目录

第1章导论1

1.1数智技术的发展与影响1

1.2数智伦理的概念与内涵2

1.2.1起源和发展2

1.2.2伦理框架7

1.3数智伦理的研究方法21

1.4数智伦理的全球视角22

1.5数智伦理规范的形成23

1.6数智伦理的应用24

1.7典型案例: 自动驾驶汽车伦理困境25

1.7.1数智技术的影响26

1.7.2数智伦理面临的挑战26

1.7.3应对工具和框架27

思考题27

第2章伦理基础29

2.1伦理学的基本概念29

2.1.1基本概念29

2.1.2伦理和道德30

2.1.3伦理问题32

2.2主要伦理理论33

2.2.1功利主义33

2.2.2义务论35

2.2.3美德伦理36

2.2.4权利伦理36

2.2.5正义伦理37

2.2.6关怀伦理38

2.2.7社会契约理论39

2.2.8道德发展理论39

2.2.9分析框架40

2.3伦理问题的识别与分析42

2.3.1识别伦理问题42

2.3.2分析伦理问题43

2.4伦理问题的解决47

2.4.1伦理困境48

2.4.2冲突解决49

2.5伦理决策模型50

2.5.1五步模型50

2.5.2PLUS模型51

2.6专业伦理守则51

2.6.1IEEE道德行为规范52

2.6.2ACM道德与专业行为准则52

思考题57

第3章软件工程伦理58

3.1核心要求58

3.1.1以公众利益为首要考量58

3.1.2对客户与雇主负责59

3.1.3确保产品质量与专业胜任60

3.1.4保持独立、客观的专业判断60

3.1.5负责任的管理与领导61

3.1.6维护和提升专业形象62

3.1.7对同事负责与互助62

3.1.8提升自我与加强学习63

3.2关键伦理问题63

3.2.1隐私与数据保护63

3.2.2公共利益与社会责任64

3.2.3知识产权65

3.2.4开源共享与知识产权保护66

3.2.5责任追究与法律风险67

3.2.6信息的准确性与公正性68

3.2.7商业利益与道德冲突69

3.2.8专业行为与行业自律70

3.3软件开发生命周期中的伦理规范70

3.3.1需求分析阶段71

3.3.2设计阶段71

3.3.3开发和实现阶段73

3.3.4测试阶段73

3.3.5部署和发布阶段75

3.3.6维护和退役阶段76

3.4软件工程伦理与专业实践准则78

3.5典型案例: Therac25放射治疗机事故82

3.5.1背景82

3.5.2技术应用中的潜在问题83

3.5.3争议讨论83

思考题84

第4章数据伦理85

4.1核心要求85

4.1.1隐私与数据保护85

4.1.2参与和知情同意86

4.1.3最小化与目的限制87

4.1.4数据完整性与无偏见88

4.1.5数据透明与可解释性89

4.1.6数据安全与稳健性90

4.1.7责任与问责91

4.1.8有益性与不伤害92

4.1.9可持续性与长期视角93

4.2关键伦理问题94

4.2.1数据隐私与数据泄露94

4.2.2数据歧视与偏见95

4.2.3数据所有权与控制权96

4.2.4数据滥用与不当使用98

4.2.5数据共享与第三方使用99

4.2.6数据经济与公平100

4.2.7数据偏差影响决策101

4.2.8数据驱动决策的伦理性102

4.3数据全生命周期中的伦理规范103

4.3.1收集103

4.3.2存储104

4.3.3使用105

4.3.4加工106

4.3.5传输107

4.3.6提供108

4.3.7公开109

4.3.8删除110

4.4数据权利111

4.4.1知情权111

4.4.2控制权112

4.4.3访问权113

4.4.4修正权114

4.4.5使用权114

4.4.6被遗忘权116

4.4.7可携带权117

4.5英国数据伦理框架118

4.5.1三大总体原则118

4.5.2五项具体行动119

4.6美国数据伦理框架123

4.6.1数据伦理原则123

4.6.2《数据伦理框架》的意义128

4.7典型案例: 剑桥分析公司数据丑闻128

4.7.1背景128

4.7.2技术应用中的潜在问题129

4.7.3争议讨论129

思考题130

第5章算法伦理132

5.1核心要求132

5.1.1公平与非歧视性132

5.1.2透明性与可解释性133

5.1.3隐私与数据保护134

5.1.4安全与可靠性135

5.1.5问责制与治理136

5.1.6社会与环境影响136

5.1.7可持续改进与持续审视137

5.2关键伦理问题138

5.2.1偏见与歧视问题139

5.2.2透明性与可解释性不足139

5.2.3隐私与数据保护风险140

5.2.4安全性与可靠性挑战141

5.2.5问责与责任归属不清142

5.2.6滥用与操纵143

5.2.7社会与环境负面外部性144

5.2.8伦理规范与法律空白145

5.2.9人类自主性与尊严的挑战146

5.3算法生命周期伦理规范147

