公司未经授权窃取个人信息,写代码的人是否也有责任?
《大数据技术伦理》中,一家公司大量抓取招聘平台上的简历数据。参与编写爬虫软件的工程师认为,自己只是完成技术任务,并不了解公司的其他运营情况,道德上没有瑕疵。
你认同他的观点吗?
本期“紫冬书荐”,走近清华大学自动化系张佐、裴欣编著的教材《大数据技术伦理》。本书是“新一代信息技术(人工智能)系列丛书”的组成部分,在作者十余年教学实践的基础上编写而成,从具体案例出发,思考技术应用中的权利与责任。
一、立足教学,凝练成书
伦理问题的学习,需要知识,也需要讨论、反思与实践。
清华大学研究生院于2013年开始在全校推进职业伦理课程群建设,2014年推出大数据研究生培养项目,并在工程伦理方向下专设“数据伦理”课程。本书作者由此承担相关课程建设和教学任务,自2015年起开设“数据伦理”课程。
在教学过程中,课程除教师讲授外,还利用“工程伦理”慕课及相关网络教学资源,采用翻转课堂、案例教学、小组主题研讨、角色扮演等多种形式,促进学生主动学习。同时,尝试通过基本知识考核、案例反思写作、课程报告、开卷考试等方式评价学习成果。
《大数据技术伦理》正是在这些教学实践的基础上编写而成。教材将基础理论、案例分析与讨论研习相结合,帮助读者在学习知识的同时,思考技术应用中的社会影响与职业责任。
二、通专结合,理解数据伦理
全书由工程应用伦理通论、信息与大数据应用伦理专论和附录三部分组成,从伦理学基础逐步进入大数据应用中的具体问题。
1.从基础理论出发
通论部分介绍伦理直觉与伦理学、工程师的伦理观、信息社会风险与信息伦理等内容,引导读者理解工程伦理、信息伦理和大数据应用伦理的基本问题,为后续分析提供理论基础和分析框架。
2.进入专业应用情境
专论部分侧重应用问题分析,采用专题式编排,聚焦:数据安全、个人信息与隐私保护、数据权利与数字经济法治、数据赋能公共治理、人工智能伦理、做负责任的创新者等内容,分章论述,涉及数字经济、公共治理与社会生活等领域。教材将基本原理与专业应用相结合,引导读者分析其中的权利、义务、责任等伦理要素。
3.借助资料延伸学习
附录收录相关领域的法律法规、伦理章程等材料,供读者参考。正文和各章末还准备了文献、法规、报告等资源,为进一步研讨和自主学习提供支持。
目录一览
三、应知、善行、敢创、会引
学习技术伦理,最终需要落实到对问题的认识、对责任的理解和对行动的选择。
本书将信息与大数据伦理教育的目标概括为四个层次:应知、善行、敢创、会引。从个人的伦理意识到专业人员的公共责任,这四个层次也为理解本书的育人目标提供了线索。
1.应知——识别伦理问题
“扩展思考维度,掌握信息和大数据伦理问题的识别与分析方法,培养伦理意识和责任感。”
教材从伦理学基础理论出发,结合信息与大数据应用中的具体问题,帮助读者理解技术应用涉及的伦理要素,逐步建立分析问题的基本认识。
2.善行——履行职业责任
“掌握并能够践行工程伦理的基本规范,在专业活动中履行职业责任。”
教材通过伦理学原理、伦理设计方法和行动方案案例,引导读者思考如何将伦理认识用于实际问题,培养在工程和科技创新过程中采取符合伦理的行动方案的自觉性和行动能力。
3.敢创——参与规则建设
“面对接踵而来的信息和大数据伦理困境,不断提高前瞻力和决断力,敢于推动创建企业规章、行业规范、国家法律和全球协议。”
这一目标将读者的视野从具体问题拓展至规则建设,鼓励其关注技术发展过程中规范与制度的完善。
4.会引——引导公众认知
“能够组织和参与法治、标准、论坛等行动,善于通过公共平台发出专业声音、贡献专业智慧。”
专业人员还应关注公众的信息素养,帮助公众认识和应对信息领域的风险、保护自身权益。伦理教育由此从专业学习延伸至公共责任。
四、从一个案例开始
面对具体的伦理问题,如何展开分析,又如何形成行动方案?
