AI²译介|关于人工智能伦理的两种思考路径

| 编者按

在人工智能技术加速重塑社会结构与日常生活的当下，关于其伦理维度的探讨已从狭义的“工具合规”延伸至关乎文明走向的“存在之思”。Andrea Lavazza教授在本文中提出的“作为工具的人工智能伦理”与“作为全球变革力量的人工智能伦理” 这一双重分析框架，为我们厘清AI伦理的层次性与现实紧迫性提供了极具穿透力的理论视域。

文章首先立足于工具性伦理的层面对接现实议题：透明度、公平性与问责机制在大语言模型时代面临严峻挑战。作者敏锐地指出，传统的 “算法透明度” 已难以覆盖模型的认知不透明性，治理需转向 “功能性可解释性”；而“公平性”亦非普世常量，而是深植于文化语境与社会结构的动态概念。这部分论述对当下的算法治理实践具有直接的现实指导意义。

更为深刻的是，Lavazza教授进一步将笔触伸向AI作为全球变革力量的长远图景。他并未沉溺于“超级智能反叛”^①的科幻叙事，而是聚焦于更具现实可能性的“后工作社会”与人类能动性危机。通过梳理人机协同演化、查尔默斯（Chalmers）的“虚拟现实主义”等前沿理论，文章揭示了核心悖论：当AI极度高效地满足了人类对效率与安全的需求时，却可能悄然剥夺人类赖以确立自我价值感的 “实践性挑战”与“意义建构过程”。

本文旨在引发学界与业界对以下关键问题的深度沉思：在技术狂飙突进之时，我们应如何科学区分“工具性风险”与“存在性风险”？在追求算法公平的同时，如何避免文化的扁平化与同质化？更为根本的是，如果AI终将接管大部分生产与决策，人类将如何重新定义“繁荣”与“幸福”？

（本文19248字）

1.1 引言

一场革命，两种规制进路

人工智能的飞速发展是数字化转型的关键驱动力。它通过自动化、数据驱动决策以及智能系统，正在重塑各行业、治理模式及日常生活。随着人工智能技术日益深入地嵌入数字基础设施，伦理考量必须同步演进，以应对这一技术变革所带来的紧迫监管挑战以及更广泛的社会转型。

人工智能指的是一类计算系统，旨在执行传统上需要人类认知能力的任务，例如感知、推理、学习、决策和问题解决。与传统软件不同，人工智能系统展现出一定程度的适应性，使其能够根据新的输入或变化的环境调整其输出结果。这种适应性由其算法模型驱动，模型范围涵盖从基于规则的逻辑到深度学习架构，使人工智能能够识别模式、进行预测，并在某些情况下生成新颖的内容。尽管人工智能是一项有望推动社会向善、为我们的社会带来福祉的革命性技术，但其日益增长的自主性、不透明性以及对某些关键领域的影响力，也引发了深刻的伦理关切。

近年来，公众对人工智能的关注度显著提升，尤其是在生成式人工智能快速发展的背景下，其不仅吸引了专家的兴趣，也成为了政策制定者关注的焦点。尽管人工智能已存在数十年，但直到进入本世纪20年代，关于人工智能的广泛伦理讨论才日益凸显。这一发展态势是合理的，因为人工智能技术具有变革性，且其社会影响日益深远。当然，一个基本前提是，人工智能长期以来一直是推动技术进步的卓越力量，为从智能GPS导航到自动化编辑和机器翻译工具等各个经济领域及日常生活带来了巨大福祉。然而，本文的讨论将聚焦于人工智能伦理，因为人工智能工具的某些应用和发展，以及智能体在人类环境中的广泛融入，可能会引发意想不到的后果或次生效应——例如被恶意行为者滥用——因而需要进行伦理（及法律）层面的审视、监督与规制。

尽管人们普遍认同人工智能蕴藏着巨大的积极潜力，但也有观点认为其伴随着重大风险，且并非一项中立的技术。当一项技术重塑社会道德，即我们关于对与错的共同信念时，这项技术便不再中立。达纳赫与塞特拉（Danaher and Saetra, 2023）指出了技术影响道德变迁的六种机制。

（1）技术引入或移除选择，引发新的道德困境。人工智能在拓展可能性（如自主武器或人工智能辅助决策）的同时，也在限制人们的选择（如算法内容审查）。

（2）技术改变成本与收益分配。人工智能通过使某些选择变得更容易或更困难，改变了道德行为的可行性。例如，人脸识别提升了安全性，却也对隐私构成威胁。

（3）技术重塑人际关系。人工智能既拉近了与此前难以接触人群的距离，也催生了智能代理（如聊天机器人、虚拟伴侣），进而改变了关于包容、信任与情感联结的道德规范。

（4）技术重新定义社会期望。人工智能影响人际关系中的责任归属，从而重塑了人与人之间的相互义务以及道德责任的分配方式，例如机器人照护或医疗领域的人工智能辅助决策。

（5）技术重构权力格局。监控型人工智能可能将控制权集中于政府或企业。

（6）技术改变伦理认知。人工智能为我们提供了新的、具有道德相关性的数据和信息，并为我们理解世界提供了新的心智模型与隐喻视角。

因此，审视人工智能如何成为我们社会环境中的消极因素，以及伦理如何应对相关问题，既紧迫又至关重要。例如，2025年1月发布的《先进人工智能安全国际科学报告》（Bengio, 2025）汇聚了96位国际专家的研究成果，并得到联合国、欧盟及经合组织等机构支持，该报告堪称迄今为止针对先进人工智能相关风险最为全面的科学研究。报告深入分析了通用人工智能日益普及所带来的潜在威胁，同时揭示了当前风险与长期挑战。

国际专家将这些风险划分为三大类：恶意滥用、系统故障与系统性风险。先进人工智能最令人担忧的问题之一，是其具备大规模操纵公众舆论的能力。通过生成极具说服力且看似可信的内容，人工智能可被用于散播定向虚假信息，进而干扰民主进程，并以破坏理性公共讨论的方式左右公众议题。当人工智能被用来对政治宣传信息进行个性化定制，使其适配特定用户群体的心理与行为特征时，这一问题将愈发严峻。此类能力会侵蚀公众对公共机构与传统媒体的信任，削弱开展透明、理性且充分知情的公共讨论的可能。

