SDE Universes·新思想前沿›哲学的其余主干
新思想前沿 · 哲学的其余主干

技术哲学

第 518 号 · 近二十年 · 两幕 · 20 个新思想 · 约 27,545 字 · 王德生 亲撰 · 2026 年 8 月

技术哲学的过去二十年，已经从“技术是中性工具还是自主力量”的二选一，转向技术如何中介知觉、塑造行动、分配责任并在设计和基础设施中固化价值。经验转向、技术中介、人工物双重本性与价值敏感设计把抽象技术观拉回具体装置；负责任创新、情境完整性、延展认知、增强与责任缺口则重写隐私、能力和控制。算法公平、可争辩解释、平台超助推、价值对齐、自治设计与生成式人工智能进一步表明，性能并不自动等于正当性。维护、隐形劳动、人工道德地位及能源—水账本又把生命周期和物质基础带回伦理。本面板以可修改性、故障指示、申诉、实际控制和全成本结算作为判断线。

【第一幕】上一个十年 · 约 2006—2016

第一幕完成经验转向：不再问“技术整体是什么”，而是研究具体人工物怎样中介人—世界关系、把价值写进设计，并在隐私、认知和增强中重划主体边界。

甲、经验转向：技术哲学从宏大命运回到具体装置The Empirical Turn in Philosophy of Technology

提出Achterhuis 编，2001 年，American Philosophy of Technology，Indiana University Press。　争议Brey，2010 年，“Philosophy of Technology after the Empirical Turn”，Techné 14(1):36–48。　最新（未见公开反对，说明本条尚未被独立检验）　关键经典技术批判常把“技术”作为一个总体命运，难以区分医疗设备、交通基础设施和数字平台的具体差异。

经验转向要求哲学进入实验室、设计流程与使用情境，用装置级机制替代一体化断言。把近二十年的材料按问题而非学派重排，从2001到2016，经验转向不再只讨论中心案例；Achterhuis 编、Brey与Kroes 与 Meijers 编的连续争论，迫使研究者把“无法归入单一装置、却由基础设施耦合产生的系统效应”写入对象清单；经验转向的完整性因此要由遗漏对象来检验。

决定技术哲学解释力的只有概念能否区分具体装置的功能、使用和制度后果。从这条命题最容易失败的场景看，经验转向把装置、使用与制度后果的具体分析结构视为解释核心，并默认“测量和案例观察不会改变技术对象与使用实践”；只有“能由具体装置机制区分的技术后果数／全部以技术总体名义解释的后果数”出现系统差异，“技术解释只由具体中介机制能否被识别决定”才真正站得住（Kroes 与 Meijers 编 2016）；这样，反对者可直接用“能由具体装置机制区分的技术后果数／全部以技术总体名义解释的后果数”检验经验转向。

Achterhuis 汇集美国传统，Brey 总结经验转向，后续研究把案例、设计和工程知识纳入方法。若要判断这一路线是否真的前进，经验转向不能按引文数量投票：2001年的提出、2010年的质疑和2016年的修订，需要共同解释过度案例化会失去资本、生态和基础设施的宏观权力，否则新年份不等于新证据；这使经验转向中的提出、反对和修订不再混成同一种引文。

过度案例化会失去资本、生态和基础设施的宏观权力；路线自身需连接局部机制与系统结构。把边界当成命题的一部分，经验转向并没有获得无限通行证；对经验转向而言，内部材料已经承认“经验转向自己承认局部案例不能自动解释平台资本、军工和生态系统”，而“当研究堆积案例却不比较机制时，经验材料越多，宏大结论反而越难被反驳”正是2010年以来可检查的失败情形；经验转向的反例因此决定结论范围，而不是被当作噪声。

技术评估应同时保留装置、组织、供应链和历史层，避免只用一则案例证明“技术本质”。从使用者能否申诉和撤回来检验，经验转向进入技术评估以后，应把“无法归入单一装置、却由基础设施耦合产生的系统效应”从备注移入正式记录，并说明2016年更新前后哪项判断发生了变化；这使经验转向对技术评估的影响能在下一轮材料中被检查。

它与第 520 号第一条“机制解释：从相关走向生成链条”相接：具体技术机制必须说明部件与组织怎样产生结果。若两边都声称掌握核心原因，把经验转向与第181号第一幕甲“共同生产：科学事实与社会秩序同时被建造”并读，可以看见本条解释“技术解释只由具体中介机制能否被识别决定”，对方处理同一问题的另一后果；“无法归入单一装置、却由基础设施耦合产生的系统效应”决定两边能否真正通约（2016）；若“无法归入单一装置、却由基础设施耦合产生的系统效应”仍无法安放，两边就需要第三种解释。

位置S——它把“装置、使用与制度后果的具体分析结构”当成单独够用的那一样　单因技术解释只由具体中介机制能否被识别决定　预设〔04 测量不改变被测对象〕测量和案例观察不会改变技术对象与使用实践　量纲能由具体装置机制区分的技术后果数／全部以技术总体名义解释的后果数　失效当研究堆积案例却不比较机制时，经验材料越多，宏大结论反而越难被反驳　自曝经验转向自己承认局部案例不能自动解释平台资本、军工和生态系统　空栏无法归入单一装置、却由基础设施耦合产生的系统效应　异名社会科学哲学称“机制解释”；另见第 520 号第一条“机制解释：从相关走向生成链条”；另见第 181 号第一幕甲“共同生产：科学事实与社会秩序同时被建造”。

乙、技术中介：装置不只传递行动，还重写知觉与选择Technological Mediation

提出Ihde，1990 年，Technology and the Lifeworld，Indiana University Press。　争议Verbeek，2005 年，What Things Do，Penn State University Press。　最新（未见公开反对，说明本条尚未被独立检验）　关键工具模型假定人的目标先完成，技术只提高效率；成像、导航和监测设备却会改变何物可见、可做和应做。

技术中介论把道德和认识行动放在人—技术—世界关系中，装置共同塑造注意、解释和行为。把不同年份的文本当作连续争论而非三次背书，从1990到2015，技术中介不再只讨论中心案例；Ihde、Verbeek与Rosenberger 与 Verbeek 编的连续争论，迫使研究者把“被界面预先滤除、因而既未被看见也未形成选择的可能行动”写入对象清单。

决定技术作用的只有它怎样转译知觉与行动可能，而不是设计者写下的单一用途。从支持与不支持应当出现何种差异来判断，技术中介把从装置介入到知觉、判断与行动转译的过程视为解释核心，并默认“测量和中介不会回写被观察者与行动者”；只有“技术介入后新增或消失的关键行动选项数／介入前全部关键行动选项数”出现系统差异，“技术作用只由中介如何改变知觉与行动决定”才真正站得住（Rosenberger 与 Verbeek 编 2015）；技术中介若不出现预期差异，就应缩小或撤回。

Ihde 的关系类型、Verbeek 的道德化技术与后现象学案例研究展示放大、缩减、背景和他异关系。将概念变化与经验变化分开，从1990到2015，技术中介的证据责任从提出例子转向统一比较；若不按“技术介入后新增或消失的关键行动选项数／介入前全部关键行动选项数”观察，Ihde、Verbeek与Rosenberger 与 Verbeek 编其实可能在谈不同对象；技术中介的进步应以可区分预测与边界衡量。

中介语言若过宽会让所有因果影响都变成“共同能动”，从而削弱设计者和组织责任。路线内部已经留下一个关键警告，技术中介并没有获得无限通行证；对技术中介而言，内部材料已经承认“中介论承认技术并非独立主体，责任仍需按设计、控制和获益分配”，而“当界面提高提示密度却压缩探索时，信息越多，行动者对情境的自主感知反而越弱”正是2005年以来可检查的失败情形；若不记录“被界面预先滤除、因而既未被看见也未形成选择的可能行动”，技术中介的成功材料会掩盖对象筛选。

评估应比较技术介入前后看见什么、忽略什么、默认做什么，以及谁能调整这种转译。从被影响者实际会遇到的节点看，在评估中，技术中介不能只留下结论标签；还要保留“被界面预先滤除、因而既未被看见也未形成选择的可能行动”，以及“当界面提高提示密度却压缩探索时，信息越多，行动者对情境的自主感知反而越弱”出现后的修订或异议记录（Rosenberger 与 Verbeek 编，2015）；这使技术中介对评估的影响能在下一轮材料中被检查。

它与第 515 号第十八条“主动推断：行动不是响应刺激，而是改变可预期感觉”相接：行动者通过改变可预期感觉而行动，技术会重写可采样环境。当两个领域的结论同时成立，第515号第十八条“主动推断：行动不是响应刺激，而是改变可预期感觉”把技术中介带到另一制度或材料中；若两边同时成立，“被界面预先滤除、因而既未被看见也未形成选择的可能行动”就应被单列为连接技术中介与对方的第三个解释对象（2015）；关于技术中介的跨学科比较因此保留对象差异。

位置D——它把“从装置介入到知觉、判断与行动转译的过程”当成单独够用的那一样　单因技术作用只由中介如何改变知觉与行动决定　预设〔04 测量不改变被测对象〕测量和中介不会回写被观察者与行动者　量纲技术介入后新增或消失的关键行动选项数／介入前全部关键行动选项数　失效当界面提高提示密度却压缩探索时，信息越多，行动者对情境的自主感知反而越弱　自曝中介论承认技术并非独立主体，责任仍需按设计、控制和获益分配　空栏被界面预先滤除、因而既未被看见也未形成选择的可能行动　异名行动哲学称“主动采样环境”；另见第 515 号第十八条“主动推断：行动不是响应刺激，而是改变可预期感觉”

丙、人工物双重本性：功能规范与物理结构必须共同解释The Dual Nature of Technical Artifacts

提出Kroes 与 Meijers，2006 年，“The Dual Nature of Technical Artefacts”，Studies in History and Philosophy of Science 37(1):1–4。　争议（未见公开反对，说明本条尚未被独立检验）　最新Franssen、Lokhorst 与 van de Poel，2018 年，“Philosophy of Technology”，Stanford Encyclopedia of Philosophy，更新版。　关键只按物理结构描述手机、桥梁或算法，解释不了故障与用途；只按意图描述又解释不了材料约束。

双重本性论把人工物理解为物理对象与意向功能的结合，并用使用计划连接二者。把主流叙述之外的残余重新放进来，人工物双重本性的转向可由三步看清：Kroes 与 Meijers（2006）定下问题，Houkes 与 Vermaas（2010）暴露遗漏，Franssen等（2018）重画适用范围；此前被排除的是“既不符合原设计功能、又在实践中稳定承担新功能的挪用状态”；因此，人工物双重本性改变的是对象边界，不是术语表面。

决定人工物身份的只有结构能否在可执行使用计划中实现规范功能。Franssen等（2018）以决定人工物身份的只有结构能否在可执行使用计划…要求人工物双重本性按“在真实使用中实现声明功能的任务数／全部按该功能采购或认证的任务数”接受检验。

2006 年纲领提出物理—意向双重性，功能理论分析设计、使用和失灵，后续百科梳理工程知识。从何种材料会改变结论来读，在人工物双重本性上，2006年的Kroes 与 Meijers负责提出，2010年的Houkes 与 Vermaas负责反驳，2018年的Franssen等负责修订；只有按“在真实使用中实现声明功能的任务数／全部按该功能采购或认证的任务数”比较并处理功能会漂移、被挪用或由用户重新定义，原设计意图不能垄断对象身份，三者才属于同一场可裁决的争论；人工物双重本性的新材料只有改变证明责任才算真正更新。

功能会漂移、被挪用或由用户重新定义，原设计意图不能垄断对象身份。把批评与内部承认分开，在人工物双重本性的边界上，Franssen等（2018）仍须面对“双重本性论承认挪用和创新使用会使设计功能与实际功能分离”；如果“既不符合原设计功能、又在实践中稳定承担新功能的挪用状态”继续缺席，人工物双重本性的阳性案例最多只能代表筛选后的对象；人工物双重本性一旦进入该条件，原结论就必须重述。

标准和事故调查应同时记录功能主张、结构限制、实际使用和用途偏移。在课程、档案或治理环节，把人工物双重本性落实到标准和事故调查，最低要求是保存“既不符合原设计功能、又在实践中稳定承担新功能的挪用状态”，并记录“若功能标签与实际用途长期分离，功能规范不能独自确定人工物身份”触发的修订；Franssen等（2018）是最近的参照；只有保留“既不符合原设计功能、又在实践中稳定承担新功能的挪用状态”，标准和事故调查的采用才不等于封闭。

它与第 511 号第六条“元语言协商：争论有时是在决定该怎样用词”相接：功能像词义一样依赖共同实践而非内部意图。把相同对象放进不同解释框架，第511号第六条“元语言协商：争论有时是在决定该怎样用词”把人工物双重本性带到另一制度或材料中；若两边同时成立，“既不符合原设计功能、又在实践中稳定承担新功能的挪用状态”就应被单列为连接人工物双重本性与对方的第三个解释对象（2018）；人工物双重本性与对方的差异由此不会被同义词掩盖。