本书尽量选用国内外发生的真实案例,解读大数据、人工智能等信息新技术对个人、企业、社会、国家和全球产生的切实、深刻的影响,突出伦理问题的现实性和紧迫性。
阅读线索“案例引入 → 方法分析 → 讨论研习”贯穿于教材的内容安排之中。
1.以案例引出问题
除第8章外,每章开篇由引导案例代入主题,随后结合伦理学原理、伦理设计方法或符合伦理的行动框架加以阐述分析。章末进行小结,并再提供两个相关案例供进一步研讨,帮助读者深化理解、强化运用。
案例试读
2.以方法支持判断
本书由伦理推理过程出发,提出应对工程伦理问题的一般框架,并结合价值敏感设计方法,形成应对大数据伦理问题的分析框架和对策工具。
教材重视跨学科分析与能力培养,为读者提供将当代科技伦理和工程伦理的基本价值观用于解决新型伦理问题的分析方法、决策过程和行动方案案例。
3.以讨论延伸思考
每小节后均设置讨论题:有对本节内容进行反思和深入研讨,有与本节相关的拓展内容,需要读者自行探索。读者可以循着案例提出的问题学习理论,再结合讨论题尝试运用所学方法;也可以借助参考资料进一步查阅,在研讨与自主探索中深化认识。
讨论试读
五、哪些读者适合阅读?
1.用于课程学习
本书可作为工程伦理、数据伦理、信息伦理等课程的教材,面向电子信息类、计算机类、自动化类、经济管理类、公共管理类等专业的本科高年级学生及专业学位硕士、博士研究生。
2.用于专业思考与自主学习
对于关注大数据、人工智能技术创新,或正在从事相关工作的工程技术人员,本书提供了理解技术社会影响、思考职业责任的学习路径。对大数据技术伦理感兴趣的读者,也可以借助案例、讨论题和参考资料开展自学。
六、作者简介
张佐,清华大学工会常务副主席、自动化系研究员。学术研究方向为复杂系统建模分析与优化调度方法、数据驱动的分析方法等,荣获省部级科技奖多项。深度参与构建研究型本科教育体系并获国家级教学成果一等奖,参与《工程伦理》课程体系建设并获北京市教学成果二等奖。2015年起,在国内首批开设《数据伦理》课程,将价值塑造、能力培养、知识传授融入课程设计和教材建设,多次应邀在相关会议上交流。具有较为丰富的工程实践经验和高度的社会责任感,长期承担教育部高等学校自动化类专业教学指导委员会秘书长、工程教育专业认证专家、海淀区人大代表、北京市党代会代表、全国总工会女职工委员会常委、中国教科文卫体工会常委等社会服务,获评北京市优秀党务工作者。
裴欣,清华大学自动化系党委副书记、自动化系副研究员、国家高层次青年人才计划入选者。主要从事智能车路协同和交通安全领域的研究工作。作为协同安全技术负责人,参与了我国第一个车路协同国家级项目,同研究团队首次提出了“车路协同” 的完整概念,形成了具有自主知识产权的车路协同原型系统,在多地广泛部署,产生了显著的经济和社会效益,荣获教育部科技进步二等奖。发表高水平学术论文90多篇,其中ESI热点论文1篇,高被引2篇,出版英文专著1本,获授权发明专利30多项,主持及参与交通安全相关研究项目20余项。
写在最后
从一份简历的使用,到一段程序的开发,数据从何而来、是否获得授权、应用会影响哪些人,都是技术实践中需要审视的问题。《大数据技术伦理》通过案例与讨论,将这些问题纳入专业学习,引导读者在具体工作中识别风险、分析责任,并将伦理要求落实到技术设计与应用之中。