2024, Vol. 14
2. 复旦大学科技伦理与人类未来研究院
“脑机接口”（brain-computer interface，BCI）通过解码大脑活动信号，实现了人脑与外部设备的直接交互，这一技术已在生物医学、神经康复和智能机器人等领域展现出巨大应用潜力。然而，在技术应用过程中，行动主体在多大程度上将BCI引发的效果感知为自己的行动，以及他们是否感到对这些行动负有完全责任，还有待于进一步研究[1]。例如，当BCI系统执行动作时，用户可能并不确定这一行动是否真实反映了自己的意图或仅仅是系统的误判。这种情况下，确定责任主体变得尤为复杂。如果一个用户通过BCI系统进行操作，但最终结果与他的意图完全相反，那么应当由谁对结果负责？是行动主体、设备、还是算法开发者或设备制造商？彼时的责任限度是否应当有所区分？责任主体应承担完全责任、不完全责任、最低限度责任、抑或无责任？以上种种责任归属中的不确定性正是源于人-机“共享控制”的交互形式和BCI内部机器自主学习的技术特性，这使得人们越来越难以对机器的行动具有足够控制并承担责任，因而产生难以判定的责任鸿沟（responsibility gap）[2]177。
目前针对BCI责任归属问题的探讨大多忽略了对BCI类型的细致区分，而责任主体及其责任程度的界定实际上因BCI类型的不同而有所差异。例如，根据脑信号是否来自用户自身意图进行区分，脑机接口可分为主动式BCI（active BCI）、反应式BCI（reactive BCI）和被动式BCI（passive BCI）[3]。这一分类的核心在于系统如何捕捉并响应用户的脑活动：主动式BCI依赖于用户的有意识心理行动，它识别运动表象的脑神经信号，并将其转换为电子信号以操作机械臂、假肢或轮椅等外部设备；反应式BCI不需要用户主动地产生心理活动，而是需要用户根据外界刺激调节大脑活动，通过集中注意力的方式完成操纵服务机器人或点击屏幕闪烁字母等活动；而被动式BCI只是被简单地用来监视用户的大脑活动或状态，如心理负荷、注意力和情绪状态，而无需用户执行任何心理任务[4]。质言之，BCI的不同类型决定了行动主体行动产生和对其进行控制的方式，进而影响责任归属。
对BCI介导行动的哲学概念分析表明，主动式BCI介导事件（BCI-mediated events）和反应式BCI介导事件均符合传统行动因果论（Causal Theory of Action）中的行动定义
行动因果论将行动视为由个体的心理状态（特别是意图）所引起的一系列事件。对于正常人而言，将意图转化为身体行动是一个再自然不过的事情。但对运动障碍患者或精神疾病患者而言，他们的意图已经无法通过外周神经系统传导给肌肉，因而无法驱动肢体动作。主动式BCI的一个显著特点在于其能够绕过这一障碍，直接从个体的意念和想象中提取信号。这些由大脑产生的神经信号被捕获后被迅速解码并转化为具体的操作或指令，以此实现人脑与外部设备的直接通讯。这种技术使得“以思控物”“以想行事”成为可能，也对传统理解上的行动本质发起了挑战。有学者就曾表示：“事实上，鉴于主体在行动控制中的贡献相对有限，且仍需通过机器介导，人们完全有理由怀疑主体是否仍然对某些行动保有自主性并在道德上为此负责。”[5]
