慕尼黑大学对话AI专家：我们该如何理解机器智能？

　　与聊天机器人的交流会如何改变我们?

　　心理学、市场与消费者心理学教授Sarah Diefenbach博士：

　　“在逻辑占主导地位的领域，各类情境、决策与行动往往都能够合理使用严格的逻辑术语进行制定并简化为公式，如此一来，人工智能当然能够超越人类并为我们完成很多工作。但作为一名心理学家，我真正感兴趣的是情感因素在其中发挥的重大作用——人工智能将如何改变我们的社交生活，以及我们彼此之间的日常互动?

　　这里，我们以服务业为例。当我们突然意识到对方并不是人类时，会对我们自身产生怎样的影响?过去十分钟，我们的交流对象原来只是聊天机器人——大家是否会因此感到受骗、受辱或者自尊受挫?我们是否会因此产生抵触情绪?

　　要回答这个问题，我们需要思考机器人在社交网络中的作用。在我带的一位学生的论文当中，她尝试分析Instagram上点赞对于用户自尊的影响。这里引发的相关问题，就是点赞操作的来源——真人抑或是聊天机器人，是否会对结果产生影响。在另一个关于养老院的项目中，我们也在尝试从另一个角度研究社交机器人的作用。在陪伴老人的过程中，机器人应该表现出怎样的「个性」?它们应该像是个温驯的仆人那样表现出尊重与谦逊吗?或者说在这样的情况下，应该让机器人表现得更真实一些——粗枝大叶与情绪化等典型的个性化行为，是否反而可能让老人们感觉更加舒服处在?”

　　机器是否有可能在不久的将来取代记者?

　　慕尼黑路德维希马克西米利安大学媒体与传播系教授Neil Thurman：

　　“新闻业能否实现自动化，即极少甚至根本不需要任何直接性的人为控制?目前还不行，至少还不存在一种能够涵盖所有模式及方法的解决方案。我们仍然需要将任务分解为常规的、可重复的例程，这是自动化算法编写者的工作。机器学习技术仍然高度依赖于以往样本中的「训练数据」，这意味着其还没有能力在复杂、极具创造性而且最重要的新闻任务当中表现出能够与优秀记者相匹敌的职业素养。”

　　然而，尽管存在这些限制，自动化工具仍然开始在一部分任务当中取代人类记者——包括故事线索的筛选、新闻文本的编写，以及应该将哪些故事发布给哪些读者、又该怎样进行优先级排序等等。

　　有人曾说，“机器人写作”等技术的进步有可能改善新闻业财务状况不稳定的困境，甚至有望帮助新闻业腾出更多资源进行实地调查。然而，人们也担心计算机过度敏感的新闻嗅觉可能给隐私带来负面影响，或者是打着新闻个性化的旗号带来无形的内容过滤。

　　“随着算法与AI技术的持续发展，我们必须确保整个新闻行业能够继续以可持续、透明且负责任的方式为公众提供服务。”

AI能否为我们做出经济决策?

　　比较经济学学会主席Monika Schnitzer教授：

　　“人工智能可以从数据集当中整理出「最佳估算」结论。例如，根据可用的统计数据，信用卡公司能够计算出刚刚办理的卡片遭到办卡人滥用的概率。而根据数据，风险能够按照相对比例进行量化，并视情况决定拒绝支付或者允许支付。”

　　“这种评估已经成为多种商业模式的重要基础。对人工智能技术的应用能够大大降低此类估算的成本，因为其能够以极快的速度分析与以往类似情况相关的大量数据。目前，AI尚不能实现的是独立评估行动的后果。我们需要考虑有哪些响应方法可供选择，以及如何在评估当中建立合适的安全界线以避免令人讨厌的意外。在未来，这些仍然需要由人类做出判断，而机器只能执行人们分配的某些特定任务。”

　　算法会在招聘领域发挥作用吗?

　　心理学方法与诊断学学会主席Markus Bühner：

　　“算法目前已经被用于进行人员筛选。虽然可能在决策流程当中发挥一定作用，但其仍然无法完全取代人力资源从业者。在我看来，很多面向现有市场问题提出的所谓AI改进意见根本不切实际。在大多数情况下，我看不到这些算法能够带来哪些具体的收益。当然，考虑到在理论层面上，引入数百万个变量的算法对候选人的评估确实有可能更准确。但最重要的是评估到底关注哪些人才素养，如果候选人声音不好听，比如说碰巧感冒了或者面试语言并非其母语，那么结果会受到哪些影响?

　　根据DIN工作相关能力评估规范，在上下文当中收集信息的评估人员必须确保这一切与工作内容直接相关。作为人类，我们不可能事无巨细地收集并分析候选人的每一项特征与对应数据。因此，我也期待看到算法的应用与我们的数据保护立法条款如何协调统一，毕竟这些条款对于受试人的数据透明度做出了约束要求。另外，即使是在那些毫无争议的伦理与法律问题上，算法的有效性也仍然存在问题。如果要对掌握某些新技能的候选人做出准确的可靠性预测，其必须不断重建自身以适应岗位的要求。”

　　“我们永远不会制造出真正的合作伙伴”

　　哲学与政治理论教授Julian Nida- Rümelin：

　　“目前，人工智能领域仍然主要处于搜索模式，基本上可以这么断言。机器人技术的设计目标在于提供能够模仿人类能力的方案，以人脸识别为代表的实际成果已经体现出这种明显的趋势。然而，这类应用不太可能决定AI领域的未来发展方向。

　　换言之，试图将利用非生命事物作为自我预测的动机是种不明智的行为。我们永远不会制造出真正的合作伙伴或者谈话对象。相反，我们应该集中精力于经济生产这一核心。如果实现工业4.0的努力主要集中在对工具以及技术能力的推动方面，那么数字化无疑有望为全世界的经济发展做出巨大贡献。”