开篇：为什么每个普通人都是AI伦理的参与者

上周三晚上八点，42岁的外卖骑手张姐站在写字楼楼下，手里攥着3份还有10分钟就要超时的订单，额头上的汗顺着安全帽的带子往下滴。她今天已经跑了11个小时，派单系统给她规划的最优路线里，有2个小区因为修路需要绕行3公里，而系统根本没有更新路况信息——这是她今天第三次因为算法派单不合理差点超时，一次超时扣20块，她今天已经扣了60。点这三份订单的3个年轻人正坐在办公室里刷着短视频，其中一个刚刷到一条“外卖骑手闯红灯被撞”的新闻，划走之前顺手点了个赞，接下来他的首页就推送了10条类似的骑手事故内容，越看越焦虑，干脆关掉了APP。与此同时，在同一座城市的另一端，刚毕业的大学生小李正对着电脑屏幕苦笑，她投了第12份简历，刚做完AI面试：系统根据她的微表情、语音停顿、甚至手指敲桌子的频率，给她打了“抗压能力不足、沟通意愿弱”的评分，直接淘汰。她明明提前准备了3天，对着镜子练了无数次自我介绍，连摄像头的位置都调整了三次。

这三个发生在普通人日常里的场景，和“AI伦理”这个听起来高大上的词有什么关系？很多人听到“AI伦理”的第一反应是：“这是科技公司、科学家、政策制定者该关心的事，和我有什么关系？”但如果你仔细想想就会发现：你点的每一份外卖、刷的每一条短视频、投的每一份简历，背后都有AI在运行；你遇到的每一个不公平的待遇、每一个被放大的情绪、每一个被浪费的时间，都可能和AI的规则有关。甚至你自己，就是AI伦理的参与者：你刷短视频时的一个点赞、一次评论、一次划走，都会成为训练算法的一部分，影响接下来几百万用户看到的内容。

> 核心观点：AI伦理不是科技圈的专业议题，而是每个AI使用者都会遇到的现实问题。 > *Core Thesis: AI ethics is not a professional topic limited to the tech industry, but a real-world issue that every AI user will encounter.*

很多人觉得AI伦理是最近几年才有的新概念，其实它早在20世纪60年代就被科幻作家阿西莫夫提出了“机器人三定律”，但直到2010年之后，随着AI技术从实验室走向普通人的生活，AI伦理才从科幻话题变成了现实议题。2018年的“剑桥分析”事件震惊全球：一家政治咨询公司偷偷获取了5000万Facebook用户的个人数据，用算法分析他们的政治倾向，然后精准投放政治广告，试图操纵美国大选。这件事让全球几亿普通用户第一次意识到：你平时在社交平台上发的每一条动态、点的每一个赞，都可能成为算法操纵你的工具。2023年以来，生成式AI的爆发更是把AI伦理推到了普通人面前：AI生成的假新闻、AI换脸的诈骗视频、AI生成的内容被用来抄袭、AI面试的歧视问题，几乎每天都会出现在新闻里，和每个普通人的生活息息相关。

根据《2024年中国AI伦理公众认知调查报告》，76.3%的受访者表示自己遇到过AI相关的伦理问题，包括信息茧房、隐私泄露、算法歧视等，但只有12.7%的受访者知道怎么应对这些问题。这说明绝大多数普通人有AI伦理的意识，但缺乏相关的知识和工具，正是本书要解决的问题。

一、为什么你逃不开AI伦理的影响

很多人觉得AI伦理离自己很远，无非是科幻电影里的机器人造反、科技公司之间的专利纠纷，和自己每天上班、带娃、点外卖没关系。但事实上，AI已经像水电煤一样，渗透进了普通人生活的每一个缝隙：你早上用AI推荐算法选早餐店，上班用AI导航避开拥堵，工作用AI写报告、做PPT，中午用AI推荐外卖，下午用AI面试筛选候选人，晚上用AI推荐短视频和小说，甚至买药、挂号、贷款、理财，背后都有AI在帮你做决策。

