AI and Accessibility A Discussion of Ethical Considerations

发布日期
2020-06-01
作者
Meredith Ringel Morris
格式
PDF

内容摘要

本文由微软研究院高级首席研究员Meredith Ringel Morris撰写,发表于Communications of the ACM 2020年6月刊,系统讨论了人工智能技术应用于无障碍领域时面临的七个伦理挑战。

文章指出,全球超过10亿人患有残疾,AI技术在消除无障碍障碍方面具有巨大潜力——如计算机视觉帮助盲人感知视觉世界、语音识别为听障人士提供实时字幕、机器人系统增强行动不便者的能力。

然而,必须审慎考虑以下伦理问题:

包容性——AI训练数据缺少残疾人群体的样本(如语音识别无法处理构音障碍、计算机视觉对盲人拍摄的低质量图像效果差);

偏见——AI可能放大基于残疾的歧视(如通过在线行为推断用户残疾状态);

隐私——少数残疾人群体面临更高的再识别风险;错误——残疾人过度信任AI输出可能导致严重后果;

期望设定——媒体和广告对AI能力的过度宣传可能误导敏感用户群体;

模拟数据——用模拟数据替代真实残疾用户数据的做法存在问题;

社会可接受性——如可穿戴AI设备的隐私问题在不同使用场景下有不同评判标准。

核心观点

  • AI训练数据缺乏残疾人群体的代表性,导致AI系统对他们低效或无效,形成技术排斥。
  • 残疾用户的隐私风险更高,尤其对于罕见残疾群体,传统的匿名化技术可能不够有效。
  • 残疾人因无法验证AI输出而过度信任系统,需要重新校准精确率/召回率权衡。
  • 模拟残疾数据不能替代真实用户数据,且可能强化对残疾人的负面刻板印象。
  • 必须确保残疾人在AI技术创新中有决策话语权,包括参与教育、研究和工作场所的包容性。

完整目录

  • Introduction(引言)
  • Inclusivity(包容性)
  • Bias(偏见)
  • Privacy(隐私)
  • Error(错误处理)
  • Expectation Setting(期望设定)
  • Simulated Data(模拟数据)
  • Social Acceptability(社会可接受性)