将计算机的社会和伦理责任置于前沿
首届SERC研讨会召集了来自多个学科的专家，探讨了计算机在社会的许多方面广泛应用所带来的挑战和机遇
在解决各种问题和挑战方面，算法和人工智能的使用出现了显著增长。虽然它们的采用方式，尤其是随着人工智能的兴起，正在重塑几乎每个行业部门、学科和研究领域，但这些创新往往会暴露出意想不到的后果，涉及新的规范、新的期望和新的规则和法律。
为了促进更深入的理解，麻省理工学院Schwarzman计算学院的社会和伦理责任计算（SERC）最近汇集了社会科学家和人文学者与计算机科学家、工程师和其他计算机科学院系教师，探讨了算法和人工智能广泛适用性在社会的许多方面提供了机遇和挑战。
“我们现实的本质正在发生变化。人工智能有能力做到近期以前仅属于人类智能领域的事情，这些事情可能会挑战我们对人类意义的理解，”麻省理工学院Schwarzman计算学院院长丹尼尔·哈滕洛赫在首届SERC研讨会上的开幕演讲中说道。“这带来了启蒙运动以来从未有过的哲学、概念和实践问题。面对如此深刻的变革，我们需要新的概念地图来应对这种变化。”
研讨会展示了SERC在研究和教育方面的愿景和活动。“我们认为我们在SERC方面的责任是教育和装备我们的学生，使我们的教师能够为负责任的技术开发和部署做出贡献，”麻省理工学院斯隆管理学院威廉·F·庞兹教授兼SERC副院长、研讨会的主要组织者乔治娅·佩拉基斯说道。“我们汇集了麻省理工学院和其他学科的众多优势和多样性，将它们联系在一起，以获得多个观点。”
通过一系列专题讨论和会议，研讨会深入探讨了与计算社会和伦理维度相关的各种主题。此外，来自包括城市研究和规划、政治学、数学、生物学、电气工程和计算机科学以及脑和认知科学等各种专业的37名本科和研究生参加了海报展示，展示了他们在这个领域的研究成果，涵盖了量子伦理、存储市场中的人工智能勾结、计算垃圾和赋予社交平台用户更好的内容可信度等主题。
展示多样性的工作
在三个专题讨论和会议中，SERC研讨会展示了这些领域12名教师的工作成果，包括有益和公平的计算、公平和个性化的健康和算法和人类。
来自一支跨学科的考古学家、建筑师、数字艺术家和计算社会科学家的团队的一个项目旨在通过数字孪生体保护阿富汗濒危的文化遗产。该项目团队制作了高度详细的可询问的遗产地点3D模型，以及扩展现实和虚拟现实体验，作为无法接触这些遗址的观众的学习资源。
在为美国器官分享联合网络进行的一个项目中，研究人员展示了他们如何使用应用分析来优化器官分配系统的各个方面，该系统目前正在进行重大改革，以使其更有效、公平和包容不同种族、年龄和性别群体等人群。
另一个讨论区域是公众关注度不足的一个领域：有偏差的传感器数据对计算和医疗保健模型的下一代的公平性所产生的更广泛的影响。
一次关于算法中的偏见的讨论同时考虑了人类偏见和算法偏见，以及通过考虑两种偏见的本质差异来改善结果的潜力。
其他重点研究包括在线平台与人类心理学之间的交互；一项研究决策者是否会在可用信息的基础上犯下系统预测错误的研究；以及如何利用先进的分析和计算来促进食品和制药行业的供应链管理、运营和监管工作的例证。
改善明天的算法
“毫无疑问，算法正在影响我们生活的方方面面，”麻省理工学院Schwarzman计算学院副院长、电气工程和计算机科学系主任阿苏·奥兹达格拉在主持有关数据和算法影响的专题时说道。
“无论是在社交媒体、在线商务、自动化任务，还是随着生成式人工智能工具和大型语言模型的出现，更广泛的创造性互动方面，毫无疑问还有更多的事情要发生，”奥兹达格拉说道。“尽管我们看到了承诺，但也有很多需要关注的地方。这是一个需要富有想象力的思考和谨慎的思考来改善未来算法的时刻。”
