我们知道AI有偏见。我们知道这很复杂。我们了解到，AI始终可能会或可能不会得出公平和道德的结论。但是很明显，无论如何，AI都会发生。

物理学家斯蒂芬·霍金(Stephen Hawking)说，人工智能是一个主要问题。他评论说：“成功创建有效的AI可能是我们文明历史上最大的事件。或最坏的情况。”

因此，问题是：我们是否在这项技术的软性方面花费了足够的时间和精力?

随着政府和企业寻求AI，热像仪和扫描仪等技术来解决市民和工作场所的安全问题，有关AI道德规范的问题现在特别重要。此类对话通常围绕AI公平性，预期用途，潜在滥用，隐私隐患，工人流离失所和产品准确性展开。

复杂性使得很难验证公平性。

人工智能的一个被吹捧的好处是它可以消除人为的偏见，从而可以做出更“公平的决定”。但是经验证明，AI的努力并非始终如愿以偿。

2014年，亚马逊开始尝试使用AI进行招聘。它使用其软件开发人员的内部数据库训练了一个AI系统，其中大多数是男性。该系统通过过滤掉女性候选人来做出回应。而且，在2018年，亚马逊表示将取消招聘工具。

挑战可能是AI是如此复杂，以至于开发人员不知道AI是如何得出结论的。这可能会使人们更难验证AI是否已达成“公平”或“道德”决定。

预期的使用和潜在的滥用需要认真考虑。

基本前提是AI应该做好。什么时候不好?当其预期用途改变时。Google可能是最明显的例子，说明为什么定义预期用途很重要。

2018年，谷歌赢得了美国国防部(DoD)的一项重要合同，以分析无人机的视频镜头。但是一些Google员工不想参加战争。3,000多名员工给公司首席执行官签署了一封信，敦促他放弃该项目。Google领导层做出回应，决定不续约(合同生效)政府合同，并发布有关它将支持和不支持的AI使用类型的指南。

最近，Clearview AI成为有关潜在滥用的对话的一部分。该公司为执法部门提供面部识别技术。它可以捕获图像并找到被拍照者的公开信息，据报道这些信息来自Facebook，YouTube和其他网站。这样可以提供有关人的很多信息，包括他们的当前位置。

从执法角度来看，此举的目的是抓捕罪犯。这是一种积极的预期用途–对人类有益。但是一旦拥有了该功能，您如何控制和监视它?因为如果该技术可以用来识别罪犯，那么掠夺者可以使用该解决方案来识别和定位妇女或儿童。