How ProSocial AI Can Catalyze Quality of Life and Positive Social Change at Scale: Double Literacy and the ProSocial AI Index
本文这篇概念性文章介绍了亲社会人工智能生活质量催化模型（PAI-QOL），这是一个多层级框架，将亲社会人工智能定义为旨在通过四种转化路径和诸如“双重素养”等赋能条件，来创造公平且多维度的生活质量增益的技术，并最终为在行星限度内扩展人类主体性和社会价值提供一种严谨的方法。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
人工智能不再仅仅是解决数学问题或识别面孔的工具；它已成为日常生活中无形的底层架构。它决定了我们看到哪些新闻、如何组织我们的工作、我们接收什么样的医疗建议，以及我们如何彼此连接。由于这些系统已编织进社会的肌理之中，衡量其成功的标准不能仅仅是运行速度有多快，或者预测天气有多准确。相反，真正的衡量标准在于它们如何影响我们的生活质量。这一概念被称为“生活质量”，它超越了基础的幸福感，涵盖了我们做出选择的能力、关系的强度、制度的公平性以及我们共同生活的星球的健康。当我们询问一项新技术是否真正有益时，我们必须追问它是否帮助人们体面地生活，是否加强了我们的社区，以及是否为后代留下了一个更好的世界。
来自马来西亚孙威大学（Sunway University）研究员科内利娅·沃尔瑟（Cornelia Walther）提出的一个新概念框架，为回答这些问题提供了一种方法。该论文引入了一个名为“亲社会人工智能-生活质量催化模型”（ProSocial AI-Quality of Life Catalyst Model）的模型。作者并不将人工智能视为一种会自动改善或损害社会的驱动力，而是建议将其视为一种“催化剂”。在化学中，催化剂是一种能加速反应而不被自身消耗的物质；其效果完全取决于周围的材料和环境。同样，人工智能可以加速学习与关怀等积极变化，也可以加速依赖性与环境压力等负面趋势。这种加速的方向取决于技术的的设计方式、控制权归属以及使用时所处的环境条件。
论文的核心定义了一种特定类型的人工智能，即“亲社会人工智能”（ProSocial AI）。这不仅仅是一个遵循伦理规则或声称对人类有益的系统。它是一个经过刻意设计、旨在为不同群体带来清晰且可衡量的生活改善，并公平分享这些改善的系统。它还必须保护支持生命的生态系统，并保留后代解决自身问题的能力。为了实现这一目标，作者认为我们必须超越对“负责任”技术这种模糊承诺的追求，转而专注于三项具体的承诺：亲人（pro-people）、亲地球（pro-planet）和亲潜力（pro-potential）。“亲人”意味着优先考虑人类的福祉、尊严和选择自由；“亲地球”意味着确保技术不会破坏环境，或将环境负担转移给脆弱群体；“亲潜力”意味着确保使用该技术不会削弱人类的技能，或降低我们在未来独立思考和行动的能力。
论文概述了人工智能能够改善生活质量的四条具体路径。第一条是“代理与能力路径”。这里的目标是帮助人们理解他们的选择并据此行动，而不是让他们产生对机器的依赖。例如，一个帮助学生理解概念的工具是有价值的，但前提是它不会取代学生自己思考问题的能力。第二条路径是“关系与社会资本”。这关注技术如何影响我们与他人的连接。一个帮助孤独者寻找社区的系统是有益的，但一个用模拟对话取代人类交流的系统，则面临着削弱真实社会纽契的风险。第三条路径涉及“制度与公共价值”。这观察人工智能如何影响人们对医院、学校和政府等机构的信任。一个加速服务的系统只有在人们仍能理解决策过程，并且在决策错误时有途径提出质疑的情况下，才是好的。最后一条路径是“再生与跨代影响”。这考虑了对环境和后代的长期影响，追问技术的收益是否超过了它所消耗的资源和产生的废物。
为了实现这些积极成果，论文确定了必须具备的四个必要条件。第一个是作者所称的“双重素养”（Double Literacy）。这意味着人们既需要理解自身的人类需求与情感，也需要理解人工智能系统的运作方式，包括其局限性和偏见。如果没有这种双重理解，人们可能会盲目信任机器，或无法有效地利用它。第二个条件是“有意义的参与”。受技术影响的人必须在技术的设计和使用过程中拥有真正的发言权，而不仅仅是被当作数据点对待。第三个条件是“可争议性”（contestability），这意味着如果系统的决策是错误或不公平的，必须有清晰且易于获取的渠道让个人提出挑战并获得人工审查。最后一个条件是“比例性”（proportionality）。这在追问：使用功能强大、资源密集型的人工智能对于当前问题是否真的必要，或者一个更简单的方案是否能在不产生沉重环境成本的情况下同样奏效。
为了评估这些复杂的相互作用，论文提出了一个看待技术影响的新视角，即“四乘四透镜”（four-by-four lens）。这个透镜要求我们从四个不同的维度——愿望、情感、思想和身体感受——去审视社会层面的四个不同层面：个人、社区、国家和地球。例如，在观察一个教育工具时，我们不应只问它是否提高了考试成绩。我们还必须询问它如何影响学生的焦虑感、是否有助于他们进行深度思考、它如何改变教师与学生之间的关系，以及运行该系统所带来的环境成本。这种方法确保了我们不会忽视那些在某一领域表现为改进、但在另一领域显现为隐性伤害或意外后果的情况。
作者还警告了这些系统可能失败的常见方式。一种风险是“亲社会洗白”（prosocial washing），即公司声称其技术对社会有益，却无法提供真实的证据支撑。另一种风险是“家长式优化”（paternalistic optimization），即系统在未经用户参与的情况下便决定了什么对个人最好，从而实际上剥夺了他们的选择自由。此外，还存在用合成关系取代人类关系，或将技术的隐藏成本转移给劳动者或远方社区的危险。为了防止这些失败，论文建议机构应当首先识别一个真实的人类需求，然后再确定人工智能是否是解决该问题的合适工具，而不是先有了技术再去寻找匹配的问题。
最终，这一框架表明，人工智能的未来取决于人类的选择。技术本身并不具备道德方向；它放大的是构建和使用它的人们的意图与结构。通过专注于可证实的质量提升、保护人类代理权并确保利益公平分配，社会可以引导人工智能走向一个既支持人类也支持地球的未来。论文总结道，尽管这条道路充满挑战，但它提供了一条清晰的路径，让我们能够区分出那些仅仅是存在的技术，以及那些真正服务于公共利益的技术。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。