為什么說人工智能不是技術問題，而是社會研究問題？
如果，你習慣了去無人超市購物，在某天的某個瞬間，想到之前去其他超市的經歷，你或許會猛然發現，人工智能真的在重塑我們的生活與生活方式。
而且這種重塑，正在以驚人的速度推進著。
我們知道，AI將越來越多地取代就業機會，同時創造新的就業和創業機會。但同時，它們也帶來了很多我們可預見和不可預見地后果。
我們報道過AI道德已經被業內普遍關注，包括吳恩達將在2019年新推出的課程，也有關于AI道德探討的部分。
人工智能不僅是一個技術問題，還是社會研究問題。人們已經普遍認識到編碼技能或計算思維的重要性，從義務教育到高等教育，從興趣班到活動營，編程教育已經逐步為人們重視且接受。
然而，我們教育人應該清楚一件事：現在的教育，不能只教學生們編碼技術，更重要的，是讓他們懂得思考不斷變化的公民、社會和就業環境問題。
“社會研究的目的是促進公民能力”。美國國家社會研究委員會圍繞人工智能和電子技術正在重塑社會的現狀，總結出目前社會研究應該關注的10個主題。這10個主題，不僅是社會研究應該關注的項目，也是人工智能領域該思考的，更是教育領域該引起重視的。
我們來看看，分別是什么：
隨著科技的發展，人工智能技術被越來越多的互聯網企業用在吸引流量上，這加劇了社會大眾屏幕成癮的進程，也改變了社交的互動方式。
之前跟一互聯網頭部企業的員工聊天，該員工畢業于麻省理工學院，畢業后回國入職該公司，年薪不菲。他說，自己每天的工作，就是研究用戶的點擊愛好與習慣，并分析再推送什么內容，能讓這些用戶繼續點擊。
“推送的內容有營養嗎？”我問。
“大多都是無腦的。但是他們愿意看。”
“你這么著名的高校出來，做這樣一份工作，不感覺浪費才華嗎？”
“現在大的互聯網公司都這樣。我們公司很多北清的、斯坦福的。沒辦法。”
當我們探討如何防止自己和孩子沉迷手機時，那些互聯網公司為了利益，卻在研究如何讓你上癮。
電子技術的發展，意味著我們生活在一條曲線上，每個人都在經歷更多的新奇和復雜，因為人造和自然系統，在以意想不到的方式相互碰撞。
大量攝像頭和面部識別軟件，使精準跟蹤成為可能。
上個月，“支付寶信用分超過750分，可作為加拿大簽證的財力證明”的信息被人們津津樂道。這一信息足以說明，當今時代，社會信用評分，在越來越多地塑造著我們的生活選擇。
人工智能正在迅速增加人類各方面的能力。它將越來越多地與生物擴增相結合。這將如何改變人類的身份與互動？
也是上個月，讓所有人震驚的基因編輯的報道，再次把基因編輯話題推到了臺前。這類科技的發展，讓人們不得不思考一系列人類倫理問題。
MIT科技評論說，“在機器學習和人工智能發展的關鍵時刻，算法偏差正在成為一個重大的社會問題。”
機器學習越來越多地被應用于分配警力資源、招聘簡歷篩選、發放貸款審核等領域。算法偏差，會使透明度很低的群體處于不利地位。
不管是對技術持悲觀論還是樂觀論的人，應該都不會反對目前相關組織提出的，使用道德或立法框架，來指導機器學習和電子技術的使用這一提議。
人工智能技術的發展，正在加速財富和資源的聚集。如果你經常關注科技新聞，應該會發現，越來越多的財富、數據、資源、人才等，正快速聚集到各大巨頭科技企業。
近兩個月，經常有新聞報道很多企業大量裁員的信息。哪怕是一些表面現金流比較充裕的互聯網企業，也避免不了大量裁員。
一個朋友所在的傳統領域上市企業，在采取著裁員和減薪并行的政策。沒有被裁掉的員工，有的只發基本2K+的基本生活費。這一系列情況，一方面表明大家確實面臨著經濟寒冬，而另一方面，也反應出在智能時代，大部分勞動力所處的焦慮狀態。
機器學習正在改善疾病的診斷和治療。在《我是演說家》的一期節目中，一個斯坦福計算機系畢業的博士，講述了他們為什么選擇醫療領域創業的故事。他們的技術，可以幫助醫生快速檢查篩選出哪些醫療片子有癌癥問題。而這一技術的應用，將大大提高醫生的工作效率。
當然，人工智能技術帶來的隱私和新的安全隱患問題，也一直被關注。
另外，假新聞在線傳播的速度越來越快，同時，有各種技術手段的參與，假新聞也越來越多且不容易被識別。
電子設備將在不到十年的時間內，通過移動設備和5G，將世界大部分地區連接起來。
機器學習和電子技術，正在引發一波又一波的問題(如氣候變化、自動駕駛汽車、就業錯位、隱私等)，考驗公民的思想和實踐。
人工智能不是技術問題，而是社會研究問題。像匹茲堡的蒙特爾學區一樣，人工智能的倫理應該引入中學。教育機構應該主導社區對話，討論正在發生的事情、它的意義以及我們現在如何作出相應準備。