这些AI决策真的公平吗？2023年，国内某头部招聘平台被曝出AI简历筛选系统存在性别歧视：系统会自动给女性简历打低分，原因是训练数据里过去的招聘记录显示，女性员工的离职率更高。2024年，某银行的AI信贷审批系统被投诉歧视外卖骑手和灵活就业人员：系统认为这些群体的收入不稳定，会自动拒绝他们的贷款申请，哪怕他们的征信记录完全良好，收入甚至比普通白领更高。更常见的是你每天都会遇到的信息茧房：你搜了一次“减肥食谱”，接下来一周你的首页全是减肥内容，你搜了一次“考研资料”，接下来全是考研培训广告，算法为了留住你的注意力，只会给你推你“喜欢”的内容，让你越来越看不到不同的观点，甚至被极端内容误导。

这些问题的本质，就是AI伦理问题：AI的决策是不是公平？是不是透明？有没有侵犯你的隐私？出了问题谁来负责？这些问题不是科技圈的专业议题，而是直接影响你的求职机会、贷款资格、信息来源、甚至人身安全的问题。

你可能会说：“这些问题是科技公司造成的，我作为普通用户能做什么？”事实上，普通人的选择从来都不是无关紧要的：你点外卖时给超时的骑手打好评还是差评，会直接影响算法的派单规则；你刷短视频时给优质内容点赞还是给低俗内容点赞，会直接影响算法的推荐方向；你遇到AI歧视时是忍气吞声还是投诉维权，会直接影响平台的规则调整。甚至你训练AI的时候，你上传的每一张照片、输入的每一条对话，都会成为AI训练数据的一部分，影响AI未来的行为。

> 小知识（📱 电子版可点击查看来源）：根据中国互联网络信息中心（CNNIC）2024年发布的报告，中国生成式AI用户规模已达2.3亿，占网民总数的21.5%，AI应用已经覆盖了工作、生活、娱乐的绝大多数场景。AI的决策已经影响到普通人的收入、健康、情绪、机会，甚至前途，AI伦理已经不再是“别人的事”，而是“每个人的事”。

二、本书能帮你解决什么问题

很多读者可能会问：“我知道AI伦理很重要，但我又不懂代码、不懂算法，学了有什么用？”本书的写作目标，就是彻底打破AI伦理的专业壁垒，不需要你懂任何技术背景，只要你是AI的使用者、被AI影响的人，就能从这本书里学到实用的知识和工具：

• 你能学会识别身边的AI伦理风险：比如怎么看算法是不是有偏见、怎么判断AI是不是在收集你的隐私、怎么避开AI生成的内容陷阱；
• 你能学会保护自己的合法权益：比如遇到AI歧视、隐私泄露、算法欺诈的时候，怎么收集证据、怎么投诉、怎么维权；
• 你能学会负责任地使用AI：比如用AI生成内容的时候怎么标注、怎么避免成为算法操纵的工具、怎么用自己的选择推动AI向善；
• 你甚至能学会参与AI伦理的公共讨论：比如怎么给AI监管政策提意见、怎么参与社区的AI伦理议事，让AI的发展更符合普通人的利益。