5.3.1概念与需求分析阶段147

5.3.2设计与开发阶段148

5.3.3测试与验证阶段150

5.3.4部署与实施阶段150

5.3.5监控与维护阶段151

5.3.6退役与替换阶段153

5.4我国算法伦理规范154

5.5典型案例: COMPAS算法中的群体偏见156

5.5.1背景156

5.5.2技术应用中的潜在问题156

5.5.3争议讨论156

思考题158

第6章人工智能伦理159

6.1核心要求159

6.1.1技术的可靠性与稳健性159

6.1.2环境与社会的可持续性160

6.1.3可追溯性与问责性161

6.1.4多方协作与治理机制162

6.1.5以人为本的价值导向163

6.1.6尊重人类自由与自主权164

6.1.7跨文化与价值多元性165

6.1.8防止伤害167

6.2关键伦理问题168

6.2.1自主权与人类控制168

6.2.2增强与操控的边界169

6.2.3就业与经济影响170

6.2.4社会分化与信任危机171

6.2.5环境影响172

6.2.6创造力和所有权173

6.2.7文化与情境敏感性175

6.2.8用户赋权与教育176

6.2.9伦理审计与认证177

6.3人工智能伦理规范178

6.3.1管理规范179

6.3.2研发规范180

6.3.3供应规范180

6.3.4使用规范181

6.4联合国教科文组织《人工智能伦理问题建议书》181

6.5欧盟《可信赖人工智能伦理指南》182

6.5.1基本权利183

6.5.2伦理原则184

6.5.3可信人工智能的要求185

6.5.4实现可信人工智能的技术和非技术方法191

6.5.5评估可信人工智能195

6.5.6可信人工智能评估列表196

6.6典型案例: 致命自主武器的争议202

6.6.1背景202

6.6.2技术应用中的问题202

6.6.3争议讨论203

思考题204

第7章人机协作伦理205

7.1核心要求205

7.1.1协同增效205

7.1.2建立信任206

7.1.3任务与责任分配207

7.1.4保护人类尊严208

7.1.5增强人类能力209

7.1.6确保人类主导地位210

7.1.7处理错误与责任问题211

7.2关键伦理问题212

7.2.1自治与控制213

7.2.2责任归属与问责机制214

7.2.3人类依赖性与能力退化215

7.2.4平等与可访问性216

7.2.5操控与说服217

7.2.6就业替代与经济影响217

7.2.7人机界面设计伦理218

7.2.8增强现实与虚拟现实中的人机协作219

7.2.9工作环境中的人机协作221

7.3人机协作伦理规范222

7.3.1设计阶段222

7.3.2开发阶段224

7.3.3测试阶段226

7.3.4部署和运营阶段227

7.3.5反馈与改进229

7.3.6持续优化和完善231

7.4IEEE《伦理对齐设计》232

7.4.1框架支柱232

7.4.2通用原则233

7.4.3从原则到实践234

7.5典型案例: 波音737 MAX自动化系统事故247

7.5.1背景247

7.5.2技术应用中的潜在问题248

7.5.3争议讨论248

思考题249

第8章场景与应用伦理251

8.1核心要求251

8.1.1情境适应性251

8.1.2社会影响评估252

8.1.3文化敏感性252

8.1.4法律合规253

8.1.5避免负面社会影响254

8.1.6利益相关者参与254

8.1.7透明性与问责性255

8.2智能制造领域的伦理256

8.2.1关键伦理问题256

8.2.2OECD人工智能原则257

8.2.3典型案例: 福特汽车公司自动化生产线造成工人失业260

8.3健康医疗领域的伦理262

8.3.1关键伦理问题262

8.3.2《赫尔辛基宣言》263

8.3.3典型案例: IBM Watson在癌症治疗中的应用268

8.4金融科技领域的伦理270

8.4.1关键伦理问题270

8.4.2金融领域科技伦理指引272

8.4.3典型案例: ZestFinance公司的信用评分算法273

8.5智能交通与自动驾驶伦理276

8.5.1关键伦理问题276

8.5.2《智能网联汽车道路测试与示范应用管理规范》277

8.5.3典型案例: 优步自动驾驶车辆致死事故278

8.6教育科技领域的伦理281

8.6.1关键伦理问题281

8.6.2教育中的人工智能伦理规范282

8.6.3典型案例: 在线监考软件ProctorU的隐私争议283

8.7智能家居与物联网伦理285

8.7.1关键伦理问题285

8.7.2智能家居的伦理视角与指南287

8.7.3典型案例: 亚马逊公司Alexa录音隐私泄露事件288

8.8公共安全监控伦理290

8.8.1关键伦理问题290

8.8.2理解人工智能伦理和安全291

8.8.3典型案例: 伦敦摄像头监控系统的广泛应用293

思考题296

参考文献297

致谢302