资料回顾：背景时间为2021-11-23。本文为基于当时公开资料的专题分析，不表示本站当年已发表此文或举办相关活动。
当时的背景
2021年通过的人工智能伦理建议书，将人的尊严、透明、公平和人类监督置于技术治理的讨论中。
问题与判断
技术项目通常从功能和效率开始介绍，但伦理讨论应先问：谁从系统中受益，谁承担出错的后果，谁没有机会表达意见。使用者、被处理数据的人和受到结果影响的人，未必是同一群体。
方法与实践
在设计阶段写清用途与限制，比发生争议后补一句“仅供参考”更有意义。重要结果由谁复核，错误如何反馈，用户能否选择其他处理方式，都应成为流程的一部分。
条件与边界
成员之间分享技术方案时，不只演示成功样例，也要展示失败情形。识别偏差、保护隐私和保留人工判断，不能被隐藏在宣传材料之外。
交流与延伸
守正不恶需要具体机制支撑。我们可以从一次需求评审做起，把受影响者、资料来源和纠错办法逐项说明，再讨论方案是否值得应用。
一个实践例子
例如，一个系统用于筛选资料时，可先由使用者说明筛选标准，再比较被保留和被遗漏的样本。若某类资料经常被排除，应追查原因。最后保留人工纠正入口，让受到结果影响的人有机会补充信息，而不是只能接受系统给出的判断。
讨论问题
交流时可继续追问：资料中的哪个条件最容易在转述时丢失？我们能否独立找到支持结论的依据，并把尚未回答的问题清楚列出来？
背景资料：UNESCO人工智能伦理建议书。背景事实依据所列资料；延伸分析与实践建议为本站编辑内容。
