「」人工智能在实现可持续发展目标中发挥的作用( 二 )


二是在促进可持续发展目标的同时 , 恐引发不平等 。例如对消除贫困、普及优质教育和促进性别平等三大目标起到抑制作用 。以目标1.1消除极端贫困为例 , 虽然人工智能可利用卫星识别技术加强国际援助 , 但会额外提高技术门槛 , 加剧现有不平等 。此外 , 人工智能技术设备分布不均衡也会加剧不平等 。例如小规模农业生产者并不拥有复杂的人工智能农业设备 , 可能加大与规模生产商之间的差距 , 进而影响了消除饥饿 , 对达成粮食安全的目标造成不利影响 。
三是人工智能尚未充分评估算法、图像识别或强化学习等技术对性别歧视和少数族群的潜在影响 。例如 , 机器学习算法不加批判地选择日常新闻来训练 , 将无意间学习到现实社会对女性的偏见 , 继而嵌入其自然语言算法中 。此种偏见歧视产生的根源 , 除了缺乏多样性的数据集外 , 劳动力群体中缺乏女性和种族的多样性也是重要原因 。
人工智能在经济领域的影响
「」人工智能在实现可持续发展目标中发挥的作用
文章图片

文章图片

将SDGs目标中的目标8、目标9、目标10、目标12、目标17划入经济领域 , 绿色部分表示AI扮演积极角色 , 橘黄色部分表示AI扮演消极角色 。
在经济领域中有42项细分目标(占比达82%)可以从人工智能中获益 , 而有20个目标(占比30%)会被抑制 。现有文献表明 , 若未来经济过度依赖于数据分析 , 则发达国家与中低收入国家的经济差距日益增大 , 引发新的不平等 , 严重影响目标8(打造持久、包容和可持续的经济增长)、目标9(基础设施与工业化)以及目标10(减少国家间的不平等)的实现 。以国家内部的不平等为例 。上世纪90年代通用、福特和克莱斯勒公司与苹果、谷歌和脸书公司的员工数几乎相等 , 但2014年后者人数在大幅降低的同时 , 股票市值却增加30倍 , 这都因为更多低技能工作被技术取代 。
人工智能在环境领域的影响
「」人工智能在实现可持续发展目标中发挥的作用
文章图片

文章图片

在环境领域中有25项细分目标(占比达93%)可以从人工智能中获益 。用以持续改善生态系统 。例如人工智能可以通过大规模数据分析来制定出统一协调的联合环保行动 。就目标13应对气候变化而言 , 有证据表明人工智能的进步将帮助人们加深对气候变化的理解 , 促进对气候变化影响的建模工作 。此外 , 人工智能也将提升低碳能源系统和高度集成的可再生能源系统效率 , 满足气候变化所需 。
人工智能还可增强应对气候变化的早期预警能力 , 智能化手段可以强化各国抵御和适应气候相关自然灾害的能力 。就防治荒漠化、恢复破坏植被而言 , 利用神经网络等相关技术 , 可以提高卫星图像识别速率 , 及时提供荒漠化蔓延态势 , 为后续绿色治理提供帮助 。
证据之间的关联度评估
整体上看 , 在全部169个细分目标中 , AI能对134项产生积极促进作用 , 占比高达79% 。对59个具体目标产生阻碍作用 , 占比达35% 。积极影响远大于消极影响 。这可能是因为AI研究通常涉及定量分析 , 从而使结果偏向积极作用 。
然而 , 当进一步审慎衡量证据的适当性 , 排除测量误差后 , 会发现在社会领域 , AI促进作用由82%降低到77% , 降幅达5% 。AI抑制作用由38%降低到25% , 降幅达到13% , 由此说明证据的适当性对AI负面作用的影响更大 。在经济领域 , AI促进作用由70%降低到55% , AI抑制作用由33%降低到23% , 分别降低15%与10% 。证据的适当性对AI促进作用的降低幅度更大 。很大程度上是基于就业政策等社会因素考虑 , 但总体而言 , AI对经济产生的长期正面影响并未被现有统计方法与实验模型所准确衡量 。在环境领域 , AI积极作用由93%降低到85% , AI抑制作用由30%降低到12% 。分别降低8%与18% , 也表明证据的适当性对AI负面作用的降低幅度更大 。


推荐阅读