强人工智能设备面临的伦理困境与风险

基于“人是目的”的价值设定而建立起的“伦理至善”第一原则让强人工智能设备的研发和应用首先遭遇道德合法性的论证难题。“有限的道德合法性”为其谋求到了一个伦理存在空间。以致命性自主武器系统（LAWS）为例,“有限性”的前置条件则让关于其“道德责任代理人”的准确识别与划分成为首要问题。以道德判断能力为标准,将作为“工具”的机器和作为“具有实践智慧”的人做明确划分是准确识别LAWS责任代理人的逻辑基础。基于道德责任代理人的逻辑梳理,即使被完美道德编码的LAWS作为“非道德”的机器在应用中也可能会遭遇“不道德的人”的伦理难题。这是我们可预见且对国际关系构建和整个人类社会发展可能产生颠覆性影响的伦理威胁。从这个角度看,谨防出现基于“技术野蛮”的“寡头恐怖主义”这一时代命题要求我们尽快对相关强人工智能设备给出一套有效的、缜密的预防性伦理应对机制。     

人工智能时代大学教学伦理困境及其治理

人工智能赋能教育教学已经成为教育发展的重要驱动力.借助于融媒体智能技术的迭代整合和创新,人工智能技术被广泛应用于大学教学场域,形成了新的教学模式和形态,具有自主决策和行为的人工智能开始被视为道德主体.传统大学教学在被深刻重构的同时、发生着巨大变革,也引发了人们关于教学伦理问题的思考.随着人工智能深度嵌入大学教学场域,人工智能技术导致教学有限理性行为、传统教学优势消解、教学公平遭遇新挑战、隐私侵犯等一系列典型伦理问题开始凸显.为此,加强大学教学伦理治理应立足长远,致力于构建大学教学良性伦理秩序.在实践中坚持系统性治理理念,从价值秩序、制度秩序和心灵秩序三个维度进行构建,其中价值秩序是基础、制度秩序是支撑、心灵秩序是追求,有机形成大学教学治理体系的结构性力量.     

人工智能时代的空间概念

空间是离我们最近亦是最远的一个概念。人类的空间概念,不仅包括客观空间,也包括主观空间。人类空间概念的演化史也是人类自身的发展史。空间概念是反映智能发展水平和智能时代人类角色的基本范畴和主要参数。从微观到超微的物化空间、从三维到四维的关系空间、从思维到行为的思维空间、从二元到一元的虚拟空间、从黑箱到澄明的梦境空间,共同演绎了人工智能时代空间概念的演化进程。     

弥合数字鸿沟：老年群体数字化生存的困境与突围

保障老年人数字生活的合法权益是实施积极应对人口老龄化国家战略的重要目标之一,但在惠享数字化成果之前,老年群体需要跨越代际数字鸿沟、边际数字鸿沟和交际数字鸿沟。数字鸿沟使老年群体的数字化生存面临着适应智能空间、熟悉技能使用、警惕本能意志自律衰退和防范身体机能弱化的四重考验。弥合数字鸿沟需凝聚多方力量,以提升老年人数字生活的幸福感和归属感为出发点,帮助老年群体从认同数字居民身份、增强数字生活体验、树立数字融入信心和培养数字思维意识四个方面进行转变。     

人工智能时代的时间概念

时间概念是古老的,也是最新的;是哲学的,也是科学的;既具有复杂的客观基础,也具有丰富的主观形式。可以说,对于时间概念的深化理解伴随着人类的全部进化史。人的原子到量子存在的自然时间、人的加速到极速存在的历史时间、人的有限到无限存在的生命时间、人的消极到积极存在的劳动时间、人的低级到高级存在的自由时间共同构成了人工智能时代人类时间概念的全部内核,也是把握智能时代人类生命的尺度。     

略论素质教育面临的困境

本文简要分析了素质教育在实施过程所面临的主要问题 :理论研究的落后 ,考试制度改革的不配套 ,教育评价导向的偏差 ,教师素质的普遍不高等 ,以期引起人们的重视 ,早日寻求解决问题的方法 ,保证素质教育落到实处     

人工智能的伦理困境与正向规约

人工智能是根据对环境的感知,做出合理的行动,并获得最大收益的计算机程序,它有着应用人工智能、通用人工智能与超人工智能三类层级。由于超人工智能远超人类的控制范围,对人工智能伦理的考察可以从其他两个层级展开。从应用人工智能伦理看,人工智能引发了信息安全困境、责任归属困境、技术依赖风险以及产业后备军与社会不公平等问题。从通用人工智能伦理看,人工智能带来了人机边界模糊、人的存在异化、人的自由异化甚至人类种族终结等问题。对此,要在坚持人本主义原则的基础上,通过技术层面的智能监管、程序设置与价值规范以及社会层面的伦理设计、法律规制与协同治理等,实现对人工智能的正向规约。     

人工智能时代生产关系的政治经济学分析

21世纪初以来,人工智能等前沿技术取得突破性进展并逐步被广泛应用于社会生产,形成了智能化生产体系,促进了劳动生产率的提高,同时也将现代生产关系带向了以“人机关系”为表征、以劳动关系为本质的复杂格局。推动人工智能时代生产关系的现代化治理需要科学构建人工智能时代生产关系的治理范式,塑造“人机协同”生态,创造和谐的劳动关系,使其适应生产力发展的需要,以实现劳动者受益于科技进步、科技造福人类的目标愿景。     

