讨论建立和推广符合伦理AI的实践中存在的实际挑战，包括监管压力、冲突商业目标、数据质量、开发过程、系统集成实践和规模问题，认为要考虑AI系统的全面运营上下文，才能有效应对这些伦理风险。

Aug, 2021

本研究通过哲学伦理观点、技术角度以及政治视角三个不同的角度探讨了伦理人工智能技术设计实施，旨在发掘伦理人工智能技术的长期影响和预期成果，在此基础上提出了一种新的政治角度的框架，探讨了其上下结合和混合技术的方式，最终总结了伦理人工智能技术发展的策略和理念。

Apr, 2022

文章提出一种新方法，强调数据标注在维护机器伦理方面的重要作用，并探讨了伦理基础、系统架构以及伦理定义的问题；同时，该文章还指出，建立伦理人工智能是为了在公司和用户之间建立信任基础。

Feb, 2023

为了确保人工智能系统的安全性和长期代理的保留，应该将人工智能系统设计为优先考虑代理的保留而不是人类意图的一致性，并且应该在“代理基础”领域进行研究，以改进我们对人工智能与人类交互中代理的理解。

May, 2023

通过基于塞恩和纳斯鲍姆的能力途径的框架，我们形成了一个道德概念和权益的网络，目的是让AI系统对利益相关者产生有意义的益处或帮助，从而提升他们推进生活计划和福祉的能力，同时维护他们的基本权利。我们表征了AI系统和其运作所影响的人之间道德可容许互动的两个必要条件，以及实现有意义益处理想的两个充分条件。同时，我们将这一理想与几种突出的故障模式进行对比，即构成不合理家长式主义、强制、欺骗、剥削和支配的社会互动形式。AI在高风险领域中的事件增加凸显了这些问题的重要性，也迫使我们从一开始就采取伦理导向的方法来应对AI系统。

Aug, 2023

解释性人工智能（XAI）的道德框架基于道德义务和互惠概念，旨在构建复杂算法系统和人类利益相关者之间的联系，并以使AI决策过程中的对称性和机会得以维护为目标。

Nov, 2023

这项研究综合了当前和未来的人工智能应用所面临的伦理问题，从技术和社会角度对AI部署中的公平性、隐私和数据保护、透明度与可解释性等伦理原则进行了综述。

Nov, 2023

本文研究了科学研究机构在负责人工智能设计和开发中的道德风险意识和准备情况，揭示了知识缺口和对可用人工智能伦理框架的意识有限。我们的研究结果显示，在没有适当的指导和管理下实施人工智能技术可能会带来潜在的道德风险，因此需要全面的策略来提高团队能力，支持负责、道德和包容的人工智能开发和部署。

Dec, 2023

该论文探讨了普遍人工智能对战斗性质的变化。在超越将人工智能替代专家的方式之外，我们提出了一种将人类和机器的能力相互结合的方法。通过历史和现代的例子，我们展示了如何通过人类“AI操作员”与AI/ML“代理操作员”的团队来有效管理自主武器系统。通过将我们的解决方案基于补充原则，我们为管理致命自主系统提供了一种灵活和动态的方法。最后，我们提出了实现机器化作战整体愿景的路径，即由AI操作员操作战场AI以观察战场的行为模式以评估致命自主系统的性能。这种方法使得开发出的战斗系统可能更加道德化、运行速度更快，并能够应对更广泛的动态战场条件，超越任何纯粹自主人工智能系统能够支持的范围。

Apr, 2024

本研究针对长期以来技术被视为中立的观点提出质疑，尤其是在人工智能日益应用于医疗、金融和执法等领域时，其决策可能引发道德伤害。论文提出，人工智能的计算模型可以纳入公平、诚实和避免伤害等道德价值，实验证明具有这些模型的人工代理表现出比没有模型的代理更道德的行为，从而支持人工智能可以体现道德价值的观点。

Aug, 2024