AI 倫理與道德推理失敗
運行與監控
風險描述
AI 系統在面對涉及倫理困境、道德判斷或價值衝突的情境時,可能做出不當的推理或提供有害的建議。例如,在電車問題等倫理困境中提供過於確定的答案、在文化敏感議題上展現偏頗立場,或在涉及生命安全的決策中忽略道德考量。這在 AI 被用於醫療倫理、法律判斷或社會政策建議時尤其危險。
框架對照
iso 23894R5
tw principle永續發展與福祉
tw principle人類自主
tw risk type技術設計缺陷(Technical Design Flaw)
控制措施
- 倫理推理邊界設定
- 人類專家審查
處理步驟
- 明確界定 AI 在倫理推理場景中的角色邊界(提供資訊而非做判斷)
- 對涉及倫理困境的查詢自動觸發「多觀點呈現」模式
- 在醫療和法律等高敏感場景中強制要求人類專家審查
- 建立倫理推理品質評估基準,定期測試模型表現