Ozdaglar向计算、社会科学和数据科学专家询问了如何理解未来的发展趋势并塑造它，以便为大多数人类创造更丰富的成果。
麻省理工学院技术和城市规划副教授Sarah Williams强调了理解数据集如何组装的过程的重要性，因为数据是所有模型的基础。她还强调了研究需要解决算法中偏见的潜在影响，这些偏见通常通过它们的创建者和开发中使用的数据进入。她说：“我们需要思考自己的伦理解决方案来解决这些问题，就像推进技术一样，我们需要开始研究这些问题，例如算法中有哪些偏见？数据中有哪些偏见，或者说在数据的过程中有哪些偏见？”
将焦点转向生成模型及其开发和使用是否应该受到监管，与会者-包括麻省理工学院的电气工程和计算机科学教授Srini Devadas、信息技术教授John Horton和创业教授Simon Johnson-都一致认为，监管公开源代码算法将是困难的，因为监管机构仍在赶上并努力为现在已有20年历史的技术设置防范措施。
回到如何有效监管这些技术的问题上，约翰逊提出了渐进式公司税制作为潜在解决方案。他建议将公司的税收支付基于其利润，特别是对于那些由于离岸银行而很少被征税的大型公司。通过这样做，约翰逊表示，这种方法可以作为一种监管机制，以阻止公司试图“拥有整个世界”。
计算机教育中的伦理角色
随着计算机科学的不断发展，没有减缓的迹象，将学生教育成有意识地开发和部署技术的社会影响至关重要。但是，人们是否真的可以教授这些东西？如果可以，怎么做？
麻省理工学院哲学教授和SERC共同副院长Caspar Hare在他主持的有关计算机教育中伦理角色的小组讨论中提出了这个悬而未决的问题。每位小组成员都有教授伦理和思考计算机社会影响的经验，他们分享了自己的观点和方法。
强烈主张从历史中学习重要性的麻省理工学院科技和社会学副教授Eden Medina表示：“通常我们对计算机的框架是一切都是新的。我在教学中做的一件事是研究人们过去如何应对这些问题，尝试从中汲取经验，以此作为思考可能前进的方式。” Medina经常在她的课程中使用案例研究，并提到了耶鲁大学科学历史学家Joanna Radin撰写的关于皮马印第安糖尿病数据集的论文，该数据集引发了有关该特定数据集合收集的历史的伦理问题，许多人不认为它是一个如何考虑技术和数据决策可能出现在非常具体背景下的例子。
牛津大学哲学副教授Milo Phillips-Brown谈到了他在麻省理工学院担任SERC博士后期间共同创建的《伦理计算协议》。该协议是一种四步法的方法，旨在通过将过程分解为更可管理的步骤，培训计算机科学学生更好地、更准确地思考技术的社会影响。他说：“我们采取的基本方法非常依赖价值敏感设计、负责任的研究和创新、参与性设计作为指导性见解，并且本质上是跨学科的。”
像生物医学和法律等领域有一个伦理生态系统，分配了这些领域的伦理推理功能。监督和监管是提供指导前线利益相关者和决策者的机构，当问题出现时，他们也提供培训计划和访问跨学科专业知识的机会。东北大学哲学副教授John Basl表示：“在这个领域，我们没有这样的东西。对于当代计算机科学家和其他决策者来说，我们实际上让他们自己进行伦理推理。” Basl进一步评论说，跨学科核心伦理推理技能的教学对整个课程至关重要，目标不应该是让每个计算机科学家成为专业的伦理学家，而是让他们了解足够的背景，能够提出正确的问题，并寻求相关的专业知识和资源。
在最后一节会议后，跨学科的教师、学生和研究人员组成的小组在接待会上进行了关于全天涵盖的问题的热烈讨论。
