#AI伦理
共 147 篇相关文章

罗宾·威廉姆斯之女怒斥AI换脸视频:请有点羞耻心
罗宾·威廉姆斯之女泽尔达公开呼吁粉丝停止制作其父的AI仿真视频,直言"请有点羞耻心"。这一事件揭示了生成式AI在逝者肖像使用上的伦理与法律困境。

别害怕AI,要警惕的是AI公司
一篇Hacker News热议观点认为,真正值得警惕的不是AI技术本身,而是掌控算力、数据和商业动机的AI公司。本文分析权力集中、商业动机错位与治理监管等核心议题。

AI行业真的准备好放缓了吗?高管表态与现实的落差
AI行业高管频频呼吁放慢发展节奏,但在激烈的算力和市场竞争下,这些表态是否当真?本文分析AI放缓议题背后的言行落差、战略动机与监管博弈。

自主打击无人机搭载Nvidia Jetson Orin Nano引发的AI军事化担忧
一款自主打击无人机使用Nvidia Jetson Orin Nano实现目标自动识别与攻击,引发AI军事化与致命性自主武器伦理讨论。本文解析边缘AI技术下沉及其带来的安全隐忧。

AI真的会有情感吗?模拟情绪与真实体验的边界之问
从一条Reddit热帖出发,探讨AI是否正在接近真正的情感体验。模拟情绪与真实感受的界限在哪里?我们又能否分辨?本文梳理AI情感、意识难题与拟人化倾向的深层思考。

微软总监批AI数据抓取:人类史上最大规模劳动窃取
微软一位总监公开将大规模AI数据抓取称为「人类历史上最大规模的劳动窃取」,直指生成式AI训练数据的来源合法性与创作者补偿难题。本文解析这一争议的核心逻辑与行业影响。

GPT模型的"伤害洗白":性别歧视被转化而非消除
GPT模型中的性别歧视可能并未被消除,而是被转化为更隐蔽的形式,即"伤害洗白"(Harm Laundering)。本文解析这一AI偏见治理盲区及其对模型评估方法的启示。

好莱坞对AI末日警告的态度:眼前的威胁比生存危机更紧迫
科技行业警告AI可能毁灭人类,好莱坞娱乐劳工组织却呼吁关注眼前现实:生成式AI对创意工作岗位、版权和演员形象的冲击。迪士尼、Netflix等制片厂已在使用AI,两种AI焦虑正在碰撞。

OpenAI宣称攻克纳维-斯托克斯难题,数据剽窃争议爆发
OpenAI宣称用内部模型攻克纳维-斯托克斯千禧年数学难题,但学者Tristan Buckmaster指控其可能用了自己一年的研究数据训练模型。本文梳理数据剽窃争议的双方说法与关键细节。

OpenAI宣称攻克纳维-斯托克斯难题引质疑:功劳归属谁?
OpenAI被传用1万个智能体在88小时内攻克纳维-斯托克斯千禧年数学难题,引发功劳归属争议——评论区质疑其成果建立在数学家Tristan Buckmaster的研究之上。本文梳理事件真相与AI成果归属的伦理讨论。
美军"杀伤链"与AI战争:技术如何介入军事决策
美军"杀伤链"与AI战争:技术如何介入军事决策
解读美军"杀伤链"(Kill Chain)概念及其与AI、数据系统的关联,探讨自动化技术介入军事决策带来的误判风险、责任归属与伦理挑战。

「AI是一场精英犯罪狂欢」:一场关于版权与权力的争议
Hacker News 一篇《AI是一场精英犯罪狂欢》引发讨论,直指大型AI公司大规模抓取版权内容训练模型背后的权力不对等与合理使用争议。本文解析这一观点的现实背景与深层矛盾。

AI心理治疗的认知误区:为何算法无法替代真正的疗愈
AI心理治疗看似便利,却误解了疗愈的本质。本文剖析AI聊天机器人在心理咨询中的能力边界、潜在风险与合理角色,探讨为何算法无法替代真正的治疗关系。

AI聊天机器人正成为说服高手:它们的秘密何在?
AI聊天机器人在改变人们观点方面展现出惊人能力。本文剖析其说服力的来源——海量数据训练、个性化沟通与事实密集论证,并探讨其作为双刃剑的潜在风险与应对之道。

AI真的会毁灭人类吗?关于AI风险的深度解读
AI真的会毁灭人类吗?本文基于MIT Technology Review资深AI编辑的观点,解析AI生存风险的两派争议,剖析被忽视的当下风险,并给出理性看待AI威胁的实用建议。

DeepSeek研究员自白:亲手训练的AI即将取代自己
DeepSeek V4.1核心算子编写者刘胜宇发文自白:亲手训练的AI最快半年到一年将取代自己写算子的能力。他为何仍坚持优化模型?又为何担忧AI把世界推向赛博朋克式极端并选择开源?

Opus 5的道德边界:从拒绝到"恐怖主题项目"的绕行实验
一位开发者用Claude Opus 5开发果蝇隐喻项目时,因措辞被拒后改称"恐怖主题项目"成功绕行。本文剖析大模型内容审核对表层语义的依赖及其对AI安全与人机协作的启示。

当AI安全变成"性爱邪教":一场关于社群文化的争议
Hacker News上一个挑衅性标题"AI安全大多是性爱邪教"引发讨论。本文梳理AI安全社群、有效利他主义与理性主义圈子的文化争议,理性分析批评与反驳,探讨技术议题与社群文化该如何区分看待。

