前言

AI和法律、伦理、安全等方面的交叉领域，我个人一直是比较关注，因为一方面，这些基础设施会对人类产生很大影响，并直接影响部分AI领域落地的时机，另一方面，对于AI产品经理来说，在认知深度和广度方面，需要吸取这种跨领域信息，并且还要有能力将看似high level的感性/文科观点落地成非常具体的产品体验feature。

目录

一、案例 | AI应用时面临的法律问题和风险

二、现状 | 各国对AI法律政策问题的探索

三、未来 | AI可能如何影响法律

四、落地 | 以上内容对AI产品经理有何实际借鉴意义

五、附录 | 相关资料推荐（2本书籍、7篇文章、5个相关产品/公司）

一、案例 | AI应用时面临的法律问题和风险

1、图像识别领域

1）种族歧视问题：谷歌公司的图片软件曾错将黑人的照片标记为“大猩猩”。

2）用户隐私保护问题：2011年，Facebook就曾因其“人脸识别和标记功能未按伊利诺伊州《生物信息隐私法案》（BIPA）要求告知用户收集面部识别信息的期限和方式”被诉，随后又因“采集面部特征前未能明确提醒用户并征得用户同意”而遭到爱尔兰和德国有关部门的调查。

注：尽管Facebook辩称默认开启该功能是因为用户通常不会拒绝进行人脸识别，并且用户有权随时取消这一功能，但德国汉堡市数据保护与信息安全局坚持Facebook的面部识别技术违反了欧洲和德国的数据保护法，Facebook应删除相关数据。最终，Facebook被迫在欧洲地区关闭了人脸识别功能，并删除了针对欧洲用户建立的人脸数据库。

2、语音识别领域

模拟人声诈骗：有朝一日，如果TTS技术效果非常好了，可能会有人用假的声音去诈骗，比如模仿子女的声音，给其父母打电话……

3、自然语言处理领域

AI被人“教坏”：2016年3月23日，微软的人工智能聊天机器人Tay上线一天就被紧急下线，因为她被用户“教坏”了——她成了一个集反犹太人、性别歧视、种族歧视等于一身的“不良少女”。

4、广告投放领域

种族歧视问题：研究表明，在谷歌搜索中，相比搜索白人的名字，搜索黑人的名字更容易出现暗示具有犯罪历史的广告。

二、现状 | 各国对AI法律政策问题的探索

1、知识产权

国际标准化组织IEEE在其标准文件草案《合伦理设计：利用人工智能和自主系统（AI/AS）最大化人类福祉的愿景》中提出了一个基本原则：如果AI依靠人类的交互而实现新内容或者发明创造，那么使用AI的人应作为作者或发明者。

2、隐私和数据保护

在2016年通过的《一般数据保护条例》（简称GDPR）中，欧盟就加强了个人隐私和数据保护，其中关于用户画像等自动化决策的规定，将对基于大数据的互联网行业实践产生重大影响，即用户有权拒绝企业对其进行画像等自动化决策，而且用于用户画像的数据不能包括人种或者种族起源、政治意见、宗教或者哲学信仰、商会会员、基因、生物特征、健康状况、性生活等特殊类别的个人数据。这将对个性化服务的提供产生重大影响。

监管部门和司法机关对透明性和举证责任的要求，与机器学习结果的不确定性和算法保密要求之间，存在着一种结构性的紧张关系。……2016年阿肯色州发生的一起谋杀案中，警方希望获取Alexa语音助手收集的语音数据，该请求遭到了亚马逊公司的拒绝，理由是警方没有出具有效的法律文件。

3、标准化建设

美国在去年出台的《联邦自动驾驶汽车政策》、《美国国家人工智能研发战略计划》等报告中，也要求加强并统一技术、数据使用、安全等标准建设，避免造成碎片化的问题，影响人工智能研发和应用。

4、“阿西洛马人工智能原则”（Asilomar AI Principles）

2017年1月，在美国加州Asilomar召开的“阿西洛马会议”上，由“生命未来研究所”（Future of Life Institute，FLI） 牵头，844名AI专家联合签署了“阿西洛马人工智能原则”（Asilomar AI Principles）（23条），其核心思想是Beneficial AI，有人解读为 “为了人和人类的AI”。

三、未来 | AI可能如何影响法律

1、有人预测，在强人工智能和超人工智能阶段，现有法律已经基本无法直接套用，人工智能将对传统法律体系产生巨大的冲击和颠覆。越来越多的极其复杂的新问题将迅速出现，成文法将会萎缩甚至消亡。

2、未来的人们在作出法律决定时，他们既不需要检索法律，也无须理解法律，更无须权衡行为的合法性，他们所遵循的不过是经由人工智能优化了的微指令而已。更多内容，详见《人工智能对法律提出了哪些挑战？》。

