人工智能影响账本

人工智能话语常分为两个不令人满意的阵营。一方将 AI 视为不可避免的救赎——生产力、医学、教育、创造力与丰裕的通用引擎。另一方将其视为迫近的灾难——失业、监视、操纵、依赖与制度崩溃的力量。

两种框架都包含真实的片段，但都不足以支撑治理。真正的问题不是 AI 是好是坏，而是在何种条件下 AI 改善人类生活，在何种条件下从社会抽取价值，以及在部署变得不可逆之前需要何种保障。

因此，一项严肃的人工智能与社会倡议应从影响账本开始。

人工智能影响账本应追踪的不仅是技术性能。它应追问：系统是改善了所进入的领域，还是仅仅降低组织内部成本，而将危害外溢至别处。

在教育中，AI 是增进理解，还是制造流畅的依赖？在新闻中，它是拓宽信息获取，还是用低成本的合成噪音淹没公共领域？在健康领域，它是改善诊断与护理，还是制造患者无法申诉的不透明分诊系统？在工作中，它是增强人类能力，还是瓦解专业知识通常形成的入门路径？

账本必须包含益处，也必须包含外部性：注意力成本、能源消耗、数据抽取、技能退化、偏见放大、问责缺口、心理依赖与民主脆弱性。

可持续 AI 常以能源、芯片与数据中心来讨论。这些问题重要。但社会可持续同样重要。

社会可以采纳技术上高效但具有社会腐蚀性的系统。它可以降低行政成本却增加孤独。它可以个性化教育却削弱共同标准。它可以自动化客服却使机构难以触达成为常态。它可以生成无限内容却削弱使创作有意义的文化条件。

因此，可持续问题更为宽泛：这一系统能否在规模化时不削弱其所依赖的人类、公民、文化与生态基础？

许多组织将 AI 伦理视为上线要求：一份政策文件、一次风险审查、一张合规清单。但最重要的危害可能出现在部署之后——当用户适应、激励变化、边缘案例累积、系统成为基础设施之时。

因此，伦理必须是持续的。它需要监测、申诉机制、独立审计、事件报告、劳动者协商、公共说明，以及暂停或逆转在实践中失败的系统的权利。

人工智能与社会智库的目的，不应为了拖延创新而拖延创新，而应通过确保人类始终比为其服务的系统更重要，使创新更具持久性。