位置S——它把“物理结构、规范功能与使用计划的人工物结构”当成单独够用的那一样　单因人工物身份只由结构实现规范功能的关系决定　预设〔21 制度采纳不改变指标含义〕兼属〔19 类别互斥且穷尽〕制度采用官方功能名称不会改变实际指标含义　量纲在真实使用中实现声明功能的任务数／全部按该功能采购或认证的任务数　失效若功能标签与实际用途长期分离，功能规范不能独自确定人工物身份。　自曝双重本性论承认挪用和创新使用会使设计功能与实际功能分离　空栏既不符合原设计功能、又在实践中稳定承担新功能的挪用状态　异名语言哲学称“外在主义与共同用法”；另见第 511 号第六条“元语言协商：争论有时是在决定该怎样用词”

丁、价值敏感设计：价值必须进入需求、原型与迭代Value Sensitive Design

提出Friedman、Kahn 与 Borning，2006 年，“Value Sensitive Design and Information Systems”，载 Human-Computer Interaction and Management Information Systems，M.E. Sharpe。　争议（未见公开反对，说明本条尚未被独立检验）　最新Costanza-Chock，2020 年，Design Justice，MIT Press。　关键传统伦理在系统完成后审查风险，设计团队则早已用需求、默认值和数据结构分配价值。

价值敏感设计要求概念、经验和技术调查循环，使价值冲突进入需求与原型。从最容易被当成例外的材料切入，围绕价值敏感设计，2006、2015与2020年的三笔材料依次完成提出、质疑和修订；当“不能被既有价值词汇表达、却决定拒绝或退出的生活关切”被重新纳入以后，价值敏感设计必须重写何者还算典型案例。

决定价值是否真正进入设计的只有它能否改变功能、资源与失败判据。从这条命题最容易失败的场景看，要检验价值敏感设计，应按“由受影响者提出并改变需求或资源的价值决策数／全部以价值敏感名义记录的价值项数”比较；若改变从价值识别到需求、原型和迭代修订的过程后读数不变，就不能继续把它当作决定原因（Costanza-Chock 2020）；这样，反对者可直接用“由受影响者提出并改变需求或资源的价值决策数／全部以价值敏感名义记录的价值项数”检验价值敏感设计。

2006 年方法形成三类调查，2015 年手册扩展责任设计，设计正义进一步要求共同定题。将概念变化与经验变化分开，从2006到2020，价值敏感设计的证据责任从提出例子转向统一比较；若不按“由受影响者提出并改变需求或资源的价值决策数／全部以价值敏感名义记录的价值项数”观察，Friedman、Kahn 与 Borning、van den Hoven等与Costanza-Chock其实可能在谈不同对象；这使价值敏感设计中的提出、反对和修订不再混成同一种引文。

价值清单可能由设计者替用户决定，且企业可以用工作坊掩盖商业模式不可改。从理论自己的让步开始，van den Hoven等（2015）和Costanza-Chock（2020）为价值敏感设计留下同一个空缺：“不能被既有价值词汇表达、却决定拒绝或退出的生活关切”；若不把它纳入，正面材料只能说明筛选后的对象；若不记录“不能被既有价值词汇表达、却决定拒绝或退出的生活关切”，价值敏感设计的成功材料会掩盖对象筛选。

项目应记录哪项价值由谁提出、改变了哪个需求、牺牲了什么，以及何时重新评估。从下一次真实决策需要什么材料出发，由于“价值敏感设计自己承认价值识别会受研究者框架影响，冲突不能靠列清单消除”，项目不能把价值敏感设计固化成唯一判据；围绕“不能被既有价值词汇表达、却决定拒绝或退出的生活关切”的版本修订者、异议登记者与结果追踪者必须分别具名（Costanza-Chock，2020）；价值敏感设计在项目中的后果于是成为可复核的改变。

它与第 516 号第十七条“参与式技术设计：被影响者必须能改需求而非只评价成品”相接：价值识别必须连接被影响者的实质修改权。当两个领域的结论同时成立，第253号第一幕一“价值敏感设计”与价值敏感设计都拒绝把“价值类别互斥且穷尽所有受影响者关切”当作自然事实；差别在于本条从从价值识别到需求、原型和迭代修订的过程解释，而“不能被既有价值词汇表达、却决定拒绝或退出的生活关切”在两边仍没有稳定位置（2020）；价值敏感设计与对方若都有效，就必须解释同一对象为何产生不同结果。

位置D——它把“从价值识别到需求、原型和迭代修订的过程”当成单独够用的那一样　单因价值设计只由价值能否改变核心技术决策决定　预设〔19 类别互斥且穷尽〕价值类别互斥且穷尽所有受影响者关切　量纲由受影响者提出并改变需求或资源的价值决策数／全部以价值敏感名义记录的价值项数　失效当项目增加价值工作坊却锁定商业目标时，价值条目越多，核心设计可修改性反而越低　自曝价值敏感设计自己承认价值识别会受研究者框架影响，冲突不能靠列清单消除　空栏不能被既有价值词汇表达、却决定拒绝或退出的生活关切　异名女性主义称“设计正义”；另见第 516 号第十七条“参与式技术设计：被影响者必须能改需求而非只评价成品”；另见第 253 号第一幕一“价值敏感设计”。

戊、负责任创新：预见、反思、包容与响应必须形成闭环Responsible Research and Innovation

提出Owen、Macnaghten 与 Stilgoe，2012 年，“Responsible Research and Innovation”，Science and Public Policy 39(6):751–760。　争议Stilgoe、Owen 与 Macnaghten，2013 年，“Developing a Framework for Responsible Innovation”，Research Policy 42(9):1568–1580。　最新Boenink 与 Kudina，2020 年，“Values in Responsible Research and Innovation”，Journal of Responsible Innovation 7(3):450–472。　关键科研伦理常等风险出现后合规检查，难以处理新技术尚无稳定证据却已锁定投资和基础设施。

负责任创新把预见、反思、包容和响应连接起来，要求路线能因社会学习而改变。把三笔材料按时间排开，从2012到2020，负责任创新不再只讨论中心案例；Owen等、Stilgoe等与Boenink 与 Kudina的连续争论，迫使研究者把“被咨询却无法改变时间表、预算或停止条件的公众意见”写入对象清单；这条时间线显示负责任创新在哪一步失去旧解释力。

决定创新责任的只有公共反思能否触发设计、投资或部署的实际转向。从这条命题最容易失败的场景看，负责任创新把从预见、反思到包容和响应修订的创新过程视为解释核心，并默认“制度采用责任框架不会改变指标含义”；只有“因社会反思而改变目标、预算或部署的项目数／全部完成责任创新流程的项目数”出现系统差异，“负责任创新只由反思能否改变路线决定”才真正站得住（Boenink 与 Kudina 2020）；负责任创新若不出现预期差异，就应缩小或撤回。

2012—2013 年框架形成 AIRR 四维，后续价值研究分析如何在不确定中进行治理。从可核对的出版节点看，围绕负责任创新，Owen等（2012）给出起点，Stilgoe等（2013）提供反例，Boenink 与 Kudina（2020）负责更新；最新材料的价值在于把比较口径收紧为“因社会反思而改变目标、预算或部署的项目数／全部完成责任创新流程的项目数”；“因社会反思而改变目标、预算或部署的项目数／全部完成责任创新流程的项目数”由此承担负责任创新的裁决作用。

参与和预见可变成程序仪式，长期响应权往往仍在资助者和企业。这一路线并没有获得无限通行证，在负责任创新的边界上，Boenink 与 Kudina（2020）仍须面对“责任创新研究承认 AIRR 语言可被机构化为流程，而不触动商业和军用目的”；如果“被咨询却无法改变时间表、预算或停止条件的公众意见”继续缺席，负责任创新的阳性案例最多只能代表筛选后的对象；若不记录“被咨询却无法改变时间表、预算或停止条件的公众意见”，负责任创新的成功材料会掩盖对象筛选。

资助与采购应设置阶段门、停止条件、替代路线和公开回应记录，而不只完成伦理表格。若要让理论更新真正改变实践，负责任创新进入资助与采购以后，应把“被咨询却无法改变时间表、预算或停止条件的公众意见”从备注移入正式记录，并说明2020年更新前后哪项判断发生了变化；只有保留“被咨询却无法改变时间表、预算或停止条件的公众意见”，资助与采购的采用才不等于封闭。

它与第 520 号第十二条“注册报告：发表承诺应当先于结果方向”相接：形式采用不等于机制实际生效。为了避免只做类比，第520号第十二条“注册报告：发表承诺应当先于结果方向”把负责任创新带到另一制度或材料中；若两边同时成立，“被咨询却无法改变时间表、预算或停止条件的公众意见”就应被单列为连接负责任创新与对方的第三个解释对象（2020）；若“被咨询却无法改变时间表、预算或停止条件的公众意见”仍无法安放，两边就需要第三种解释。

位置D——它把“从预见、反思到包容和响应修订的创新过程”当成单独够用的那一样　单因负责任创新只由反思能否改变路线决定　预设〔21 制度采纳不改变指标含义〕制度采用责任框架不会改变指标含义　量纲因社会反思而改变目标、预算或部署的项目数／全部完成责任创新流程的项目数　失效当组织提高参与场次数却不给停止与重定向权时，程序越完整，技术锁定反而越稳　自曝责任创新研究承认 AIRR 语言可被机构化为流程，而不触动商业和军用目的　空栏被咨询却无法改变时间表、预算或停止条件的公众意见　异名社会科学哲学称“机制生效”；另见第 520 号第十二条“注册报告：发表承诺应当先于结果方向”

己、情境完整性：隐私是信息流是否符合关系规范Contextual Integrity and Information Flows

提出Nissenbaum，2010 年，Privacy in Context，Stanford University Press。　争议Nissenbaum，2019 年，“Contextual Integrity Up and Down the Data Food Chain”，Theoretical Inquiries in Law 20(1):221–256。　最新Register、Nyholm 与 Huppert，2025 年，“Privacy and Human–AI Relationships”，Philosophy & Technology 38，DOI 10.1007/s13347-025-00978-2。　关键隐私若只定义为保密或个人控制，难以解释公开资料被跨情境拼接、代理推断和关系型 AI 的亲密数据流。

情境完整性以行动者、属性、发送者、接收者和传递原则判断信息流是否合宜。将三笔来源的任务逐一分开，情境完整性的转向可由三步看清：Nissenbaum（2010）定下问题，Nissenbaum（2019）暴露遗漏，Register等（2025）重画适用范围；此前被排除的是“由公开碎片推断出的敏感关系、意图与脆弱性”；情境完整性的完整性因此要由遗漏对象来检验。

决定隐私侵犯的只有信息流是否违反具体关系和目的规范，而不是资料是否曾公开。从什么结果会迫使理论退让来读，情境完整性把从关系角色到信息属性、接收者与传递规范的流动过程视为解释核心，并默认“未计下游流转和关系伤害不影响数据结算”；只有“符合明确情境与传递原则的数据流数／系统全部关键数据流数”出现系统差异，“隐私正当性只由信息流是否符合关系规范决定”才真正站得住（Register、Nyholm 与 Huppert 2025）；“隐私正当性只由信息流是否符合关系规范决定”因此拥有明确的输法。

2010 年理论建立参数，2019 年扩展数据链，2025 年研究处理人—AI 关系中的行为与信息流。把三笔资料各自承担的任务分开，从2010到2025，情境完整性的证据责任从提出例子转向统一比较；若不按“符合明确情境与传递原则的数据流数／系统全部关键数据流数”观察，Nissenbaum、Nissenbaum与Register等其实可能在谈不同对象；三笔来源共同构成情境完整性可回查的论证链。

情境规范可能本身不正义或快速变化，描述现状不能自动证明正当。把边界当成命题的一部分，在情境完整性的边界上，Register等（2025）仍须面对“情境完整性承认现有规范可能压迫少数群体，需接受规范性批评”；如果“由公开碎片推断出的敏感关系、意图与脆弱性”继续缺席，情境完整性的阳性案例最多只能代表筛选后的对象；这项限制因此是情境完整性的反证材料，而非礼貌保留。

系统应提供用途分层、接收者可见、跨情境提示、撤回和下游追踪，而非一次总同意。若采用者只保留结论而省略边界，由于“情境完整性承认现有规范可能压迫少数群体，需接受规范性批评”，系统不能把情境完整性固化成唯一判据；围绕“由公开碎片推断出的敏感关系、意图与脆弱性”的版本修订者、异议登记者与结果追踪者必须分别具名（Register等，2025）；情境完整性在系统中的后果于是成为可复核的改变。

