黃丙喜/國家公益發展協進會榮譽會長
天主教宗良十四世說：「Al是工具，不是人。」Google前董事總經理簡立峰示警，AI進步到可能出現「連黃仁勳都沒想到的風險」，主因是它的發展「已快到讓企業與社會感到害怕，企業反而要停、看、聽」，但至今無人監管。
AI時代最大的倫理挑戰，不只是如何防止科技傷害人類，更是如何建立一套值得人類信任的企業治理制度，讓科技創新與人類幸福相互促進。
一、AI革命最大的挑戰，不是技術，而是信任
人類歷史上，每一次重大科技革命，都曾帶來希望與恐懼。工業革命解放了人類的體力，卻也造成勞動剝削與社會不平等；網際網路打破了資訊壟斷，卻也帶來隱私侵犯、假訊息與數位權力集中。
如今，人工智慧正在改變人類的知識生產、工作模式、教育制度，甚至影響個人的價值判斷與道德選擇。
AI的特殊性，在於它不只替代人類的勞動，更開始參與過去被認為屬於人類專有的認知活動，包括推理、創作、判斷與決策。
因此，社會對AI的焦慮，不能單純解釋為對新科技的無知或抗拒。人們真正擔心的是：當企業掌握愈來愈強大的演算法權力，誰來確保這些權力不會傷害個人的自由、尊嚴與基本權利？
這使AI發展面臨一個根本問題：科技能力的快速成長，是否已經超越人類社會建立倫理規範與信任制度的速度？
本文主張，克服AI倫理焦慮的關鍵，不在於要求大眾無條件相信科技，而在於運用企業倫理學，建立可監督、可驗證、可問責的AI治理制度，使信任具有合理的基礎。
二、從布萊克本的七大道德威脅，理解AI倫理焦慮
英國哲學家西蒙・布萊克本（Simon Blackburn）在《Being Good: A Short Introduction to Ethics》中，探討多種可能動搖道德思考基礎的哲學挑戰。
本文將其討論的七項威脅延伸檢驗至AI時代，可以看見當代科技社會因A1的快速發展而掀起的新倫理焦慮。
首先，當人類過度相信演算法的客觀性，AI可能被賦予近乎不可質疑的權威。
其次，AI訓練資料所包含的文化差異與歷史偏見，可能透過演算法再製甚至擴大既有的不平等。
第三，企業若以流量、獲利與市場占有率作為唯一目標，便可能犧牲使用者的隱私與公共利益。
第四，若將競爭效率誤認為唯一合理的社會價值，弱勢者的處境可能進一步惡化。
第五，當人們習慣讓AI替自己做決定，可能逐漸降低自主判斷的意願。
第六，政府或企業可能以科技進步與公共利益為名，掩蓋不透明的權力運作。
第七，過度追求演算法效率，則可能忽略人類生活中的情感、脆弱性與尊嚴。
再從認知心理學觀點，這七種Al的倫理威脅可以進一步歸納為三類心理焦慮：
自主焦慮： 擔心失去控制人生與做出選擇的能力。
公平焦慮： 擔心受到演算法偏見、企業私利與不透明權力的不公平對待。
人性焦慮： 擔心人類尊嚴、情感與社會關係逐漸被效率邏輯取代。
這三類焦慮的共同核心是：人們不只是擔心AI會犯錯，更擔心當AI犯錯時，自己無力改變結果，也找不到應負責任的人。
三、企業倫理學：從追求股東利益到創造社會共同價值
傳統企業經營重視效率、競爭與獲利。然而，企業倫理學提醒我們，合法經營並不必然代表合乎倫理，能夠創造利潤也不等於必然增進社會福祉。
諾貝兩經濟學獎得主Edward Freeman提出的利害關係人理論（Stakeholder Theory），主張企業應重視所有受到經營活動影響的群體，而非僅以股東利益作為唯一考量。
這項理論對AI時代具有重大啟示。當企業導入AI提高生產力時，除了評估成本與收益，也應考量員工就業、消費者權益、資料隱私、社會公平，以及技術對弱勢群體的影響。
而從企業倫理學視角，它至少為Al倫理提供三個重要的規範性基礎。
第一，功利主義要求企業評估AI能否增進整體社會福祉，但不能只計算總效益，而忽略風險與利益如何分配。
第二，義務論強調人類尊嚴與基本權利。即使AI能提高效率，也不能因此合理化侵犯隱私、歧視或剝奪個人自主權。
第三，德行倫理學重視企業領導者的誠信、審慎、責任與勇氣。企業不能只在獲利時宣稱重視倫理，而應在商業利益與公共責任發生衝突時，仍然堅守基本原則。
三者結合，意味著AI企業應同時回答三個問題：我們創造了多少利益？我們是否尊重每個人的權利？我們是否以值得信任的方式行事？
企業倫理因此不應只是科技創新的外部限制，更應成為企業創造長期價值的內在條件。
四、認知心理學：信任不是宣傳出來的，而是制度建立的
為什麼企業一再宣稱AI安全、可靠、值得信任，仍然無法完全消除社會疑慮？原因在於，信任不只是對企業宣示的理性評估，也涉及人們對風險、公平、控制感與過去經驗的心理反應。