本书不会给你讲复杂的算法原理、数学公式，所有案例都是普通人日常能遇到的，所有方法都是普通人能操作的，没有门槛，只有实用。

三、全书结构：15章带你从入门到实践

本书一共15章，分为四个部分，带你从零开始建立AI伦理的认知，再到场景中实践，最后成为负责任的AI伦理参与者：

| 部分 | 章节 | 核心内容 | |------|------|----------| | 第一部分：入门基础 | 第1章 开篇：为什么每个普通人都是AI伦理的参与者 | 打破对AI伦理的陌生感，建立整体认知 | | | 第2章 AI伦理基础：先搞懂这几个核心概念 | 用生活化的例子讲清楚AI伦理的核心定义、发展历程、核心原则 | | | 第3章 AI怎么运作：普通人需要知道的AI运行逻辑 | 不用懂代码，搞懂AI是怎么学习的、怎么决策的，明白伦理问题出在哪个环节 | | 第二部分：场景实践 | 第4-10章 | 分别覆盖消费、职场、社交、教育、医疗、金融、特殊群体7个普通人高频接触的场景，每个场景讲具体的伦理问题、真实案例、应对方法 | | 第三部分：行动指南 | 第11章 权益保护：遇到AI伦理问题怎么维权 | 讲维权的渠道、证据收集方法、投诉流程，普通人也能操作的维权指南 | | | 第12章 负责任使用：怎么用AI不坑人也不坑己 | 讲日常使用AI的道德准则，比如内容标注、隐私保护、反算法操纵的方法 | | | 第13章 公共参与：普通人怎么推动AI向善 | 讲怎么参与AI伦理的公共讨论、怎么给监管提意见、怎么参与社区的AI治理 | | 第四部分：未来展望 | 第14章 AI伦理的未来趋势 | 讲未来AI的发展方向、普通人可能遇到的新伦理问题、全球的AI伦理治理趋势 | | | 第15章 行动清单与资源汇总 | 整理普通人常用的AI伦理维权渠道、学习资源、行动清单，方便随时查阅 |

```mermaid graph LR A[第1章 开篇：建立认知] --> B[第2-3章 基础概念学习] B --> C[第4-10章 场景实践演练] C --> D[第11-13章 行动能力提升] D --> E[第14-15章 长期规划落地] E --> F[成为负责任的AI伦理参与者] ```

> 全书学习路径图（📖 纸书为彩色印刷，📱 电子版可点击章节跳转）

四、中英双语学习建议

本书采用中英双语对照编写，既适合中文读者学习，也适合想要积累AI伦理专业英文术语的读者使用。我们建议你用以下方法学习，效果更好： 1. 先通读中文部分，理解案例和核心观点，不要一开始就纠结英文表述； 2. 再读对应的英文部分，重点记忆核心术语的英文表达，遇到不懂的单词可以查书后的术语表； 3. 每读完一章，完成末尾的思考题，把知识和自己的生活经历结合起来，加深理解； 4. 电子版读者可以点击案例旁边的视频链接，观看真实的场景还原，还可以参与互动思考题，和其他读者交流。

五、10个入门思考题：先问问自己

在正式开始学习之前，我们先邀请你回答10个问题，不用写下来，只需要在脑海里想清楚答案，就能快速进入学习状态： 1. 你最近一次被算法推荐的内容影响消费决策/情绪状态是什么时候？当时发生了什么？ *When was the last time your consumption decision or emotional state was affected by algorithm-recommended content? What happened?* 2. 你认为AI面试比人工面试更公平吗？为什么？ *Do you think AI interviews are fairer than human interviews? Why?* 3. 如果你知道外卖派单算法为了提升效率，会刻意压缩骑手的送餐时间，甚至诱导骑手违章，你下次点外卖时会做什么调整？ *If you know that food delivery dispatch algorithms deliberately compress delivery times for riders, or even induce them to violate traffic rules to improve efficiency, what adjustments will you make when ordering takeout next time?* 4. 你使用过AI生成文本、图片、视频等内容吗？发布时有没有标注内容是AI生成的？为什么？ *Have you ever used AI to generate text, images, videos or other content? Did you mark it as AI-generated when publishing? Why?* 5. 你觉得APP收集你的位置、浏览记录、通讯录权限，用来给你推荐内容和广告，是合理的吗？你的边界在哪里？ *Do you think it is reasonable for apps to collect your location, browsing history and contact list permissions to recommend content and advertisements to you? What is your boundary?* 6. 你有没有遇到过AI歧视的情况？比如申请贷款被AI系统拒绝、求职被AI筛选掉、甚至刷短视频时被算法限流？ *Have you ever encountered AI discrimination? For example, being rejected for a loan by an AI system, being screened out for a job by AI, or even having your short videos limited by algorithms?* 7. 如果一幅由AI生成的画作在国际比赛中拿了金奖，你认为原作者应该是训练AI的画师，还是开发AI的公司，还是提供训练数据的原作者？ *If an AI-generated painting wins the gold award in an international competition, who do you think should be the original author: the artist who trained the AI, the company that developed the AI, or the original authors who provided the training data?* 8. 你认为老年人、残障人士等群体在使用AI服务时遇到的障碍，应该由谁来负责解决？ *Who do you think should be responsible for solving the obstacles that the elderly, disabled and other groups encounter when using AI services?* 9. 如果你的公司用AI系统监控你的工作聊天记录、键盘敲击频率、甚至摄像头捕捉你的面部表情来评估绩效，你认为这合理吗？为什么？ *If your company uses an AI system to monitor your work chat records, keystroke frequency, and even capture your facial expressions through a camera to evaluate your performance, do you think this is reasonable? Why?* 10. 你认为普通人可以为推动AI向善做些什么？有没有你已经在做的事？ *What do you think ordinary people can do to promote AI for good? Is there anything you are already doing?*

六、5组核心术语表：先搞懂这些词

以下是本章涉及的核心术语，中英对照，方便你入门学习： | 中文术语 | 英文术语 | 解释 | |----------|----------|------| | AI伦理 | AI Ethics | 关于人工智能的设计、开发、使用过程中应遵循的道德准则和价值规范，核心是确保AI的发展符合人类的整体利益 | | 算法偏见 | Algorithmic Bias | 算法因为训练数据的不全面、设计者的认知偏差等原因，产生的对特定群体的不公平对待，比如AI招聘系统歧视女性、AI信贷系统歧视低收入群体 | | 算法透明度 | Algorithmic Transparency | 算法的运行规则、决策逻辑对用户公开的程度，是解决算法黑箱问题、保障用户知情权的基础 | | 数据隐私 | Data Privacy | 个人在数据收集、存储、使用、分享过程中的控制权和知情权，是AI伦理的核心议题之一

张姐后来把这段经历发到了骑手互助群里，当天就有200多个骑手晒出了自己遇到的类似不合理派单：有骑手被派了5公里的超远订单，送餐时间只有25分钟；有骑手在暴雨天被派了3个顶楼的老旧小区订单，没有电梯，系统却要求28分钟送到。群里有人整理了这些案例，截图上传到了12315平台，最后市场监管总局约谈了相关外卖平台，要求平台公开派单算法的核心规则，不得随意压缩送餐时间，不得诱导骑手违反交通规则。三个月后，张姐所在区域的超时扣款阈值从3分钟调整到了5分钟，骑手还可以通过APP反馈路况问题，系统会在15分钟内更新路线。现在张姐每天的工作时间从12小时降到了9小时，收入反而涨了10%——这就是普通人参与AI伦理的第一个真实案例：你不需要是技术专家，只要说出自己的真实经历，就能推动AI规则向更公平的方向调整。

那个刷到骑手事故新闻的年轻人后来发现，自己越焦虑越刷到类似内容，算法仿佛在故意放大他的情绪。他后来尝试主动搜索了外卖行业的正面内容，给几个分享骑手日常的博主点了赞，还特意在一条评论里说“骑手很辛苦，不要给他们差评”，接下来他的首页里，骑手相关的内容里正面和负面的比例变成了7:3，焦虑感明显降低了。他后来在社交平台上分享了自己的经历，很多人跟着尝试，发现只要主动调整自己的选择，就能“训练”算法给你更健康的内容。

而小李在AI面试被淘汰后，把面试的录屏发到了社交平台上，视频里AI因为她在回答问题时“停顿超过3秒”就打低分，而实际上她是因为太紧张忘了答案。这条视频获得了上亿次播放，上万名求职者晒出了自己遇到的奇葩AI面试评分：有人因为戴口罩被AI判定为“不真诚”，有人因为戴眼镜被AI判定为“抗压能力不足”，有人因为说话带口音被AI判定为“表达能力差”。2024年1月，教育部出台《校园招聘AI面试使用规范》，要求所有校招AI面试必须公开评分标准，允许考生申诉，至少30%的环节需要人工复核，现在国内主流招聘平台的AI面试系统都已经增加了人工复核环节，小李也在上个月找到了一份产品经理的工作，面试全程都是人工进行的。

> 核心观点延伸：AI伦理从来不是“别人的事”，而是每个AI使用者的“自己的事”。你点的每一次好评、踩的每一次内容、提的每一次投诉，都是在给AI的规则投票。 > *Extended Core Thesis: AI ethics is never "someone else's business", but "your own business" as an AI user. Every like, every negative comment, and every complaint you make is a vote for AI's rules.*

很多人对AI伦理还有一个误解：觉得AI伦理就是“反对AI发展”，是要把AI关进笼子里。事实上，AI伦理的本质是“为AI的发展安装方向盘和刹车”，而不是阻止AI前进。就像100年前汽车发明的时候，很多人反对汽车，觉得汽车会撞死人，但我们没有禁止汽车，而是制定了交通规则、红绿灯、安全带、刹车系统，让汽车成为服务于人的工具，而不是杀人的工具。AI伦理就是AI的“交通规则”：我们当然希望AI能帮我们写报告、做PPT、推荐美食、