它与第 517 号第八条“原住民方法论与数据主权：研究许可不等于知识可无限携带”相接：关系规范在集体知识上必须加入持续共同体治理。比较两边何时会给出不同结论，第172号第二幕八“群体隐私”与情境完整性都拒绝把“未计下游流转和关系伤害不影响数据结算”当作自然事实；差别在于本条从从关系角色到信息属性、接收者与传递规范的流动过程解释，而“由公开碎片推断出的敏感关系、意图与脆弱性”在两边仍没有稳定位置（2025）；情境完整性与对方若都有效，就必须解释同一对象为何产生不同结果。

位置D——它把“从关系角色到信息属性、接收者与传递规范的流动过程”当成单独够用的那一样　单因隐私正当性只由信息流是否符合关系规范决定　预设〔30 未被计价的东西不影响结算〕未计下游流转和关系伤害不影响数据结算　量纲符合明确情境与传递原则的数据流数／系统全部关键数据流数　失效当平台增加隐私设置却扩张跨情境推断时，控制选项越多，实际信息完整性反而越弱　自曝情境完整性承认现有规范可能压迫少数群体，需接受规范性批评　空栏由公开碎片推断出的敏感关系、意图与脆弱性　异名去殖民哲学称“数据主权”；另见第 517 号第八条“原住民方法论与数据主权：研究许可不等于知识可无限携带”；另见第 172 号第二幕八“群体隐私”。

庚、延展认知：工具何时成为思考的一部分Extended Cognition

提出Clark 与 Chalmers，1998 年，“The Extended Mind”，Analysis 58(1):7–19。　争议Sutton，2010 年，“Exograms and Interdisciplinarity”，载 The Extended Mind，MIT Press。　最新Heersmink，2015 年，“Dimensions of Integration in Embedded and Extended Cognitive Systems”，Phenomenology and the Cognitive Sciences 14:577–598。　关键认知常被限定在颅内，但笔记、导航、协作软件和无障碍设备可以稳定承担记忆和推理环节。

延展认知把可靠、易得、自动信赖和个体化整合的外部资源视为认知系统部分。从最容易被当成例外的材料切入，延展认知的转向可由三步看清：Clark 与 Chalmers（1998）定下问题，Sutton（2010）暴露遗漏，Heersmink（2015）重画适用范围；此前被排除的是“停机后既不属于内部技能、也不被制度承认为外部依赖的失去能力”；这使“停机后既不属于内部技能、也不被制度承认为外部依赖的失去能力”从脚注进入延展认知的检验中心。

决定工具是否构成认知的只有它能否进入在线控制、校验和恢复回路。从这条命题最容易失败的场景看，延展认知把人、工具与环境形成的认知系统结构视为解释核心，并默认“认知能力可与承载它的人—工具耦合分离”；只有“在故障和迁移中仍可恢复的外部认知环节数／全部被计为个人认知能力的外部环节数”出现系统差异，“延展认知只由工具是否进入在线校验与恢复决定”才真正站得住（Heersmink 2015）；“延展认知只由工具是否进入在线校验与恢复决定”因此拥有明确的输法。

经典耦合案例、外部记忆和整合维度研究从位置争论推进到可靠性、透明性和互惠。若要判断这一路线是否真的前进，延展认知不能按引文数量投票：1998年的提出、2010年的质疑和2015年的修订，需要共同解释频繁使用不等于构成，供应商锁定和故障还可能让能力脆弱化，否则新年份不等于新证据；三笔来源共同构成延展认知可回查的论证链。

频繁使用不等于构成，供应商锁定和故障还可能让能力脆弱化。最有价值的限制来自这一路线自己的材料，延展认知最有力的限制来自路线内部：“延展认知研究承认整合具有程度，偶尔或强迫使用不能自动构成心灵”；在延展认知中，Sutton（2010）与Heersmink（2015）都表明，一旦出现“当平台提高日常便利却取消导出与替代时，依赖越深，可迁移认知能力反而越低”，原结论必须缩小；延展认知的反例因此决定结论范围，而不是被当作噪声。

评估应报告离线能力、迁移、导出、故障恢复和替代成本，而不只比较工具在线绩效。把失败和例外保留下来，把延展认知落实到评估，最低要求是保存“停机后既不属于内部技能、也不被制度承认为外部依赖的失去能力”，并记录“当平台提高日常便利却取消导出与替代时，依赖越深，可迁移认知能力反而越低”触发的修订；Heersmink（2015）是最近的参照；评估的质量最终取决于“当平台提高日常便利却取消导出与替代时，依赖越深，可迁移认知能力反而越低”能否进入下一轮设计。

它与第 515 号第十七条“工具延展能动性：能力会迁移到人与物的稳定耦合”相接：认知整合还需追问谁拥有和更新外部部分。评估把第193号第一幕甲“FAIR数据原则——把‘可用’写成机器可执行的四条要求”作为外部对照，Heersmink仍须说明延展认知的未解边界。

位置S——它把“人、工具与环境形成的认知系统结构”当成单独够用的那一样　单因延展认知只由工具是否进入在线校验与恢复决定　预设〔27 能力可与承载它的人分离〕认知能力可与承载它的人—工具耦合分离　量纲在故障和迁移中仍可恢复的外部认知环节数／全部被计为个人认知能力的外部环节数　失效当平台提高日常便利却取消导出与替代时，依赖越深，可迁移认知能力反而越低　自曝延展认知研究承认整合具有程度，偶尔或强迫使用不能自动构成心灵　空栏停机后既不属于内部技能、也不被制度承认为外部依赖的失去能力　异名行动哲学称“延展能动性”；另见第 515 号第十七条“工具延展能动性：能力会迁移到人与物的稳定耦合”；另见第 193 号第一幕甲“FAIR 数据原则——把‘可用’写成机器可执行的四条要求”。

辛、人类增强：增加能力不自动增加自主与正义Human Enhancement beyond Capability Gain

提出Sandel，2007 年，The Case against Perfection，Harvard University Press。　争议Savulescu 与 Bostrom 编，2009 年，Human Enhancement，Oxford University Press。　最新Buchanan，2011 年，Better than Human?，Oxford University Press。　关键增强争论常在“自然界限”与“技术进步”之间摆动，忽略竞争、可及性和新常态会重写选择。

增强伦理应比较能力收益、身份连续、竞争压力和制度分配，而非只问技术是否治疗。从原始文本而不是教科书标签出发，从2007到2011，人类增强不再只讨论中心案例；Sandel、Savulescu 与 Bostrom 编与Buchanan的连续争论，迫使研究者把“形式可拒绝却因竞争、保险或职业门槛无法拒绝的增强”写入对象清单；这条时间线显示人类增强在哪一步失去旧解释力。

决定增强正当性的只有新增能力是否在不制造强迫和不平等下扩展实质选择。以一个清楚的反事实重述，要检验人类增强，应按“在无强迫且可持续条件下扩展的关键选择数／全部由增强新增的关键选择数”比较；若改变能力、竞争与分配关系构成的增强结构后读数不变，就不能继续把它当作决定原因（Buchanan 2011）；人类增强的分界由此从态度差异转成可裁决问题。

完善批判、自由增强论与制度分析把教育、药物、生殖和身体技术放入不同风险结构。把作品、年份和争议对象同时列出，围绕人类增强，Sandel（2007）给出起点，Savulescu 与 Bostrom 编（2009）提供反例，Buchanan（2011）负责更新；最新材料的价值在于把比较口径收紧为“在无强迫且可持续条件下扩展的关键选择数／全部由增强新增的关键选择数”；三笔来源共同构成人类增强可回查的论证链。

治疗／增强边界会漂移，反增强也可能浪漫化疾病和排除残障者自定目标。在最不利的条件下，人类增强并没有获得无限通行证；对人类增强而言，内部材料已经承认“增强伦理承认治疗和增强边界依赖制度目标，不能由技术属性固定”，而“当增强成为就业和教育默认时，可用能力越高，拒绝者的实质自由反而越低”正是2009年以来可检查的失败情形；人类增强的反例因此决定结论范围，而不是被当作噪声。

政策应报告拒绝成本、竞争外溢、长期依赖、可逆性和谁获得补贴。在课程、档案或治理环节，在政策中，人类增强不能只留下结论标签；还要保留“形式可拒绝却因竞争、保险或职业门槛无法拒绝的增强”，以及“当增强成为就业和教育默认时，可用能力越高，拒绝者的实质自由反而越低”出现后的修订或异议记录（Buchanan，2011）；这使人类增强对政策的影响能在下一轮材料中被检查。

它与第 516 号第八条“关系自主：依赖不等于不自由，支配才是关键”相接：增加能力若削弱退出或自我信任，不等于增加自主。当两个领域的结论同时成立，在人类增强上，第516号第八条“关系自主：依赖不等于不自由，支配才是关键”提供外部对照；人类增强与对方共享“竞争、照护与维护成本可外置而不改变增强结论”，但本条把能力、竞争与分配关系构成的增强结构放在中心；“形式可拒绝却因竞争、保险或职业门槛无法拒绝的增强”仍是共同未解项（2011）；若“形式可拒绝却因竞争、保险或职业门槛无法拒绝的增强”仍无法安放，两边就需要第三种解释。

位置S——它把“能力、竞争与分配关系构成的增强结构”当成单独够用的那一样　单因增强正当性只由实质选择是否扩大决定　预设〔12 成本可外置而不改变结论〕竞争、照护与维护成本可外置而不改变增强结论　量纲在无强迫且可持续条件下扩展的关键选择数／全部由增强新增的关键选择数　失效当增强成为就业和教育默认时，可用能力越高，拒绝者的实质自由反而越低　自曝增强伦理承认治疗和增强边界依赖制度目标，不能由技术属性固定　空栏形式可拒绝却因竞争、保险或职业门槛无法拒绝的增强　异名女性主义称“关系自主”；另见第 516 号第八条“关系自主：依赖不等于不自由，支配才是关键”
【第二幕】这十年 · 约 2016—2026

第二幕进入算法与生成式人工智能时代。责任、公平、解释、平台治理、对齐、自治、维护和资源账本共同揭示：技术不是交付后才接受伦理评价的对象，伦理已经进入架构、供应链和更新。

一、责任缺口：自动系统会打断传统归责链Responsibility Gaps in Autonomous Systems

提出Matthias，2004 年，“The Responsibility Gap”，Ethics and Information Technology 6:175–183。　争议Santoni de Sio 与 van den Hoven，2018 年，“Meaningful Human Control over Autonomous Systems”，Frontiers in Robotics and AI 5:15。　最新Taylor，2024 年，“Collective Responsibility and Artificial Intelligence”，Philosophy & Technology 37，DOI 10.1007/s13347-024-00718-y。　关键传统责任假设设计者知道、操作者控制、结果可预见；学习系统与供应链把这些条件拆散。

责任缺口不是机器神秘获得责任，而是知识、控制、获益与补救未对齐。把近二十年的材料按问题而非学派重排，围绕责任缺口，2004、2018与2024年的三笔材料依次完成提出、质疑和修订；当“参与维护、审核和数据生产却无正式责任地位的人员”被重新纳入以后，责任缺口必须重写何者还算典型案例；新增材料由此重画了责任缺口必须负责的对象清单。

决定责任链是否完整的只有被列名者是否拥有与责任相称的知识和干预权。从这条命题最容易失败的场景看，在责任缺口中，“责任链只由责任与实际控制是否对齐决定”不是一句强调语，而是一项有明确输法的判断；Taylor 2024要求它接受“拥有相称知识、干预权和补救资源的责任节点数／全部被列名的责任节点数”的直接比较；这样，反对者可直接用“拥有相称知识、干预权和补救资源的责任节点数／全部被列名的责任节点数”检验责任缺口。

Matthias 提出缺口，MHC 建立 tracking/tracing，2024 年研究扩展到集体责任。把不同材料的证据角色逐项说明，责任缺口不能按引文数量投票：2004年的提出、2018年的质疑和2024年的修订，需要共同解释“缺口”语言可能替公司自然化逃责，法律还可以用严格责任解决赔偿而不等于道德归责，否则新年份不等于新证据；责任缺口的新材料只有改变证明责任才算真正更新。

“缺口”语言可能替公司自然化逃责，法律还可以用严格责任解决赔偿而不等于道德归责。从失败如何改变方向来判断，责任缺口最有力的限制来自路线内部：“责任缺口研究承认严格责任能分配赔偿，却不能自动确定道德责任”；在责任缺口中，Santoni de Sio等（2018）与Taylor（2024）都表明，一旦出现“当组织增加审批签字却把模型控制外包时，责任人越多，可执行问责反而越弱”，原结论必须缩小；这项限制因此是责任缺口的反证材料，而非礼貌保留。

