全文共2322字，預計學習時長7分鐘
伴隨人工智慧熱潮而生的是許多關於人工智慧算法的負面報導。
不管是諸如《終極者》、《黑客帝國》等電影裡未來人工智慧與機器人會消滅、奴役和取代人類，還是現實中對「第一個人工智慧公民Sophia」的冷嘲熱諷——有評論說它實際上只不過是一個奇怪的木偶腦袋掛在一個聊天機器人上。人工智慧似乎已經成為「恐怖、歧視、偏見」的代名詞。
而當談及到幫助我們決策的人工智慧系統中所存在的固有偏見時，人們都持有不同觀點。
人們理所當然地認為人工智慧算法對種族、性別甚至年齡存在偏見，然後對其指手畫腳，批評指責。
《新科學家》上發表的一篇文章指出現有人工智慧系統存在的五大偏見會潛移默化地影響人們的真實生活。其中最家喻戶曉的便是揭露COMPAS醜聞。美國推出COMPAS算法原旨在預測罪犯再犯的可能性從而引導判刑。但根據ProPublica分析，黑色皮膚的罪犯極大可能會成為慣犯。
但是人類才是這些算法的創造者。算法本身不是為了歧視而存在。
通常情況下是算法的使用引起了偏見。並且，算法所研究的數據也是偏見的來源。大多數情形下是沒有完美無瑕的算法，尤其是在社會情境中。
人們試圖將圓釘完美嵌入橢圓的洞中時，偏差便由此產生。而在人工智慧系統中，現在的人工智慧能力還有不足之處。
在此狀況下，我們需要什麼？
答案是理解。
當政治家為規章制度的提出苦思冥想時，律師和調查員需要與技術專家合作，從而理解創新的全部過程。他們不需要知道細枝末節，但他們需要知道處理主要問題和更大層面的圖景。
律師需要理解力就像人工智慧需要軟體產品經理。這些軟體通常影響著人們的生活。
中國的社會信用體系印證了人工智慧對人們生活有許多影響。它改變了社會結構和人們的生活，也調整了商業市場的架構。而在西方，在不斷創新下，律師必須學習處理合同之外的複雜情況以及描繪算法的言語。
他們必須真正抓住算法想要完成的基本概念，也就是算法的初衷、真正意圖和影響。
這整個過程就像用法律去評判個人。人工智慧系統會成為個體生物。但是他們不像人類那樣能夠更高維度地思考，目前他們只是為了特定目的以及執行特定功能而存在。
在此前提下，人工智慧系統的意圖來源於創造、謀劃以及使用它的組織。而當此模式添加了人工智慧算法的第三方供應商時，整個局勢一般會複雜許多。整個圖景包含多方組織，有設計算法的，使用算法研發軟體應用的以及將軟體用於商業用途的公司企業的。如果將其中的公司企業變為政府部門，整個圖景會變得愈加複雜。
在表面的數學和模式的背後，算法實際上還有其他目標需要完成。而在運用算法的軟體中，這些目標往往淹沒在一堆創新點中。在軟體後緊跟著的商業流程中，原來意圖被改變的情況隨處可見。
創新的發展速度比之前更快速。大多數時候，設計新算法的技術專家在人們追逐商業需求的時候正在進行算法的優化。而用於商業的算法有可能會將原來的意圖大大曲解。
這就是許多灰色地帶產生的原因。在這些灰色領域，法律必須和創新合作，一同前進。
法律（在運用和執行過程中）需要靈活性。大多數人不會將法律和靈活聯繫到一起，但是如今，人工智慧剛誕生不久，法律還不足以解釋其中發現的灰色地帶。
沒有規章制度和法律秩序的約束會帶來混亂，有一些總比沒有要好。但是，規章制度的制定要小心，不可阻礙科技創新的進程。
這就是為什麼需要科技專家和律師合作了。兩者的態度不是互相牴觸，合作的目的不在控制世界。科技公司也不在宣揚自己對數據的主導權。
我們同在不穩定的世界當中。人們的數據都放在一起。當安全被侵犯，我們面臨同樣程度的風險；當隱私法條被違反，我們會遭到同樣程度的影響。
關鍵是我們要如何合作？
在西方，整個法律體系在創新發展的過程中不斷被檢測。當法律和創新產生衝突的時候，修訂規章制度並且執行新法條的機會就來了。
人工智慧時代的合作模式就像Google’s AI for Social Good這樣的項目以及AINow研討會，把科技專家、公司、社會科學家、政府、律師和管理者聚集到一起。
儘管媒體和媒體機構可能已經找出了問題，認識到問題所在並讓人們去思考這些問題，但是需要和更大的組織機構合作，可以聚集技術專家、公司和政府，從而盡力解決更深層次的問題。
如果不與公司、政府和企業一道深入地解決問題，那麼當人們受其影響時，問題便會愈發嚴重。
當問題被放大，灰色地帶會比問題本身還要大。
在人工智慧時代，律師的工作十分艱巨。
當人工智慧領域的規章制度得到規範後，律師們將在其中的灰色領域起到至關重要的作用。他們是企業、技術專家和政府之間合作的關鍵，不僅充當調和矛盾的手，也是對現有法律提出改變的中堅力量。
FPF剛剛發布了人工智慧和機器學習的隱私專家指南。這對律師學習人工智慧和機器學習，可謂是不錯的開始。
律師們可以從中學習到人工智慧科技的巧妙之處，從而能夠理解創新與管理需要達到平衡的灰色地帶。
更好的與技術專家合作，共創我們與人工智慧和諧美好共存的明天。
留言點讚關注
我們一起分享AI學習與發展的乾貨
如轉載，請後臺留言，遵守轉載規範