AI模型正在深刻改变世界——从疾病诊断到简历初筛，机器学习的触角已渗透至各行各业。然而，在麻省理工学院规模最大的机器学习课程之一6.036（机器学习导论）中，学生们如今不仅要学会搭建这些模型，还必须停下来思考一个关键问题：这些模型一旦被误用，会带来怎样的后果？
这一举措源于麻省理工学院“计算的社会与道德责任倡议”（SERC）下开展的一项实验。一个由多学科研究生组成的团队，与课程讲师、助教一起，将道德计算、数据与模型偏差、机器学习公平性等议题，悄然嵌入到每周的实验室任务中。简言之，就是让学技术的学生在编写代码的同时，直面那些“烧脑”的社会议题。
负责牵头的是电气工程与计算机科学系的X联盟助理教授Jacob Andreas（该项目于2019年秋季启动）。SERC学者们与讲师Leslie Kaelbling（松下计算机科学与工程教授）及助教团队紧密协作，逐周为实验室注入新内容。团队构成颇具特色：Serena Booth来自CSAIL交互式机器人组，Marion Boulicault是语言学与哲学系研究生（后成为苏世民计算机学院博士后），Rodrigo Ochigame则出自历史、人类学、科学、技术与社会项目（现任莱顿大学助理教授）。他们与2021届硕士助教Dheekshita Kumar密切配合——后者在课程材料开发中承担了关键角色。
这个团队面临的挑战不小。6.036课程规模庞大，2021年春季学期就有超过500名学生注册。这些学生来上课的目的是学习损失函数、激活函数等“硬核”技术，而非听道德课。如何让这群理工科学生真正投入伦理讨论，而非敷衍了事？SERC学者们给出的答案是：将社会问题与技术内容紧密结合，做到密不可分。
举一个具体例子。在一个关于“如何为机器学习模型表示输入特征”的实验室中，他们引入了多种公平性定义，让学生逐一权衡每种定义的利弊，进而思考：要设计一个公平的模型，应该将哪些特征作为输入？这种设计迫使学生在技术细节中触碰伦理边界，而非将道德视为附加题应付了事。
目前，四个实验室的完整材料已通过MIT OpenCourseWare公开发布。一个由SERC学者组成的新团队正根据师生反馈，修改另外八个实验室的内容——重点在于明确学习目标、填补空白、突出关键概念。
有意图的方法
SERC副院长、航空航天学教授Julie Shah指出，6.036上的这次实践很好地体现了SERC的协作理念：以适合每门课程的方式与教师合作。考虑到这门大型课程的特殊性及紧张的时间限制，他们对SERC流程做了相应调整。
SERC是两年多前通过麻省理工学院苏世民计算学院成立的，目标在于汇聚不同学科的教师，共同创建面向社会责任的课程材料。每个学期，SERC会邀请十多名教职员加入“行动小组”——每组都肩负不同使命。SERC副院长、科学史教授David Kaiser提到，邀请对象是经过精心挑选的，目标是那些在小型团队中可能形成富有成效合作关系的教师。
这些由两到三名教职员组成的小组，会在学期中打磨共同兴趣，开发与伦理相关的新材料。关键在于：这不是某一学科单向服务另一学科，而是双向的。每位教员都会将新材料带回自己的课程。麻省理工学院所有五所学院都有教师参与行动小组。
“其中一部分，是走出你常规的学科边界，建立一种共同语言，然后信任并合作——与那些你平时圈子之外的人。这就是我认为这种‘有意图的方法’如此奏效的原因。试用材料并带回新东西是好事，但建立关系才是核心。这让每个人都觉得有价值。”Shah说。
产生实际影响
过去两年，Shah和Kaiser对围绕这些努力产生的能量与热情印象深刻。自启动以来，他们已与大约80名教职员合作，仅去年一年就有超过2100名学生参加了包含新SERC内容的课程。这些学生并不全是工程师——大约500人通过人文、艺术与社会科学学院、斯隆管理学院以及建筑与规划学院的课程接触到了SERC的内容。
SERC的核心原则是：计算中的道德与社会责任应融入麻省理工学院的所有教学领域，并且要与技术部分占据同等重要的地位。技术，尤其是人工智能，如今几乎渗透每一个行业，因此所有学科的学生都应接受这种训练——理解工具，深入思考它们的力量与陷阱。
“弄清楚事情为什么出错，或者可能发生什么，这不是别人的工作。这是我们所有人的责任，而且我们都有能力做到。让我们习惯这一点。让我们建立起能力，在问题集的最后找不到答案的时候，也能停下来问那些棘手的问题。”Kaiser说。
对于三位SERC学者而言，在没有标准答案的情况下提出道德问题，本身就是一项独特挑战。但正是对这些难题的深入思考，让Booth、Boulicault和Ochigame得以学习、成长，并通过其他学科的视角看待世界。他们希望6.036的本科生和助教们，能将这一课带入未来的职业生涯。
“这个过程让我深受启发和鼓舞。我学到了很多，不仅是技术材料，还有跨学科合作能实现什么。这种规模本身就令人兴奋。如果我们有500名学生组成的队列，他们能更好地理解如何思考这些问题，我觉得我们真的可以带来改变。”Boulicault说。