━━━━━
從近幾個月社交媒體上流行的標籤＃MeToo 來看，性騷擾和虐待的盛行，遠比哈維·韋恩斯坦的醜聞來得嚴重。一個大牌製片人持續幾十年的騷擾波及了許多明星，但存在這方面問題的何止這一個行業。
對於處在「地震帶板塊」上的人來講，「地震」可從來不是什麼好玩兒的事情。但震後的世界可能會變得比之前更好。因為，沒人會想念原來那片惡土。然而，那些記錄仍然以「化石」的形式存在著。因為性騷擾的下流效應，你使用的 App 和閱讀的新聞中會充斥著性騷擾的影子。從現在起，每當我們看到韋恩斯坦經手的電影時，我們會好奇是誰促成了這一切，是誰在助紂為虐，又是誰依靠韋恩斯坦的幫助走向了成功。
這樣的作品有一個專有的詞來形容：「瑕疵」。也就是說，你恨的人創作出了你愛的作品。
科學界一直存在性騷擾慣犯。科學和藝術不同。科學研究的結果和結論名義上是客觀的；理論上講，科研人員人性上的缺失不會對科研結果造成影響，但事實恰恰相反。
納粹的「科學研究」被證實是明目張胆的折磨；我們能夠輕易地譴責做出這些罪行的人，並將這一悲劇歸咎於當時的歷史環境。在第二次世界大戰後的核試驗中，種族主義者放任塔斯基吉鎮的黑人遭受輻射，但這也導致日後的變革，讓人類重新思考科學實驗對象的人權。
但對於外太空研究的領悟呢？加州大學伯克利分校傑出的天文學家傑夫·馬西首創了在太陽系外尋找行星的技術。不過他似乎也對學生們進行了長達幾十年的性騷擾。他剝奪了受害者取得成就的可能，但同時他也發現了數以千計的地外行星。
與藝術不同的是，科學幾乎沒有應對這一情況的機制。畢竟他研究的是行星。
研究人員中的騷擾者可能會被禁止參加會議或被逐出學會。馬西已經離開加州大學伯克利分校。但沒有人認為他的發現不再正確，天文學將繼續建立在馬西的發現之上，他的發現還是會被論文引用。哪怕研究者多不願意，馬西還是能得到相應的名利。馬西的團隊發現的其他行星仍然繞著它們的「太陽」運行，不管馬西做了什麼。但問題是，這些發現都有了瑕疵。
有些學科對我們有著更直接的影響。去年春天，也是在加州大學伯克利分校，受人尊敬的哲學家約翰·塞爾被其學生指控受到其性騷擾和虐待，這起訴訟勾起了先前的指控。
約翰·塞爾
塞爾因一個叫作「中文房間」的思想實驗而聞名。這是一個探明機器是否有意識的假想。簡言之，一個人站在一個密封的房間裡，牆上有一個洞。每次都會有一張寫著中文的字條被從洞口遞進房間內。房間內有一臺顯示器，顯示器上有另一組用漢語寫好的正確答案，他只需要抬頭就能看到。他把答案寫在另一張紙上，然後把它送到洞口外。
所以，屋子裡的人懂不懂中文？
塞爾在1980年提出這一想法，幾十年來，它成為一個廣為討論的概念，也成了哲學理論。如果你對這個問題的回答是「不」，就像塞爾的那樣，這表明你不相信「強人工智慧」，即一個機械系統的電路或其他一些難以想像的技術擁有意識。哪怕它可能通過著名的圖靈測試：能夠欺騙人類的電子系統才可能具有感情，它還遠沒有真正的心靈。
不要擔心，我不會列舉完所有的爭論和反駁。大多數計算機科學專業的學生會告訴你，即使塞爾的不端行為損害了他的想法，這一哲學意識領域的猜想不會影響我們對人工智慧和機械學習的看法。
軟體確實成功地學會了性別歧視和種族主義，算法送進監獄的黑人遠比白人多。但是今天的計算機科學專業的學生是由了解中文房間問題的人教授的（而不是被邊緣化或被排擠在外的人教的），其中存在的偏見更為險惡，它會讓人們無法知道他們可能會在哪裡出錯。
偏見影響機械學習的方式就是資料庫：它會讓資料庫損壞或缺失，但另一個切入點則是人——程式設計師能選擇告訴機器信息對錯的時機。「無論算法的設計師重視什麼，在定義成功時，他們都會出現偏見。他們還通過懲罰失敗來向算法植入自己的價值觀。」《數學破壞武器》的作者奧尼爾說道。
或許當算法的工作是弄清如何停放一個機器人或在倉庫中找到正確的小零件時，這種偏見就沒那麼危險了。但是假如人工智慧是要評估醫療保險申請人的狀況呢？「如果你的模型是一個由男人、女人和孩子組成的家庭，那就是簡化了現實，」《人工智慧中的偏見和錯誤的風險》的合著者奧遜代·A·奧斯巴說道，「如果你不解決這個問題，那麼你的模型將不再具有代表性。」
＃MeToo 標籤中「怪物無處不在」的教訓放在矽谷也同樣適用。正如研究人員凱特·克勞福德在《紐約時報》上所說的那樣，「白人問題」的影響甚至超出了好萊塢或天文學領域。
這些人正在寫的代碼，滲透到了與我們世界息息相關的人工智慧系統，從自動駕駛汽車到醫療診斷再到其他網際網路內容。這有些像艾薩克·阿西莫夫機器人三定律的黑暗版本，無論是多麼複雜的機器都無法擺脫這些偏見的影響。偏見將百分之百存在，真正的故障不會出現在我們的機器人身上，而是在我們自己身上。
撰文：Adam Rogers