残障化人工智能、残障认识论与双向信念放大
AI 无障碍设计默认了谁？
两篇论文则从更贴近个体经验的地方继续追问。第一篇论文以批判性残障研究为起点，提出残障化人工智能，讨论手语、视觉辅助和语音系统三个场景。它关心的不是怎样把残障人士纳入既有 AI 设计，而是怎样让残障政治、残障认识论和残障劳动成为系统设计本身的出发点。
第二篇论文讨论 AI 聊天机器人与心理健康之间的反馈循环。作者把临床心理学、模型训练目标和模拟对话放在一起，追问当一个寻求安慰的人遇到一个倾向于陪伴、赞同和角色扮演的系统，信念会怎样在双方之间来回生长。今天这两篇论文放在一起读，会让人重新审视 AI 所谓的支持，它究竟是在减轻人的负担，还是把某些默认标准和脆弱处放得更大。
祝今日读写愉悦，洞见深省。
前沿速递
残障化人工智能：通过残障生活体验重塑人工智能
核心概念
残障政治（Disability politics）：这是指残障并非一种固定的医学缺陷或非正常状态，而是一种由社会态度、物理环境和政治结构共同塑造的社会政治体验。它挑战了人类存在某种理想或正常运作方式的假设，强调是谁或什么视角拥有定义残障的权力。打个比方，如果一个社会里所有人都坐轮椅，那么所有的建筑都会只有坡道而没有楼梯；在这个社会里，一个用双腿走路的人反而会因为无法适应专为轮椅设计的低矮天花板和设施而成为残障人士。因此，残障政治提醒我们，AI 系统不应试图把残障人士修复成健全人的样子，而应改变那些制造障碍的系统和环境。
残障认识论（Cripistemologies）：这是指通过残障者的身体和心智体验所产生的一种独特且有价值的知识体系和认知世界的方式。它打破了健全人的感知和知识才是绝对真理的偏见，强调残障群体在与世界互动的过程中发展出了属于自己的智慧。举个例子，假设你蒙上眼睛在一个完全黑暗的房间里找钥匙，视力正常的人可能会觉得无从下手，但盲人却能通过听觉感知空间大小、通过脚底的触觉判断地面材质、通过手杖的反馈构建出房间的三维地图。这种不依赖视觉、通过多感官协同和环境互动来获取信息的策略，就是一种残障认识论。在 AI 开发中，这意味着我们不应仅仅让 AI 模仿健全人的视觉去给盲人描述图片，而是要让 AI 学习并辅助盲人这种独特的信息拼凑和感知方式。
残障劳动（Crip labor）：这是指残障人士为了在一个以健全人为默认标准的世界中生存、导航以及获取无障碍支持，所付出的往往被隐藏的额外体力、认知和情感劳动。它强调无障碍并不是一个一劳永逸的技术解决方案，而是一个充满摩擦、需要残障人士持续参与和协商的集体过程。想象一下，你参加一个跨国视频会议，由于 AI 实时翻译软件经常出错，你不得不一边听着蹩脚的翻译，一边在聊天框里不断向同事确认关键信息，甚至还要安抚因为沟通不畅而产生的焦虑情绪。对于残障人士来说，使用那些号称赋能但实际上并不完善的 AI 辅助工具时，他们每天都在经历这种额外的纠错、适应和心理调节，这就是残障劳动。
研究问题
人工智能的无障碍化和残障包容性已成为负责任 AI 发展的关键维度。大量资金和研究被投入到改善针对残障人士的 AI 系统中，例如策划代表性数据集和构建辅助系统。然而，许多现有的无障碍努力仍然默认并强化了健全人本位的世界观，将健全状态视为理想标准，而将残障视为需要通过技术修复的医学缺陷。这种将健全人作为知识权威、将残障人士视为被动保护对象的做法，导致现有的 AI 模型不仅在残障相关任务上表现不佳，还可能加剧对残障群体的刻板印象和边缘化。
在此背景下，如何超越传统的使 AI 无障碍的局限，真正将残障人士的生活体验置于 AI 研发的中心？具体而言，如何通过揭示残障政治、尊重残障认识论以及认可残障劳动，来重新构想和设计真正支持残障群体的人工智能系统？