当我们说一个行动主体负有道德责任，就意味着他是某些反应态度（reactive attitudes）（如赞扬、愤慨、责备和感激）的恰当目标（apt target）[6]174。根据亚里士多德的理论，判断某一主体是否为某一行动承担道德责任，关键在于该行动是否“出于意愿”，“……出于意愿的感情和实践受到称赞或谴责，违反意愿的感情和实践则得到原谅甚至有时得到怜悯……”[7]58。在亚里士多德那里，所谓“出于意愿”的行动就是行动的始因在了解行动的具体环境的当事者自身中的行动，而违反意愿的行动则是被迫的或出于无知[7]64。所谓意愿行动（voluntary action）具有两个显著特征：其一是控制条件，即主体作为行动的发起者，其行动决策和行动处在自身控制之下；其二是认知条件，即主体不仅能够意识到自身行动的背景知识，而且明悉自己在做什么以及预见到行动可能带来的后果[8]。由此出发，如果一个人被认为对某一特定事件或行动负有道德责任，那么这个人必须能够对那个事件施加某种影响，并且必须知道这样做很可能会导致某种后果的发生[9]。
在传统行动哲学中，“控制条件”和“认知条件”或许能够对具有完全行动能力的理性行动主体进行道德责任评估。比如，当一名健全的行动者实施“抓握杯子喝水”这一行动，是行动主体基于“想要解渴”的意图而实施“抓握杯子喝水”的行动，并通过身体的感觉反馈完成对行动过程的监控和调节，最终实现预设的行动目标。在这一行动过程中，行动者对自身行动具有完全的控制力，也能清楚地认知自己的行动后果。然而，当我们尝试将传统理解上的认知条件和控制条件用于评估BCI介导行动中的道德责任归属问题时，就会发现它们并不总是完全适用。
1. 人-机“共享控制条件”对控制条件产生连锁影响从控制条件出发，主动式BCI引入了“共享控制”（shared control）[10]概念，显著降低了与传统行动主体相比的控制强度。约书亚·谢帕德（Joshua Shepherd）将行动控制区分为执行控制（executive control）和实施控制（implement control）两个维度。执行控制属于高层次维度，与制定计划密切相关，由主体的愿望、信念和意图之间的相互作用构成；而实施控制则属于低层次维度，涉及运动命令、预测信号和误差信号之间的交互，它们协助完成具体行动的实施过程[11]。在行动生成过程中，执行控制可以不受环境因素的影响，而实施控制则必须对应更为具体的现实约束。比如，“抓握杯子喝水”作为执行控制可以维持一段时间，但是当涉及具体实施控制时，则需要考虑包括手形、握力、握力大小、手臂位置等多个环节。
将这一情景置于主动式BCI背景中则更为复杂。由于BCI介导行动处于人-机共享控制之下，行动的实施控制程度受到来自行动主体熟练程度、控制精确度和系统性能等多方面的影响。对于许多主动式BCI用户而言，BCI介导行动的实施控制权早已让渡给了解码神经活动的机器。比如，BCI介导行动下的“抓握杯子喝水”需要拆解为如下三个步骤：（1）从神经活动中高效解码运动调谐参数（例如伸手、抓握）；（2）解码特定的行动目标（例如“拿到杯子”），并由半自主或“人工”神经假肢设备来实施；（3）或者以上两种方式的结合[12]。质言之，在人-机“共享控制”中，主体的行动意图被共享给了一个不完全透明的复杂机器。对行动过程的监控和调整不再单纯依赖于主体的直接身体感知与反馈，而是通过机器学习算法的实时动态调整和预测性反馈来实现。因此，即便BCI介导行动最终实现了与传统行动相似的控制效果，但在动作的实际实施过程中，信号采集、神经解码、反馈机制、响应效率等任一环节发生变故，都会对行动主体的控制条件产生连锁影响。比如，在一些情况下，BCI能在主体形成运动意图或意识到运动意图之前预测主体的意图，甚至在没有接收到执行命令的情况下发起行动[13]。