另一项与之相关的担忧是深度伪造（deepfake）技术，该技术能够生成高度逼真但完全虚构的图像、视频与音频内容。深度伪造已被应用于各类非法活动，包括金融欺诈、诽谤以及非合意色情内容制作。例如，语音克隆技术被用于冒充企业高管，诱骗员工划转巨额资金；在其他案例中，普通民众沦为人工智能生成色情内容的受害者，却缺乏即时的法律与技术救济渠道。

深度伪造虚假信息的泛滥在近年来多起重大热点事件中表现得尤为突出。2023年3月，人工智能生成的“美国前总统唐纳德·特朗普遭纽约警方逮捕”的图片在网络上出现。这些超写实图片虽完全为人工合成，却迅速在各大社交媒体平台传播，引发公众认知混乱。调查机构贝林卡特（Bellingcat）创始人艾略特·希金斯最初在推特发布该图片时，已明确说明其为人工智能生成产物。然而，大量用户在转发时并未标注内容来源，致使众多网民误将图片视作真实事件。

除政治虚假信息外，深度伪造色情内容对个人隐私与人格尊严构成日益加剧的威胁。2024年1月发生了一起臭名昭著的案例：人工智能生成的美国歌手泰勒·斯威夫特虚假露骨图片在X（原推特）、4chan等平台传播，其中一张图片在被下架前累计浏览量超4500万次。深度伪造色情内容会给受害者造成严重的精神痛苦与名誉损害，同时进一步加剧公众对数字媒体的不信任。现有的检测系统难以有效识别并清除有害的人工智能生成内容，由此形成了检测工具与日益精进的生成技术之间持续的军备竞赛。

人工智能同样在重塑网络犯罪形态，使自动化黑客攻击更易实施且效果更显著。先进人工智能模型能够识别软件漏洞、生成恶意代码，并高效策划网络攻击，其效率远超人类黑客。这一发展态势给医院、电网、金融机构等关键基础设施的安全带来了新型威胁，使其面临前所未有的安全风险。

人工智能另一项令人警惕的隐患，是其可能在生化武器研发设计中发挥的作用。近期研究表明，生成式模型可在数分钟内识别新型致命毒素，加速病原体的研发进程。该风险的严重性已促使部分企业重新评估生物威胁的分级体系，认识到人工智能可能为非专业人士获取危险知识提供便利。

此外，人工智能系统还存在由故障和内在局限性引发的内部脆弱性。正如本吉奥（Bengio, 2025）所指出的，核心问题之一是人工智能生成内容的可靠性。尽管技术不断进步，人工智能仍易出现错误与 “幻觉”，即便在医疗、法律等关键领域也可能输出错误或误导性信息。人工智能医疗系统的错误诊断，或法律场景中的缺陷性评估结论，均可能造成严重的现实后果。问题更为复杂的是，用户往往高估人工智能的能力，常常不经核查便过度信任其输出结果。

另一个长期存在的问题是算法偏见与歧视。由于人工智能系统基于反映社会偏见的海量数据集进行训练，往往会使此类不平等现象持续固化。在招聘流程、贷款审批以及刑事司法应用中，均已出现人工智能系统基于性别、种族与社会经济地位，使相关个体遭受不公平劣势的歧视性决策情形。

一项更具长期性且争议广泛的风险，关乎人类对人工智能系统可能失去控制的问题。人工智能可能形成无法预见的目标，并以非预期方式实现目标优化，这一可能性引发了关于技术治理的根本性议题。尽管此类情景发生的概率仍存在争议，但人工智能模型复杂度的不断提升表明，确保对其行为实施绝对控制正变得愈发困难。

在系统层面，人工智能的广泛应用正催生结构性风险，可能深刻改变社会格局。其中讨论最为广泛的影响之一是人工智能对劳动力市场的冲击（下一节将对此作进一步探讨）。另一重大关切在于技术权力日益集中于少数企业手中。当前，人工智能领域由少数财力雄厚的科技巨头主导，引发了关于垄断与技术依赖的担忧。监管框架难以跟上创新步伐，可能导致人工智能技术的控制权进一步集中于少数私营实体。

从环境视角来看，人工智能的研发与部署伴随着高昂的环境代价。先进模型需要消耗大量能源与水资源，其碳足迹堪比中型城市。例如，据估算，训练单个人工智能模型所产生的二氧化碳排放量相当于数千辆汽车一整年的排放量，这引发了对人工智能技术长期可持续性的严峻关切。

最后，隐私与数据安全问题仍是最为紧迫的挑战之一。人工智能系统可存储并泄露敏感信息，加剧隐私侵犯与大规模监控的风险（Weber, 2025；Ackermann, 2025）。当前以《通用数据保护条例》（GDPR）为代表的监管框架已难以适应人工智能的快速发展，形成了可能被不透明行为所利用的法律空白。部分案例显示，人工智能聊天机器人会留存用户私人对话记录，引发了关于数据保护的严重担忧。

如果本吉奥（Bengio, 2025）的报告并未就应对所列风险提供具体指南，那么如前所述，伦理层面的反思仍十分活跃。此类反思主要围绕三大核心展开：界定规制人工智能使用的规则，明确人工智能在理想形态下应具备的特征，并确保其与相关共同体视为不可让渡的核心价值与原则相一致——无论技术或物质层面如何发展。与此同时，在这些讨论之外，一种独特的人工智能伦理路径已开始显现：它并不关注人工智能在特定场景下的工具性面向，而是聚焦于在更广泛的应用场景乃至理想状态下在全社会范围内应用人工智能的总体目标。

这两种人工智能伦理视角可分别概括为作为工具的人工智能伦理与作为全球性变革力量的人工智能伦理。

人工智能不仅有望取代人类在物质环境、社会环境与认知环境中所使用的诸多工具（其中认知环境因生成式人工智能的兴起而显得尤为重要），更有可能从根本上改变人们构建与安顿自身生活的方式。尽管这一问题将在后文展开更深入的探讨，但此处有必要先行澄清。此句无错误。纵观历史，人类在很大程度上始终致力于在充满持续挑战的环境中生存与发展。这一努力以多种形式呈现，也为个体赋予了更宏大的存在目的，并往往伴随某种意义感——无论是通过发现世界的秩序或目的论（超验的或内在的），还是通过理解人生最为重要的诸多面向：从个体福祉到人际关系，从艺术到自然。正是这些要素驱动着个体采取特定的行动路径。

人工智能是否会影响人类生活的这些根本维度？部分学者给出了肯定答案。沿此思路，本文认为：倘若人工智能在不久的将来（这一前景在近期颇具可能性）发展至可承担当前人类所从事的绝大多数任务，且无需任何生物主体参与，那么社会将面临这样一种局面：个体必须从根本上重新审视自身存在的目的与意义。这一转向将不只是智识层面的反思，更是现实层面的实践要求，它将迫使人们重新安排时间分配与日常生活结构。

