主要性 人类生成具有社会性；成心义的关系可以或许促进我们的心理健康，提拔我们的顺应力，并成立社区凝结力。当手艺注沉可分享性或关心度目标而不是同理心时，我们可能会破际关系的深度。当数量成为最珍爱的价值时，质量就会受损。

　　问题 数字手艺常常因打破地舆妨碍、毗连全球人群而遭到赞誉。然而，关系反映了其负面影响：AI 筹谋的社交消息流和聊器人驱动的对话可能会稀释实正在的人际关系。我们用点赞和关心取代了人际对话；我们体验到的是算法放大的感官刺激，而不是深图远虑的对话。

　　A – 激活从体性 连结：无意识地利用 AI。正在可能的环境下调整设置，交叉查抄，培育本人的判断力。 要求通明度：以报酬本的系统和原则，将决策权控制正在人类手中。

　　然而，更底子的问题是数字鸿沟。2024 年完全离线 亿有所下降。这形成了一个两级现实：一个是毗连的社会正在会商 AI 的和洽处 — 有时会陷入两极化；另一个是数十亿人完全被解除正在数字资本之外，得到了 AI 正在教育、医疗保健和经济成长方面带来的劣势。

　　问题 乍看之下可能并不较着，但锻炼和运转复杂的 AI 模子需要耗损大量能源。数据核心必需持续供电，凡是依赖非可再生能源。大规模 AI 的计较稠密度 — 如用于文本或图像生成的模子 — 显著扩大了我们曾经过大的碳脚印。按照 MIT 的研究，锻炼一个大型 AI 模子可能发生相当于五辆汽车整个生命周期的二氧化碳排放量。教育、医疗保健、从动驾驶等范畴的持续扩展，除非我们采用更环保的策略，不然这些排放将会成倍增加。

　　人工智能曾经从学术研究改变为影响我们日常糊口的遍及手艺 — 无论是流平台上的个性化保举，仍是辅帮大夫的高级阐发。除了带来诸多益处外，这些挑和能够归纳为四个环节从题 — 从体性阑珊 (Agency Decay)、关系 (Bond Erosion)、天气变化 (Climate Change) 和社会分化 (Divided Society) — 统称为 AI 现性窘境的ABCD。

　　跟着天气变化导致气温上升、极端气候和资本稀缺，AI 的成本不容轻忽。好动静是 AI 也有帮于寻找天气处理方案 — 预测天然灾祸、优化能源收集和推进可持续供应链。环节正在于我们能否能指导 AI 的影响力，使其同时办事于人类和地球。

　　问题 AI 以多种体例加剧了社会分化。算法可能通过推送个性化、情感化的内容来影响话语，使人们正在各自的反响室中。同样令人担心的是 AI 驱动的深度伪制，这使得虚假消息更难被发觉。

　　主要性 一个深度分化的社会难以就火急的挑和告竣共识 — 从公共卫生到危机。当信赖遭到时，它会障碍我们的合做能力，加剧进一步的两极分化和碎片化。同时，那些无法接入互联网的人无法参取数字经济或受益于 AI 驱动的东西，这进一步拉大了全球社会经济差距。

　　AI 正正在沉塑现代文明，挑和着我们的自从性、社会凝结力、许诺和全球公允。由 A – 从体性阑珊、B – 关系、C – 天气变化和 D – 社会分化构成的 AI 现性问题提示我们，前进从来不只仅是手艺层面的 — 它也是伦理的、社会的和的。将来的道不会仅由工程或企业投资来定义。它将由我们做为小我和全球所做的选择来塑制。AI 反映了我们小我和集体的希望取步履、价值不雅和声音 — 这恰是我们每小我都能为了所有人的好处而影响其成长标的目的的力量所正在。

　　AI 能够放大或削减基于身份和的不合和两极化；它能够办事于容易接触到的市场，也能够定务于那些凡是无法从新手艺中受益的人。按照政策制定者和手艺专家的企图，不只能够设想激励跨认识形态交换、消弭和包涵性的亲社会 AI 系统，还能够让新 AI 资产的盈利成为合适可持续成长方针的积极社会变化的催化剂。

　　问题 从体性阑珊描述了跟着 AI 接管从内容推送到出行线等各个方面，人类决策能力逐步削弱的微妙过程。我们中的很多人readily接管 AI 供给的选项 — 无论是 Netflix 的下一集保举仍是 GPS — 跟着时间推移，我们质疑或否决这些选项的能力可能会削弱。

　　按照皮尤研究核心的数据，过度依赖基于参取度的算法的平台可能会无意中滋长两极分化和，对机构和相互的信赖。虽然这些数字东西有庞大的连合潜力，但它们需要颠末深图远虑的设想和负义务的利用！

　　B – 加强关系 注沉人而非像素：均衡数字糊口取面临面交换。实正在的对话培育同理心和信赖。 扩大圈子：关心持有分歧概念的来历，削减反响室的风险，培育更详尽的思维。

　　C – 校准天气变化 选择更环保的手艺：寻求或保举利用可再生能源的数据核心，激励节能的 AI 模子。 将 AI 用于可持续成长：支撑或开辟用于监测、洁净能源优化和资本办理的 AI 处理方案。

　　D – 分化 弥合毗连鸿沟：参取旨正在为仍然离线的数十亿人供给互联网接入的组织和政策。 负义务的 AI：呼吁算法通明度、用户教育和推进包涵性、基于现实对话的内容审核。

　　主要性 研究人员表白，温室气体排放的规模取大型 AI 言语模子相关。这促使很多公司和尝试室采用节能架构、模子压缩 (或剪枝) 和可再生能源驱动的数据核心，证明环保型 AI 确实是可行的。

　　主要性 人类的从体性是创制力、立异力和伦理判断力的根本。当我们系统性地依赖机械时，我们可能会正在推理能力、情商和详尽判断等方面逐步技术。内容个性化可能会创制过于狭小的保举轮回，强化被动性并降低用户从体性。例如，过度依赖从动诊断东西的大夫可能会逐步得到对病人进行性、全体性思虑的习惯，同时也会得到如许做的决心和认知猎奇心。我们取手艺的关系是恍惚的。一方面我们热切地采用它，研究发觉，一旦计较机模子呈现错误，参取者往往会过度反映并放弃它 — 即便该算法凡是表示优于人类。这就是算法厌恶症的表示。这两种环境都表白，若是我们想连结实正在的决策能力，就必需隆重处置我们取 AI 的关系。

　　接下来我们将切磋这 4 个问题及其主要性，最初提出一个简单的 ABCD 框架，将它们为 4 个机缘。焦点消息是，无论做为消费者、专业人士、选平易近，仍是伦理政策的，我们每小我都有能力影响 AI 的成长标的目的。

　　虽然这 4 个问题很严沉，但仍有充实的潜力能够和包涵地利用 AI。以下是一个简练的 ABCD 自动参取框架？。