前沿速递

探索负责任人工智能领域：揭示 BBC 在透明度与可解释性原则到实践中的差距

核心概念

原则到实践的差距（principles-to-practices gap）指的是在人工智能发展中，组织所倡导的高层次伦理原则（如公平、透明）与其实际运营和技术实践之间存在的鸿沟。这个概念强调了将抽象的道德理念转化为具体、可操作的组织指南和技术规范的难度。例如，一家公司公开承诺其招聘 AI 是公平的，这是一个原则。但在实际操作中，如果用于训练模型的数据本身就包含了对某一群体历史性的偏见，导致 AI 系统性地筛掉该群体的简历，那么其实践就违背了其原则。这种言行不一的状况，就是原则与实践之间的差距，也是本研究关注的焦点。

研究问题

人工智能伦理原则的有效落地是确保技术负责任发展的关键。许多组织已经发布了关于 AI 伦理的高水平指导原则，但这些原则往往过于抽象，难以在复杂的组织环境中具体实施。以往的研究多集中于讨论这些原则本身的重要性，但对于原则如何转化为组织内部不同部门的具体实践，以及在转化过程中会遇到哪些实际的障碍和挑战，相关的实证研究还很缺乏。尤其是在新闻媒体这类对公众信任度要求极高的机构中，透明度和可解释性原则的落地情况尚不明确。

基于此，本论文旨在探究全球最大的公共广播公司 BBC 是如何实践算法透明度和可解释性的，并提出以下研究问题：在新闻机构中，算法的透明度和可解释性扮演着什么样的角色？新闻机构内部的不同利益相关者如何看待算法的透明度和可解释性？对这些利益相关者而言，有效实践算法透明度和可解释性面临哪些挑战，又需要满足哪些要求？