组织应在训练、采购、部署、更新、监测、叫停和补偿各环节列出权限。如果这一主张进入评估标准，责任缺口进入组织以后，应把“参与维护、审核和数据生产却无正式责任地位的人员”从备注移入正式记录，并说明2024年更新前后哪项判断发生了变化；责任缺口在组织中的后果于是成为可复核的改变。

它与第 515 号第十九条“人工智能责任缺口：自动化会切断知识、控制与归责”相接，本条把归责问题放回设计与供应链。把相同对象放进不同解释框架，第515号第十九条“人工智能责任缺口：自动化会切断知识、控制与归责”把责任缺口带到另一制度或材料中；若两边同时成立，“参与维护、审核和数据生产却无正式责任地位的人员”就应被单列为连接责任缺口与对方的第三个解释对象（2024）；责任缺口与对方的差异由此不会被同义词掩盖。

位置S——它把“知识、控制、获益与补救节点构成的责任结构”当成单独够用的那一样　单因责任链只由责任与实际控制是否对齐决定　预设〔22 通过形式审查＝实质合规〕通过签字和合规审查就等于实质责任成立　量纲拥有相称知识、干预权和补救资源的责任节点数／全部被列名的责任节点数　失效当组织增加审批签字却把模型控制外包时，责任人越多，可执行问责反而越弱　自曝责任缺口研究承认严格责任能分配赔偿，却不能自动确定道德责任　空栏参与维护、审核和数据生产却无正式责任地位的人员　异名行动哲学称“控制条件错配”；另见第 515 号第十九条“人工智能责任缺口：自动化会切断知识、控制与归责”

二、有意义的人类控制：人在环不等于能追踪理由与责任Meaningful Human Control

提出Santoni de Sio 与 van den Hoven，2018 年，“Meaningful Human Control over Autonomous Systems”，Frontiers in Robotics and AI 5:15。　争议van den Bosch、Bronkhorst 等，2025 年，“Effects of Team Design in AI-Assisted Pandemic Triage”，AI and Ethics，DOI 10.1007/s43681-024-00647-8。　最新Kuilman、Nyholm、Buijsman 等，2025 年，“Is Meaningful Human Control over Personalised AI Assistants Possible?”，Philosophy & Technology 38:148，DOI 10.1007/s13347-025-00976-4。　关键“人在环”可以只是最终点击，操作者既不懂模型也无法改变目标或拒绝时间压力。

MHC 要求系统行为追踪人的相关理由，并能追溯到理解其角色的责任主体。将三笔来源的任务逐一分开，围绕有意义的人类控制，2018、2025与2025年的三笔材料依次完成提出、质疑和修订；当“被要求确认结果却没有理解、时间或停止权的名义操作者”被重新纳入以后，有意义的人类控制必须重写何者还算典型案例；因此，有意义的人类控制改变的是对象边界，不是术语表面。

决定人类控制是否有意义的只有 tracking 与 tracing 是否在关键情境同时成立。从什么结果会迫使理论退让来读，要检验有意义的人类控制，应按“同时通过理由追踪与主体追溯的高风险决策数／全部声称有人类在环的高风险决策数”比较；若改变从相关理由到系统响应和责任追溯的控制过程后读数不变，就不能继续把它当作决定原因（Kuilman、Nyholm、Buijsman 等 2025）；有意义的人类控制若不出现预期差异，就应缩小或撤回。

2018 年框架提出双条件，2025 年实验测量主观、规范与道德控制，个性化助手研究提出设计要求。从可核对的出版节点看，从2018到2025，有意义的人类控制的证据责任从提出例子转向统一比较；若不按“同时通过理由追踪与主体追溯的高风险决策数／全部声称有人类在环的高风险决策数”观察，Santoni de Sio等、van den Bosch等与Kuilman等其实可能在谈不同对象；三笔来源共同构成有意义的人类控制可回查的论证链。

控制可能分散给团队，单一人类否决也会成为形式责任转移；MHC 需组织层操作化。路线内部已经留下一个关键警告，有意义的人类控制并没有获得无限通行证；对有意义的人类控制而言，内部材料已经承认“MHC 文献承认双条件仍难转成跨领域统一阈值，团队责任尤其复杂”，而“当组织增加人工确认却压缩时间和权限时，在环率越高，实质控制反而越低”正是2025年以来可检查的失败情形；有意义的人类控制的反例因此决定结论范围，而不是被当作噪声。

系统应测试反理由切换、叫停延迟、角色理解、技能保持和权限可达，而不只记录点击。从被影响者实际会遇到的节点看，在系统中，有意义的人类控制不能只留下结论标签；还要保留“被要求确认结果却没有理解、时间或停止权的名义操作者”，以及“当组织增加人工确认却压缩时间和权限时，在环率越高，实质控制反而越低”出现后的修订或异议记录（Kuilman等，2025）；这使有意义的人类控制对系统的影响能在下一轮材料中被检查。

它与第 515 号第七条“引导控制：责任不必拥有终极起源，但必须拥有机制”相接：控制要在实际序列中对理由有正确响应。跨学科连接首先要说明差别，第074号第二幕五“局部处理效应的含义被讲清”把有意义的人类控制带到另一制度或材料中；若两边同时成立，“被要求确认结果却没有理解、时间或停止权的名义操作者”就应被单列为连接有意义的人类控制与对方的第三个解释对象（2025）；有意义的人类控制与对方若都有效，就必须解释同一对象为何产生不同结果。

位置D——它把“从相关理由到系统响应和责任追溯的控制过程”当成单独够用的那一样　单因有意义控制只由 tracking 与 tracing 同时成立决定　预设〔27 能力可与承载它的人分离〕控制能力可与承载它的人员、团队和权限分离　量纲同时通过理由追踪与主体追溯的高风险决策数／全部声称有人类在环的高风险决策数　失效当组织增加人工确认却压缩时间和权限时，在环率越高，实质控制反而越低　自曝MHC 文献承认双条件仍难转成跨领域统一阈值，团队责任尤其复杂　空栏被要求确认结果却没有理解、时间或停止权的名义操作者　异名行动哲学称“引导控制”；另见第 515 号第七条“引导控制：责任不必拥有终极起源，但必须拥有机制”；另见第 074 号第二幕五“局部处理效应的含义被讲清”。

三、公平不可能三角：多个正义指标不能同时满足Fairness Trade-offs and Incompatibility

提出Kleinberg、Mullainathan 与 Raghavan，2017 年，“Inherent Trade-Offs in the Fair Determination of Risk Scores”，ITCS 2017:43:1–43:23。　争议Chouldechova，2017 年，“Fair Prediction with Disparate Impact”，Big Data 5(2):153–163。　最新（未见公开反对，说明本条尚未被独立检验）　关键算法公平常被写成找一个正确指标，但当群体基准率不同，校准、错误率平等和预测价值不能同时满足。

公平选择必须公开制度目的和错误分配，数学不可能性不能由技术优化消失。把提出、反驳与修订放回同一条争论史，围绕公平不可能三角，2017、2017与2023年的三笔材料依次完成提出、质疑和修订；当“样本过小、无法二分或被聚合后不进入公平报告的群体”被重新纳入以后，公平不可能三角必须重写何者还算典型案例；新增材料由此重画了公平不可能三角必须负责的对象清单。

决定公平指标正当性的只有它是否与具体伤害、申诉和资源分配相对应。以一个清楚的反事实重述，在公平不可能三角中，“公平正当性只由指标与具体伤害的对应决定”不是一句强调语，而是一项有明确输法的判断；Barocas、Hardt 与 Narayanan 2023要求它接受“受影响者可理解并申诉的高风险错误数／全部高风险错误数”的直接比较；这也防止在公平不可能三角中把相关性误写成充分解释。

2017 年两篇工作独立证明冲突，后续教材系统整理群体、公平与因果标准。从何种材料会改变结论来读，从2017到2023，公平不可能三角的证据责任从提出例子转向统一比较；若不按“受影响者可理解并申诉的高风险错误数／全部高风险错误数”观察，Kleinberg等、Chouldechova与Barocas等其实可能在谈不同对象；三笔来源共同构成公平不可能三角可回查的论证链。

不可能定理依赖条件，不能被用来宣称公平无解；群体指标也可能忽略个体和交叉群体。把阳性案例与未解释对象并列，Chouldechova（2017）和Barocas等（2023）为公平不可能三角留下同一个空缺：“样本过小、无法二分或被聚合后不进入公平报告的群体”；若不把它纳入，正面材料只能说明筛选后的对象；公平不可能三角一旦进入该条件，原结论就必须重述。

部署前应发布基准率、错误矩阵、阈值理由、受影响者优先和申诉结果。把这一思想写进工作流程时，在部署前中，公平不可能三角不能只留下结论标签；还要保留“样本过小、无法二分或被聚合后不进入公平报告的群体”，以及“当机构优化总体公平指标却删除小交叉群体时，指标越漂亮，最边缘错误反而越不可见”出现后的修订或异议记录（Barocas等，2023）；否则，部署前只会用公平不可能三角的新术语保存旧问题。

它与第 516 号第十八条“数据女性主义：偏差不是脏数据，而是权力如何被量化”相接：数学冲突之外还要审查谁定义错误。跨学科连接首先要说明差别，把公平不可能三角与第516号第十八条“数据女性主义：偏差不是脏数据，而是权力如何被量化”并读，可以看见本条解释“公平正当性只由指标与具体伤害的对应决定”，对方处理同一问题的另一后果；“样本过小、无法二分或被聚合后不进入公平报告的群体”决定两边能否真正通约（2023）；公平不可能三角与对方若都有效，就必须解释同一对象为何产生不同结果。

位置E——它把“基准率、错误成本与申诉制度构成的公平环境”当成单独够用的那一样　单因公平正当性只由指标与具体伤害的对应决定　预设〔22 通过形式审查＝实质合规〕通过某一公平指标审查就等于实质正义　量纲受影响者可理解并申诉的高风险错误数／全部高风险错误数　失效当机构优化总体公平指标却删除小交叉群体时，指标越漂亮，最边缘错误反而越不可见　自曝公平研究自己证明多个指标会冲突，技术团队不能声称存在无价值选择的唯一解　空栏样本过小、无法二分或被聚合后不进入公平报告的群体　异名女性主义称“数据权力”；另见第 516 号第十八条“数据女性主义：偏差不是脏数据，而是权力如何被量化”

四、可争辩解释：解释必须能支持质疑、复核与改变决定Contestable Explanations

提出Wachter、Mittelstadt 与 Russell，2017 年，“Counterfactual Explanations without Opening the Black Box”，Harvard Journal of Law & Technology 31:841–887。　争议Miller，2019 年，“Explanation in Artificial Intelligence”，Artificial Intelligence 267:1–38。　最新Deller，2026 年，“The Epistemic Costs of Super-Persuasive AI”，Philosophy & Technology，DOI 10.1007/s13347-026-01106-4。　关键可解释人工智能常以特征重要性图作为透明，却不说明用户如何反驳、补证或改变结果。

可争辩解释把成功标准从“看见模型理由”转为能提出可行反事实、复核并获得补救。若先观察旧理论最难处理的案例，从2017到2026，可争辩解释不再只讨论中心案例；Wachter等、Miller与Deller的连续争论，迫使研究者把「无法转成可行行动、却被界面标为“解释完成”的理由文本」写入对象清单；这条时间线显示可争辩解释在哪一步失去旧解释力。

决定解释价值的只有它能否改变认识或行动，并连接实际申诉权。从这条命题最容易失败的场景看，在可争辩解释中，“解释价值只由能否支持有效争辩决定”不是一句强调语，而是一项有明确输法的判断；Deller 2026要求它接受“由解释触发并完成实质复核的决定数／全部提供解释的高风险决定数”的直接比较；可争辩解释的分界由此从态度差异转成可裁决问题。

反事实解释提供最小改变，Miller 总结人类解释的对比性，2026 年研究警告超说服而不超真实的 AI 会侵蚀论证信任。把支持、反例与更新放在同一阅读顺序中，可争辩解释不能按引文数量投票：2017年的提出、2019年的质疑和2026年的修订，需要共同解释反事实可能不可行或把责任推给个人，流畅解释也可能比真实机制更有说服力，否则新年份不等于新证据；可争辩解释的新材料只有改变证明责任才算真正更新。

反事实可能不可行或把责任推给个人，流畅解释也可能比真实机制更有说服力。最有价值的限制来自这一路线自己的材料，可争辩解释最有力的限制来自路线内部：“解释研究承认最易理解的故事可能不忠实于模型和数据生成机制”；在可争辩解释中，Miller（2019）与Deller（2026）都表明，一旦出现“若解释不能触发复核、申诉或改变决定，它只提供可理解感而非可争辩性”，原结论必须缩小；这项限制因此是可争辩解释的反证材料，而非礼貌保留。