基于上述前提，围绕人工智能的伦理讨论可从双重视角展开。一方面是关注人工智能工具性应用的伦理，这一议题近年来已受到大量关注，并产生了诸多颇具价值却往往难以落地实施的方案。另一方面则是将人工智能视为具有高度变革性的全球性技术的伦理，这一层面仍相对缺乏充分探讨，却值得予以更多重视。在本章的两大主体部分中，我将从上述两种视角——作为工具的人工智能与作为变革力量的人工智能——考察人工智能伦理的相关核心概念。第一种路径已获得广泛关注并形成了若干实践建议；第二种路径则在很大程度上被忽视，亟需更为严谨的研究。在结论部分，我将尝试把这两条脉络整合为统一视角，使之既契合当前人工智能的发展轨迹，同时也考量在未能及时采取前瞻性干预措施的情况下可能出现的各类合理前景。

1.2

作为工具的人工智能伦理

人工智能之所以具备工具属性，是因为人们可将相关任务交由算法执行：例如由算法开展企业人员遴选，或依据空气污染数据制定城市交通调度方案。此类决策具有重要意义，关乎个体的就业与出行权利，亦即对所有社会成员而言至关重要的生存权益与发展维度。因此，审视算法决策的实施过程具有充分的现实必要性。学界已提出多种伦理框架，旨在保障人工智能工具能够恪守（或至少不违背）社会所普遍捍卫的价值理念与基本原则（参见 Christian, 2020；Coeckelbergh, 2020；Crawford, 2022；Floridi, 2023；Russell, 2019）。

就上述人员选拔场景而言，学界普遍认为，选拔过程不得存在基于性别、族裔、宗教信仰、性取向、年龄、健康状况或外在形象的歧视性偏见；同时，应聘者的专业资质与综合能力应得到客观认定，在最优人选的确定过程中不得存在任何形式的偏袒。一方面，算法相较人工筛选者，更易保障决策的客观性，能够将各类考量因素纳入统一的加权评判体系。

另一方面，人工智能系统的训练数据与计算架构可能内嵌难以辨识的系统性偏见；与可快速适配新场景的人工筛选者不同，算法往往无法有效处理缺乏充分判定依据的特殊情形。

那么，应当以何种标准评估面向求职者面试筛选场景的大型语言模型（LLM）这类工具？在近年研究文献中，一系列获得广泛共识的核心概念被提出，包括透明度、公平性、责任性与可问责性。本文将重点探讨其中具备道德意涵的技术性概念，阐明其值得进行深度剖析，而非仅停留在应用层面的浅层阐释。这一分析有助于明晰：作为工具的人工智能伦理，需动态适配算法不断迭代的新能力——当前这一演进进程速度迅猛，催生出持续革新的应用场景。

透明度在传统意义上指系统、运行流程及输出结果可被用户与利益相关方清晰认知的程度与开放性（参见 Endsley, 2023；Larsson and Heintz, 2020；Haresamudram et al., 2023；Felzmann et al., 2020；Zou et al., 2023；Liao and Vaughan, 2023；Memarian and Doleck, 2023；Mill et al., 2024）。其核心在于能够追溯输入转化为输出的逻辑，并解析其底层运行机制。尽管透明度具备基础性价值，但大型语言模型的透明度问题已突破传统概念范畴，面临诸多现实挑战。其中最核心的，是需要应对数据来源层面的认知不透明性。

大型语言模型多依托大规模公开数据集训练，但数据来源的不透明性引发了伦理与法律层面的双重担忧。透明度理应包含追溯与核验训练数据来源、质量及潜在偏见的机制。例如，近年研究倡导推行数据说明书或来源审计制度——这些机制能够提供数据集构建过程中的元数据（metadata）。与聚焦算法逻辑清晰度的传统透明度不同，这一路径强调需让数据处理流程本身具备可视性与可追责性。

在此背景下，需重点辨析算法透明度与可解释性的分野。经典意义上的算法透明度，指向开放系统架构与运行规则的权限。但对大型语言模型而言，神经网络的规模与复杂度使得单纯开放技术细节的传统透明度失去实际意义。相较之下，透明度应优先体现为功能性可解释性，让非专业利益相关方可通过现实案例与场景演示理解模型行为逻辑，而非要求其解读专业技术规范。

经典透明度概念通常无法覆盖系统的固有局限与失效模式。而针对大型语言模型，透明度应包含对已知缺陷的主动披露，例如易产生模型幻觉、知识更新滞后等问题。这一界定将透明度重塑为动态过程：开发者需随模型迭代，持续记录并告知其性能缺陷。

对透明度的强调看似合理且必要，但近年的深度研究提出了核心追问：透明度是否应为人工智能伦理的首要追求？有观点指出，完全透明不仅难以实现，甚至可能适得其反。用户对系统的信任无需建立在通晓全部技术细节的基础上；过度强调技术透明度，反而会造成非专业用户的信息过载，降低系统的易用性。该观点主张构建务实性信任，依托严格测试、第三方认证与现实场景中的可靠表现建立信任机制。

同样值得关注的是，人类心智在做出敏感议题决策时，对其他相关主体而言同样存在显著的不透明性。即便场景不同，偏见、注意力偏差、固有成见、系统性谬误、知识局限及推理缺陷等问题，同样会影响医疗、法律等领域承担关键决策职责的专业人员。此外，要求实现人为决策的“透明化”（如由同行核验专业人员的能力资质），在实践中往往受限甚至难以落地。

此外，对部分利益相关者而言，透明度会削弱其竞争优势，因为这意味着暴露敏感技术细节，并增加被恶意主体滥用的风险。在此类情境下，选择性透明度——即在开放性与知识产权保护之间寻求平衡——或许是更为适宜的路径。

具体而言，人工智能透明度领域的一项重要进展是可解释人工智能（XAI）模型的发展，尤其是在医疗健康领域。例如，谷歌旗下的 DeepMind 已在其人工智能诊断工具中集成了可解释性功能，代表性成果即 AlphaFold：该系统在预测蛋白质结构的同时，能够阐明其决策逻辑。通过使人工智能预测的推理过程具备可解释性，这类模型有助于提升科学严谨性与医疗问责水平，从而降低依赖黑箱算法所带来的风险（Holzinger et al., 2019；Jumper et al., 2021）。需要明确的是，尽管 AlphaFold 是一项重大突破，但可解释人工智能在更广泛医疗领域的落地应用仍处于持续推进阶段。此外，人工智能透明度是一个多维度概念，涵盖算法透明度、数据透明度与决策透明度，各维度均面临独特挑战。

