如何回应关于人工智能的道德关切
作者提出一个框架，帮助技术领导者将团队成员对AI的道德关切分为四类：真实的、可修复的、误解的或价值观的，并据此给出恰当回应，而非争论。文章详细分析了常见的七大关切，包括环境、数据来源、工作替代等，并提供了具体数据和行动建议，如默认使用小型模型、避免不必要的AI应用等。
每次与人们谈论人工智能时，对话总是会拐到同一个话题：道德。作者亚当·法伊克指出，现在人们不再质疑AI的能力，而是质疑良知。2025年初，法国设计师团体Designers Éthiques在一次演讲中系统地列出了这些反对意见，启发了作者提出一套分类回应框架。
他认为，领导的正确反应不是试图“克服阻力”，而是将每个关切分为四类：第一，对方是对的——例如数据中心确实在消耗大量电力和水资源；第二，这是可控的风险——例如初级员工失去导师指导；第三，是误解——例如认为每次提示都像倒掉一瓶水；第四，是价值观——例如“我从事设计不是为了监督机器”。分类后，再相应改变采用什么、如何采用、纠正误解或尊重价值观。
文章详细分析了最常听到的七个关切，引用具体数据：国际能源署预测到2030年数据中心电力需求将翻倍，约945太瓦时；微软和谷歌的水资源消耗大幅上升；而每次AI提示的能耗和水耗其实很小，例如谷歌Gemini中位数提示需0.24瓦时和0.26毫升水。作者指出，产业规模的问题确实严重，但单个提示的成本微不足道。正确的做法是承认规模问题，同时纠正每提示成本的低估。
对于数据来源的关切，作者承认训练数据采集和标注中的剥削问题，并引用TIME的调查：肯尼亚工人以低于每小时2美元的工资标注有毒内容。他呼吁团队领导者停止辩论，开始分类，并在每次对话结束前书面承诺一个后续行动。这样，AI的使用才能被团队坦诚捍卫。
作者还建议团队制定三项规则：默认使用小型模型、用脚本代替AI、在推出新AI应用前先问“它的目的是什么，我们能在大规模下辩护吗？”这些规则有助于将道德关切转化为实际行动，而不是空谈。
总之，面对道德质疑，最好的策略不是反驳，而是分类和行动。每一次诚实的回应，都能赢得观望者的信任。