2. BCI系统的预测算法和黑箱特性导致认知条件受限从认知条件出发，主动式BCI中信号解码和输出过程的黑箱性质，以及机器自主学习算法的不透明性，极大地削弱了主体对主动式BCI介导行动的可预见性，从根本上限制着主体对BCI介导行动的认知程度。考虑到BCI对脑信号采集、解码和分类的过程异常复杂，当前BCI在使用过程中仍然存在显著的错误率，这表明对脑信号检测的准确性和正确解释远非完美[13]。比如，在信号采集方面，BCI技术就需要面对诸如电极正确放置、满足时空分辨率的需求，以及应对大脑信号的动态变化等多方面挑战[13-14]。这些挑战迫使BCI领域在信号解码和分类方面越来越多地侧重于发展预测性神经解码[15]或机器学习算法，以更好地适应主体的个体神经特征和外部环境的变动性。然而，尽管主动式BCI的机器学习算法在预测主体意图和大脑信号模式方面取得了进展，但它们仍无法完全预见算法自身的演变以及设备操作的最终结果，这在一定程度上限制了主体对行动可能后果的预见能力和控制能力。
此外，对于大多数主动式BCI用户而言，即便排除了BCI文盲（illiteracy）情况[16]，他们在实际的操作过程中仍然需要经历一个十分漫长且异常复杂的学习过程。为了实现行动意图，主体必须集中精力以生成清晰完整的信号，但这种集中注意力只能持续有限的时间。在常规行动中，行动者通常不会过分关注自己手臂或手指的运动细节。然而，对于主动式BCI的行动主体而言，控制假肢手臂的每一个动作都需要高度集中的注意力，他们可能需要不断重复内心的行动指令，如“向右、向右、向右”，以引导假肢的移动轨迹[17]。值得注意的是，BCI中的心理任务通常与实际动作并无直观联系。举例来说，假设有人想要控制假肢手抓取玻璃杯，他可能需要在脑中想象移动双脚来打开假肢手，再想象移动右手来握住杯子。找到这种最适合特定用户的心理任务组合甚至需要长达5个月的时间[18]。
综上，主动式BCI极大地拓展了用户的行动能力。然而，该技术所涉及的多主体协同决策和复杂系统中的多模块集成，则意味着我们不仅要面对如何在众多参与主体中合理分配责任内容与程度的多手问题（many hands problem），也要处理如何界定每种技术因素或技术变量对事故发生的具体影响程度的多物问题（many things problem）[8]。基于以上考虑，有必要对控制条件和认知条件的概念进行重新审视与调整，以此对BCI介导行动中行动主体（用户）的道德责任程度进行审慎的考量。
三、道德责任的层级人们通常会承认道德责任是一个阈值概念[19]。比如，同样面对失手打人这一情况，人们会觉得一个智力障碍患者应比一个健康的自然人负有更低的道德责任。然而现实情况是，大多数情况下人们仅仅提供了对道德责任主体、道德责任内容或道德责任类型的认定与划分框架，而忽略了对行动者在道德上能够多大程度上为其行动负责的具体界定。BCI操纵使得行动的发起者因“人工身体”而仿佛置身决策过程的“循环圈外”（out of the loop），最终导致行动发起者如同“机器中的幽灵”（ghost in the machine）在机器与用户之间徘徊[20]95，难以明确行动者的道德责任归属程度。基于此，本节将重新审视并改进传统道德责任标准中的认知条件和控制条件，尝试对BCI介导行动中的道德责任进行概念澄清与层级界定。
从共享控制概念出发，我们将BCI介导行动中的控制条件划分为两个层次：其一是控制条件ⅰ，即行动主体（人）基于自身意图实现的意图控制效果；其二是控制条件ⅱ，即BCI技术（机）正确地解码了行动主体（人）自身意图的意向控制效果。当同时满足控制条件ⅰ和控制条件ⅱ时，我们就说此时的BCI介导行动满足了共享控制条件，即实现了行动主体（人+机）联合实现自身意图的实际意图控制效果。在此基础上，我们将认知条件按照BCI介入的时间顺序分为两个层次：分别是行动主体（BCI介导前）能够意识到行动引发的结果的认知条件ⅰ，以及行动主体（BCI介导后）能够意识到行动正在引发的结果的认知条件ⅱ。综上，我们尝试将BCI 介导行动中的道德责任进行层级划分（详见表1），从高到低依次排序为：
|
表 1 道德责任划分表 |
