圖／沃草烙哲學
在哲學各項次領域中，有一門特別的領域叫做「應用倫理學」（applied ethics）。如同字面上的意思，此領域是將倫理學中的討論應用到日常生活中。應用倫理學所討論議題經常是伴隨著新技術的興起而產生的。比方說，複製技術產生的複製人倫理議題；新型態能源技術產生的環境正義議題。而最近十分受到重視的，則是AI技術衍伸的AI倫理議題。
2016年，麻省理工學院（MIT）推出了他們稱之為「道德機器」（Moral Machine）的網站。這個網站以道德哲學中經典的「電車難題」（Trolley Problem）為基礎，提供了各式各樣電車難題的變體，並詢問受訪者，當自動駕駛車遇到那些情境時，它應該如何決策。他們目前已經在全球蒐集了超過400萬人次的資料，以及超過4000萬筆決策數據，並於2018年在《自然》（Nature）期刊上發表初步的分析。
2018年8月台灣也開始了人工智慧倫理學計畫，受訪者必須在各項情境中，做出他認為應該採取的行動。 圖／作者提供
台灣的道德哲學問卷計畫
2018年8月，台灣也開始了類似的研究——人工智慧倫理學計畫——由清華大學丁川康教授與中正大學謝世民教授共同主持。在該計畫架設的「人工智慧倫理學」網站中，受訪者同樣必須在他所面臨的各項情境中，做出他認為應該採取的行動。不同於MIT的地方在於，此計畫除了同樣有關於自駕車的情境，還新增了醫療照護、器官移植以及工程倫理等情境，試圖探索不同情境下的倫理決策，並考慮人類決策的模糊特性（fuzziness）。
接下來簡單介紹此計畫。「人工智慧倫理學」網站會在這些不同的情境中，隨機生成一組情境條件，並要求受訪者提供自己的倫理判斷，每一次的問卷會有15個問題。
不同於MIT「道德機器」網站，每一題只有「直行」與「轉彎」兩個選項，在「人工智慧倫理學」網站，每一題總共有五個選項可以選擇：最左邊與最右邊分別代表確定如此行為；如果覺得不確定、無法判斷或者都可以，可以維持中間選項；而在中間與兩端之間，各自還有一個選項代表著「傾向此行為」，即儘管你並不確定，但傾向於這麼做。
設計五個選項的目的，在於能更真實的反映我們在做倫理思考時的考量。有些時候我們並不真的確定應該怎麼做，而只是偏好某些做法。有些時候我們根本不知道該怎麼做（沒有偏好），或者我們認為怎麼做都可以。透過選項將這些不同情況表達出來，可以更細膩的捕捉人們的思維模式。在填寫完問卷後，網站會呈現你的選擇與大眾選擇的差異。
在當前AI領域，發展AI的主要目的是為了要協助人類能夠更有效率的解決問題。如果我們希望AI可以用來協助人類做出道德判斷，那麼我們會希望AI做出的決策，可以符合人類的價值觀。因此，不論是MIT或者是此計畫的目標，都是希望能夠蒐集一般人在特定情境中的道德判斷，並進一步統整出大眾背後的倫理決策模型，以作為日後設計AI時的參考。
實驗網站上也有其它情境和不同組合，讓人面對不同情境做選擇。 圖／作者提供
AI倫理學的複雜之處
值得注意的是，在這計畫中，當我們希望AI做出符合大眾判斷的倫理決策時，意思並不是指AI可以做出「像人類那樣」的倫理考量。這樣的目標可能過於遠大，要達到這種程度，恐怕AI需要先擁有意識才行。從結果上來看，我們希望AI的判斷要和大眾的倫理決策判斷一致。換言之，目前僅要求AI能夠做出模擬人類的倫理決策，而不是擁有跟人類一樣的倫理決策能力。
當然，基於大眾道德觀的個體差異，不同的人可能會關注事件中的不同面向，並對這些不同面向給出不同的排序。因此在分析大眾的決策之後，可能會產生出多組不同的倫理決策模型。
比方說，在器官移植情境中，有些人可能會主張申請的優先順序最重要，另一些人可能主張移植成功率更需要優先被考量。而在醫療照護情境中，有些人可能會認為，患者本身的精神狀態是決定照護機器人可否強迫患者服藥的關鍵；另一些人可能會認為不管精神狀態為何，患者的意願都是最優先考量。
填完問卷後，能馬上知道自己和大眾的道德考量有哪些差別。以此圖為例，受試者比平均值更傾向於拯救女性。 圖／作者提供
單一正確的決策模型是否存在？
接下來可能會有人想問：在這許多組倫理決策模型中，是否有正確的一組？或是沒有單一正確的模型，而是存在多組決策模型都是合理且可接受的？關於這樣的問題，目前我們尚未能夠給出確切答案。然而，哲學上可以有幾種可能的思考方向。
比方說，羅爾斯（John Rawls）的觀點可能會主張後者：如果我們接受社會存在著合理多元事實，容許價值考量可以有多元觀點，沒有唯一解答，那麼我們或許可以同意，同時存在多組倫理決策模型都是合理的。我們要注意，這樣的說法並不蘊含「任何觀點都對」這樣的結果，我們可以在承認有多組合理觀點的同時，也主張有一些觀點是不合理的，需要被排除。當然，哪些觀點不屬於合理觀點，是需要額外論證的。
反之，不同於羅爾斯，德沃金（Ronald Dworkin）的觀點可能會主張前者：在特定道德情境中，在對這些價值的最佳詮釋下（或者最佳理解下），它們之間不會有真正的衝突。因此，在這些情境中，存在著正確答案。
小結
若要分析前述哪一種說法較有道理，我們仍需要仰賴各倫理學家持續的對話與論辯。而在AI的部分，我們是否真的可以從大眾的選擇中，抽取出不同類型的倫理決策模型，也是一個正在進行且需持續關注的研究議題。要回答這個問題，一項重要前提是，需搜集到足夠多的數據，如此才有分析數據的空間。
因此，如果你有意願提供協助，並且對於先前提到的各種情境（自駕車、醫療照護、器官移植以及工程倫理）有興趣，想要進一步瞭解那些情境的細節（包含情境中設定有哪些對立的價值因素），歡迎各位讀者進入「人工智慧倫理學」網站提供你的選擇。未來從這些數據中分析出有趣的結果後，也會將這些資訊回饋給大家。
不同人在同一情境可能會有不同判斷，這些價值差異，也是當代AI倫理學研究想要整理的。 圖／作者提供
本文原於 2019 年 01 月 18 日刊載在鳴人堂，作者為張智皓。