从算法杀熟到AI助残：技术向善理念从来不是空头口号
没接触过的人不会懂，这三个字的分量。这不是什么炫技的黑科技，是硬生生把一个人的生命，重新拉回了和普通人一样的情感连接里。这，就是技术向善最鲜活的样子。
技术向善理念，从来不是大企业的公关话术
说实话，刚听到这个词那几年，我也不信。见过太多喊着技术向善转头就割韭菜的操作了。某头部企业开公益发布会，CEO台上讲得热泪盈眶，转头他们的出行算法还是给手机电量低于10%的用户推溢价更高的车。这种操作，也配叫技术向善？
真的不是。真正落地的技术向善，藏在很多实验室的科研成果里，藏在没人注意的小众需求里。去年《自然·人机交互》刊发了一篇国内科研团队的论文，讲的是适配低收入群体的普惠AI征信模型。传统的信贷AI模型，天生就歧视没有信贷记录的人——很多县城里的打工人、务农的农民，从来没申请过信用卡，直接就被模型判成高风险，连几千块的创业贷款都拿不到。
这个团队没有改复杂的模型结构，只是重新做了特征筛选，把用户按时交水电费、稳定的日常出行轨迹这些非信贷数据加进去，调整了权重，最后把低收入群体的信贷通过率提了31%，整体坏账率反而下降了1.2个百分点。
普惠AI征信模型低收入群体实验结果对比图
看到这个数据的时候，我真的挺惊喜的。原来技术向善不是让工程师放下手里的项目去做义工，只是把原来给高端用户做优化的心思，分一点给被漏掉的普通人而已。对吧？我们说科技改变生活，改变的从来不只是大城市白领的生活，也是县城小青年、残障人士、普通弱势群体的生活啊。
技术向善落地，最大的坎从来不是技术
不过话说回来，现在做技术向善，真的难。
今年清华公管联合北大计算机学院做了一次全行业调研，国内72%挂牌的技术向善项目，落地不到一年就停更下马了。为啥？
国内技术向善项目落地存活情况调研柱状图
大多数项目死在哪？死在从一开始就想错了。很多工程师待在CBD的写字楼里，拍脑袋想弱势群体需要什么。之前有团队做AI视障钞票识别，做出来的产品要求用户把钞票平放在桌面，对准摄像头稳定三秒钟才能出结果。你想想，盲人朋友出门买个菜，掏个钞票还要掏半天摆好给你扫，这不扯吗？谁会用啊？
我见过做的好的，是浙大团队那个视障人士导航拖鞋。团队没有上来就做产品，直接蹲了半个月盲校，跟着视障学生吃饭上课出街，记录他们走路的习惯、遇到障碍物的反应，最后把导航模块做成可替换的拖鞋鞋垫，震动反馈分左右脚，遇到台阶、水坑会用不同的震动频率提示，不用拿手机举着，走路的时候就能感知。现在这款拖鞋已经进了全国17所盲校，很多用了的人说，第一次敢自己去逛家附近的公园。
你看，差在哪？差在是不是真的把用户当人，不是当公益项目的KPI。技术向善难，从来不是难在技术不够，难在愿意低下头去听小众的声音，愿意花时间解决不赚钱的问题。
技术向善理念，终将变成行业的基本门槛
技术向善理念，终将变成行业的基本门槛
我最近和几个做AI大模型的朋友聊天，发现一个很明显的变化。放在三年前，大家见面聊的都是参数规模、跑分，现在开口先聊怎么防数据偏见、怎么防止算法作恶、怎么保护用户隐私。
这不是大家突然变高尚了，是规则变了，用户的要求也变了。欧盟的AI法案把生成式AI按风险分级，高风险应用要过伦理审查才能上市；国内出台的生成式AI服务管理办法，明确要求不能损害自然人的合法权益，不能歧视特定群体。说白了，就是没有向善理念的技术，以后根本拿不到入场券。
之前我听到一种说法，说技术就是中性的，有错的是使用技术的人。这话我听着就别扭。你做一个算法，核心目标就是怎么让用户多刷一分钟是一分钟，怎么多赚一块是一块，甚至故意利用人性的弱点诱导沉迷，你说这和你没关系？
技术从诞生的第一天起，就带着研发者的价值偏向。你把什么放在第一位，你的技术就是什么样子。把用户的福祉放在第一位，做出来的技术就是暖的。把资本的利润放在第一位，做出来的技术就是带刀的。
现在越来越多的年轻工程师，找工作的时候会先问，这个项目会不会伤害用户。这就是好的变化。技术向善理念，从来不是要求所有技术都去做公益，只是要求你做技术的时候，多问一句：这个东西，真的能帮到人吗？会不会伤害到谁？
就够了。毕竟，所有能走得远的技术，根上都是暖的。