我自己剛學(xué)編程那會兒，腦子里全是“怎么讓代碼跑起來”——語法對不對、接口通不通、性能夠不夠快。技術(shù)倫理？壓根沒想過。直到有一次，我隨手寫了個小工具，收集了朋友的幾條簡單反饋后，結(jié)果忘了加密存儲，差點(diǎn)把他們的手機(jī)號暴露出去，嚇的我當(dāng)時膽戰(zhàn)心驚。從那以后我才意識到：代碼跑通了只是第一步，跑通之后會不會給人添麻煩，可能是更值得琢磨的事。

現(xiàn)在，推薦算法在決定你刷到什么內(nèi)容，信用評分在影響你能不能貸到款，人臉識別甚至能影響你能不能順利進(jìn)門。代碼越深地嵌入生活，寫代碼的人就越不能只盯著技術(shù)本身。

什么是技術(shù)倫理？

技術(shù)倫理不是那種繞來繞去的哲學(xué)概念，它很具體：你寫的這個功能，會不會被人拿去干壞事？你的算法會不會無意中歧視某些人？用戶的隱私數(shù)據(jù)該怎么處理？萬一系統(tǒng)出了岔子，誰來負(fù)責(zé)？

這些問題不是等到你成了資深工程師才需要琢磨的。從你敲下第一行代碼開始，就可以在心里埋下一顆種子——因?yàn)楹芏鄠惱砩系目樱皇呛髞怼把a(bǔ)”得上的，而是一開始就嵌在設(shè)計(jì)里的。

成人編程學(xué)習(xí)者可以留意的幾個倫理維度

數(shù)據(jù)隱私，這是最貼近日常的。比方說你做一個收集用戶信息的小應(yīng)用，不妨問自己：這些數(shù)據(jù)真的都要嗎？存得夠安全嗎？用戶有沒有權(quán)利說“把我的數(shù)據(jù)刪了”？哪怕只是個練習(xí)項(xiàng)目，拿真實(shí)用戶數(shù)據(jù)做測試時，也最好遵守“能少收就少收、收之前先說清楚”的原則。

算法公平性，尤其當(dāng)你開始接觸機(jī)器學(xué)習(xí)。需要知道：訓(xùn)練數(shù)據(jù)里藏著的偏見，模型不僅學(xué)得會，還會放大。前幾年有個真實(shí)案例——某家公司的招聘模型用歷史簡歷訓(xùn)練，因?yàn)檫^去錄用的男性偏多，模型就自動給女性簡歷打了低分。這種“無心之惡”比寫錯一個bug更難發(fā)現(xiàn)，也更容易傷人。

可訪問性，這個常被忽略。你做的網(wǎng)頁或應(yīng)用，考慮過視障用戶、色盲朋友、或者手不太方便的人怎么用嗎？可訪問性不是什么“錦上添花”的高級技巧，它更像是技術(shù)產(chǎn)品的一條底線。而且，有些地方已經(jīng)把它寫進(jìn)了法規(guī)——忽視可訪問性，不只是不體貼，還可能惹上官司。

透明性與可解釋性。當(dāng)你的系統(tǒng)替用戶做了一個重要決定——比如拒絕一筆貸款——用戶有沒有權(quán)利知道“憑什么”？有個典型的教訓(xùn)：曾經(jīng)有銀行用“黑盒”模型審批信用卡，用戶被拒后完全不知道原因，連申訴都沒法申訴。

怎么在日常編程中慢慢培養(yǎng)倫理意識？

不需要一下子變成倫理專家，從幾個小習(xí)慣開始就好。

動手之前，多跟自己聊幾句：這個功能如果被人惡意用上，會出什么事？我有沒有留一點(diǎn)防濫用的機(jī)制？用戶能不能清楚地控制自己的數(shù)據(jù)？

平時多看看那些引發(fā)過爭議的技術(shù)案例——某個推薦算法惹出的風(fēng)波（比如短視頻平臺把用戶往極端內(nèi)容上推），或者某個人臉識別系統(tǒng)鬧過的誤判烏龍（比如把無辜者錯認(rèn)成嫌疑人）。琢磨一下這些事兒，你會更真切地理解一行代碼落在真實(shí)世界里會激起什么漣漪。

參與開源項(xiàng)目的時候，留心那些關(guān)于“怎么讓殘障人士也能用”、“怎么保護(hù)隱私”、“文檔寫沒寫清楚”的討論。這些細(xì)節(jié)恰恰是“負(fù)責(zé)任地寫代碼”在現(xiàn)實(shí)中的樣子。另外，一些編程課程里也會安排類似內(nèi)容，比如“千言科技編程”的項(xiàng)目實(shí)踐中就會讓學(xué)員思考數(shù)據(jù)隱私和用戶體驗(yàn)。

技術(shù)本身是工具，工具能變成什么，很大程度上取決于使用它的人。在埋頭學(xué)會“怎么做”的同時，偶爾抬起頭想想“該不該做”，你的編程之路會走得更踏實(shí)，也更有溫度。