1707567880
1707567881
这些问题中没有一个是不能解决的。但这个实验非常清楚地表明，如果我们要将法律条文编程输入智能机器，我们的制度会碰到一种巨大的对于决断的需求。因为影响可能会非常重大，所以必须顾及每一个微小的细节。此外，对机器的预先设定还必须不断地与技术的进步相适应。
1707567882
1707567883
而且这个罚单实验只涉及了可以做决定的问题。伦理上的进退维谷被绕开了。但是别忘了：一辆无人驾驶汽车需要在交通事故无法避免的情况下决定是撞向5个小孩还是一个退休者。一位汽车驾驶员或许会凭直觉决定，而无人驾驶汽车依凭的则是一种做决定的程序——这套程序或许也是在随机地进行决断。然而问题在于，我们会不会接受这样一种“可疑的道德”。我们需要更加明确的规则。而我在此感兴趣的，不是这些规则长什么样，而是达成一个决定需要经由怎样的制度之路。
1707567884
1707567885
这样一个根本的伦理选择或许只有联邦议会才能做出。但想象一下与此相关的辩论场面：议员们在制定生或死的标准！民众代表在议论人的相对价值！
1707567886
1707567887
这样的讨论或许会使参与者在价值观上的根本不同得以体现。一群议员会以康德的义务伦理学为证，根据这种理论，每个人的尊严都是不可伤害的。另外一群议员会从功利主义的角度加以辩论，将5个孩子的生命看得比一个退休者的更重。还有一些人将会提出亚里士多德式的问题，即我们想借由规则实现和提倡怎样的公民道德。数千年来，人类一直在争论这些问题，却没有得到一个具有普遍约束力的答案。数字化社会的粒度要求的正是这样的答案。
1707567888
1707567889
所以翻滚着涌向诸如议会和法院这类机构的是一波无法抉择的决定，是一场无法解决的问题的海啸。我们现在或许能够提出反对，将这样一场关于死亡或偏爱的辩论排除在德国之外。德国的法律禁止对人的生命进行比较，主流观点认为每个人都有着同样的“最高价值”。因此5个孩子并不比一个退休者具有更高的价值。这就是所谓的“禁止抵消原则”。然而在德国法律的一些规定中，受害者的数量也会导致罪犯量刑上的不同——当然是在谋杀案中，或者在危害公共安全的情况（《德国刑法典》第3章第2节条款22）或是紧急状况中。杀害5个人确实比杀害一个人更严重。
1707567890
1707567891
我们也不能永远用未来敷衍自己。有些问题今天就已经出现了，比如自主的攻击型无人机。佐治亚理工学院的罗纳德·阿金受美国军方所托，在无人机程序中写入《日内瓦公约》的条例。相较而言，公约清楚明了，有对宗教场所和医院进行保护的清楚说明。阿金教会无人机不断地从法律角度检验它们的选择：飞行，射击空地上的坦克，发现建筑物前的坦克，检视建筑物，辨认出建筑物为清真寺后停止攻击。阿金借助在阿富汗战争中得到的数据对他的程序进行检验，大部分时候，程序就像一个人类操作员一样做着决策。他将此视为一个向机器植入伦理学的例证。
1707567892
1707567893
如果有关规则的陈述是一个确定的句子，那么植入看起来就是可行的；若我们想找到让机器以之为根据而行动的伦理学，阿金的模型对我们的用处就很有限了。针对这些极为困难的情况，我们发展出了具有创造性同时也很暧昧的解决方式。比如在刑法中，流行的方式是禁止一种行为，却不对其进行惩戒。我们就是这样对待堕胎这一行为的。类似的还有一些哲学家的建议：当恐怖分子劫持一架客机撞向核电厂时，如果士兵们将其击落，不应受到法律的处罚，尽管根据主流的刑法原则无法为他们的行为辩护。我们就是这样使例外与规则和平共处，用背离补充规范。一方面，我们解决了问题；而另一方面，问题又没有得到解决。对于人来说这样行得通，机器却不行。
1707567894
1707567895
由此，我们可以得出结论，我们还不会那么快地从责任中解脱出来——目前坐在汽车方向盘之后的，还是我们自己。但我们还有多长时间呢？第一批无人驾驶汽车迟早会行驶在高速公路上——我们不能永远欠自己一个答案。
1707567896
