当前位置: 首页 > news >正文

信息科技伦理与道德1:绪论

1 问题描述

1.1 信息科技的进步给人类生活带来的是什么呢?

  • 功能?
  • 智能?
  • 陪伴?
  • 乐趣?
  • 幸福?

基于GPT-3的对话Demo

DeepFake 深伪技术:通过神经网络技术进行大样本学习,将个人的声音、面部表情及身体动作拼接合成图片、视频、音频内容
在这里插入图片描述
在这里插入图片描述

1.2 信息科技发展的道德伦理考量

  • 这一行为是否帮助/侵害了他人?(Prosocial or Antisocial)
  • 这一行为是否符合/违背了公序良俗?(Norm Violation)
  • 这一行为是否遵守/违背了法律?(Law Violation)
  • 这一行为只单纯能影响别人是否喜欢你?(Simply Socially Desirable or not?)
  • 这一行为只单纯能影响你是否喜欢你自己?(Self esteem?)

1.3 案例讨论

1.3.1 案例1:SuperCruise 技术

以美国凯迪拉克公司于2014年希望通过采用自动驾驶技术重塑品牌形象的决策为例,在决策层深知当时的自动驾驶技术尚未成熟,但为了提升品牌科技形象–“smart, efficiency, technology”(智能、高效、高科技),为产品注入科技元素以吸引年轻人并扩大目标用户群体,而向媒体宣布Super Cruise技术(全球首款超级驾驶辅助系统)将被应用到2016年凯迪拉克的CT6模型上。
这是否是一个简单的符合科技伦理道德的决策?
在这里插入图片描述
SuperCruise 技术:

  • 商业高地
  • 品牌刚需
  • 股东期待
  • 企业需要
  • 用户需要

Half-baked半生不熟,如果你是决策者,你的决策是 ?

1.3.2 案例2:脑机接口

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
消费者“要”什么?
在这里插入图片描述
在这里插入图片描述
脑机接口的基本架构:

  • 脑磁
  • 脑电
  • 光学成像
  • 光声成像
  • 超声
  • 肌电

在这里插入图片描述
脑机接口的应用:
在这里插入图片描述
使用脑机接口输入文本:
在这里插入图片描述
在这里插入图片描述
脑机接口的应用、管理、及思考:

  • 什么是“人”?
  • 人的“自主性”决策
  • 人的“后悔”
  • 人的安全与隐私 (数据安全、技术安全等)
  • 社会公平 (教育、评估、起点、应用)

2 解决思路

2.1 多角度思考

思考维度一:从不同人的角度展开思考,称为多角度思考。
在这里插入图片描述

2.2 多维度思考

不同的思考角度均属于同一维度,但我们不能仅仅从单一维度来思,更可以通过不同维度。以自动驾驶汽车为例,除了对于各个不同个体的最优解外,我们还应当考虑社会总体的最优解。除了个体最优与全局最优,我们还有如下不同的思考维度

  • 追求结果与追求行为本身的道德(义务论与目的论)
  • 最好、平均、最坏情况
    在这里插入图片描述

2.3 创新管理为科技造福人类赋能

结合以人为本的理念,关注社会实际问题
探索信息科技发展中伦理、法律、及最优的管理方案。
在这里插入图片描述

http://www.lryc.cn/news/514655.html

相关文章:

  • Linux实验报告15-添加系统调用
  • logback之配置文件使用详解
  • 壁纸样机神器,这个工具适合专业设计师用吗?
  • MySQL秘籍之索引与查询优化实战指南
  • 【AI日记】25.01.03 kaggle 比赛 3-2 未来的命运
  • Linux(Centos 7.6)命令详解:ls
  • 【Unity3D】UGUI Canvas画布渲染流程
  • minikube安装k8s
  • Docker图形化界面工具Portainer最佳实践
  • 借助 FinClip 跨端技术探索鸿蒙原生应用开发之旅
  • 【网络】ARP表、MAC表、路由表
  • Linux驱动开发学习准备(Linux内核源码添加到工程-Workspace)
  • 25.1.3
  • Leecode刷题C语言之我的日程安排表②
  • 十二、Vue 路由
  • smell---Paddle-DI
  • PCL点云库入门——PCL库点云特征之点云法向量(NormalEstimation)及其可视化
  • 25.Java JUC 引入(进程与线程、线程的状态、并发与并行、管程、用户线程与守护线程)
  • Linux 异步 I/O 框架 io_uring:基本原理、程序示例与性能压测
  • Uniapp中使用`wxml-to-canvas`开发DOM生成图片功能
  • Linux之ARM(MX6U)裸机篇----5.仿stm32的LED驱动实验
  • DVWA靶场Open HTTP Redirect (重定向) 漏洞所有级别通关教程及源码审计
  • 探索 JMeter While Controller:循环测试的奇妙世界
  • Flutter踩坑记-第三方SDK不兼容Gradle 8.0,需适配namespace
  • ubuntu支持ssh
  • 浏览器书签智能分类
  • 通俗易懂的讲一下Vue的双向绑定和React的单向绑定
  • Redis 深度解析:从入门到精通
  • 基于物联网的冻保鲜运输智能控制系统
  • 【深度学习基础之多尺度特征提取】多尺度卷积神经网络(MS-CNN)是如何在深度学习网络中提取多尺度特征的?附代码(二)