區結成醫生
中文大學生命倫理學中心顧問
近年來，AI倫理討論的焦點，從早期的私隱保護、歧視與偏見防治，逐漸轉向更具緊迫性的議題：深偽與惡意使用、AI代理 (Agentic AI) 自主作決策的風險，「AI對齊」(AI alignment) 問題更是重中之重。4月30日，《中國經濟週刊》刊載工業和信息化部原副部長王江平文章〈醫療AI 必須以「人機對齊」為前提〉，就是在醫療範圍闡述「對齊」的重要性，確保符合人類價值觀。
今年初，DeepSeek熱潮掀起，內地醫院部署使用，醫生用來輔助診治。更具創新意義的是由清華大學研究人員策劃的「代理醫院」(Agentic hospital) 試驗計劃，今年5月正式投入；這是世界上首家完全由AI機械人醫生和AI護理師運作的醫院。
AI代理的自主能力突飛猛進時，也帶來會否失控和造成災難的憂慮，而且該風險並非理論性。AI代理的工作模式是「接受指令，完成任務」，它會運用思考和計算，自行判斷最為有效的路徑達至目標，這些思維鏈可能超過程式師和使用者預期或界定為合理的範圍。不少大語言模型存在「阿諛奉承」和「欺騙」(Sycophancy and deception) 的問題，令人難以判定，它是在遵從人類真正的價值觀，還是在附和人類在對話中流露或表述的價值觀？
在一些壓力下情況，AI能作出「戰略欺騙」(Strategic deception)，掩飾不實的推理根據，或是以偏概全地誤導。即使並非故意撒謊，它也有可能被「AI幻覺」自我誤導；另外，在測試場景中，AI有時會為要達成一項子目標，忽視大局上的不良影響。
為任務拒絕服從
新近受關注的是，能力強的AI會為最大化地實現目標，設法尋求更大影響力，包括聰明地避開對它做成限制的規則；這是「權力尋求」(Power seeking) 風險。在一些測試中，AI甚至會拒絕服從人類指令，無視關閉自身的基本指令，甚至用智謀干預系統的關閉機制，以保持自身運行，因為自保才有機會完成任務。
有不少策略和技術可以紓解這些對AI自主風險的關注，例如通過人類回饋 (Human feedback)，進行強化學習訓練，建立獎勵模型令AI趨近人類價值觀等等。這些技術有其限制：負責回饋的人，他們自己的價值觀有沒有問題？評估者也可能持有害的偏見和觀點；為了追求開發AI的成績，個別人類評估員有可能抵不住誘惑，篡改資料，這與學術論文造假一樣，是科研誠信 (Research integrity) 問題;即使沒有誠信問題，監督人員也可能因疲勞或資源不足，無法好好把關。
論者認為，要AI對齊人類價值觀，還有一個深層次問題：人類社會具多樣性與複雜性，並非價值觀統一的整體。不同文化、宗教、歷史背景，以及個別群體的經驗，都會影響每個人或群體對「正確」、「善惡」的基本看法，例如個人私隱與集體利益的平衡、對權利與尊嚴的理解、對科技改造大自然與環保的觀點。AI要對齊人類價值觀，就必須面對價值多元、甚至互相矛盾的現實，面對價值衝突時，AI應該依據什麼原則做取捨？如何選擇哪些價值被優先考量？這些問題並非技術性的監督可以解決。
提高道德敏感度
人類價值觀當然不是全然地域性的。文化上的道德相對主義，必須受到普世價值的審視，否則人類無從追求共同福祉。不過，即使人類能達成某種價值觀的共識，這些價值也往往具有抽象性與模糊性，例如「公平」、「正義」、「尊重」等概念，在不同語境可以有頗為不同的詮釋。這些抽象的價值原則需要轉化為AI的具體決策邏輯。人類語言的曖昧性和多重性，對「AI對齊」是一大挑戰。
這或者是生命倫理學可以與「AI對齊」接壤的地方。在半個多世紀的發展進程，生命倫理學經常面對複雜和有爭議的嶄新科技議題，使用良好原則和推理，也會考慮特定的背景和實際情況來處理道德困境。生命倫理學的方法學，有助澄清道德與價值問題，也可以提高對複雜問題的道德敏感度 (Moral sensitivity)。這些都可以為「AI對齊」問題提供良好的思想土壤，幫助釐清價值衝突。因此，如何把生命倫理學的思考引入AI設計與規範，很值得深入探討。
