北京
你有没有盯着一个AI生成的回复，怀疑它是不是骨子里藏着种族歧视或性别偏见？别急着甩锅给算法——Joanna Bryson在哥本哈根GOTO大会的主题演讲《人工智能、企业责任与民主合法性》里直接把话挑明：AI的偏见就是人的偏见，两者从根上共享同一套语言和生活经验。她在《科学》杂志上的那篇《从语言语料库中自动推导出的语义包含着类人偏见》早就揭示，生成式AI输出的东西，本质上是对训练数据里人类表达的一次转录。那些说不清道不明的内隐偏见，嵌在我们说话的方式里，嵌在我们活过的每一个经验里。AI只是把它们学了去，再用一种看起来更“技术中立”的方式吐出来。
技术从来不中立，它改的是“做事的方便程度”。Bryson用了一个很戳的词——可供性。当你把AI塞进业务流程，就算你的本意是帮助客户提效，同样的工具也能让歧视、欺诈、操纵这类有害行为变得更省力更高效。过去人力挑灯夜战才能干的坏事，现在几行提示词就能规模化。不是AI生出了新的伦理问题，而是它把旧问题压缩进了更快的流水线。Bryson原话说得很干脆：“AI没有分离出去的伦理问题。AI就是我们眼下做一切事情的一部分。”那么，当问题出在“我们”身上，监管就必须从“我们”开刀。
欧盟的招数就是先按住数据这条生命线。《通用数据保护条例》被Bryson点名为所有数字法规的底座。道理并不复杂：你得先讲清楚什么数据能留、什么不能留，然后才能谈算法决定是否越界。GDPR给企业划了一条底线——你有义务让每个人知道自己被算法决定的那些事到底是怎么算出来的。这不是一个“建议”，这是一个硬性要求。连数据怎么用都说不清，就别怪监管者伸手来翻你的训练日志。
在这个基础上，欧盟铺开了三张法网。第一张是《数字服务法》，盯着推荐系统、定向广告和用户画像这些每天都在暗中运作的机制，核心问题是：这套强力系统是不是在用非法的方式捞好处？比如给特定合作伙伴优待，收钱替人站台，甚至悄悄左右选举走向。第二张《数字市场法》调子冷很多，它不针对AI本身，只管少数超级大厂。第三张，也就是Bryson眼里“最无聊”的《人工智能法案》，偏偏是最务实的——如果你开发一个能改变人命运的系统，你得做好最基本的DevOps，能被审计的那种，能证明你每一步都遵循了最佳实践的那种。无聊归无聊，这才是把“AI责任”从口号变成流程的开关。
最后一张牌来自新修订的《产品责任指令》。它直接下了一个简单到能让法务深夜惊醒的定义：数字产品就是产品。这意味着以往只约束实体商品的那整套问责逻辑，现在一字不差地砸向了AI。尽职调查不再是可选项，数字领域不再能躲在“新生事物”的遮羞布后面。Bryson的判断是，这个行业过去不够成熟，现在它正在“长大”，而长大的标志就是——你造的东西，你得对它负责。如果你连输出是否合规都判断不了，那对不起，你这个产品就没资格上线。
整个逻辑链收束到一个点上：问责。透明度本身不是终点，它只是证明你已经尽责的手段。Bryson给出的方向冷酷又清晰：别总想上最复杂的大模型炫技，法律应该倾向于使用那个恰好能把事办好、最简单的那款AI。对企业来说，这意味着“够用就好”的工程选择，正在变成一种法律上的自我保护。拿掉那些炫酷外壳，能看到的就是一句老规矩——谁造的谁兜底。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
