讓計(jì)算機(jī)具備理解人類語(yǔ)言的人工智能（AI）工具已經(jīng)出現(xiàn)了明顯的種族和性別偏見(jiàn)。

這些發(fā)現(xiàn)令人擔(dān)憂現(xiàn)有的社會(huì)不平等和偏見(jiàn)正在以新的、不可預(yù)知的方式得到強(qiáng)化，因?yàn)橛绊懭藗內(nèi)粘Ｉ畹拇罅繘Q策正越來(lái)越多地由機(jī)器人做出。

在過(guò)去的幾年里，谷歌翻譯等程序的語(yǔ)言翻譯能力有了顯著提高。這些成就要得益于新的機(jī)器學(xué)習(xí)技術(shù)和大量在線文本數(shù)據(jù)的使用，并在此基礎(chǔ)上對(duì)算法進(jìn)行訓(xùn)練。

然而，最新研究顯示，隨著機(jī)器越來(lái)越接近于掌握人類的語(yǔ)言能力，它們也在吸收隱藏于語(yǔ)言中的根深蒂固的偏見(jiàn)。

巴斯大學(xué)的計(jì)算機(jī)科學(xué)家、論文合著者喬安娜·布萊森（Joanna Bryson）說(shuō)：“很多人都認(rèn)為這表明人工智能（AI）存在偏見(jiàn)。不，這表明我們有偏見(jiàn)，人工智能正在有樣學(xué)樣。”

但布萊森警告說(shuō)，人工智能有可能強(qiáng)化現(xiàn)有偏見(jiàn)，因?yàn)樗惴ㄅc人類不同，可能無(wú)法有意識(shí)地抵制學(xué)到的偏見(jiàn)。“危險(xiǎn)在于，你擁有的人工智能系統(tǒng)沒(méi)有一處零部件明確需要依靠道德觀念驅(qū)動(dòng)，這就不好了，”她說(shuō)。

微軟去年推出的Twitter機(jī)器人因不當(dāng)言論而緊急下線微軟去年推出的Twitter機(jī)器人因不當(dāng)言論而緊急下線

上述研究發(fā)表在《科學(xué)》雜志上，重點(diǎn)關(guān)注一種名為“單詞嵌入”機(jī)器學(xué)習(xí)工具，后者已經(jīng)改變了計(jì)算機(jī)解讀語(yǔ)音和文本的方式。有人認(rèn)為，下一步科技發(fā)展將自然而然地涉及到開(kāi)發(fā)機(jī)器的類人化能力，如常識(shí)和邏輯。

“我們選擇研究單詞嵌入的一個(gè)主要原因是，近幾年來(lái)，它們已幫助電腦在破解語(yǔ)言方面取得了巨大成功，”這篇論文的資深作者、普林斯頓大學(xué)計(jì)算機(jī)科學(xué)家阿爾文德·納拉亞南（Arvind Narayanan）說(shuō)。

這種方法已經(jīng)在網(wǎng)絡(luò)搜索和機(jī)器翻譯中使用，其原理是建立一套語(yǔ)言的數(shù)學(xué)表示式，依據(jù)與每個(gè)單詞同時(shí)出現(xiàn)的最常用單詞，將這個(gè)詞的意思提煉成一系列數(shù)字（也就是詞向量）。也許令人驚訝的是，這種純粹的統(tǒng)計(jì)方法似乎能夠捕捉到每個(gè)詞所在的豐富的文化和社會(huì)背景，這是字典無(wú)法定義的。

例如，在數(shù)學(xué)“語(yǔ)言空間”，與花朵有關(guān)的詞匯往往與描繪心情愉悅的話語(yǔ)聚集在一起，而與昆蟲(chóng)相關(guān)的詞匯則往往與心情不愉快的詞匯同時(shí)出現(xiàn)，反映出人們對(duì)昆蟲(chóng)與花朵的相對(duì)特點(diǎn)所達(dá)成的共識(shí)。