人工智能时代的劳动与享受

人工智能的各项新成果正在让人们的生活变得容易,方便和舒适在增加,享受也越来越多。就人类的新机遇而言,日新月异的变化和取得的成就正大量地应用于生活之中。人工智能得到更大发展之后,劳动的新形态与享受更多的现实中,包含着应该如何处理劳动与享受的关系的新问题,这也是人类将会受到的新的挑战。劳动与享受的关系表现为：首先,劳动是人的第一需要不会因为人工智能发展而改变;其次,人工智能时代的享受增加,但它仍然是劳动的回报,跟随劳动而来;再次,有劳动才有享受,享受来自劳动。最重要的是享受美好生活的目标也要以劳动来创造。     

国有企业面临的困境与对策

当前,国有企业正面临着前所未有的困难.一是总体效益下降.考核企业效益的资金利税率和资金利润率这两大经济指标,一直在低水平徘徊.据有关部门统计,国有独立核算的工业企业资金利税率和资金利润率分别由1989年的14.6%和6.1%下降到1994年的10.1%和2.1%.与非国有工业企业相比,国有企业的微     

文学期刊面临的困境及出路

文学期刊从昔日的辉煌跌落到今日之衰落 ,是市场经济冲击所致。因此 ,文学期刊再创辉煌 ,就必须走入市场 ,要转变办刊观念 ,大胆探索市场运作模式 ,走出一条自身发展的新路子。     

高等教育面临的困境及其出路

高等教育改革面临一系列矛盾与挑战。制约高等教育进一步发展的问题表现在经费困难和人才市场的冲击，科技发展的挑战，文化和观念的挑战，新旧体制相互交叉的矛盾影响等方面。深化高教改革，推动高教事业的发展必须深化高教体制改革，深化高校教学改革，深化高校内部管理的改革     

法律人工智能概率推理的困境与破解

概率方法是一种允许在不确定情况下进行证据推理的数学模型,具有计算可靠性和完备性的形式化基础。然而,概率推理在建模过程中存在两大困境,即概率数值从何而来以及如何解决证据聚合难题。贝叶斯概率和富兰克林原则为数值难题提供了破解之道。贝叶斯概率充分融合客观概率和主观概率,为它们提供统一框架,解决概率数值的评估分歧。富兰克林的一般性原则确保适当参考类的理性选择,解决数值难题的客观概率赋值。基于概率理论的贝叶斯公式具备一致性和规范性,借助严格的形式化概率推论可以消解证据聚合难题。通过对两大困境的回应和破解,表明概率方法是计算不确定性推理的可靠工具,为面向法律人工智能的证据推理模型提供了理论支持。     

人工智能时代的教育变革及其走向

面对人工智能功能体频繁迭代升级,唯有充分利用智能化时代的主体性堡垒,方能让人类自然教育智慧重振雄风。在人工智能时代,人类教育处于“边缘上的生存”状态,算法化与人性化博弈、内缩化与外延化矛盾、去人化与超人化两难便是其集中体现。瞄准人工智能时代的教育功能定位,夯实人类原生教育的存在之基,是预防机器人教育底线破防、奇点突变的最后阵地。综合平衡工具性教育与本体性教育,立基本体性教育走“人—机”共强教育之路,是教育人工智能发展的应然走向。面向未来,教育人工智能发展应坚持人本原则,坚守增强智能的意旨,全力构筑自然智能教育与人工智能教育相得益彰的新格局。     

人工智能时代的道德迷思与解蔽

人工智能时代的美好生活不能离开道德。道德既是人工智能理性的整合器、人工智能发展的导引器,也是人工智能犯罪的抑制器。人工智能在让人类享受技术发展带来的普惠性红利的同时,也引发了人类价值迷失、道德秩序紊乱、道德责任消弭、道德自由衰落、道德信任缺失等一系列道德迷思。为此,要通过强化人对自身存在意义的认知、培养人的人文关怀意识、提高道德推理能力来捍卫人的道德主体地位,使人类成为智能时代道德的运用者和审视者;要设定人工智能研发和使用的道德圭臬,促使价值理性回归,实现工具理性和价值理性的平衡;要通过优化算法设计、规范算法使用、强化算法监督等多种途径构建完善的算法法律法规体系,确保算法合法、公正、透明,从而有效维护智能时代的道德秩序;要将道德原则嵌入智能机器设计,赋予人工智能道德感,从“关系转向”的视角重塑和谐共融的新型人机关系,进而形成人工智能发展和人类福祉增进的双赢局面。     

通用人工智能发展与伦理困境浅析

当下人工智能领域发展迅速,尤其在专用人工智能方面取得了重大的技术成果之后,伴随着这一技术的不断创新和积累,人们开始对其有了更多的期待。当今通用人工智能技术仍然处于发展的初级阶段,虽然整体上取得了一些技术进步,如神经网络、小样本学习等,但仍然只是探索通往通用人工智能的可能性进路。由于人工智能的快速发展和自身的特征,我们更需要负责任地前瞻性地探讨通用人工智能发展所带来的伦理问题。其中之一就是,通用人工智能的出现势必会对人类社会的价值伦理体系造成巨大的影响,而人工智能的出现挑战了一直以来的人类中心主义的伦理价值体系。于是,以什么视角去看待通用人工智能将是一个重要问题。