大众陷入大数据和人工智能的困惑中，爱恨交织。新闻中令人兴奋的新技术和数据严重影响了双方。随着伦理和软件自治问题的日益紧迫，共识仍然难以达成。
麻省理工学院工程系统教授斯图尔特马尼克(如图)说：“道德问题的麻烦在于，它们往往没有一个好的、明确的答案。”这是因为AI中几乎没有玫瑰没有刺，没有潜在的陷阱，也没有回报。我们都喜欢预测下一个问题的应用中的智能算法。他们需要大量的数据集进行训练。普通消费者觉得这个对我有好处，只要不是我的数据。
Madnick采访了Dave Vellante，并表示由Paul Jilin、theCUBE和SiliconANGLE Media的移动即时流工作室共同主办的麻省理工CDOIQ研讨会在剑桥举行。他们讨论了人工智能面临的制造商和消费者(见完整的采访记录和这里的道德难题)。
事实是，根据Madnick的说法，大数据或AI的缺失不会损害数据隐私或主权。我们仍然没有经验来判断可接受的成本效益比。
Mednik说：“我们做的几乎每一项研究都涉及这样的(道德)问题，人们在投票，他们几乎总是分散在各个方面，因为其中任何一个都是错误的决定。”“那么哪个错误的决定是最不坏的呢？”
Madnick指出，除了隐私问题，与自动驾驶相关的问题人工智能越来越多地与自动驾驶的方法相关。在麻省理工学院，马尼克教授学生技术伦理。自动驾驶的主题带来了一些困难。
比如效用理论指出，如果一辆车一定要撞一个人或多人，最好撞的人最少。以自动驾驶汽车中驾驶员可能发生的碰撞为例。你可以编程让一辆车撞到墙上，这可能会杀死司机、一个带着婴儿车过马路的女人或一群三个男人。第一个选择是杀死司机，第二个选择是女人和婴儿，最后一个是三个男人。
Madnick解释说，整个班级通常不会对这种安排100%满意。显然，AI还有很多道德问题需要解决。