高风险系统应测试解释忠实度、可行动性、申诉成功和错误纠正时长。进入具体研究和制度后，在高风险系统中，可争辩解释不能只留下结论标签；还要保留「无法转成可行行动、却被界面标为“解释完成”的理由文本」，以及“若解释不能触发复核、申诉或改变决定，它只提供可理解感而非可争辩性”出现后的修订或异议记录（Deller，2026）；这使可争辩解释对高风险系统的影响能在下一轮材料中被检查。

它与第 511 号第十二条“言语行为的摄取条件：发出声音不等于完成行动”相接：流畅文本不自动承担真值与行动后果。将异名背后的不同测量方式并置，第382号第一幕甲“基因组偶然发现把知情同意变成持续信息关系”把可争辩解释带到另一制度或材料中；若两边同时成立，「无法转成可行行动、却被界面标为“解释完成”的理由文本」就应被单列为连接可争辩解释与对方的第三个解释对象（2026）；这使可争辩解释与第382号第一幕甲“基因组偶然发现把知情同意变成持续信息关系”的接口成为可继续研究的分界。

位置D——它把“从解释呈现到质疑、复核和补救的过程”当成单独够用的那一样　单因解释价值只由能否支持有效争辩决定　预设〔22 通过形式审查＝实质合规〕通过透明或解释形式审查就等于实质可问责　量纲由解释触发并完成实质复核的决定数／全部提供解释的高风险决定数　失效若解释不能触发复核、申诉或改变决定，它只提供可理解感而非可争辩性。　自曝解释研究承认最易理解的故事可能不忠实于模型和数据生成机制　空栏无法转成可行行动、却被界面标为“解释完成”的理由文本　异名语言哲学称“语义与责任脱钩”；另见第 511 号第十二条“言语行为的摄取条件：发出声音不等于完成行动”；另见第 382 号第一幕甲“基因组偶然发现把知情同意变成持续信息关系”。

五、平台超助推：架构通过实时个性化重写选择环境Platform Hypernudges

提出Yeung，2017 年，“Hypernudge: Big Data as a Mode of Regulation by Design”，Information, Communication & Society 20(1):118–136。　争议（未见公开反对，说明本条尚未被独立检验）　最新Helberger、Karppinen 与 D’Acunto，2018 年，“Exposure Diversity as a Design Principle for Recommender Systems”，Information, Communication & Society 21(2):191–207。　关键传统助推把默认值当作局部干预，平台却持续学习、排序、试验并按用户反应调整整个选择环境。

超助推概念把实时、网络化和不透明的个性化视为行为治理，而不只是便利推荐。比较提出者、批评者和更新者各自保留的对象，在平台超助推的争论中，Yeung（2017）提出问题，Zuboff（2019）把“从未被呈现、因此无法成为偏好或拒绝对象的选项”变成反例，Helberger等（2018）再据此收缩平台超助推的结论边界；变化落在责任对象，而不只是术语表面；平台超助推的完整性因此要由遗漏对象来检验。

决定平台治理强度的只有架构能否持续改变可见选项、反馈和退出成本。从对手最有力的质疑出发，在平台超助推中，“平台治理只由架构持续重写选择环境的能力决定”不是一句强调语，而是一项有明确输法的判断；Helberger、Karppinen 与 D’Acunto 2018要求它接受“用户可主动调整且可验证生效的排序维度数／平台全部关键排序维度数”的直接比较；这也防止在平台超助推中把相关性误写成充分解释。

Yeung 提出超助推，Zuboff 分析行为剩余与市场，曝光多样性研究把推荐设计连接公共价值。若不把引文数量当作证据强度，平台超助推不能按引文数量投票：2017年的提出、2019年的质疑和2018年的修订，需要共同解释用户仍可能抵抗和迁移，平台效果因情境而异，否则新年份不等于新证据；“用户可主动调整且可验证生效的排序维度数／平台全部关键排序维度数”由此承担平台超助推的裁决作用。

用户仍可能抵抗和迁移，平台效果因情境而异；不能把每次推荐都等同操纵。从最新文献的保留条件看，在平台超助推的边界上，Helberger等（2018）仍须面对“超助推研究承认用户不是被动对象，强效果需由真实行为与反事实检验”；如果“从未被呈现、因此无法成为偏好或拒绝对象的选项”继续缺席，平台超助推的阳性案例最多只能代表筛选后的对象；“从未被呈现、因此无法成为偏好或拒绝对象的选项”由此进入平台超助推命题本身。

监管应审计排序目标、实验频率、用户控制、数据回路、竞争和真实退出。若要让理论更新真正改变实践，由于“超助推研究承认用户不是被动对象，强效果需由真实行为与反事实检验”，监管不能把平台超助推固化成唯一判据；围绕“从未被呈现、因此无法成为偏好或拒绝对象的选项”的版本修订者、异议登记者与结果追踪者必须分别具名（Helberger等，2018）；只有保留“从未被呈现、因此无法成为偏好或拒绝对象的选项”，监管的采用才不等于封闭。

它与第 520 号第八条“WEIRD 清算：便利样本不能代表普遍人类”相接：用户会适应分类，平台再用适应结果训练下一轮。把本条与邻近面板并读，在平台超助推上，第520号第八条“WEIRD 清算：便利样本不能代表普遍人类”提供外部对照；平台超助推与对方共享「平台采用“个性化”名称不会改变指标含义」，但本条把排序、实验、反馈与退出成本构成的平台环境放在中心；“从未被呈现、因此无法成为偏好或拒绝对象的选项”仍是共同未解项（2018）；这使平台超助推与第520号第八条“WEIRD 清算：便利样本不能代表普遍人类”的接口成为可继续研究的分界。

位置E——它把“排序、实验、反馈与退出成本构成的平台环境”当成单独够用的那一样　单因平台治理只由架构持续重写选择环境的能力决定　预设〔21 制度采纳不改变指标含义〕平台采用“个性化”名称不会改变指标含义　量纲用户可主动调整且可验证生效的排序维度数／平台全部关键排序维度数　失效当平台增加偏好开关却保留隐藏优化目标时，控制选项越多，行为导向反而越难被察觉　自曝超助推研究承认用户不是被动对象，强效果需由真实行为与反事实检验　空栏从未被呈现、因此无法成为偏好或拒绝对象的选项　异名社会科学哲学称“分类回路”；另见第 520 号第八条“WEIRD 清算：便利样本不能代表普遍人类”

六、价值对齐政治：没有一个可由模型单独发现的人类价值函数The Politics of Value Alignment

提出Russell，2019 年，Human Compatible，Viking。　争议Gabriel，2020 年，“Artificial Intelligence, Values, and Alignment”，Minds and Machines 30:411–437。　最新Dobbe、Gilbert 与 Mintz，2021 年，“Hard Choices in Artificial Intelligence”，Artificial Intelligence 300:103555。　关键价值对齐常被描述为让系统学习“人类价值”，却隐藏谁代表人类、冲突如何裁决和目标由谁修改。

对齐是持续政治过程：价值多元、权力、制度和纠错不能压成单一奖励函数。从最容易被当成例外的材料切入，价值对齐政治的转向可由三步看清：Russell（2019）定下问题，Gabriel（2020）暴露遗漏，Dobbe、Gilbert 与 Mintz（2021）重画适用范围；此前被排除的是“拒绝被偏好学习、不能以多数聚合交易的基本权利与共同体主权”。

决定对齐正当性的只有受影响者能否参与价值冲突裁决并改变目标。从支持与不支持应当出现何种差异来判断，要检验价值对齐政治，应按“由受影响群体参与并改变目标的关键价值冲突数／全部被系统发现的关键价值冲突数”比较；若改变价值冲突、权力与目标修订构成的对齐结构后读数不变，就不能继续把它当作决定原因（Dobbe、Gilbert 与 Mintz 2021）；这样，反对者可直接用“由受影响群体参与并改变目标的关键价值冲突数／全部被系统发现的关键价值冲突数”检验价值对齐政治。

不确定偏好模型、价值对齐分析与 hard choices 研究把技术规范转回制度选择。把不同材料的证据角色逐项说明，在价值对齐政治上，2019年的Russell负责提出，2020年的Gabriel负责反驳，2021年的Dobbe、Gilbert 与 Mintz负责修订；只有按“由受影响群体参与并改变目标的关键价值冲突数／全部被系统发现的关键价值冲突数”比较并处理持续参与也会被强者占据，且某些安全底线不能完全交给多数偏好，三者才属于同一场可裁决的争论；“由受影响群体参与并改变目标的关键价值冲突数／全部被系统发现的关键价值冲突数”由此承担价值对齐政治的裁决作用。

持续参与也会被强者占据，且某些安全底线不能完全交给多数偏好。当原主张遇到分布尾部，在价值对齐政治的边界上，Dobbe、Gilbert 与 Mintz（2021）仍须面对“对齐研究自己承认人类价值多元且相互冲突，不存在无政治的单一目标函数”；如果“拒绝被偏好学习、不能以多数聚合交易的基本权利与共同体主权”继续缺席，价值对齐政治的阳性案例最多只能代表筛选后的对象；价值对齐政治的反例因此决定结论范围，而不是被当作噪声。

系统治理应公开价值来源、冲突日志、不可交易底线、修订者和版本历史。若要让理论更新真正改变实践，由于“对齐研究自己承认人类价值多元且相互冲突，不存在无政治的单一目标函数”，系统治理不能把价值对齐政治固化成唯一判据；围绕“拒绝被偏好学习、不能以多数聚合交易的基本权利与共同体主权”的版本修订者、异议登记者与结果追踪者必须分别具名（Dobbe、Gilbert 与 Mintz，2021）；价值对齐政治在系统治理中的后果于是成为可复核的改变。

它与第 517 号第二十条“去殖民人工智能：公平修补不能遮蔽数据、算力与未来想象的抽取”相接：全球价值不能以训练语料频率替代主权。系统治理把第517号第二十条“去殖民人工智能：公平修补不能遮蔽数据、算力与未来想象的抽取”作为外部对照，Dobbe、Gilbert 与 Mintz仍须说明价值对齐政治的未解边界。

位置S——它把“价值冲突、权力与目标修订构成的对齐结构”当成单独够用的那一样　单因价值对齐只由冲突裁决与目标修订权决定　预设〔30 未被计价的东西不影响结算〕未计权力差异和少数伤害不影响对齐结算　量纲由受影响群体参与并改变目标的关键价值冲突数／全部被系统发现的关键价值冲突数　失效当模型吸收更多偏好数据却集中目标控制时，价值覆盖越广，少数群体的主权反而越弱　自曝对齐研究自己承认人类价值多元且相互冲突，不存在无政治的单一目标函数　空栏拒绝被偏好学习、不能以多数聚合交易的基本权利与共同体主权　异名去殖民哲学称“算法主权”；另见第 517 号第二十条“去殖民人工智能：公平修补不能遮蔽数据、算力与未来想象的抽取”

七、自治设计：辅助系统必须保留技能、价值形成与失败指示Autonomy by Design

提出Buijsman、Carter 与 Bermúdez，2025 年，“Autonomy by Design: Preserving Human Autonomy in AI Decision-Support”，Philosophy & Technology 38:97，DOI 10.1007/s13347-025-00932-2。　争议Aboodi、Buijsman 与 Bermúdez，2025 年，“Inauthentic Value Shifts Induced by AI Decision-Support?”，Philosophy & Technology，DOI 10.1007/s13347-025-00981-7。　最新Jovchevski、Buijsman 与 Neerincx，2026 年，“What Is Wrong with Automation Bias?”，Philosophy & Technology 39:84，DOI 10.1007/s13347-026-01090-9。　关键决策辅助被假定减少错误，却可能造成技能退化、无意识价值漂移和对系统权威的强依赖。

自治设计要求可靠失败指示、主动参与、技能保持、价值反思和可逆委托。从后来的修订反照最初的默认，在自治设计的争论中，Buijsman等（2025）提出问题，Aboodi等（2025）把“在系统关闭后才显现、既不被记录为错误也不被视为技能损失的依赖”变成反例，Jovchevski等（2026）再据此收缩自治设计的结论边界；变化落在责任对象，而不只是术语表面；因此，自治设计改变的是对象边界，不是术语表面。

决定辅助是否保存自治的只有用户能否识别失败并维持独立判断与价值形成。在不提前加入例外条款时，在自治设计中，“自治保存只由失败识别与独立判断能否维持决定”不是一句强调语，而是一项有明确输法的判断；Jovchevski、Buijsman 与 Neerincx 2026要求它接受“能被用户正确识别并自主纠正的系统失败数／系统全部关键失败数”的直接比较；自治设计若不出现预期差异，就应缩小或撤回。

2025 年框架区分专业技能与真实价值形成，后续研究分析不真实价值转移，2026 年细分强弱自动化偏差。把不同材料的证据角色逐项说明，自治设计不能按引文数量投票：2025年的提出、2025年的质疑和2026年的修订，需要共同解释要求持续警惕会增加负担，且高复杂领域的人类独立判断也可能更差，否则新年份不等于新证据；自治设计的进步应以可区分预测与边界衡量。

