数人，这种转变至关重要。