1707567897
1707567898
1707567899
1707567901
微粒社会：数字化时代的社会模式 被隐藏的繁荣
1707567902
1707567903
制度不仅在道德方面承受着压力，粒度也在改变着制度的目的和用途。我们社会最重要的制度之一是一个指数。它按月公布，被认为指示了一个国家经济能力的大小，因此耗费不菲地被计算出来，这就是国民生产总值。它衡量了一个国家所有的经济活动，数值根据市场价格计算而来。这听起来简单，好像只需将所有鞋子、牙刷、理发服务、书籍、拖拉机、瑜伽课程等的价值加总起来。但实际操作起来无比复杂，计算国民生产总值的说明书厚达成百上千页，只有为数不多的人懂得计算的所有细节。
1707567904
1707567905
更令人不安的是，这项指标的效用越来越差。微粒社会中的经济活动发生着如此迅速和根本的改变，导致国民生产总值这一指标面临着失去效力的威胁。60年前，这项指标因为工业社会而被创造了出来，在工业社会，人们生产的主要是具体的、可数的产品。但我们已不再生活在那样的世界里。非物质的服务和数字化的活动早已占据了我们经济的绝大部分，而国民生产总值对这些的把握是不充分的，因此它也许低估了我们的财富。早在1987年，诺贝尔奖获得者罗伯特·索罗就讽刺道：“计算机时代随处可见，唯独在衡量生产力的指标里看不见。”这是因为数字化的价值创造很难衡量。
1707567906
1707567907
主要原因有三。第一是由于国民生产总值衡量的是东西的价格，而非它们的质量或工作效率。今天一台电脑的价格和10年前差不多——不同的只是它的计算能力比当初高了几个等级。此外，它还有一个内置摄像头，一个内存是原来5倍大的硬盘，一个Wi-Fi（无线网络）端口，而它的重量只有原来的一半。国民生产总值无法反映这方面的改善。长久以来，它受到诟病的就是不能反映诸如生活质量之类的东西——在事物都只是缓慢发展的时代，这或许是个可以对付过去的问题。但随着数字化设备的跳跃式发展，国民生产总值就越来越步履维艰地落在后面了。美国的一个委员会早在1996年就算出，在适当考虑数字化生产力的情况下，年增长率还应再高1.3个百分点。这么多年过去，这会累积成巨大的偏差。
1707567908
1707567909
第二，国民生产总值对免费的数字化服务比如谷歌搜索引擎、Skype网络电话、网络中免费为用户提供的无数消息、免费应用程序、维基百科、免费计算机软件等的把握存在巨大问题。在国民生产总值中，不收费的就意味着无价值，而这会导致荒诞的结果。美国联邦统计局自2011年起发现互联网的使用居然在减少。而所谓信息业（收音机、数据服务、互联网等）占经济总量的份额25年来一直稳定在4%左右。互联网的时代已全面铺开，只是官方数据未能反映这种趋势。据估计，美国消费者每年从免费服务如谷歌和维基百科中获得的实际价值大约为3 000亿美元。
1707567910
1707567911
第三，国民生产总值应付不了21世纪微粒化的产品世界。它能够涵盖所有鞋子的数量，却涵盖不了鞋子的种类。但对于消费者而言，选择的可能性意味着巨大的价值。人们能在轻便鞋、运动鞋、五指鞋、纯素食主义者凉鞋和高科技旅行鞋之间，在成千上万种样式里进行选择。这种对消费者而言的增值还在不断地提高，但它在官方的国民生产总值中却没有任何书面体现。数字化生产中存在的种种可能——在这样的数字化生产中，每位顾客都会买到独一无二的产品（或是在不久的将来由3D打印机制作）——将会把国民生产总值推离得与现实越来越远。
1707567912
1707567913
对工业社会而言，国民生产总值是有相当的用处的。只是对微粒社会而言，它的用处有限。因此，我们不必立即将这个指标在历史上清除，而且眼下我们几乎没有可取的替代性选择。但正如黛安·科伊尔在其描述国民生产总值的辉煌历史的著作中所写的那样，为了把握经济的粒度，我们需要新的衡量方式。我们需要在新背景下对经济做出新的理解，思考“在21世纪，经济对我们而言究竟是什么”。
1707567914