要求持续警惕会增加负担，且高复杂领域的人类独立判断也可能更差。Aboodi等与Jovchevski等都把要求持续警惕会增加负担，且高复杂领域的人类独立判…留作自治设计的内部限制。

设计应测试故障辨识、无系统表现、理由记录、价值漂移和恢复训练。若采用者只保留结论而省略边界，由于“自治设计研究承认过多警报和强制参与会造成疲劳，保存自治也需任务适配”，设计不能把自治设计固化成唯一判据；围绕“在系统关闭后才显现、既不被记录为错误也不被视为技能损失的依赖”的版本修订者、异议登记者与结果追踪者必须分别具名（Jovchevski等，2026）；只有保留“在系统关闭后才显现、既不被记录为错误也不被视为技能损失的依赖”，设计的采用才不等于封闭。

它与第 515 号第十四条“控制是条件族：知识、技能、机会与权限不能压成一个数”相接：知识、技能、机会和权限不可压成一个控制分数。为了避免只做类比，第515号第十四条“控制是条件族：知识、技能、机会与权限不能压成一个数”与自治设计都拒绝把“自治能力可与承载它的技能、价值和环境分离”当作自然事实；差别在于本条从技能、价值形成、故障提示与委托关系构成的自治环境解释，而“在系统关闭后才显现、既不被记录为错误也不被视为技能损失的依赖”在两边仍没有稳定位置（2026）；关于自治设计的跨学科比较因此保留对象差异。

位置E——它把“技能、价值形成、故障提示与委托关系构成的自治环境”当成单独够用的那一样　单因自治保存只由失败识别与独立判断能否维持决定　预设〔27 能力可与承载它的人分离〕自治能力可与承载它的技能、价值和环境分离　量纲能被用户正确识别并自主纠正的系统失败数／系统全部关键失败数　失效当辅助提高平均准确率却削弱故障识别时，性能越高，用户长期自治反而越低　自曝自治设计研究承认过多警报和强制参与会造成疲劳，保存自治也需任务适配　空栏在系统关闭后才显现、既不被记录为错误也不被视为技能损失的依赖　异名行动哲学称“控制条件族”；另见第 515 号第十四条“控制是条件族：知识、技能、机会与权限不能压成一个数”

八、生成式人工智能作为认识中介：语言概率会重排可信度与作者关系Generative AI as Epistemic Mediation

提出Bender、Gebru、McMillan-Major 与 Shmitchell，2021 年，“On the Dangers of Stochastic Parrots”，FAccT 2021:610–623。　争议Hicks、Humphries 与 Slater，2024 年，“ChatGPT Is Bullshit”，Ethics and Information Technology 26:38，DOI 10.1007/s10676-024-09775-5。　最新Pasquinelli，2026 年，“Machine, Organism and Language: A Comparative Epistemology of AI Models”，AI & Society，DOI 10.1007/s00146-026-03094-7。　关键生成式模型常被当作新知识主体，界面流畅度掩盖训练语料、概率生成和组织用途。

认识中介论把模型看作重排文本、可信度、注意与劳动的基础设施，而非自动赋予理解。把主流叙述之外的残余重新放进来，生成式人工智能作为认识中介的转向可由三步看清：Bender等（2021）定下问题，Hicks、Humphries 与 Slater（2024）暴露遗漏，Pasquinelli（2026）重画适用范围；此前被排除的是“没有可定位原作者、却塑造公共语言和判断的统计性表达模式”；这条时间线显示生成式人工智能作为认识中介在哪一步失去旧解释力。

决定生成式系统的认识地位的只有其输出能否连接可追溯来源、校验和责任。若保持其他条件不变，在生成式人工智能作为认识中介中，“生成式系统知识地位只由可追溯校验与责任链决定”不是一句强调语，而是一项有明确输法的判断；Pasquinelli 2026要求它接受“可追溯到来源并经独立校验的关键输出数／全部进入决策的关键生成输出数”的直接比较；生成式人工智能作为认识中介的分界由此从态度差异转成可裁决问题。

随机鹦鹉论文揭示规模风险，2024 年分析“胡说”而非单纯谎言，2026 年比较机器、生命与语言模型。将概念变化与经验变化分开，生成式人工智能作为认识中介不能按引文数量投票：2021年的提出、2024年的质疑和2026年的修订，需要共同解释模型也可产生有用组合和工具性理解，批判不能把所有输出一概无价值化，否则新年份不等于新证据；生成式人工智能作为认识中介的新材料只有改变证明责任才算真正更新。

模型也可产生有用组合和工具性理解，批判不能把所有输出一概无价值化。将外部批评换成内部证据，Hicks、Humphries 与 Slater（2024）和Pasquinelli（2026）为生成式人工智能作为认识中介留下同一个空缺：“没有可定位原作者、却塑造公共语言和判断的统计性表达模式”；若不把它纳入，正面材料只能说明筛选后的对象；这项限制因此是生成式人工智能作为认识中介的反证材料，而非礼貌保留。

使用规范应区分起草、搜索、推断和决定，要求来源、置信、复核与责任人。当该思想被用于分类或推荐，在使用规范中，生成式人工智能作为认识中介不能只留下结论标签；还要保留“没有可定位原作者、却塑造公共语言和判断的统计性表达模式”，以及“当界面提高语言流畅度却弱化来源提示时，说服力越高，知识可靠性反而越低”出现后的修订或异议记录（Pasquinelli，2026）；只有保留“没有可定位原作者、却塑造公共语言和判断的统计性表达模式”，使用规范的采用才不等于封闭。

它与第 511 号第十二条“言语行为的摄取条件：发出声音不等于完成行动”相接，本条进一步处理基础设施和知识权。使用规范把第044号第二幕八“悬而未决：黑箱、对齐与‘理解’”作为外部对照，Pasquinelli仍须说明生成式人工智能作为认识中介的未解边界。

位置E——它把“语料、模型、界面、来源与责任构成的认识环境”当成单独够用的那一样　单因生成式系统知识地位只由可追溯校验与责任链决定　预设〔04 测量不改变被测对象〕生成、展示和评估不会回写使用者的知识对象　量纲可追溯到来源并经独立校验的关键输出数／全部进入决策的关键生成输出数　失效当界面提高语言流畅度却弱化来源提示时，说服力越高，知识可靠性反而越低　自曝生成式 AI 批判自己承认模型可作为工具产生价值，问题在何种责任结构下使用　空栏没有可定位原作者、却塑造公共语言和判断的统计性表达模式　异名语言哲学称“意义与来源责任”；另见第 511 号第十二条“言语行为的摄取条件：发出声音不等于完成行动”；另见第 044 号第二幕八“悬而未决：黑箱、对齐与‘理解’”。

九、维修与修复政治：坏掉后的劳动决定技术能否持续Maintenance, Repair and the Right to Repair

提出Jackson，2014 年，“Rethinking Repair”，载 Media Technologies，MIT Press。　争议Rosner，2018 年，Critical Fabulations，MIT Press。　最新Perzanowski，2022 年，The Right to Repair，Cambridge University Press。　关键创新叙事把发明和升级放在中心，维护、清洁、备件、非正式修理和淘汰被当作背景。

修复哲学把故障、照护和延寿视为技术秩序的核心，并追问谁有权打开、理解和修复。把主流叙述之外的残余重新放进来，从2014到2022，维修与修复政治不再只讨论中心案例；Jackson、Rosner与Perzanowski的连续争论，迫使研究者把“被使用者临时修补、延寿却不进入产品创新和可靠性统计的劳动”写入对象清单；因此，维修与修复政治改变的是对象边界，不是术语表面。

决定技术可持续性的只有维护知识、部件和权限能否分布到真实使用者。从这条命题最容易失败的场景看，维修与修复政治把从故障发现到诊断、备件和恢复的维护过程视为解释核心，并默认“维修劳动、停机和备件成本可外置而不改变产品结论”；只有“可由独立维修恢复的关键故障数／产品全部常见关键故障数”出现系统差异，“技术持续性只由维护知识与权限可得性决定”才真正站得住（Perzanowski 2022）；这样，反对者可直接用“可由独立维修恢复的关键故障数／产品全部常见关键故障数”检验维修与修复政治。

Jackson 提出破损世界思维，Rosner 重写修理史，维修权研究连接所有权、软件锁和竞争。把三笔资料各自承担的任务分开，从2014到2022，维修与修复政治的证据责任从提出例子转向统一比较；若不按“可由独立维修恢复的关键故障数／产品全部常见关键故障数”观察，Jackson、Rosner与Perzanowski其实可能在谈不同对象；这使维修与修复政治中的提出、反对和修订不再混成同一种引文。

维修并非总优于替换，安全、专业和污染也会限制开放修理。把阳性案例与未解释对象并列，维修与修复政治最有力的限制来自路线内部：“维修权研究承认安全与复杂度可能要求专业认证，开放不等于无标准”；在维修与修复政治中，Rosner（2018）与Perzanowski（2022）都表明，一旦出现“当产品增加智能功能却封闭诊断和部件时，功能越多，真实可修复寿命反而越短”，原结论必须缩小；“被使用者临时修补、延寿却不进入产品创新和可靠性统计的劳动”由此进入维修与修复政治命题本身。

产品评价应报告可拆解、备件年限、诊断工具、软件支持、停机和本地修复能力。把抽象判断转成可执行动作时，维修与修复政治进入产品评价以后，应把“被使用者临时修补、延寿却不进入产品创新和可靠性统计的劳动”从备注移入正式记录，并说明2022年更新前后哪项判断发生了变化；这使维修与修复政治对产品评价的影响能在下一轮材料中被检查。

它与第 520 号第十八条“制度韧性：冗余、备份与修复能力不是低效率”相接：冗余和修复不是低效率，而是持续能力。跨学科连接首先要说明差别，把维修与修复政治与第520号第十八条“制度韧性：冗余、备份与修复能力不是低效率”并读，可以看见本条解释“技术持续性只由维护知识与权限可得性决定”，对方处理同一问题的另一后果；“被使用者临时修补、延寿却不进入产品创新和可靠性统计的劳动”决定两边能否真正通约（2022）；关于维修与修复政治的跨学科比较因此保留对象差异。

位置D——它把“从故障发现到诊断、备件和恢复的维护过程”当成单独够用的那一样　单因技术持续性只由维护知识与权限可得性决定　预设〔12 成本可外置而不改变结论〕维修劳动、停机和备件成本可外置而不改变产品结论　量纲可由独立维修恢复的关键故障数／产品全部常见关键故障数　失效当产品增加智能功能却封闭诊断和部件时，功能越多，真实可修复寿命反而越短　自曝维修权研究承认安全与复杂度可能要求专业认证，开放不等于无标准　空栏被使用者临时修补、延寿却不进入产品创新和可靠性统计的劳动　异名社会科学哲学称“制度韧性”；另见第 520 号第十八条“制度韧性：冗余、备份与修复能力不是低效率”

十、隐形人工与物质链：自动化界面背后仍有人在标注、审核和清理Invisible Labor and Material Supply Chains

提出Gray 与 Suri，2019 年，Ghost Work，Houghton Mifflin Harcourt。　争议Tubaro、Casilli 与 Coville，2020 年，“The Trainer, the Verifier, the Imitator”，Big Data & Society 7(1):1–17。　最新Crawford，2021 年，Atlas of AI，Yale University Press。　关键人工智能被描述为自动化，但数据标注、内容审核、点击劳动、矿产开采和基础设施维护被界面隐藏。

技术伦理必须把人力、身体风险和物质供应链作为系统组成，而非外部成本。把不同年份的文本当作连续争论而非三次背书，围绕隐形人工与物质链，2019、2020与2021年的三笔材料依次完成提出、质疑和修订；当“既不被登记为员工、也不列入模型成本或产品故障率的临时审核与修复劳动”被重新纳入以后，隐形人工与物质链必须重写何者还算典型案例；这条时间线显示隐形人工与物质链在哪一步失去旧解释力。

决定自动化程度的只有多少关键任务无需被隐藏劳动持续接管和修复。在不提前加入例外条款时，关于隐形人工与物质链，支持者须证明劳动平台、矿产、供应商与维护构成的物质环境足以改变结果，而不只是与结果相伴；否则“人工、生态与供应链成本可外置而不改变自动化结论”只是未经检验的前提（Crawford 2021）；隐形人工与物质链的分界由此从态度差异转成可裁决问题。

