Nên làm gì tiếp theo?

Nếu bạn quan tâm đến việc tìm hiểu cách làm nhiều điều tốt hơn, đây là một số bước tiếp theo bạn có thể thực hiện.

Thắc mắc thường gặp

Phản biện thường gặp

Nguy cơ chúng ta không thực sự thấu hiểu và giải quyết đúng nhu cầu của những người mình đang giúp đỡ là có thật, và chúng ta phải luôn cảnh giác với rủi ro này. Nếu không lắng nghe và thấu hiểu người thụ hưởng, chúng ta sẽ kém hiệu quả đi, điều này hoàn toàn trái ngược với mục tiêu của chúng ta.

Một số người ủng hộ tổ chức GiveDirectly vì họ trao tiền mặt trực tiếp cho người nghèo, để người dân hoàn toàn tự quyết định cách sử dụng số tiền đó. Cách làm này có thể trao quyền cho người dân tốt hơn là việc áp đặt các dịch vụ mà có thể cộng đồng địa phương không thực sự mong muốn.

Các tổ chức khác mà chúng tôi hỗ trợ thì cung cấp các dịch vụ y tế cơ bản, như tiêm chủng hay bổ sung vi chất. Đây là những điều tốt đẹp một cách rõ ràng đến mức gần như chắc chắn người thụ hưởng sẽ trân trọng chúng. Sức khỏe tốt hơn có thể tiếp thêm sức mạnh để người dân tự cải thiện hoàn cảnh của mình theo những cách mà chúng ta, với tư cách là người ngoài cuộc, không thể làm thay được.

Trong những trường hợp khác, chúng tôi có thể tiến hành các đánh giá tác động chi tiết để xem người thụ hưởng thực sự cảm thấy thế nào về dịch vụ mà chúng tôi cung cấp. Tất nhiên, các cuộc khảo sát này không phải lúc nào cũng đáng tin cậy, nhưng đó thường là điều tốt nhất chúng ta có thể làm.

Với những đối tượng không thể nói lên tiếng nói của mình như động vật hoặc các thế hệ tương lai, vấn đề này còn phức tạp hơn nữa. Khi đó, mọi người phải cố gắng hết sức để dự đoán xem họ/chúng sẽ muốn gì nếu có thể giao tiếp với chúng ta. Những trường hợp hiển nhiên có thể kể đến như: lợn không muốn bị nhốt cả đời trong 'chuồng ép heo nái' chật hẹp, hoặc các thế hệ tương lai không muốn kế thừa một hành tinh mà con người không còn có thể dễ dàng sinh sống.

Tìm hiểu thêm:
Làm sao để không trở thành "vị cứu tinh da trắng"? (Bài học về phức cảm cứu thế) - How not to be a “white in shining armour”
‍
Một số ví dụ về lập luận phản biện này:
Angus Deaton trên Boston Review
‍Jennifer Rubenstein trên Boston Review
Cecelia Lynch trên CIHA
‍

Bài tập: Khám phá thêm về 'Rủi ro từ Trí tuệ Nhân tạo'

Sự phát triển của trí tuệ nhân tạo

Nguồn tài liệu khác về việc tinh chỉnh trí tuệ nhân tạo (alignment)

Quản trị trí tuệ nhân tạo

Công việc kỹ thuật tinh chỉnh AI

Những phê phán về lo ngại rủi ro AI

Một số cơ hội tài trợ tốt cho lĩnh vực an toàn AI ở thời điểm hiện tại

Nên làm gì tiếp theo?

Thắc mắc thường gặp

Phản biện thường gặp