最新的文件顯示，人類心理實(shí)驗(yàn)中一些更令人不安的隱性偏見(jiàn)也很容易被算法捕獲。“雌性”和“女性”與藝術(shù)、人文職業(yè)和家庭的聯(lián)系更緊密，“雄性”和“男性”與數(shù)學(xué)和工程專業(yè)更為接近。

而且，人工智能系統(tǒng)更有可能將歐美人的名字與諸如“禮物”或“快樂(lè)”之類的愉快詞語(yǔ)聯(lián)系在一起，而非裔美國(guó)人的名字通常與不愉快的詞語(yǔ)聯(lián)系在一起。

研究結(jié)果表明，算法與隱式聯(lián)想測(cè)試擁有同樣的偏見(jiàn)，也就是把表示愉快的單詞與（美國(guó)和英國(guó)的）白人面孔聯(lián)系起來(lái)。

這些偏見(jiàn)會(huì)對(duì)人類行為產(chǎn)生深遠(yuǎn)的影響。一項(xiàng)先前的研究表明，相對(duì)于非洲裔美國(guó)人，如果申請(qǐng)者的名字是歐洲裔美國(guó)人，即使簡(jiǎn)歷內(nèi)容相同，后者所能獲得的面試邀請(qǐng)將比前者多出50%。最新的研究結(jié)果表明，除非采用明確的編程來(lái)解決這個(gè)問(wèn)題，否則，算法將與現(xiàn)實(shí)社會(huì)一樣，充斥著相同的社會(huì)偏見(jiàn)。

“如果你不相信種族主義與姓名存在聯(lián)系，這就是例證，”布萊森說(shuō)。

研究中使用的機(jī)器學(xué)習(xí)工具是在被稱為“通用爬蟲(chóng)”語(yǔ)料庫(kù)的訓(xùn)練數(shù)據(jù)集中接受訓(xùn)練的，其中的8400億個(gè)詞語(yǔ)都是從網(wǎng)上公布的材料中選取的。當(dāng)研究人員把訓(xùn)練數(shù)據(jù)集換成谷歌新聞的數(shù)據(jù)對(duì)機(jī)器學(xué)習(xí)進(jìn)行訓(xùn)練時(shí)，也出現(xiàn)了類似結(jié)果。

牛津大學(xué)數(shù)據(jù)倫理和算法領(lǐng)域的研究人員桑德拉·沃徹（Sandra Wachter）說(shuō)：“世界存在偏見(jiàn)，歷史數(shù)據(jù)存在偏見(jiàn)，因此，我們得到帶有偏見(jiàn)的結(jié)果，不足為奇?！?/p>

她補(bǔ)充說(shuō)，算法不僅代表一種威脅，也可能為采取適當(dāng)方式解除和對(duì)抗偏見(jiàn)提供機(jī)會(huì)。

“至少利用算法，我們可能知道算法會(huì)在什么時(shí)候出現(xiàn)偏差，”她說(shuō)。例如，人類會(huì)在解釋為何不雇傭某人時(shí)說(shuō)謊，與此相反，算法不會(huì)撒謊，不會(huì)欺騙我們?！?/p>

然而，沃徹說(shuō)，問(wèn)題在于如何從旨在理解語(yǔ)言的算法中消除不恰當(dāng)?shù)钠?jiàn)，同時(shí)又不剝奪它們的解讀能力，這將是具有挑戰(zhàn)性的工作。

“原則上，我們可以建立一些系統(tǒng)對(duì)帶有偏見(jiàn)的決定進(jìn)行檢測(cè)，然后采取行動(dòng)，”沃徹說(shuō)，并與其他人一起呼吁建立一個(gè)人工智能監(jiān)管機(jī)構(gòu)?！斑@是一項(xiàng)非常復(fù)雜的任務(wù)，但作為一種社會(huì)責(zé)任，我們不應(yīng)回避?！?/p>