完全道德责任：BCI介导行动的行动主体满足共享控制条件（控制条件ⅰ+控制条件ⅱ），以及认知条件ⅰ和认知条件ⅱ。
不完全道德责任：BCI介导行动的行动主体满足认知条件ⅰ和控制条件ⅱ，不满足控制条件ⅰ或认知条件ⅱ。
最低限度道德责任：行动主体在BCI介导前不满足认知条件ⅰ，但是BCI介导后满足了认知条件ⅱ。
无道德责任：BCI介导行动的行动主体不满足控制条件ⅱ，或同时不满足认知条件ⅰ和认知条件ⅱ。
1. 完全道德责任一般而言，一个（传统）行动主体只有在同时满足控制条件和认知条件时才能产生意图性行动[9]。具体而言，如果一个行动主体能够基于其心理状态（例如欲望、信念和意图）而采取行动，合理化地解释并控制其行动过程时，我们就可以说，该行动主体成功将心理意图转化为意向行动（intentional action），由此将该行动视为主体基于能动性所展开的自主行动。这种行动不仅关乎行动的发起主体，还包括对行动过程的持续监控和调整，确保整个行动过程与行动者的意图和目标保持一致。因此，一种最充分实现的能动性意味着一个行动主体是自主的，他可以对自己的行动负责（建立在因果关系之上的道德或法律责任）[21]。在主动式BCI中，如果主体操纵外部设备所产生的“人工行动”均出于主体自身的意图选择，且该意图选择与主体预期的行动结果相匹配，那么我们说该BCI介导行动同时满足了共享控制条件、认知条件ⅰ和认知条件ⅱ，行动主体负有完全道德责任。
2. 不完全道德责任不完全道德责任是指在主动式BCI的介导行动中，行动主体虽然不满足完全道德责任，但仍需承担较高程度的道德责任的情况。具体而言，当BCI介导行动的行动主体满足认知条件ⅰ和控制条件ⅱ，即行动主体在BCI介导前是一个具有完全行动理解能力的理性主体，能够理解该行动意义及其可能引发的行动后果，但不满足以下两个条件之一时，我们认为该主体承担不完全道德责任：一是控制条件ⅰ，即行动主体操纵外部设备所产生的“人工行动”，与主体原有意图下的控制效果不符。在BCI介导行动中，即使行动主体的意图明确，也可能因为种种原因无法实现预期结果。例如，主体试图控制假肢拿起水杯，但是假肢的机械响应与大脑信号不完全同步，导致水杯滑落并摔碎；二是认知条件ⅱ，即行动主体对BCI介导行动的理解或预见能力不充分。在一些情况下，BCI系统可能基于机器学习算法做出快速调整，而这些调整可能超出了行动主体的即时认知范围。比如，BCI控制的轮椅在复杂环境中导航时，系统可能自动选择路径以避开障碍物，但这一行动结果并不在行动主体的预想之下。在这些情况下，我们不能完全免除行动主体的道德责任，因为他们仍然是行动的发起者，并在一定程度上参与了行动的控制和决策过程。然而，考虑到主动式BCI固有的技术不确定性和行动可能性的限制，在BCI介导行动的实施过程中，行动主体的控制条件和认知条件可能会受到BCI系统的潜在干扰与影响。因而，这种情况下的行动主体应当承担不完全道德责任。
3. 最低限度道德责任所谓“最低限度道德责任”是指，如果一名行动主体要对自己的行动负道德责任所要满足的最低阈值条件。在主动式BCI的实际应用场景中存在这样一种情况，即在BCI技术介入前，行动主体自身已经处于认知条件有限的责任归咎情况。他们可能由于智力障碍、严重的认知功能衰退（如阿尔茨海默病）和其他精神类疾病，不能作为一名具有完全行动理解能力和行动能力的主体，完全自主地做出道德判断或行动。在这些情况下，主动式BCI的技术介入作为一种辅助工具，使他们能够在一定程度上减缓认知功能障碍，帮助主体参与到正常的社会互动和决策过程中。然而，即便是在认知能力受限的情况下（BCI介导前不满足认知条件ⅰ），一旦行动主体通过主动式BCI能够表现出基本的理解和反应能力（介导后满足了认知条件ⅱ），保留着最基本的行动意图和决策能力时，他就在某种程度上成为了一个负责任的行动主体，具备了承担最低限度道德责任的基本能力。
