今年全國兩會上，全國人大代表、天能控股集團董事長張?zhí)烊谓ㄗh，針對人工智能（AI）可能引發(fā)的一系列社會經濟、道德倫理等問題，應制訂《人工智能管理法》，其重點首先即是要建立完整的人工智能科技倫理規(guī)范體系。全國政協委員、中國工程院院士陳曉紅也表示，在積極構建開源創(chuàng)新的AI生態(tài)體系時，要促進算力資源共享與模型迭代協同，也要完善AI倫理價值體系。

  如今，AI技術如洶涌浪潮般席卷而來，其強大功能為人類社會帶來前所未有的發(fā)展機遇。然而，在蓬勃發(fā)展背后，一系列倫理治理難題如暗礁橫亙。其中，AI真實性和AI價值觀是不容忽視的兩個方面。

  在AI發(fā)展伴隨的真實性挑戰(zhàn)中，與人們息息相關的就是虛假信息問題。譬如，基于生成對抗網絡的深度偽造技術，能夠生成高度逼真的虛假視頻，這輕則令個人利益受損，重則影響社會秩序和公共安全。

  應對這一挑戰(zhàn)，一方面，開發(fā)者在模型訓練和算法部署的每一個環(huán)節(jié)，都應融入透明性和可驗證性機制，從根源上防止虛假信息的產生和傳播；另一方面，應加快推出相關法律法規(guī)，對利用AI制造并傳播虛假信息的行為予以懲治。

  除了真實性難題，AI價值觀也是倫理治理的重中之重。我們知道，AI系統的學習基于海量數據集，這些數據往往包含了人類社會的各種偏見。如果現實社會中的偏見沒有得到有效糾正，被AI系統學習后很可能進一步放大。

  一個典型的例子，是一些西方國家AI面部識別系統面向少數族裔群體使用時有異常高的誤判率。有數據顯示，在識別有色人種時，幾種基于深度學習技術的系統錯誤率高達20%至30%，而識別白人時的錯誤率則低得多。這種“AI偏見”的形成，在技術層面，是由于研發(fā)者采用的數據庫原始樣本就存在嚴重的種族不平等。這甚至可能使算法將深膚色特征與“高風險”聯系在一起。一旦金融、安檢和執(zhí)法領域運用此類面部識別系統，就可能導致不公正待遇。

  因此，從倫理治理的角度看，研發(fā)者應在數據收集、模型訓練和算法設計階段，引入多樣性、多元化的視角，避免單一文化或群體偏見主導AI。此外，政府和行業(yè)組織則應借助審查機制確保AI最大化遵循基本社會道德，或鼓勵跨學科合作，讓法律專家、倫理學家和社會科學家共同參與AI的倫理評估。

  技術創(chuàng)新無疑是AI發(fā)展的強大驅動力，但同時也要為AI這艘科技巨輪配備可靠的導航和護航機制。在這個過程中，每一個參與者，無論是技術研發(fā)者、企業(yè)還是政策制定者，都肩負共同的責任。