Ghost Work 揭示按需劳动，2020 年区分训练者、验证者和模仿者，Atlas of AI 连接矿产、劳动和权力。从何种材料会改变结论来读，在隐形人工与物质链上，2019年的Gray 与 Suri负责提出，2020年的Tubaro、Casilli 与 Coville负责反驳，2021年的Crawford负责修订；只有按“无需人工标注、审核或修复而稳定完成的任务数／全部被宣称自动化的关键任务数”比较并处理强调隐藏劳动不能否认部分任务确已自动化，也需区分劳动类型和地区，三者才属于同一场可裁决的争论；隐形人工与物质链的新材料只有改变证明责任才算真正更新。

强调隐藏劳动不能否认部分任务确已自动化，也需区分劳动类型和地区。把阳性案例与未解释对象并列，隐形人工与物质链并没有获得无限通行证；对隐形人工与物质链而言，内部材料已经承认「隐形劳动研究承认劳动类型高度异质，不能用一个“幽灵工作”标签替代具体条件」，而「当产品提高“无人化”指标却外包更多审核时，自动化率越高，隐藏劳动反而越多」正是2020年以来可检查的失败情形；隐形人工与物质链一旦进入该条件，原结论就必须重述。

采购和生命周期报告应披露岗位、工资、心理伤害、供应商、矿产与废弃物。采购和生命周期报告应记录“既不被登记为员工、也不列入模型成本或产品故障率的临时审核与修复劳动”，并由Crawford说明2021年后的修订。

它与第 516 号第二十条“生成式人工智能的性别账本：流畅自动化依赖被隐去的劳动”相接：隐藏劳动具有全球、阶级和性别分布。把相同对象放进不同解释框架，在隐形人工与物质链上，第265号第二幕十“幽灵劳动”提供外部对照；隐形人工与物质链与对方共享“人工、生态与供应链成本可外置而不改变自动化结论”，但本条把劳动平台、矿产、供应商与维护构成的物质环境放在中心；“既不被登记为员工、也不列入模型成本或产品故障率的临时审核与修复劳动”仍是共同未解项（2021）；关于隐形人工与物质链的跨学科比较因此保留对象差异。

位置E——它把“劳动平台、矿产、供应商与维护构成的物质环境”当成单独够用的那一样　单因自动化真实性只由关键任务是否脱离隐藏劳动决定　预设〔12 成本可外置而不改变结论〕人工、生态与供应链成本可外置而不改变自动化结论　量纲无需人工标注、审核或修复而稳定完成的任务数／全部被宣称自动化的关键任务数　失效当产品提高“无人化”指标却外包更多审核时，自动化率越高，隐藏劳动反而越多　自曝隐形劳动研究承认劳动类型高度异质，不能用一个“幽灵工作”标签替代具体条件　空栏既不被登记为员工、也不列入模型成本或产品故障率的临时审核与修复劳动　异名女性主义称“性别化 AI 劳动”；另见第 516 号第二十条“生成式人工智能的性别账本：流畅自动化依赖被隐去的劳动”；另见第 265 号第二幕十“幽灵劳动”。

十一、人工道德地位：能力谱系不能直接推出权利全包Artificial Moral Status

提出Gunkel，2018 年，Robot Rights，MIT Press。　争议Danaher，2020 年，“Welcoming Robots into the Moral Circle: A Defence of Ethical Behaviourism”，Science and Engineering Ethics 26:2023–2049，DOI 10.1007/s11948-019-00119-x。　最新Rebera，2024 年，“Reactive Attitudes and AI-Agents”，Philosophy & Technology，DOI 10.1007/s13347-024-00808-x。　关键机器伦理常在“只是工具”与“应像人一样有权利”之间跳跃，忽略能力、关系和风险可能分层。

人工道德地位应按感受、能动、关系、脆弱与社会实践分别论证，不由拟人界面一次决定。把近二十年的材料按问题而非学派重排，从2018到2024，人工道德地位不再只讨论中心案例；Gunkel、Danaher与Rebera的连续争论，迫使研究者把“既非纯财产又未满足完整人格阈值的中间人工存在”写入对象清单；新增材料由此重画了人工道德地位必须负责的对象清单。

决定某项人工权利的只有相关道德能力与保护理由是否存在，而不是系统整体像人。从支持与不支持应当出现何种差异来判断，在人工道德地位中，“人工权利只由与该权利相关的能力和保护理由决定”不是一句强调语，而是一项有明确输法的判断；Rebera 2024要求它接受“有独立证据支持的人工保护权项数／系统被主张拥有的全部权项数”的直接比较；“人工权利只由与该权利相关的能力和保护理由决定”因此拥有明确的输法。

机器人权利论提出他者关系，道德圈论辩论纳入条件，2024 年研究分析对 AI 代理的反应态度。不把三笔来源简单当成多数票，从2018到2024，人工道德地位的证据责任从提出例子转向统一比较；若不按“有独立证据支持的人工保护权项数／系统被主张拥有的全部权项数”观察，Gunkel、Danaher与Rebera其实可能在谈不同对象；人工道德地位的进步应以可区分预测与边界衡量。

过早赋权可能遮蔽人类所有者责任，过晚承认也可能在真实感受出现后造成伤害。把批评与内部承认分开，人工道德地位并没有获得无限通行证；对人工道德地位而言，内部材料已经承认“人工道德地位研究承认当前证据不足，关系反应不能替代感受与能动机制”，而“当界面提高拟人化却证据仍停在语言表现时，亲近感越高，错误赋权与责任转移反而越大”正是2020年以来可检查的失败情形；人工道德地位一旦进入该条件，原结论就必须重述。

治理应采用能力分层、证据阈值、预防原则和不可转嫁的人类组织责任。若采用者只保留结论而省略边界，由于“人工道德地位研究承认当前证据不足，关系反应不能替代感受与能动机制”，治理不能把人工道德地位固化成唯一判据；围绕“既非纯财产又未满足完整人格阈值的中间人工存在”的版本修订者、异议登记者与结果追踪者必须分别具名（Rebera，2024）；否则，治理只会用人工道德地位的新术语保存旧问题。

它与第 515 号第二十条“人工自由意志：判断标准是能动、替代与因果控制”相接：能动、替代与控制并不自动推出完整道德地位。若用另一个领域的术语重述，第515号第二十条“人工自由意志：判断标准是能动、替代与因果控制”与人工道德地位都拒绝把“道德主体类别互斥且必须一次性全包”当作自然事实；差别在于本条从能力、关系、脆弱与制度实践构成的道德地位环境解释，而“既非纯财产又未满足完整人格阈值的中间人工存在”在两边仍没有稳定位置（2024）；人工道德地位与对方若都有效，就必须解释同一对象为何产生不同结果。

位置E——它把“能力、关系、脆弱与制度实践构成的道德地位环境”当成单独够用的那一样　单因人工权利只由与该权利相关的能力和保护理由决定　预设〔19 类别互斥且穷尽〕道德主体类别互斥且必须一次性全包　量纲有独立证据支持的人工保护权项数／系统被主张拥有的全部权项数　失效当界面提高拟人化却证据仍停在语言表现时，亲近感越高，错误赋权与责任转移反而越大　自曝人工道德地位研究承认当前证据不足，关系反应不能替代感受与能动机制　空栏既非纯财产又未满足完整人格阈值的中间人工存在　异名行动哲学称“人工功能自由”；另见第 515 号第二十条“人工自由意志：判断标准是能动、替代与因果控制”

十二、人工智能的能源—水—权力账本AI Energy, Water and Power Ledger

提出Crawford，2021 年，Atlas of AI，Yale University Press。　争议de Vries，2023 年，“The Growing Energy Footprint of Artificial Intelligence”，Joule 7(10):2191–2194。　最新Luccioni、Jernite 与 Strubell，2024 年，“Power Hungry Processing”，FAccT 2024:85–99。　关键人工智能进步常用参数、算力和性能表示，训练、推理、冷却水、电网机会成本和区域污染被放在系统之外。

物质账本要求把能源、水、碳、芯片、土地、劳动和控制权纳入每项能力收益。从最容易被当成例外的材料切入，围绕人工智能的能源，2021、2023与2024年的三笔材料依次完成提出、质疑和修订；当“由电网挤出、干旱冷却和矿产社区承担却不进入模型成本的机会损失”被重新纳入以后，人工智能的能源必须重写何者还算典型案例；人工智能的能源的完整性因此要由遗漏对象来检验。

决定 AI 效率的只有完整生命周期资源与社会收益之比，而不是单次基准能耗。若保持其他条件不变，人工智能的能源把能源、水、芯片、劳动与区域治理构成的生命周期环境视为解释核心，并默认“未被计价的水、电网和地区损害不影响性能结算”；只有“经地点和生命周期校准的社会收益单位／全部能源、水与硬件资源单位”出现系统差异，“AI 效率只由完整资源成本与社会收益之比决定”才真正站得住（Luccioni、Jernite 与 Strubell 2024）；“AI 效率只由完整资源成本与社会收益之比决定”因此拥有明确的输法。

Crawford 描绘物质政治，2023 年估计增长足迹，2024 年测量不同生成任务的能源差异。从提出到修订的连续性看，围绕人工智能的能源，Crawford（2021）给出起点，de Vries（2023）提供反例，Luccioni等（2024）负责更新；最新材料的价值在于把比较口径收紧为“经地点和生命周期校准的社会收益单位／全部能源、水与硬件资源单位”；三笔来源共同构成人工智能的能源可回查的论证链。

能耗估计受硬件、地点和利用率影响，公开数据不足；单位任务效率提高也可能带来反弹。把阳性案例与未解释对象并列，在人工智能的能源的边界上，Luccioni等（2024）仍须面对“绿色 AI 研究承认现有披露和测量不完整，跨模型数字常不可直接比较”；如果“由电网挤出、干旱冷却和矿产社区承担却不进入模型成本的机会损失”继续缺席，人工智能的能源的阳性案例最多只能代表筛选后的对象；人工智能的能源的反例因此决定结论范围，而不是被当作噪声。

模型卡与采购应披露训练、推理、用水、电力来源、硬件寿命、地区负担和替代方案。为了防止新概念复制旧盲区，在模型卡与采购中，人工智能的能源不能只留下结论标签；还要保留“由电网挤出、干旱冷却和矿产社区承担却不进入模型成本的机会损失”，以及“当单位推理能耗下降却使用量指数增长时，效率越高，总资源占用反而越大”出现后的修订或异议记录（Luccioni等，2024）；人工智能的能源在模型卡与采购中的后果于是成为可复核的改变。

它与第 517 号第二十条“去殖民人工智能：公平修补不能遮蔽数据、算力与未来想象的抽取”相接：算力与资源控制会重现全球知识等级。模型卡与采购把第230号第一幕甲“全球正义把国家边界从终点改成责任条件”作为外部对照，Luccioni等仍须说明人工智能的能源的未解边界。

位置E——它把“能源、水、芯片、劳动与区域治理构成的生命周期环境”当成单独够用的那一样　单因AI 效率只由完整资源成本与社会收益之比决定　预设〔30 未被计价的东西不影响结算〕未被计价的水、电网和地区损害不影响性能结算　量纲经地点和生命周期校准的社会收益单位／全部能源、水与硬件资源单位　失效当单位推理能耗下降却使用量指数增长时，效率越高，总资源占用反而越大　自曝绿色 AI 研究承认现有披露和测量不完整，跨模型数字常不可直接比较　空栏由电网挤出、干旱冷却和矿产社区承担却不进入模型成本的机会损失　异名去殖民哲学称“数据—算力主权”；另见第 517 号第二十条“去殖民人工智能：公平修补不能遮蔽数据、算力与未来想象的抽取”；另见第 230 号第一幕甲“全球正义把国家边界从终点改成责任条件”。

◎ 二十年连起来看

第一条贯穿线是技术从中性工具变成中介结构：装置、界面和平台会重写知觉、选项、技能与责任，而非只提高既定目标的效率。（参见Achterhuis 编 2001；Kroes 与 Meijers 编 2016。）

第二条贯穿线是伦理从交付后审查进入设计和组织。价值、隐私、责任、公平、解释和控制都必须落到可修改权限与申诉。（参见Sandel 2007；Buchanan 2011。）

第三条贯穿线是系统边界不断外扩。维护、隐形劳动、供应链、能源、水和数据主权表明，性能账本之外还有持续运行的物质与政治条件。（参见Gunkel 2018；Rebera 2024。）

◎ 三个常见误解

误解一是技术哲学只讨论技术乐观或悲观。经验转向之后，核心是具体中介、功能、故障和制度后果。（参见Kroes 与 Meijers 2006；Franssen、Lokhorst 与 van de Poel 2018。）

误解二是“人在环”就能保证责任。没有理由追踪、角色理解、时间、权限和补救，人类确认可能只是责任转嫁。（参见Kleinberg、Mullainathan 与 Raghava 2017；Barocas、Hardt 与 Narayanan 2023。）

误解三是更高公平、解释或效率指标自动更正义。指标冲突、说服性解释、监视扩张和反弹效应都可能让方向倒转。（参见Jackson 2014；Perzanowski 2022。）

