伤害之后？基于正义框架的AI修复行动图景

随着人工智能（AI）系统被集成到社会的更多方面，它们不仅提供了新的能力，也引发了日益受到关注的各种伤害。负责任的AI领域已有大量工作聚焦于识别和审计这些伤害。然而，对伤害发生后的情况了解寥寥：修复是什么，谁发起修复，以及这些修复的效果如何。本文基于真实事件的主题分析，发展出一种AI伤害修复的分类框架。该框架将修复行动组织分为四个主要目标：承认伤害、归因、提供补救和促进制度变革。我们将该框架应用于1060起AI相关事件的数据集，分析了每种行动的流行程度以及利益相关者的参与分布。我们的发现表明，修复努力集中在早期象征性阶段，针对问责或结构性改革的行动有限。基于正义理论，我们认为现有响应不足以提供有意义的赔偿。本工作为推动更具可 accountability 和修复性的负责任AI方法奠定了基础。