建设前询问：人类贩运干预中的 AI-for-Good 重思考
计算机与社会
2025-07-01 v1 人工智能
摘要
AI for good 倡议常常依赖技术干预解决复杂社会问题的假设。在人类贩运（HT）语境下，这种技术解决方案主义风险过度简化剥削、强化权力失衡，并可能伤害 AI 声称支持的社区。在本文中，我们引入“根本性提问”（Radical Questioning, RQ）框架作为五步、项目前的伦理评估工具，以批判性方式评估是否应构建 AI，尤其是在涉及边缘群体和根深蒂固的系统性不公的领域。RQ 不取代基于原则的伦理学，而是先于其后，提供一个上游、 deliberative 的空间，以面对假设、绘制权力格局、考虑潜在伤害。在 AI for HT 的案例研究中，RQ揭示了被忽视的社会文化复杂性，引导我们远离基于监视的干预，而走向幸存者赋能工具的路径。虽然在 HT 语境中开发，但 RQ 的五步结构可概括适用于其他领域，尽管具体问题必须具备情境性。本文将 RQ 置于更广泛的 AI 伦理哲学框架之中，该框架挑战工具主义规范，中心化关系性、反思性责任。
引用
@article{arxiv.2506.22512,
title = {Ask before you Build: Rethinking AI-for-Good in Human Trafficking Interventions},
author = {Pratheeksha Nair and Gabriel Lefebvre and Sophia Garrel and Maryam Molamohammadi and Reihaneh Rabbany},
journal= {arXiv preprint arXiv:2506.22512},
year = {2025}
}