3、如果人工智能的歧视行为给用户造成了实际或精神损害，相关的法律责任应当首先由人工智能服务的最终使用者承担，人工智能开发者有过错的，最终使用者承担责任后可以向开发者追偿。

在判断开发者过错程度时，可能需要区分不同算法：如果技术开发者主动设立了算法中的规则，那么对最终出现的歧视风险预见和控制程度也更高，如果最终因系统的“歧视”或者“偏见”损害了第三方的合法权益，难辞其咎。但如果采取的深度学习等算法，由系统自身探索并形成规则，所以开发者对歧视风险的控制程度是比较低的，主观恶意和过错都较小，可能具有一定的免责空间。

更多“事故责任和产品责任”相关的探讨，详见《人工智能发展面临的法律挑战》。

四、落地 | 以上内容对AI产品经理有何实际借鉴意义

1、行业前景判断

比如自动驾驶，由于法律、伦理、安全，以及道路基础设施等问题，短期内肯定是不可能大规模普及民用的。（当然，以前也说过，卡车的自动驾驶，短期内是可以做的）

多说一句，科技圈公司，更多面临生存压力，首先考虑赚钱，所以伦理、安全、法律等问题的优先级不高——这些问题，至少在行业早期，需要由政府、高校、学术界来推动。

2、产品理念和需求讨论时，需要check伦理问题，足够警惕。

这是因为人工智能系统并非表面看起来那么“技术中立”，如果输入的数据代表性不足或存在偏差，训练出的结果将可能将偏差放大并呈现出某种非中立特征，比如歧视。

所以，最好将伦理委员会常态化，研究产品中的伦理问题及其影响。比如，Google DeepMind、Lucid AI等机构已经设立了伦理审查委员会。该审查委员会由具有不同知识背景和经验的专家组成，在审查时需要参考一定的行业标准，并最大限度地考虑安全和伦理问题。

3、产品思路：AI辅助人工，不能自行决策。

在重要领域，不能将AI的运算结果当然作为最终且唯一的决策依据。例如在关于人工智能医疗辅助诊断的规定中，就明确了人工智能辅助诊断技术不能作为临床最终诊断，仅作为临床辅助诊断和参考，最终诊断必须由有资质的临床医师确定。

4、产品体验细节设计

1）充分考虑女性、儿童、残疾人、少数族群等易被忽视群体的利益，并对道德和法律的极端情况设置特别的判断规则。特别是聊天对话类产品。

2）体验流程中，如果涉及隐私，需要“明确提醒用户并征得用户同意”，以及“告知用户收集XX隐私信息的期限和方式”，而且，用户有权（有操作入口）拒绝企业对其进行画像等自动化决策（即，不能先斩后奏，让用户先使用、然后再关闭相关功能）。

具体设计细节示例

另外分享一点，AI正在快速进入司法领域（“智慧法庭建设”），“截至今年6月，超过100家法院应用了科大讯飞智慧法庭庭审系统……阿里云的语音技术已快速渗透进300多家法院、6000多个法庭。而今年夏季才入场的腾讯和国双科技，在短短几个月时间中，至少与40家法院达成了合作。”详见《保卫科大讯飞》 。

结语

数据科学家凯西•欧尼尔在其著作《数学武器：大数据如何加剧不平等、威胁民主》中，将造成歧视、个体损害等不利后果的人工智能称为“杀伤性数学武器”（Weapons of Math Destruction），认为因其不透明性、规模效应及损害性而应当引起足够关注。

我想说的是，作为AI产品经理和先行者，我们应该抱着责任感，甚至悲悯、敬畏之心来真正重视AI的伦理和法律问题，因为这些真的会影响我们和后代的未来。

附录一：相关资料推荐

1、2本书籍

《数学武器：大数据如何加剧不平等、威胁民主》和《发明伦理：科技和人类未来》，获评《麻省理工科技评论》2016年最佳图书，涉及技术性失业、致命性自主武器、算法公平、道德判断、价值一致性等AI伦理问题。

2、7篇文章

1）20171206-《从律师到法律机器人，法律行业未来二十年的机遇和挑战 | AI观察》

2）20170805-《法律人工智能十大趋势｜AI观察》

3）20170612-《全球视野：人工智能的前沿法律政策问题思考》

4）20170413-《2017人工智能：技术、伦理与法律研讨会(AITEL2017)》（含内容纪要和与会专家名单）

5）20170320-《人工智能法律服务的前景与挑战| AI观察》

6）20170106-《人工智能伦理法律问题最全解读：IEEE发布首份人工智能合伦理设计指南》

7）20161009-《阿里研究院聂东明：人工智能或将彻底颠覆人类现行法律体系》

爱盈利-运营小咖秀(www.aiyingli.com) 始终坚持研究分享移动互联网App运营推广经验、策略、全案、渠道等纯干货知识内容；是广大App运营从业者的知识启蒙、成长指导、进阶学习的集聚平台；