文章核心观点 - 文章从社会科学视角系统性地探讨了“AI向善”的内涵、实现路径与责任主体，提出“善”应包含“合理”、“用益”与“合意”三个维度，并强调需通过市场、社会与政府多方协作的机制来促进AI向善 [2][3][12] 何为善：社会科学的视角 - 关于AI向善的理念共识度高，但如何实现与执行落地讨论不足，主要由当事企业和技术团体在“对齐”框架内讨论，具有片面性和多变性 [3] - 应将AI向善问题置于社会科学知识体系内分析，技术是否向善的根本标准在于是否促进经济发展、社会进步和民众幸福，即增进人类福祉 [3] - 社会科学不仅能提出理念，更能在普适知识体系中提供评价标准、实现路径和行为主体方面的理论能力 [3] 合理是善：高效配置资源、增加社会福利和公平分配 - 经济学将“合理”定义为资源配置效率提高、社会福利增加和相对公平分配 [4] - AI在提升全要素生产率、提高投入产出比、促进创新投资等资源配置效率指标，以及提升教育医疗水平、完善社会保障等社会福利指标方面贡献显著，体现了“技术之善” [4] - 实现“合理之善”的路径是让市场在AI发展相关领域发挥决定性作用，行为主体是企业，同时需要健全与完善平等竞争、公平准入等市场规制 [4] - 从公平分配角度看，AI目前影响负面，存在“不善”：财富更加集中在创新成功的极少数人手中，且AI的替代作用主要影响中低收入群体，目前看不到改善迹象 [4] - 解决公平分配问题需要AI企业努力，同时需要政府发挥作用，在以替代劳动为主的AI应用与AI新创就业机会间保持平衡，并完善长期社会保障制度 [4][5] 用益是善：超出GDP边界的消费者获益 - AI带来的大量消费者剩余或“用益”无法用标准GDP增长衡量，但给人民群众带来便利、快乐、幸福等获得感 [6] - AI带来“便利之善”：大量基于网络和AI的自助服务带来便利，却未产生可计入GDP的经济行为，反而替代了原先可计入GDP的服务，如自助订票、免费网络信息、电子邮件等 [6][7] - AI带来“平权之善”：将海量普通消费者带入原本只有高收入和高知识群体才普遍拥有的消费与创意领域，例如让文字阅读能力差或收入低的消费者也能享受丰富的文化产品与服务 [7] - 用益之善以免费、自娱、互助等方式呈现，无法用GDP衡量，但可用条件价值评估法衡量，研究表明低收入者获得的用益与其货币收入之比显著高于高收入者 [8] - AI也存在“用益不善”，如沉溺网络游戏、信息茧房等带来长期身心损害，技术持有方和使用方需有克制和自律责任，政府与社会也需协同应对 [8][9] 合意是善：科技长期后果的社会共识度 - 本文将“具有最大公约数的社会共识和由此决定的社会团结”定义为“合意”，并用以讨论AI时代的科技伦理问题 [10] - AI时代的科技伦理问题性质发生根本变化，许多研究意在改变人类自然或社会状况，创造新秩序，其长期后果可能连发明者也无法预知 [10] - 当科学试图改变经千万年演进形成的人类特征和自然规律时，公众必须知情和参与表达合意与否，这需要公共透明开放的“集体性磋商” [11] - 科学家有责任向公众说明全部可能后果，社会需进行充分讨论以形成最大公约数的共识，防止由少数科技专家仓促做出不可逆转的不当创新 [11] 机制探讨：各方协作促进AI向善 - 除了“用益之善”是技术自然结果外，“合理之善”与“合意之善”不会自然发生，需要设计相应激励机制 [12] - AI创新与生产者的“向善”激励显著且有效，因为AI需要大规模应用，若其“善”得不到社会共识则无法被长期很好应用，社会对安全与伦理的高度关注对企业形成强大压力与价值观导向 [12] - 信誉维护要求生产者“向善”，被社会认为“不善”时需快速回应调整，例如2023年OpenAI因使用用户敏感数据引发质疑后承诺不再使用 [14] - 分布式治理是AI向善的治理特色，AI和数据应用具有场景化特点，形成分布式资源配置，各场景的参与者共同体（如平台）制定并遵循特定规则，同时具备治理功能 [14] - 公权力的治理必不可少：需明确“不得为”的负面清单（如侵犯隐私、发布虚假恐怖信息等）；政府需强制企业公开透明（如用户协议）；对于与人类自身相关的创新，提供者需向社会讲清后果；政府可通过发布指南、批评不当做法、约谈企业等方式发出重要引导信号 [15] - 社会科学在促进AI向善中要发挥重要作用，其在资源配置效率、社会福利损益、财富公平分配、公众意愿感知评测等方面有深厚积淀，应在AI向善的讨论、实践和学理构建中承担核心责任 [15]