九千光年：我们给AI喂了全人类的数据，它自己会学“坏”吗？
廖备水：这个担忧很有道理。有些AI系统是“目标导向”的，如果你给家里的保姆机器人设定目标“让主人吃好”，但却没给它非常好的边界和护栏的话，它可能会做出一些很危险的动作，比如把你家的猫给杀了做菜。因为它认为你喜欢猫肉。只要赋予自我决策的能力，这都是有可能的。它未必会有意识，但它可能会做这样的事情。
就像电车难题这种极端道德困境，在AI这里会被放大。因为你不能像要求一个人那样，要求算法在毫秒间做出“情境化”的伦理权衡。最终的答案，不会是技术性的，而必须是一个社会层面的平衡。需要政府、企业、公众组成一个委员会，通过反复博弈，形成一条条的底线规则。这个过程会很艰难，但必须做。
九千光年：AI会有偏见或歧视吗？
白惠仁：偏见其实是人类演化出来的。人类演化出偏见，一个重要原因就是为了提高认知效率和决策效率。你作为一个雇主，招聘时先设一个“985本硕”的筛选条件，本质上也是一样的。
我们更应关注的，是那些更普遍、更迫切的伦理问题，比如数据是否系统性地忽略了老年人、残障人士等边缘群体，造成了“认知不正义”，这才是新问题。
九千光年：为什么说“技术是每个人的事”？
孙周兴：技术不是马斯克的，是每个人的。你每天60%的清醒时间都在线上，你用的手机、刷的视频、点的外卖，哪一个跟技术无关？每个人都要有参与感，要去改变这个世界，要对技术以及它的进展发出我们的声音，这一点尤其重要。你不发声，就等于默认别人替你做主。
九千光年：AI现在已经参与到自动驾驶、司法建议等领域，充当辅助决策的角色，未来我们能给AI自我决策权吗？
熊明辉：一个根本性的定位是：AI永远只是“辅助”。无论是辅助法官写判决书，还是辅助医生看片子，最终签字的、负责的，必须是那个有专业资格和法律责任的人。
九千光年：AI让我们效率越来越高，为什么我们反而觉得越来越累、越来越空虚？
林玮：因为我们正处在一个“超量社会”。技术加速的结果，是我们制造出了远超自身消费能力的内容产品。电影、电视剧、微短剧，根本看不完。我们被内容产品包围，而不是被人包围。在工作里，我们像牛马一样被驱使，很难体会到自己的存在。
九千光年：AI能画画、能写诗，未来艺术会变得越来越简单吗？
孙周兴：做艺术会越来越难。因为手工时代已经结束了。历史上存在过的任何风格的油画，AI大概都能做，而且做得更好。
但这不意味着艺术没了。真正的创造才刚刚开始，只是越来越难了。因为以前的艺术，很大程度上是在比“手工技艺”，而以后的艺术将变成观念艺术。谁有伟大的想法、惊人的奇思妙想，谁就是牛人。
手工的消亡不意味着艺术的消亡，而是艺术的升级。它把人逼到了一个更高的层次：你不能只靠手艺吃饭了，你得有思想、有观念、有创造力。这对绝大多数人来说，当然是更难了。
九千光年：随着脑机接口技术和人机融合概念的发展，未来人类会不会被机器“入侵”？
李忠伟：比起机器控制人这种科幻场景，我更担心的是人通过技术控制人。现在一些治疗帕金森、癫痫的脑起搏器，需要和手机、控制器通信。但是通信就有安全隐私问题。这不是科幻，是现在就需要开始注意的数据安全和隐私问题。
至于人机融合，比如你装上一条机械臂，你要认同它是“你的”，光能控制它还不够，你还得从它身上获得感觉反馈。你用机械手去摸自己的右手，你的右手能感觉到被触摸，但那只机械手是感觉不到你的。这种“感同身受”的单向性，就是目前技术的鸿沟，也是我们自我认同的边界。所以，脑机接口要真正成为我们身体的延伸，还有很长的路要走。
九千光年：未来的教育应该教些什么？下一代孩子该怎么培养？
徐慈华：在幼儿园阶段，我主张让孩子多玩木头积木，体验真实的自然，做场景化学习。因为人工智能的学习方式是基于海量语言符号的“计算”，而人的早期经验是机器无法替代的。
我经常开玩笑，一个完整的符号由符号形式和意义构成，就像螺蛳有壳有肉。人工智能是拿着螺蛳壳计算出智能，但我们真正吃的螺蛳是有肉的。
王俊：在高等教育中，18岁选一个专业定终身的想法已经不存在了，以后的教育一定是终身教育。通识教育、知识宽度、学习能力、知识迁移能力，这些才是相对不变的。