Tom Tyler等學者對程序正義（Procedural Justice）的研究指出，人們對制度正當性的判斷，不只取決於結果，也受到決策程序是否公平、是否受到尊重等因素影響。
這對AI治理具有直接啟示。例如，銀行利用AI審核貸款，如果只告訴申請人「系統判定不通過」，即使判斷在統計上具有預測效度，也可能引發不信任。反之，若企業能提供可理解的理由、合理的申訴機制及人工覆核，便較有機會提升使用者的程序公平感。
另一方面，心理學家Edward Deci與Richard Ryan提出的自我決定理論（Self-Determination Theory），強調自主性、勝任感與關係感是人類重要的基本心理需求。
AI如果使人們感到自己無法理解、無法選擇、無法改變結果，就可能削弱控制感與自主性。因此，良好的AI治理不應只追求技術準確率，更應保障使用者理解、選擇、拒絕與尋求救濟的能力。
但值得注意的是，信任並非愈高愈好。對不可靠的AI過度信任，同樣可能造成傷害。真正的倫理目標，應是建立與AI實際能力及風險相稱的「適當信任」（Calibrated Trust）。
五、提出「AI倫理信任模型」：從倫理承諾走向心理安全
本文嘗試整合企業倫理學與認知心理學，提出一套可供後續實證檢驗的「AI倫理信任模型」。
第一層：企業倫理價值
誠信、公平、尊嚴、責任、公共福祉
第二層：可驗證的AI治理制度
透明、風險評估、人工覆核、獨立稽核、申訴救濟
第三層：使用者心理感受
公平感、自主感、控制感、安全感
第四層：適當信任與社會福祉
負責任的科技採用、權利保障、人類幸福
本文提出的概念模型，並非已完成驗證的因果關係。企業治理的實際品質、AI可靠性及使用情境都可能影響結果。
此模型的核心假設是：企業倫理治理愈完善，使用者愈可能感受到程序公平與自主控制；而這些心理感受，可能進一步影響其對AI的信任程度及使用意願。
未來可透過跨文化問卷、實驗設計及企業案例比較，檢驗不同治理制度對信任的影響，並區分「主觀信任增加」與「客觀風險降低」兩種不同成效。
六、從理念到實踐：企業AI倫理治理的五大改革
倫理理念若無法轉化為組織制度，就容易淪為企業形象宣傳。
本文建議企業推動五項改革。
第一，建立董事會AI倫理責任制度。 將重大AI風險納入公司治理，由高階主管承擔明確責任，避免倫理問題完全交由技術部門處理。
第二，實施AI倫理影響評估。 對涉及醫療、金融、教育、就業及公共服務的高風險用途，事前評估歧視、隱私、安全與基本權利風險，並定期檢討。
第三，保障人類監督與申訴救濟。 對重大決策提供有實質權限的人工覆核機制，確保受影響者有機會提出異議。
第四，建立倫理績效指標。 除了AI準確率及企業獲利，也應衡量重大事故、申訴處理、差別影響、使用者控制感及改善成效。
第五，推動利害關係人共同治理。 邀請員工、消費者、專業人士及受影響群體參與制度設計，使企業倫理不再只是管理階層單方面的承諾。
上述制度可參考OECD AI原則、NIST AI風險管理框架及ISO/IEC 42001人工智慧管理系統標準，並依企業規模、風險程度及適用法規調整。尤其必須防止「倫理漂白」（Ethics Washing）：企業口頭宣示負責任，卻缺乏獨立檢驗、責任追究與實際改善。
倫理的可信度，不取決於企業說了多少，而取決於企業願意接受多少監督、承擔多少責任。
七、結論：建立AI時代的人類幸福新契約
AI革命已不只是科技產業的競爭，更是一場涉及人類自由、尊嚴、社會公平與幸福的制度變革。
如果企業只追求演算法效率與商業利潤，卻忽略倫理責任，即使科技持續進步，社會的不安與不信任仍可能加深。
反之，如果企業能將倫理價值融入經營決策，透過透明治理、權利保障、心理安全與公共參與，便有機會將AI帶來的不確定性，轉化為可以理解、管理與監督的風險。
我們需要的不是要求人類無條件信任AI，而是建立一套使AI及其背後企業值得信任的制度。
這正是AI時代「人類幸福新契約」的核心：企業享有科技創新與商業發展的機會，同時承擔保障人類尊嚴、基本權利與公共利益的責任；社會則透過民主監督、法治規範與公共參與，確保科技發展始終服務於人，而非使人屈從於科技。
最終，企業倫理學應從傳統的「防止企業傷害社會」，提升為「引導企業運用科技增進人類幸福」。
讓AI更有能力，讓企業更有良心，讓人類更有尊嚴。這不只是AI倫理的理想，也是人類能否在智慧科技時代持續自由、幸福生活的重要課題。