然而，透明度理念仍面临重大威胁，尤其在人工智能驱动的监控系统领域。以大规模部署人脸识别技术的场景为例，此类应用呈现出公众监督受限的特征。用于大规模监测的相关系统，在数据来源、错误率与决策机制等方面均缺乏透明度，由此引发了关于隐私侵犯与歧视性应用风险的突出伦理关切。此类应用固有的不透明性，使得保障人工智能监控符合基本人权原则面临显著阻碍（韦伯，2025）。

另一个核心概念是公平性（参见 John-Matthews et al., 2022；Zhang, 2024；Buyl and Bie, 2024；Madaio et al., 2022；Narayanan et al., 2024）。在计算系统中，公平性通常被界定为无偏见、无歧视，确保系统输出不会基于受保护属性（如族裔、性别或社会经济地位）而对特定群体或个体产生系统性不利影响。尽管偏见消减仍是关键议题，但大型语言模型的公平性需要采取更具广度与精细化的路径。

经典公平性概念通常预设普适性标准。然而，大型语言模型的公平性具有语境依赖性，受特定用户群体、文化与传统的规范、价值及优先事项塑造。例如，部署于多语言环境的大型语言模型，必须在语言公平性（如对弱势语言的平等表征）与文化敏感性之间取得平衡，避免通过输出内容强加霸权性规范。这要求模型能够动态适配多元规范框架，而非采用“一刀切” 方案（Farina and Lavazza, 2025）。

保障大型语言模型的公平性往往需要对文化与语言差异进行标准化处理，这可能导致珍贵的多样性被消解。人类学批判指出，过度强调算法公平性可能引发文化扁平化现象：规避歧视的初衷，最终造成价值观同质化，使独特的文化身份与规范被边缘化（显然，这一观点本身亦存在争议，有待开展深入的跨文化反思）。

经典公平性往往聚焦算法内部的偏见消减。而大型语言模型的公平性，首先取决于训练数据集的构成。当前实践常将弱势群体符号化，将多样性仅作为形式化指标。与之相对，与边缘社群共同设计数据集，能够确保其视角得到真实且有意义的呈现，从象征性包容走向实质性包容。

公平性讨论通常聚焦系统内部运行机制。而新近研究路径强调，需评估大型语言模型的下游影响，尤其在招聘、法律决策等高风险领域（此类领域中女性与少数族裔往往代表性不足或遭受不公评判）。针对现实场景影响开展的纵向研究，对理解与消减非预期后果至关重要，这将公平性重新界定为社会结果层面的问题，而非仅关注系统输入端。

但同时必须认识到，公平性本身是一个具有争议的概念。在多元世界中，并不存在单一且被普遍接受的公平定义。例如，在分配正义与实践效率之间寻求平衡，往往需要做出权衡，致使“绝对公平” 难以实现。对公平性优先原则持批判态度的观点认为，过度强调公平会给系统带来不必要的复杂性；在特定场景下，采用更简洁的情境化效用主义路径，系统反而可能高效运行。

对文化视角的深入考察表明，不同社会对人工智能公平性的理解与实践路径存在显著差异。在西方语境中，人工智能伦理通常以个体权利、透明度与偏见消减为框架，公平性多通过均等几率、差异性影响等形式化原则实现。与之相对，诸多亚洲监管框架强调集体福祉与社会和谐，将人工智能视为优化社会稳定的工具，而非仅着眼于个体自主。日本的视角尤为独特：其文化与哲学传统形成了更具整合性的人工智能观，将智能主体视为可与人类社会共存的存在，而非对人类角色的替代（Kaplan, 2004）。与此同时，在诸多非洲语境中，人工智能公平性多从社会经济包容与社群伦理视角加以界定，而非仅强调算法中立，核心在于消减历史不平等、保障技术资源可及性（Birhane, 2021）。这些差异表明，伦理导向的人工智能治理须保持文化敏感性，因为看似普适的规范原则，在实践中往往反映特定地域的价值观念与哲学传统。

总体而言，透明度、公平性以及责任等其他伦理概念，仍是大型语言模型伦理化发展的基础。然而，践行这些原则需要我们超越经典定义，拥抱一种随技术进步而动态演进的反思性伦理。

话虽如此，关于生成式人工智能系统——或许也包括作为工具的人工智能本身——的传播，最紧迫的问题在于其能够创造或再造现实拟像，且这类拟像与真实或原始内容的界限正日益模糊，难以区分。人工智能传播的这一特性，虽仍属于 “作为工具的人工智能伦理” 范畴，却恰好构成了通向 “作为全球变革力量的人工智能伦理” 这一更宏大主题的桥梁。

事实上，当目标在于构建并行数字世界，或以至少能让差异具备潜在可识别性的方式增强现实时，生成虚拟现实的能力是具有积极价值的。而另一方面，深度伪造的生成，却是当今普通人可获取的各类人工智能形式，在获得适当提示后，仅需数秒即可完成的操作。此类伪造内容的随之传播，显然会引发欺骗与欺诈行为。但从更广泛的层面来看，它往往会导致人们陷入认知混乱，并侵蚀用户乃至整个社会的信任（Dennett, 2023）。

1.3

作为全球变革力量的

人工智能伦理

作为工具的人工智能伦理，其宗旨在于规范人工智能发展，而非阻止或减缓其进程。该领域的部分研究人员与企业家近来多次发出呼吁或签署公开倡议，警示人工智能可能带来的生存性风险（Bostrom, 2014；Bales et al., 2024）。其中，人们尤为担忧通用人工智能可能取代人类创造者，进而掌控世界。然而，对于大多数业内从业者与公共决策者而言，此类情景既不现实，也缺乏实际关联性。相反，他们更关注那些针对工具性应用可能产生的危害或功能异常而制定的局部性规则。

然而，有一种情景尤为关键，且应由作为全球变革力量的人工智能伦理加以应对：未来，当前人类的大部分活动将由人工智能工具执行、控制或辅助。继传统意义上的工业与农业自动化（已将这两大经济领域的就业率降至最低）之后，一系列新型技术设备正逐步投入应用，它们有望让所有可数字化、数据化或可适配人工智能运行模式的流程，变得更快捷、更高效、更无差错，且最重要的是——成本更低（Lavazza and Farina, 2023）。