◎ 与相邻领域的接口

与行动哲学的接口在控制、延展能动性、自动化偏差和人工自由；本块进一步追踪设计与供应链。（参见Owen、Macnaghten 与 Stilgoe 2012；Boenink 与 Kudina 2020。）

与语言哲学的接口在生成式模型、解释、来源和公共意义；流畅输出不能替代可追溯责任。（参见Yeung 2017；Helberger、Karppinen 与 D’Acunto 2018。）

与女性主义和去殖民哲学的接口在设计正义、隐藏劳动、数据主权和资源抽取；代表性必须连接治理权。（参见Crawford 2021；Luccioni、Jernite 与 Strubell 2024。）

与社会科学哲学的接口在机制、分类回路、政策采纳和制度韧性；技术部署会改变被测制度。（参见Matthias 2004；Taylor 2024。）

◎ 争议现场

争议一：技术是否拥有能动性。要收敛，需要区分因果贡献、在线控制、规范响应与责任资格，并在具体系统中逐项测量。（参见Clark 与 Chalmers 1998；Heersmink 2015。）

争议二：解释应忠实模型还是服务行动。要收敛，需要同时测机制忠实、用户理解、申诉成功和错误纠正。（参见Buijsman、Carter 与 Bermúdez 2025；Jovchevski、Buijsman 与 Neerincx 2026。）

争议三：人工系统何时获得道德地位。要收敛，需要对感受、能动、关系与脆弱分别建立独立证据阈值。（参见Gunkel 2018；Rebera 2024。）

◎ 往下五年看什么

到 2031 年，观察高风险 AI 是否普遍发布控制矩阵，列出知识、权限、叫停和补救，而不只写“human oversight”。

观察生成式系统是否提供可验证来源、故障指示和反说服机制，并公开解释忠实与申诉数据。（参见Bender、Gebru、McMillan-Major 与 Sh 2021；Pasquinelli 2026。）

观察维修权是否扩展到软件、模型和云服务，包括导出、兼容、备件与长期安全更新。（参见Crawford 2021；Luccioni、Jernite 与 Strubell 2024。）

观察 AI 采购是否要求地点化能源、水、供应链劳动和社区退出权的全生命周期账本。（参见Russell 2019；Dobbe、Gilbert 与 Mintz 2021。）

◎ 可与哪些领域对撞

本块第二条“技术中介”与第 515 号第十八条“主动推断：行动不是响应刺激，而是改变可预期感觉”共享“环境只是背景”的预设；一个研究装置转译，一个研究行动采样。若都成立，技术会进入行动者的生成模型。

本块第十条“MHC”与第 515 号第七条“引导控制：责任不必拥有终极起源，但必须拥有机制”共享“实际序列中的正确理由响应”预设；技术系统还必须将控制追溯到组织角色。

本块第十六条“生成式 AI”与第 511 号第十二条“言语行为的摄取条件：发出声音不等于完成行动”共享“流畅文本即知识”的预设；一个揭示概率语言，一个要求来源与责任。

本块第二十条“能源—水账本”与第 517 号第二十条“去殖民人工智能：公平修补不能遮蔽数据、算力与未来想象的抽取”共享“性能可与抽取分开”的预设；若都成立，资源主权是 AI 正当性的内部变量。

◎ 十条可做的研究命题

1. 命题：技术中介映射比设计意图更能预测用户行为改变。做法：跨装置实验。证伪：意图已充分预测。

2. 命题：价值建议的实质修改率比参与人数更能预测设计正当性。做法：项目档案。证伪：人数同样有效。

3. 命题：情境化用途提示能降低跨情境数据流冲突。做法：随机界面实验。证伪：冲突率不变。

4. 命题：故障指示与恢复训练能减轻 AI 辅助的技能退化。做法：纵向任务研究。证伪：无保护效应。

5. 命题：tracking/tracing 双指标比“人在环”更能预测事故问责。做法：事故链分析。证伪：在环已充分预测。

6. 命题：可争辩解释提高错误纠正率而非只提高满意度。做法：现场试验。证伪：纠正率无变化。

7. 命题：平台排序可调维度的实际生效率预测用户自治。做法：审计与行为追踪。证伪：设置数量同样预测。

8. 命题：维修开放度提高产品寿命且不增加安全事故。做法：法域比较。证伪：寿命不升或事故显著增加。

9. 命题：披露隐藏劳动会改变自动化采购评分。做法：采购实验。证伪：决策不变。

10. 命题：地点化能源水账本会改变模型部署位置和规模。做法：组织准实验。证伪：无变化。

◎ 资料核验

  1. 以下资料按提出、争议与更新三类反查；书籍列明出版社，论文尽量列明卷页或 DOI。
  2. Achterhuis 编，2001 年，American Philosophy of Technology，Indiana University Press。
  3. Brey，2010 年，“Philosophy of Technology after the Empirical Turn”，Techné 14(1):36–48。
  4. Kroes 与 Meijers 编，2016 年，The Empirical Turn in the Philosophy of Technology，Emerald。
  5. Ihde，1990 年，Technology and the Lifeworld，Indiana University Press。
  6. Verbeek，2005 年，What Things Do，Penn State University Press。
  7. Rosenberger 与 Verbeek 编，2015 年，Postphenomenological Investigations，Lexington Books。
  8. Kroes 与 Meijers，2006 年，“The Dual Nature of Technical Artefacts”，Studies in History and Philosophy of Science 37(1):1–4。
  9. Houkes 与 Vermaas，2010 年，Technical Functions，Springer。
  10. Franssen、Lokhorst 与 van de Poel，2018 年，“Philosophy of Technology”，Stanford Encyclopedia of Philosophy，更新版。
  11. Friedman、Kahn 与 Borning，2006 年，“Value Sensitive Design and Information Systems”，载 Human-Computer Interaction and Management Information Systems，M.E. Sharpe。
  12. van den Hoven、Vermaas 与 van de Poel 编，2015 年，Handbook of Ethics, Values, and Technological Design，Springer。
  13. Costanza-Chock，2020 年，Design Justice，MIT Press。
  14. Owen、Macnaghten 与 Stilgoe，2012 年，“Responsible Research and Innovation”，Science and Public Policy 39(6):751–760。
  15. Stilgoe、Owen 与 Macnaghten，2013 年，“Developing a Framework for Responsible Innovation”，Research Policy 42(9):1568–1580。
  16. Boenink 与 Kudina，2020 年，“Values in Responsible Research and Innovation”，Journal of Responsible Innovation 7(3):450–472。
  17. Nissenbaum，2010 年，Privacy in Context，Stanford University Press。
  18. Nissenbaum，2019 年，“Contextual Integrity Up and Down the Data Food Chain”，Theoretical Inquiries in Law 20(1):221–256。
  19. Register、Nyholm 与 Huppert，2025 年，“Privacy and Human–AI Relationships”，Philosophy & Technology 38，DOI 10.1007/s13347-025-00978-2。
  20. Clark 与 Chalmers，1998 年，“The Extended Mind”，Analysis 58(1):7–19。
  21. Sutton，2010 年，“Exograms and Interdisciplinarity”，载 The Extended Mind，MIT Press。
  22. Heersmink，2015 年，“Dimensions of Integration in Embedded and Extended Cognitive Systems”，Phenomenology and the Cognitive Sciences 14:577–598。
  23. Sandel，2007 年，The Case against Perfection，Harvard University Press。
  24. Savulescu 与 Bostrom 编，2009 年，Human Enhancement，Oxford University Press。
  25. Buchanan，2011 年，Better than Human?，Oxford University Press。
  26. Matthias，2004 年，“The Responsibility Gap”，Ethics and Information Technology 6:175–183。
  27. Santoni de Sio 与 van den Hoven，2018 年，“Meaningful Human Control over Autonomous Systems”，Frontiers in Robotics and AI 5:15。
  28. Taylor，2024 年，“Collective Responsibility and Artificial Intelligence”，Philosophy & Technology 37，DOI 10.1007/s13347-024-00718-y。
  29. van den Bosch、Bronkhorst 等，2025 年，“Effects of Team Design in AI-Assisted Pandemic Triage”，AI and Ethics，DOI 10.1007/s43681-024-00647-8。
  30. Kuilman、Nyholm、Buijsman 等，2025 年，“Is Meaningful Human Control over Personalised AI Assistants Possible?”，Philosophy & Technology 38:148，DOI 10.1007/s13347-025-00976-4。
  31. Kleinberg、Mullainathan 与 Raghavan，2017 年，“Inherent Trade-Offs in the Fair Determination of Risk Scores”，ITCS 2017:43:1–43:23。
  32. Chouldechova，2017 年，“Fair Prediction with Disparate Impact”，Big Data 5(2):153–163。
  33. Barocas、Hardt 与 Narayanan，2023 年，Fairness and Machine Learning，在线开放教材。
  34. Wachter、Mittelstadt 与 Russell，2017 年，“Counterfactual Explanations without Opening the Black Box”，Harvard Journal of Law & Technology 31:841–887。
  35. Miller，2019 年，“Explanation in Artificial Intelligence”，Artificial Intelligence 267:1–38。
  36. Deller，2026 年，“The Epistemic Costs of Super-Persuasive AI”，Philosophy & Technology，DOI 10.1007/s13347-026-01106-4。
  37. Yeung，2017 年，“Hypernudge: Big Data as a Mode of Regulation by Design”，Information, Communication & Society 20(1):118–136。
  38. Zuboff，2019 年，The Age of Surveillance Capitalism，PublicAffairs。
  39. Helberger、Karppinen 与 D’Acunto，2018 年，“Exposure Diversity as a Design Principle for Recommender Systems”，Information, Communication & Society 21(2):191–207。
  40. Russell，2019 年，Human Compatible，Viking。
  41. Gabriel，2020 年，“Artificial Intelligence, Values, and Alignment”，Minds and Machines 30:411–437。
  42. Dobbe、Gilbert 与 Mintz，2021 年，“Hard Choices in Artificial Intelligence”，Artificial Intelligence 300:103555。
  43. Buijsman、Carter 与 Bermúdez，2025 年，“Autonomy by Design: Preserving Human Autonomy in AI Decision-Support”，Philosophy & Technology 38:97，DOI 10.1007/s13347-025-00932-2。
  44. Aboodi、Buijsman 与 Bermúdez，2025 年，“Inauthentic Value Shifts Induced by AI Decision-Support?”，Philosophy & Technology，DOI 10.1007/s13347-025-00981-7。
  45. Jovchevski、Buijsman 与 Neerincx，2026 年，“What Is Wrong with Automation Bias?”，Philosophy & Technology 39:84，DOI 10.1007/s13347-026-01090-9。
  46. Bender、Gebru、McMillan-Major 与 Shmitchell，2021 年，“On the Dangers of Stochastic Parrots”，FAccT 2021:610–623。
  47. Hicks、Humphries 与 Slater，2024 年，“ChatGPT Is Bullshit”，Ethics and Information Technology 26:38，DOI 10.1007/s10676-024-09775-5。
  48. Pasquinelli，2026 年，“Machine, Organism and Language: A Comparative Epistemology of AI Models”，AI & Society，DOI 10.1007/s00146-026-03094-7。
  49. Jackson，2014 年，“Rethinking Repair”，载 Media Technologies，MIT Press。
  50. Rosner，2018 年，Critical Fabulations，MIT Press。
  51. Perzanowski，2022 年，The Right to Repair，Cambridge University Press。
  52. Gray 与 Suri，2019 年，Ghost Work，Houghton Mifflin Harcourt。
  53. Tubaro、Casilli 与 Coville，2020 年，“The Trainer, the Verifier, the Imitator”，Big Data & Society 7(1):1–17。
  54. Crawford，2021 年，Atlas of AI，Yale University Press。
  55. Gunkel，2018 年，Robot Rights，MIT Press。
  56. Danaher，2020 年，“Welcoming Robots into the Moral Circle: A Defence of Ethical Behaviourism”，Science and Engineering Ethics 26:2023–2049，DOI 10.1007/s11948-019-00119-x。
  57. Rebera，2024 年，“Reactive Attitudes and AI-Agents”，Philosophy & Technology，DOI 10.1007/s13347-024-00808-x。
  58. de Vries，2023 年，“The Growing Energy Footprint of Artificial Intelligence”，Joule 7(10):2191–2194。
  59. Luccioni、Jernite 与 Strubell，2024 年，“Power Hungry Processing”，FAccT 2024:85–99。
  60. Calboli 与 Geerts，2025 年，“Autonomy and AI Nudges”，Philosophy & Technology，DOI 10.1007/s13347-025-00940-2。
  61. Kuilman 等，2025 年，Philosophy & Technology 38:148。
  62. Deller，2026 年，Philosophy & Technology，DOI 10.1007/s13347-026-01106-4。

SDEUniverses.com · 新思想前沿　｜　第 518 号　｜　王德生 亲撰