AI的正反面： AI真的会带来最公正的预测结果吗？
除了最开始的Chatgpt, AI科技已经被广泛应用到了不同的行业，并且非常多的岗位都能够起到比肩，甚至超越人类的作用。但随着相关学术领域的深入，一些使用AI的负面影响渐渐浮出水面。我们究竟应不应该让AI完全渗透到我们的生活中呢？AI的使用到底是协助我们更好的改善人类文明还是将一些已经根深蒂固的糟粕继续传承下去了呢？
1. AI的底层逻辑
在讨论AI的负面影响之前，我们先来了解一下AI运行的底层逻辑是什么。其中最重要的一个因素，叫做机器学习算法（Machine Learning Algorithm)。
简单来说，这是一种运用已有数据去产生相关预测的算法。他们就好像一个个孜孜不倦的学生，只要你将数据给到它们，它们就能一遍遍学习最后给产生非常专业的预测输出。数据越多，他们的分析出来的结果就会越精确，对人类的决策的帮助就会越大。而我们的生活中，预测无处不在。我们学习要预测，工作要预测，出去旅游要预测那家餐馆好吃，看电影要预测好不好看，甚至我们出门都要考虑会不会下雨。
因为：预测是决策的基础
我们决定了要做什么事情，往往是基于我们预测了未来会发生什么。所以机器学习算法就是我们预测的一个强大的助理。通常情况下，人类不会有那么强大的记忆能力和计算能力；而机器学习算法就能够帮助我们去吸收过往数据并且让预测结果更加准确。
AI则是结合了大量的机器学习算法产生的一个能够解决复杂问题的模型。例如：Chatgpt就能够在我们提出诉求的时候，利用他分析大量数据的成果去输出一些观点，文章，甚至是图像。当AI得到了一个诉求后，他会将其拆分成大量的预测问题，然后使用大量的机器学习算法去解决这些预测问题，继而给出一个较完善的结果。
就比如，你准备出门，想要问Chatgpt今天要不要带伞：Chatgpt就会把你这个诉求拆分成无数个预测问题，例如今天会不会下雨，下雨的时间是什么时候，太阳大不大等等等等，然后用相对应的机器学习算法通过不同的数据去分析这些预测问题，最后给出一个答案。
AI强大的地方还在于：它们会从它们预测的出的结果重复学习，让他们的精准度再度提高；犹如一个不断自省的孩子一步一步提高。这有个专门的名字叫做强化学习（reinforcement learning）。
说到这里
AI仿佛是一颗未来之星
在其出现的几年内
成为了生活中不可缺少的一部分
然而
AI 并非是完美的
他们也会带来不正确的预测结果
下面我们会从两个方面讨论：
- AI 与歧视
就如我们上面提到的，AI的功能性是基于数据的。但很遗憾的是，创造这些数据的，也就是我们人类，都是主观的。所以，这些数据不可避免的会带有由人类带来的歧视。
举一个很简单的例子，我们去搜索引擎上查找‘护士’的时候出现的大部分都是女性。
反之，我们搜索‘工人’的时候出现的大部分都是男性。
以小见大，我们人类的刻板印象会让我们在日常生活中时时刻刻充满主观性，这样对于各种各样的数据的公正性都是非常致命的。那基于这些数据所诞生的AI，会是公正的吗？
举个例子：Bertrand 和Mullainathan在2004年的研究中得出：白人名字获得雇佣机会的概率比非裔名字的概率高得多。
AI现在已经应用进了不同的行业，当然也包括人力资源。现在很多软件都能通过分析候选人的背景去判断这个人的能力。
但如果以往的雇佣环节都带有这种歧视的话，那是不是这一类的AI软件的结果也是带有歧视的呢？
又或者：如果AI根据申请者的名字和性别判断他符不符合申请信用卡的条件，那公平吗？
这就是所谓的：Bias in，Bias out。当AI的数据就是带有歧视的，那AI的产出，自然也是带有歧视的。这种歧视还会随着之前提到的强化学习而放大。
2. 隐私
不可避免的，现代人对隐私的保护是越来越困难了。与之对应，隐私也是处在一个越来越重要的地位。但不可否认，AI的发展，离不开对数据的索取，对于人们隐私的侵犯貌似是不可避免的。
例如，现在很多AI会根据你的消费习惯，浏览的商品等数据去推测你喜欢的商品，继而给你推荐。这貌似没什么大不了的，但仔细一想，它对我们的隐私的探索真的不会影响到我们的生活嘛？
我们时长会惊叹于抖音，小红书等软件的算法。它们会根据你最近的搜索，停留较长的视频和界面，还有你点赞和搜藏的内容去给你推荐相关的帖子与视频（这就是为啥小编在等Offer的时候要把小红书删了，每天都能看到很多offer的帖子真的很容易焦虑）。
AI对于隐私的侵犯是非常非常难以阻止的。而我们一般情况下察觉不到，因为我们已经习惯了这个信息时代了。那他将会对我们生活有什么样的影响呢？我们不得而知，但可以预见的是，‘隐私’这个词的定义，也许会在未来逐渐改变。
总的来说，AI的使用的的确确给我们带来了便利，但他的一些问题也许会逐渐浮现。我们能做的不是让AI来取代我们，而是让他来补气我们的不足。完全依赖于AI只会让我们的决定基于以往的数据变得片面，进而在一些很重要的决策中翻车。
文稿：汪欣宇 吴启杰
审核：张童
扫码添加MCBS官方微信，获取更多信息！
📣基于微信新的推送规则，路过的朋友可以点个赞或者在看，下次更新的时候，你会有更大几率收到提醒喔！