尽管目前并非所有可预见的人工智能应用都已具备技术可行性，但我们不难想象，几年后，技术与经济最发达地区的居民，其典型的一天将会是怎样的景象。以下描述的情景纯属假设，且必然仅适用于全球一小部分居民——因为支撑如此规模人工智能应用所需的资源与能源消耗，不足以将其普及至全人类。在明确这一局限性的前提下，我们可以构想一种潜在的发展趋势，并随后依据上述分析框架对其进行审视。

当我们醒来时，在家居管理算法的引导下，智能衣柜会根据气候条件与日常行程，为我们推荐并准备好衣物；虚拟助手则会朗读所有设备上收到的信息，并代我们回复。早餐已由家庭机器人助理准备就绪，由于所有事务均处于监控之下，它还会负责包括购物、维修在内的全部家务。随后，自动驾驶汽车将载我们前往任何目的地，而我们可以浏览由专门训练的算法全程撰写的新闻。

核心问题在于，我们可能已不再懂得如何驾驶这辆智能汽车——因为迄今为止我们所从事的所有工作，正逐步被各类人工智能接管。从银行到实体产品制造企业，无论是普通员工还是管理人员，都已被能够处理行政流程、甚至制定战略决策的软件所替代。在医院，算法的诊断准确率高于医生，机器人外科医生的操作精度也优于人类医生。商店实现了全自动化运营，酒店与博物馆的前台接待亦是如此。在法庭上，数字法官比人类法官准备更充分、更公正、更可靠，因此律师也必须同样高效、不知疲倦。在各类学校与高校中，具备人类特征的大型语言模型能够开展生动有趣、永不枯燥的课程，它们掌握着人类所有知识——即便如今的课程可通过远程方式进行。智能、体贴且富有同理心的机器人，已走进独居老人家中与所有养老院。

自主武器系统已几乎完全取代士兵与警察，科学研究也主要由超级计算机负责，这类计算机能够以人类难以想象的速度剖析问题。在这一情景下，那些曾经专属专家的领域，如今已由能力更强、知识更渊博的大型语言模型接管。与此同时，心理治疗领域也在很大程度上被专门设计与训练的自动化系统所占据。聊天机器人也成为最受欢迎的对话伙伴，甚至可能成为人们的浪漫伴侣。

如今，体育与各类爱好也由人工智能系统进行管理，以确保始终保持最佳表现；预测算法则消除了体育赛事或各类计划活动中的所有悬念，如此一来，人们似乎只剩下“全职游客” 这一种选择。然而，除成本问题外，人员流动与访问权限也已由人工智能进行优化调控，以避免过度拥挤、环境耗竭及艺术遗产受损。因此，能够成为全职游客的人数，将远少于希望从事这一活动的人数。

诚然，人们仍可投身于各类体育运动或休闲活动，却不得不面对随之而来的挫败感——具备创作能力的算法能够在极短时间内，近乎无限量地生成高质量的歌曲、交响乐、绘画、雕塑、工艺品、电影、剧集、小说、诗歌与散文。显然，届时仍会存在由精通政策审议的算法所辅助的公共决策者，但政治领域的岗位供给将远小于需求。

另一种可能性是沉浸于平行世界。其中最为传统的路径，是借助精神活性物质引发感官知觉的改变——人类自诞生之初便已使用此类物质，其目的始终是改善心理状态、提升生活福祉，而不受物质条件的束缚。另一种平行世界则可由人工智能直接构建，通过增强现实或虚拟现实技术得以实现（参见后文对查尔莫斯相关主张的讨论）。

无论如何，诸多思想家与改革者长期以来都在构想并期许后工作社会的到来。近期，巴斯塔尼（Bastani, 2019）提出了“全自动奢华共产主义（FALC）”理念^②，主张人工智能与机器人技术将消解工作的必要性，使个体得以生活在无劳动剥削的丰裕社会之中。但这类构想往往忽视了其他关乎人类存在的深层后果。

在本文看来，后工作时代的生活状态，将取决于人们即便极少工作乃至完全不工作，仍可获得充足收入的现实可能性。无论如何，生产力的提升将为全民基本收入提供支撑（范・帕里斯、范德博格特，2017）；在此背景下，对大多数人而言，生存将变得安稳而闲适，却呈现出一种独特的生存状态，其核心体现为人类历史上前所未有的两大特征。

其一，我们将身处由大量人工主体构成的环境中，这些主体自主运行并作出决策，尽管多数决策以服务人类为导向，却始终遵循其自身的运行逻辑。与人工主体的互动一旦超过特定限度，便可能对人类的心理健康产生难以预估的影响，同时如引言部分所述，也会动摇人类的存在意义。

其二，大多数人会陷入这样的处境：虽有能力自主设定目标以改善自身处境，却会失去长期以来构成日常生活核心的各类实践、劳作与智识层面的责任与挑战，尤其是在特定的物理与社会环境中。技术发现与进步虽主要由人工主体与少数人类研究者推动，固然可以延长健康寿命、提升福祉水平，或是提供全新的休闲娱乐形式。然而，人类将失去主动实践的现实可能——人工智能驱动的机器始终领先一步，使人类的行动失去价值；同时也将失去自主规划的空间——在缺乏工作且各类可能性已被人工智能充分覆盖的环境中，个体将无从改变自身处境。

这或许看似是一种平淡的反乌托邦构想，是对发展趋势的推演，而这些趋势本身的走向难以预测。事实上，即便是围绕人工智能在人际关系领域的应用，积极的展望也正不断增多。例如，有研究指出：

“人工智能无处不在，并正以全新且出人意料的方式重塑我们的各类关系——与伴侣、子女、同事、朋友乃至与自身的关系…...人们借助大型语言模型寻求认同、调解婚姻纠纷、协助处理社群交往。人们用它获得育儿支持、开展自我疗愈，甚至发展情感依恋。未来数十年，将会有更多人如此行事。而这仅仅是开端。

(Williams, 2025)”

然而，抛开对未来数年人工智能大规模应用的乐观或悲观判断，我们能够看到的是：无论出于经济动因，还是源于技术进步的内在惯性，人工智能正朝着各领域全面开发与普及的方向加速推进。各国均力求在计算机与数字领域加大投入，将其视为最具前景的前沿赛道，也是不容缺席的核心领域——否则不仅会面临经济滞后，还将在政治与军事层面相较于技术先进国家处于弱势。其核心逻辑在于，人工智能系统带来的进步足以大幅推动发展，使人类能够克服发展过程中产生的各类问题。但不可忽视的是，人工智能本身是一项具备高度变革性的技术。

