序言

基于人工智能、机器学习或其他数据科学技术的产品和服务所涉及的道德陷阱有哪些，你能毫不迟疑地说出来吗？

如果你做不到，那么这本书恰好适合你。

我在十多年前就认识了大卫·马滕斯（David Martens）。他是一位建树颇丰的学者，因数据科学研究而屡获殊荣，他也是一位经验丰富的实践者，曾建立多家基于数据科学的公司。不过他让我印象最深刻的是他培养了许多优秀的学生。看到他的学生一个个出类拔萃、卓有建树，我们有必要仔细看看这位教授的过人之处。大卫将其对数据科学的深刻理解和丰富的实践经验结合在一起，为学生和读者提供了一个健康而真实的视角，让他们真正了解数据科学最重要的精髓所在。

这种学术专业知识和实践经验的结合填补了一个重要的空白。

关于数据科学和伦理学的著作通常分为两大类。第一类是学术文章，主要是为其他学习者而写的。虽然我自己也写，但我一般不向开展实践活动的学生推荐学术性文章，因为这类文章很少包含直接的实践经验，社会从业者也常常看不懂这些文章。另一大类是大众媒体中关于数据科学和伦理学冲突碰撞的文章。然而，这些作品缺乏坚实的数据科学基础，往往只是为了哗众取宠，“干货”并不多。

大卫的书填补了这两类作品间的空白。本书将实际相关的例子与坚实的数据科学基础有机结合。我最喜欢的是本书中收集的现实世界的真实小故事，每个故事都生动阐述了商业（或政府）的道德问题。这些小故事揭示了各种道德陷阱。当我们将数据科学技术应用于我们的工作中时，应该注意避开这些陷阱。

有些故事我们已经听过，比如图像分类器将人标示为大猩猩；零售商根据数据预测，对可能怀孕的人设计销售策略；还有人别有用心地利用获得的数据，干扰人们的选举活动。然而，我们中有多少人仔细思考过这些案例所揭示的实际道德问题（这是我们应该做的）？

大卫为我们整理了这些问题，并启发我们更认真地思考这些问题。他充分利用现在广为人知的数据科学流程展开论述。数据科学实践包括：获取数据、（预）处理数据、分析数据、对数据进行建模、评估结果，然后使用模型或结果学习知识、支持论点或做决策。根据以上步骤将伦理问题分开论述，可以使原本令人生畏的一系列潜在伦理陷阱变得有章可循。

老实说，没有一本书能让我们成为专家。但我们也不能只是希望别人为我们解决问题。例如，我们的律师也许能够帮助我们处理法律和声誉问题，但恪守道德不是简单地遵守法律或维护名誉。我们都要成长，变成善做正确事情的好学生。

伟大的老师可以让学生一生受益无穷，而大卫老师便是这么一位伟大的老师。

福斯特·普罗沃斯特（Foster Provost）
2021年于美国纽约