【AI世代编者按】谈到机器人的行为准则，你肯定会想起阿西莫夫（Isaac Asimov）著名的“机器人三原则”：不伤害人类，服从人类指挥，保护自己。
现在，英国标准协会（简称BSI）正式发布了一个官方指南，旨在帮助设计者研发符合伦理规范的机器人，就如同给机器人用上了“紧箍咒”。
这份指南的名称叫《机器人和机器系统的伦理设计和应用指南》，读起来像是一本健康安全手册，但它强调的“不良行为”简直就像是从科幻小说里摘录出来的。
指南指出，机器人欺诈问题、机器人成瘾现象，以及自学习系统越俎代庖的行为，这些都是机器人制造商应该考虑的问题。
在英国牛津郡举办的“社会机器人和 AI ”（Social Robotics and AI）大会上，西英格兰大学机器人学教授阿兰•温菲尔德（Alan Winfield）说，这个指南代表了“把伦理价值观注入机器人和AI领域的第一步”。
“据我所知，这是历史上发布的首个关于机器人伦理的设计标准，”温菲尔德表示。 “这比阿西莫夫的机器人三原则更加复杂一些，它规定了如何对机器人进行道德风险评估。”
原则和问题
这份指南一开头就提出了一些宽泛的道德原则：“机器人的主要设计用途不能是杀人或伤害人类；需要对事情负责的是人类，不是机器人；对于任何一个机器人及行为，都应该有找到背后负责人的可能。”
接着，该指南强调了一系列更具争议的问题，比如人与机器人之间的情感纽带是否可取，特别是当一个机器人的设计用途是与儿童或老人互动的时候。
英国谢菲尔德大学的机器人学和AI名誉教授诺埃尔•夏基（Noel Sharkey）说，这类机器人可能会在无意中欺骗我们的感情。 “最近的一项研究，调查了小型机器人在幼儿园里的使用情况，”他说。“孩子们很喜欢这些机器人，而且对它们有了依恋之情。但是在后来的询问中，孩子们显然认为机器人的认知能力比家里的宠物强。”
该指南建议，机器人设计者要以透明性为导向，但科学家说，这一点说起来容易做起来难。“AI系统，尤其是深度学习系统的一件棘手事，就是你不可能知道它们做决定的原因，”温菲尔德说。
在给深度学习技术编程的时候，并不是让它们以固定的方式完成某个特定任务。相反，它们会尝试了数百万次，在这个过程中进行学习 ，然后制定出一个策略来执行任务。有时候，这些策略会出乎人类创造者的预料，让他们无法理解。
对人类的歧视
该指南甚至还暗示会有性别歧视或种族主义倾向的机器人出现，发出了小心机器人“缺乏对文化多样性和多元化的尊重”的警告。
“警方使用的一些技术这已经显示了这种倾向，”夏基说。这些技术的用途是突显可疑人员，方便警方在机场进行拦截。事实证明，这种技术在种族貌相上存在倾向性。
温菲尔德说：“毫不夸张地说，深度学习系统使用了整个互联网上的数据来进行训练，但问题是，这些数据本身就是有偏差的。系统倾向于青睐白人中年男子，这显然是一场灾难。各种人类偏见都有可能被携带到系统中。”
在未来的医疗应用中，系统可能不太擅长为女性或少数族裔做诊断。目前已经有一些语音识别软件识别女声的能力逊色于识别男声，或者是面部识别软件识别黑人比识别白人困难得多。
“对于机器人，我们需要一个可以打开和检查的黑匣子，”夏基所述。 “如果一个机器人警察有种族主义倾向，我们可以关闭它，把它从街头移除。”
过分依赖机器人
该指南还提出了更加广泛的社会问题，比如“过分依赖的机器人”，但是在这些问题上应该采取怎样的做法，它没有给设计者指出清楚的方针。
“过分依赖机器人的一种形式是自动化偏见，当你和一台机器打交道的时间比较长，它每次都为你提供了正确的答案时，你就会开始信任它，自己不再去验证答案。而在这时，机器人可能会给你提供一些十分愚蠢的答案，”夏基说。
也许以更加长远的目光来看，这份指南提醒我们，流氓机器人“可能会制定出新的或者更改后的行动计划......可能带来无法预料的后果”。
丹•帕尔默（Dan Palmer）是BSI制造业的主管，他说：“使用机器人及自动化技术来提高制程的效率、灵活性和适应性，这是制造业增长的重要组成部分。要让人们接受这种趋势，就必须识别和应对机器人的伦理问题和风险，比如人类变得过分依赖于机器人等等。这份指南提供为机器人和自主系统领域的设计者和用户提供了帮助。”
对经济和就业的影响
温菲尔德认为，机器人对经济的影响绝对是积极的，但围绕机器人和就业机会展开的争论则太过两极分化。他的看法是，简单地说“机器人一定会抢走我们的工作”，或者“新工作一定会比旧工作更多”是没有意义的，这得取决于具体情况，总之这是一个相当微妙的问题。
在影响就业方面，温菲尔德更担心的是AI，而不是有形的机器人。他认为，知识工作者（律师、呼叫中心工作人员、翻译、数据分析师）被AI取代的风险，比体力劳动者被机器人取代的风险更大，因为机器人技术的成熟和部署远远更加困难。而且人们已经发现，在机器人可以发挥优势的地方，都需要人类和机器人并肩工作，因为现在的体力工作无法完全自动化。那些可以完全自动化的体力工作，早就已经自动化了。
温菲尔德认为，机器人可以创造出新的岗位类型。过去20年的数字化经历提供了一个教训：你很难预测这些工作是什么。关键在于，新技术开辟了创造的新途径。我们显然需要更多的人来维护机器人，但是新技术也催生了新的创业领域。比如Open Bionics的 3D打印假肢，当初谁能想到机器人可以用这种方式来使用！随着技术的改进，可穿戴机器人将会变得普遍。不仅是残障人士，老年人也可以用它们来代替轮椅。
关于特斯拉的自主驾驶系统
温菲尔德认为，还需要很长一段时间，我们才会在道路上看到无人驾驶汽车和卡车，因为这项技术还没有做好上路的准备。
一个重要的问题在于：这种车是需要人工辅助，还是应该完全自主驾驶。最近发生的特斯拉事故致死案表明，让人类参与自动驾驶任务是一个非常糟糕的做法。
如果驾驶者在车上无事可干，那么他的注意力就很难集中在道路上，所以，如果你觉得自动驾驶系统一旦遇到问题，驾驶者就可以马上接手，恢复人工控制，这也想得太简单了一些。
特斯拉的事故还说明机器人的感知能力仍不够好。在行驶过程中，机器人有很多时候都不太了解状况，因为它们在感和和认知上存在缺陷。
温菲尔德表示，如果一个公司要想获得成功，他们的目标应该是获得“盖章认定”，证明他们的机器人符合相关标准。
监管是政府给我们提供的一颗定心丸。为什么我们会相信商业客机？因为那是一个高度监管的行业，标准定得非常高。
商用飞机的经验也应该用在机器人领域。特斯拉就是一个需要进行监管的例子。他们的自动驾驶仪没有公布正式的标准，所以不能信他们。（综合/Kathy）
推荐：获取更多人工智能与机器人内容，请关注“AI世代”微信号（tencentAI）。