根据哲学家 L. A. 保罗（Paul, 2014）的观点，变革性体验是指能够从根本上改变个体感知世界与自我之方式的体验。这类体验具备两大核心特征。其一，它们具有认知变革性，因为此类体验所提供的知识，唯有亲身经历方可获得。例如，个体唯有真正成为父母，才能切实体会养育子女的感受。其二，它们具有个人变革性，因为此类体验会深刻改变个体的偏好、价值观念与身份认同。例如，为人父母可能会改变一个人对人生重要事物的判断。保罗借助这类体验对经典理性决策模型提出质疑：若一种体验会改变个体的诉求与世界观，那么针对该体验做出理性决策便会面临困境。

从这一意义而言，我们可将人工智能定义为变革性技术。至少就前文强调的第一项标准而言——身处由人工主体大规模存在并实际管控的环境中，这本身是一种前所未有的体验，即便其推进过程较 “为人父母” 更为渐进，也会即刻产生变革性影响。其次，将与个体在特定环境中生存和发展相关的多数活动交由人工智能承担，由此可能引发的能动性丧失与自我无用感，同样具备变革性。

倘若如此，应对这一维度便成为“作为全球变革力量的人工智能伦理” 的紧迫任务。该伦理框架应承担何种使命？或者说，在制定并提出具体规范之前，相关伦理反思应围绕这一问题指向何方？作为全球变革力量的人工智能伦理，需要考量上述对新一代人工智能（即成熟人工智能，可管控当今人工环境中所有核心事务）渗透下的社会个体之描述（尽管略显夸张），可能给人类生存境况带来的改变。

如前所述，推动这一进程的动力，是诸多在个体层面具备合理性的目标：提升效率、降低人力投入、提高产能、风险防控、保障安全、精准规划、高效管理、科学进步、缩小不平等……正因如此，我们无需假设通用人工智能的出现，目前正在深入研究的新型模型或许便足以实现这一进程。仅以一项重要研究方向为例，扬・勒丘恩（Yann LeCun）与其 Meta 人工智能团队正致力于研发所谓“世界模型”（Matsuo et al., 2022）。该类模型具备显著优势，能够让人工智能在系统内部模拟并预测环境的未来状态，进而实现更高效地决策与学习。

在作为全球变革力量的人工智能伦理框架下，存在两种整体性研究进路。

具体可分为（a）外在进路与（b）内在进路。二者的共同目标是：防止人工智能对人类境况产生此类改变——即生物性个体（即便未来可能形成人机融合形态）在生存的各个维度均处于人工主体之下，其各类社会活动也变得多余。考虑到人类经由自然演化与文化塑造至今的固有特征，这种存在层面的转变势必会引发深层的精神不安，具体可表现为存在意义与价值目标的失落。人类始终是谋求自身生存与发展的能动主体，具备影响周遭环境的能力，并在这一过程中追寻存在意义——尽管这类追寻的形式多种多样。泛在式人工智能的到来，即便其完全指向伦理层面可被认可且无任何危害的单一目标，也可能对人类生存条件造成前所未有的改变，使生物性主体产生强烈的无用感与消极认命心态。

就此而言，在外在进路中，作为全球变革要素的人工智能伦理，其任务是提前评估这一转型过程，并提出引导方向，以避免出现上述非预期却又难以避免的结果。从本质上讲，核心是确保人工主体不会完全剥夺生物性主体的所有活动与核心权利，提出人工智能的实施路径，使其在保留巨大技术红利的同时，不会导致渐进式自动化的整体平衡对人类产生负面效应。

这并非一项简单的任务，其难点并非源于伦理反思可能推导出的具体技术规范，而在于普遍性的概念困境。事实上，能够造福人类与社会的良性人工智能，似乎本就不应被抵制。前文已论述，尽管确需实施纠偏措施，但必须保障算法与透明度、公平性等核心原则相契合。然而，一旦实现这一保障，限制人工智能的应用，从表面上看便构成了一种在伦理层面存疑的进步约束。

但我们必须重视人工智能沿上述方向发展的变革能力。目前尚无确凿证据表明，这一发展轨迹必将在未来几十年成为现实。尽管我们无法排除人工智能的应用本身可能有助于缓解相关问题，但作为全球变革力量的人工智能伦理，其核心任务正是探究这一尚未被充分挖掘的可能性，这与担忧“恶意” 人工智能会直接支配甚至摧毁生物性主体的恐惧形成鲜明对比。此后，外在进路需要探寻调节日益高效、强大的算法应用的方式，确保其对人类的净贡献始终为正。

这也意味着，可将人工智能的应用限定在特定领域，以此保障就业岗位，为生物性主体保留能够带来价值回馈、维持其自我价值感与意义感参与的任务。这种平衡模式不应因潜在收益的损失而损害任何主体的利益，尽管为避免未来多数生物性主体陷入无价值境地，或许可以对当前部分主体的收益进行合理限制。显然，这类跨期效用的计算既复杂又充满争议。但从这一视角出发，人工智能伦理需要探索所有可行的反思路径，在变革性场景的不确定性中寻求最优平衡。

与之相对，内在进路则力求避免生物性主体产生无用感，其策略有所不同。该进路的核心是构想人类与人工主体的协同演化，防止上述变革性场景成为现实。若能找到路径保障人工智能的普及与有意义的人类活动相伴而行，便可实现人工智能的大规模部署。这一目标可通过引导人工智能的发展方向实现——对于性能持续提升的算法而言，这一任务并非无法完成。此外，该目标也可借助人类自身的演化实现，而这种演化由人工智能推动，引导人类突破现有生物构造的限制与约束，进入全新状态，在被人工主体大规模重塑的环境中，获得全新的价值目标、行为动机与存在意义。

这便引出一个问题：推动智人物种实现协同演化，以跟上我们自身开创的人工主体技术进步步伐，此举是否真正值得？可以认为，文化与技术的发展，始终伴随着人类使用者在态度与行为上的适应调整。然而如前所述，我们在此面临的至少是一种潜在的高度变革性场景。因此人们不禁要问：下一代人工智能的大规模应用，究竟是我们主动追求的目标，还是一种难以阻挡的非预期结果？