1707567915
另一个在微粒化的变化过程中可能改变形式的，是教育制度。这有着各种不同的原因，其中有两个原因尤为重要。首先，是在微粒社会中，在学校之外学习将变得越发简单。马格努斯·卡尔森是借着DVD和网络，而不是通常的国际象棋学校，开始他的象棋世界冠军之路。在很多专业和领域，最好的知识源头早就在维基百科、TED（以技术、娱乐、设计为主题的演讲大会）视频、应用程序、在线课程、论坛、游戏以及聊天室中迸发出来。经济学家泰勒·科文发现，就对大学生和一般国民的经济学启蒙而言，比所有专业书籍更为重要的是经济学家的博客圈——那里有很多诺贝尔奖获得者，他们整天就现实的话题交换意见，针锋相对。
1707567916
1707567917
而粒度引发的改变远不止于此。在与智能机器的互动中学习时，教学材料和学习场景本身也微粒化了。相较于传统的在学校里进行的学习，在线课程建立在完全不同的原则之上。这里仅列举几点：在线课程给了学习者时间上的自由；让使用者能够控制学习进度；此外还为学习团体的建立创造了条件，这样的学习团体不同于学校班级，明显更异质化；相较于以往的教科书或是课堂，在线课程将教学材料打包成小得多的小块——于是它们明显变得更加微粒化了。
1707567918
1707567919
在美国，已有25万学生在虚拟学校里学习，超过200万学生参与了至少一个在线课程。在高校，这种现象更明显。尤其是美国的一流大学，它们对外提供在线课程，即所谓的“慕课”，数十万来自全世界的大学生参与其中，由此获得聆听顶尖课程的机会。
1707567920
1707567921
这些新技术对学生有怎样的影响，它们又要求怎样的教学方法，对此我们还没有具有说服力的研究，但高度解析的数字化学习方式看起来至少有两个结果。第一，鼓励了那些学习自觉性很高、对老师或是学习辅导员需求甚少的大学生，对他们来说电脑成为学习的中心——老师至多能使他们的学习经历更加完善而已。在斯坦福大学的一堂慕课上，来自全世界范围内的400多名学生完成得比斯坦福大学最优秀的学生还要好。换言之，世界上最好的大学之一的最优秀的学生，被400名积极的自学者打败了——这些自学者和老师连话都没有说过。与此相对，自律性较差的中小学生则会更多地指望能够激发并带动他们的老师——也许在未来对教师更合适的定义，是激励专家而非专业的权威。
1707567922
1707567923
第二，不仅教学材料，同样微粒化的还有评价体系。受热捧的可汗学院在提供成千上万段与教材匹配的视频的同时，还提供在线测试，以检测学习成果。教师们在将教学视频嵌入课堂的同时，可以通过一种数据控制器检索所有学生（与教学视频相关）的精细信息：他们看了哪些视频、看了多长时间、哪些作业完成了、哪些没有完成、完成各项作业用了多长时间，以及更多的参数。这有助于及时发现学生的弱点，但更主要的是使老师能够更全面地把握学生们的学习成效。
1707567924
1707567925
这听来像是不道德的监视。不过从中受益更多的是学生们自己，因为他们也能追踪数据从而获得直接的反馈。通常大多数学生对自己的学习成效只有一个粗略的了解，这个软件使之前看不见的东西变得可见了。一位教师仅用了6个月的时间，就借数据控制器观察到了一位学生的显著进步——对于自己看得见的提高，这位学生也极为兴奋。
1707567926
1707567927
这样的反馈也可以来自外界。新西兰的老师要求学生不再写只有老师看的作文，而是在公开的博客上发表文章。一开始并没有发生什么，但当第一批陌生人的评论出现在博客文章下面以后，这些学生们开始极为用心地创作他们的文章，学习成效明显提高。同时，学生的表现也能在博客中看到，从而作为考评的依据。
1707567928
1707567929
微粒化的学习同时又是令人困惑的：学习材料多，各方面影响多，评价标准多。它离开了教室，弱化了迄今为止最重要的、也经常是唯一的反馈者——教师的作用。教育系统中的传统区分全部土崩瓦解。
[
上一页 ]
[ :1.70756788e+09 ]
[
下一页 ]