慕尼黑大學對話AI專家：我們該如何理解機器智能？

　　與聊天機器人的交流會如何改變我們?

　　心理學、市場與消費者心理學教授Sarah Diefenbach博士：

　　“在邏輯占主導地位的領域，各類情境、決策與行動往往都能夠合理使用嚴格的邏輯術語進行制定并簡化為公式，如此一來，人工智能當然能夠超越人類并為我們完成很多工作。但作為一名心理學家，我真正感興趣的是情感因素在其中發(fā)揮的重大作用——人工智能將如何改變我們的社交生活，以及我們彼此之間的日?；?

　　這里，我們以服務業(yè)為例。當我們突然意識到對方并不是人類時，會對我們自身產生怎樣的影響?過去十分鐘，我們的交流對象原來只是聊天機器人——大家是否會因此感到受騙、受辱或者自尊受挫?我們是否會因此產生抵觸情緒?

　　要回答這個問題，我們需要思考機器人在社交網絡中的作用。在我?guī)У囊晃粚W生的論文當中，她嘗試分析Instagram上點贊對于用戶自尊的影響。這里引發(fā)的相關問題，就是點贊操作的來源——真人抑或是聊天機器人，是否會對結果產生影響。在另一個關于養(yǎng)老院的項目中，我們也在嘗試從另一個角度研究社交機器人的作用。在陪伴老人的過程中，機器人應該表現出怎樣的「個性」?它們應該像是個溫馴的仆人那樣表現出尊重與謙遜嗎?或者說在這樣的情況下，應該讓機器人表現得更真實一些——粗枝大葉與情緒化等典型的個性化行為，是否反而可能讓老人們感覺更加舒服處在?”

　　機器是否有可能在不久的將來取代記者?

　　慕尼黑路德維希馬克西米利安大學媒體與傳播系教授Neil Thurman：

　　“新聞業(yè)能否實現自動化，即極少甚至根本不需要任何直接性的人為控制?目前還不行，至少還不存在一種能夠涵蓋所有模式及方法的解決方案。我們仍然需要將任務分解為常規(guī)的、可重復的例程，這是自動化算法編寫者的工作。機器學習技術仍然高度依賴于以往樣本中的「訓練數據」，這意味著其還沒有能力在復雜、極具創(chuàng)造性而且最重要的新聞任務當中表現出能夠與優(yōu)秀記者相匹敵的職業(yè)素養(yǎng)。”

　　然而，盡管存在這些限制，自動化工具仍然開始在一部分任務當中取代人類記者——包括故事線索的篩選、新聞文本的編寫，以及應該將哪些故事發(fā)布給哪些讀者、又該怎樣進行優(yōu)先級排序等等。

　　有人曾說，“機器人寫作”等技術的進步有可能改善新聞業(yè)財務狀況不穩(wěn)定的困境，甚至有望幫助新聞業(yè)騰出更多資源進行實地調查。然而，人們也擔心計算機過度敏感的新聞嗅覺可能給隱私帶來負面影響，或者是打著新聞個性化的旗號帶來無形的內容過濾。

　　“隨著算法與AI技術的持續(xù)發(fā)展，我們必須確保整個新聞行業(yè)能夠繼續(xù)以可持續(xù)、透明且負責任的方式為公眾提供服務?！?/p>

　　AI能否為我們做出經濟決策?

　　比較經濟學學會主席Monika Schnitzer教授：

　　“人工智能可以從數據集當中整理出「最佳估算」結論。例如，根據可用的統(tǒng)計數據，信用卡公司能夠計算出剛剛辦理的卡片遭到辦卡人濫用的概率。而根據數據，風險能夠按照相對比例進行量化，并視情況決定拒絕支付或者允許支付?！?/p>

　　“這種評估已經成為多種商業(yè)模式的重要基礎。對人工智能技術的應用能夠大大降低此類估算的成本，因為其能夠以極快的速度分析與以往類似情況相關的大量數據。目前，AI尚不能實現的是獨立評估行動的后果。我們需要考慮有哪些響應方法可供選擇，以及如何在評估當中建立合適的安全界線以避免令人討厭的意外。在未來，這些仍然需要由人類做出判斷，而機器只能執(zhí)行人們分配的某些特定任務?！?/p>

　　算法會在招聘領域發(fā)揮作用嗎?

　　心理學方法與診斷學學會主席Markus Bühner：

　　“算法目前已經被用于進行人員篩選。雖然可能在決策流程當中發(fā)揮一定作用，但其仍然無法完全取代人力資源從業(yè)者。在我看來，很多面向現有市場問題提出的所謂AI改進意見根本不切實際。在大多數情況下，我看不到這些算法能夠帶來哪些具體的收益。當然，考慮到在理論層面上，引入數百萬個變量的算法對候選人的評估確實有可能更準確。但最重要的是評估到底關注哪些人才素養(yǎng)，如果候選人聲音不好聽，比如說碰巧感冒了或者面試語言并非其母語，那么結果會受到哪些影響?

　　根據DIN工作相關能力評估規(guī)范，在上下文當中收集信息的評估人員必須確保這一切與工作內容直接相關。作為人類，我們不可能事無巨細地收集并分析候選人的每一項特征與對應數據。因此，我也期待看到算法的應用與我們的數據保護立法條款如何協(xié)調統(tǒng)一，畢竟這些條款對于受試人的數據透明度做出了約束要求。另外，即使是在那些毫無爭議的倫理與法律問題上，算法的有效性也仍然存在問題。如果要對掌握某些新技能的候選人做出準確的可靠性預測，其必須不斷重建自身以適應崗位的要求?！?/p>

　　“我們永遠不會制造出真正的合作伙伴”

　　哲學與政治理論教授Julian Nida- Rümelin：

　　“目前，人工智能領域仍然主要處于搜索模式，基本上可以這么斷言。機器人技術的設計目標在于提供能夠模仿人類能力的方案，以人臉識別為代表的實際成果已經體現出這種明顯的趨勢。然而，這類應用不太可能決定AI領域的未來發(fā)展方向。

　　換言之，試圖將利用非生命事物作為自我預測的動機是種不明智的行為。我們永遠不會制造出真正的合作伙伴或者談話對象。相反，我們應該集中精力于經濟生產這一核心。如果實現工業(yè)4.0的努力主要集中在對工具以及技術能力的推動方面，那么數字化無疑有望為全世界的經濟發(fā)展做出巨大貢獻。”