有鉴于此，在企业与国家间经济竞争的驱动下，技术持续升级并广泛普及已成为大概率趋势。在此前提下，将近期三种不同取向的、关于人工主体与生物主体未来互动的论述进行比较，或许具有启发意义。这些观点从一开始便带有或偏乐观或偏悲观的色彩，也再次让我们意识到：在未来发展轨迹上难以形成认知共识，在如何为人类利益管控这一进程上也难以达成伦理共识。

埃里克・萨丁（Éric Sadin）对人工智能的批判，并非将其视为提升人类能力的工具，而是视作从根本上重构人类生存样态、侵蚀自主性与存在意义的力量。在《算法生活》（La Vie Algorithmique, 2015）中，他考察了人工智能驱动的自动化如何将个体嵌入预测性分析体系，使决策重心从人类能动性转向算法治理。萨丁的分析可被解读为：这种前置性计算在独立判断形成之前便塑造了人们的选择，以优化效率取代自发性，进而引发意义危机，使个体沦为单纯的数据生产载体。在《暴君个体时代》（L’Ère de l’Individu Tyran, 2019）中，萨丁批判了算法个体主义：人工智能驱动的个性化营造出自主假象，却同时加深了个体对外部认可的依赖。其反思可进一步延伸为：社交媒体、健康追踪与人工智能优化系统将自我价值转化为算法排名，当个体屈从于数字量化，而非自主定义人生目标时，便会产生存在性错位。

在个体层面之外，萨丁还警示，在法律、医疗与公共治理领域将判断权交由人工智能，会侵蚀道德责任，使人们习惯于接受计算结果而非开展伦理思辨。从广义上解读，其批判核心在于：人工智能不仅实现了任务自动化，更实现了责任自动化，将人类能动性简化为统计层面的可预测性。归根结底，他认为人工智能的最大风险并非超越人类智能，而是将生活重构为一套优化、封闭的控制体系。他呼吁抵制全面自动化，主张不可预测性与非效率性对维护人类自主性与存在意义至关重要。

约翰・达纳赫（John Danaher）在《自动化与乌托邦》（Automation and Utopia, 2019）中探讨了人工智能引发的劳动式微问题，认为自动化非但不会引发危机，反而可能催生后工作乌托邦。他挑战了 “劳动是人类意义之核心” 的观念，指出劳动的重要性在历史上具有偶然性。随着人工智能切断工作与身份认同的关联，社会必须思考：何种事物能够替代劳动，成为意义的来源？达纳赫勾勒出两种未来图景：一是存在性迷失与虚无主义，二是通过全新的意义建构方式实现自我丰盈。其理论框架为 “创造力可能成为重要路径” 提供了支持，但他也承认人工智能在艺术生产中的作用日益凸显，主张创造力应聚焦人类意向性与阐释能力，而非单纯的作品产出。另一条路径是 “游戏(play)”，并非被动娱乐，而是对智识与技能类活动的深度投入。

从其分析中可进一步推演出一种更具颠覆性的可能——数字超越：人工智能与沉浸式技术使人类得以融入数字现实，拓展认知边界并催生全新的存在方式。这一解读虽超出其明确表述，却与他对虚拟未来的整体思考相一致。达纳赫最终提出疑问：这种由人工智能中介的生活，是否能与生物性现实生活同样富有意义，甚至更为优越？他认为，后工作时代本质上是一场存在主义挑战：人类能否在劳动之外重新定义自我？自动化究竟导向人类丰盈还是存在衰落，取决于社会如何塑造这一转型过程。

大卫・查尔默斯（David Chalmers）在《现实 +》（Reality+, 2022）中挑战了 “人工智能生成的虚拟世界低于物理现实” 的观点，主张虚拟世界同样可以支撑有意义的生存。不同于萨丁的悲观立场，并在达纳赫的乐观思路上进一步拓展，查尔默斯认为，现实的界定标准并非物质基底，而是结构连贯性、因果效力与丰富体验生成能力。若人工智能构建的世界符合这些标准，其真实性便不逊于物理世界。

这一逻辑使我们得以将人工智能视为世界建构力量，它能够创造出孕育全新意识形态、能动性与社会关系的数字环境。广义而言，查尔默斯的立场支持如下观点：随着人工智能发展，部分虚拟空间可能成为人类生存的主要场域，其中的人际关系、智识探索与艺术表达，与物理世界具有同等价值。这一观点挑战了传统形而上学预设，表明意义并非源于物质性，而是来自体验的深度与连贯性，与载体无关。查尔默斯认为人工智能远不止是工具，它正在重塑现实本身。通过构建沉浸式、自维持的环境，人工智能可能拓展人类存在的边界，迫使我们在虚实边界日益模糊的时代，重新审视“现实” 的内涵。

值得一提的是，被称为“人机协同演化”的新兴研究路径，作为解析人工智能与人类用户相互影响的框架，正获得越来越多的关注。这一迭代过程在推荐系统与数字助手中表现尤为突出：人机反馈循环持续塑造个体行为与更广泛的社会动态。人机协同演化作为核心概念，构成了一门交叉学科的研究核心，该学科衔接复杂性科学、人工智能与社会科学，旨在系统分析并应对算法个性化与推荐系统带来的社会影响（Pedreschi et al., 2024）。

在此背景下，要对人工智能驱动的未来场景形成更客观的认知，需要采用严谨的方法论。实证研究通过分析现实数据，为人机互动提供基于证据的洞察；基于仿真的研究则可对假设场景开展受控实验，探索反事实情境与系统动态。此外，受控实验有助于实现因果推断，使研究者能够分离算法干预的效应；观察性研究则在不直接干预的前提下捕捉现实互动的复杂性，从而为人与人工智能不断演化的关系提供互补视角。

1.4

结论

将人工智能伦理框架在分析层面划分为作为工具的人工智能伦理与作为全球变革力量的人工智能伦理，这一思路为明确待解决议题与设定优先事项，提供了更为清晰、更具针对性的路径。如前文所述，作为工具的人工智能伦理应聚焦透明度、可靠性与故障问责机制——这些议题虽意义重大，但也可在局部层面、针对单个人工智能应用加以治理。而人工智能系统可能被恶意使用，或被部分组织与国家研发用于虚假信息传播、非法活动、敌对行为乃至战争，则构成了另一类截然不同的挑战。在这一领域，需要实施大规模监督与规制：一方面借助人工智能技术本身应对不当使用，另一方面构建具备国际效力的监管框架。

作为全球变革力量的人工智能伦理则呈现出不同特征。在此范畴下，伦理反思涉及诸多假设性情景，由此可能引发双重分歧：一方面，部分人认为，人类工作及其他有意义的活动最终完全或主要交由人工主体承担的情形难以成真；另一方面，即便此类变革发生，也有人反对限制人工智能的普及。有关人工智能长期影响的讨论具有这种特殊且易引发争议的属性，也正说明将两大领域加以区分的必要性。

从本质上看，一条伦理反思路径立足于既成且可观测的现实趋势，可随问题出现逐步应对；另一条路径则聚焦更宏观的议题——若人工智能沿当前可预见方向持续发展，这类问题或将在未来显现。在此情境下，认知层面的担忧与道德层面的考量相互交织，可能引发两难困境：究竟应针对或许永远不会成真的情景采取预防性行动，还是选择观望——接受未来结果的不确定性，同时承担错失防范不良后果时机的风险。

这一区分能够让我们立足局部层面，以透明度、公平性等核心伦理原则为起点，对人工智能开展即时且具体的校准，这是一项紧迫且已形成广泛共识的目标。它能够避免将本质不同的议题混为一谈，防止认知混乱；同时也能避免担忧人工智能会消解人类生存意义的批判者，以此为借口拖延在局部人工智能应用中落实伦理原则的进程。作为工具的人工智能伦理可制定保护用户与利益相关方的干预措施与监管规则，确保其实用有效，且不阻碍人工智能研究与有益应用的推进。

与此同时，这一区分也为更开放、更具理论深度的探讨预留了空间——此类讨论无需受制于制定准则与实施策略的即时需求，可聚焦人工主体广泛存在的全球社会图景。正如本文所论证的，这一图景引发了诸多关切，也要求人类做出回应，回应形式甚至可包括对人工智能应用实施（复杂且艰难的）限制，以及选择以维护人类能动性为导向的发展路径。已有部分学者从这一伦理视角展开研究，将人工智能视为全球变革力量，其中包括萨丁、达纳赫与查尔默斯，他们就人工智能对人类未来生存境况的影响提出了不同见解。这也进一步印证了该议题的重要性，以及寻求共识与共同行动方案的必要性。

但不可忽视的是，分别探讨两大领域所产生的相互作用乃至相互影响。尽管二者在分析层面可被区分，却无法排除其在现实监管框架中最终交织的可能。工具性人工智能伦理聚焦当下的监管议题，如保障算法决策的透明度与公平性，而这类干预举措必然会在更宏观层面塑造人工智能作为变革力量的长期发展轨迹。当下围绕可解释性与偏见消减作出的监管选择，不仅影响公众对人工智能的信任，更会奠定基础性规范，进而约束或推动未来发展。

例如，若从初始阶段便将透明度置于优先地位并融入人工智能治理体系，未来决策过程或将始终以人类监督为核心；反之，若工具性监管将效率置于可解释性之上，人工智能系统的发展方向则可能逐步弱化人类能动性与问责性。由此可见，两大伦理路径并非相互孤立，而是处于动态互动之中，短期监管策略可能预先塑造人类与人工智能、人类与自身意义感之间更深层的社会转型。

已有部分研究切入人工智能伦理两大子领域的交叉地带。例如，阿西莫格鲁与约翰逊（Acemoglu and Johnson, 2023）的研究聚焦人工智能的社会影响，指出技术进步本身并不必然带来普惠性繁荣（Farina et al., 2025）。他们认为，除非通过针对性政策干预实现收益的公平分配，否则人工智能与自动化带来的经济红利往往会被少数精英群体攫取。该研究挑战了 “人工智能将自然推动广泛经济增长” 的主流预设，指出无约束的人工智能发展可能加剧既有不平等、削弱民主制度。阿西莫格鲁与约翰逊还警示，当前企业在人工智能领域的投资趋势未必能实现预期经济效益，反而可能引发效率低下与市场不稳定问题。

基于此，构建一套既能精准识别人工智能伦理核心议题、保持议题间的分析区分，又不妨碍其有效融合的研究与分析框架，是值得深入探索与持续推进的课题。

注释：

①“超级智能反叛”（Superintelligent Rebellion）是科幻与未来学哲学中的经典风险模型，特指通用人工智能（AGI）或超级智能（ASI）在获得超越人类的自主决策能力后，其目标与人类生存利益产生不可调和的冲突，进而摆脱人类控制、甚至对人类生存构成威胁的极端情景。

②“全自动奢华共产主义”（Fully Automated Luxury Communism, FALC）是英国学者亚伦·巴斯塔尼（Aaron Bastani）在其著作中提出的理论设想，是近年来兴起的一种激进左翼理论，旨在通过技术革命实现后资本主义社会。其核心观点结合了自动化、资源富足和共产主义理想。此理论为西方左翼思潮，与中国特色社会主义理论存在本质区别。

作者简介

Andrea Lavazza（安德烈亚·拉瓦萨），道德哲学家和神经伦理学家，现任意大利阿雷佐国际大学中心高级研究员，米兰大学和意大利帕维亚大学神经伦理客座教授，主要研究方向为哲学、认知科学和新兴技术的交叉融合，尤其活跃于神经伦理学的部分分支领域（自由意志、人类增强、记忆调节、脑器官、神经技术）及其相关领域（心灵哲学、人工智能伦理学、专业知识认识论）。

关于AI²

扫描二维码｜关注我们

《人工智能与创新》（AI & Innovation，简称 AI²）学术期刊由金砖创新基地数字经济研究中心（Institute for Digital Economy & Artificial Systems，简称IDEAS）与清华大学技术创新研究中心、厦门大学人工智能研究院共同主办，并联合威立（Wiley）出版。本期刊基于AI的基础理论、工程系统、社会治理和创新生态四大战略维度，致力于在跨学科视角下全面研究智能科学发展领域，推动全球数字创新和发展研究，建立国际权威话语体系，帮助政府机构和行业制定适应数字经济发展战略。

IDEAS是依托厦大、莫大建设的前沿交叉学科研究阵地、新兴战略产业高端智库、科技成果转化服务平台、国际专业人才合作通道。在金砖国家新工业革命伙伴关系框架内，IDEAS以"数字化，为了更智慧的全球合作:全球化，为了更广阔的数字包容”(Digitalization, for a Wiser Global Cooperation, Globalization, for aWider Digital Inclusion)为理念，与各方共建国际数字经济与智能科技协同研发网络。

编译：张词含 | 中山大学

排版：林枫楠

审校：方芳

审核：余霄