4. 无道德责任在主动式BCI介导的行动中，如果BCI系统错误解读了行动主体的意图选择，导致行动结果与主体意图不符，则认为行动主体未能满足控制条件ⅱ。在这种情况下，BCI介导的行动由于未能展现出意图性行动所需的充分自主能动性，因此行动主体可以免除任何道德责任。无道德责任的情况可能由多种原因引起，例如BCI系统的技术故障导致信号采集或解码错误、外部干扰影响了BCI系统的正常运作、系统的算法设计存在缺陷致使无法准确反映行动主体的真实意图，以及机械执行器（如机械臂、假肢等）发生故障或出现校准偏差等。质言之，由于BCI系统自身原因导致BCI介导行动失去行动主体的意向控制效果的行动，行动主体均不负任何程度上的道德责任。
此外，当个体在BCI介导前已经处于智力或认知不健全的情况下（不满足认知条件ⅰ），在BCI介导后仍然无法恢复至基本认知能力时（不满足认知条件ⅱ），即彼时的行动主体既不理解自己的行动本身，也不了解这些行动可能带来的预期结果（如BCI介导下的重度痴呆患者）时，我们认为该主体缺乏做出道德判断和承担道德责任的能力，比如不理解“打人”这个行动的含义，也不明白操纵假肢打人会给他人造成伤害。在这种情况下，即使他们通过BCI系统实施了有害行动，我们认为该行动主体仍不承担任何道德责任。
四、主动式脑机接口介导行动中的道德责任判定与评估我们已经对BCI介导行动中的四种道德责任分级有了清晰的理解。本节将转向一系列主动式BCI介导行动的典型案例
首先来看以下几个案例。
案例1：一名BCI用户A想要殴打B，通过BCI控制假肢殴打了B。
案例2：一名BCI用户A想要轻拍一下B，下达了轻拍指令。BCI检测到了A的欲望，但是由于A对BCI控制不熟练导致B被重击。
案例3：一名阿尔茨海默病患者A想要殴打B，通过BCI控制假肢殴打了B。
首先来看案例1，案例中的行动主体A具备“想要殴打B”的行动意图，然而关键在于主动式BCI能否分辨此刻“所想”是否要成为此刻“所动”而混淆“近端意图”（proximal intention）与“远端意图”（distal intention）[22]。换而言之，判定案例1中BCI介导的行动主体是否满足意图性行动的关键，在于BCI是否会将用户的“远端意图”错误地识别为“近端意图”，并将该行动意图付诸实际。如果行动主体A确实打算采取殴打B的行动，BCI正确地识别并破译脑信号，将该意图直接转换为外部设备的运动命令。那么行动主体A既具备“想要殴打B”的意向性状态，也知悉自己采取意向行动的可预见性结果，因此符合BCI介导行动中的共享控制条件以及认知条件ⅰ和认知条件ⅱ。行动主体A对所采取的意图性行动应负有完全道德责任。
现在考虑案例1的变体形式（1a）：一名BCI用户A想要殴打B，但实际并未下达殴打指令。BCI检测到了A的欲望，并且控制假肢殴打了B。
假设此时的行动主体A只是具备“想要殴打B”的行动意图，但是并不打算付诸行动。然而，“由于噪声或其他生理过程的干扰，行动主体可能无法产生正确或足够独特的脑信号”，或者由于“硬件或软件原因，BCI可能无法正确检测和处理这些信号”[14]，抑或是BCI无法准确地区分“否决前”（pre-veto）和“否决后”（post-veto）的意图而导致最终执行了“控制假肢殴打B”的行动。那么，彼时的行动主体A并不满足介导行动的控制条件ⅱ，所产生的行动并非出于行动主体自身的意图选择。因此，行动主体A对该BCI介导行动承担无道德责任。
现在考虑案例2，案例2中的行动主体A能够意识到BCI介导下的行动以及可能引发的行动后果，主动式BCI也正确地监测并解码了行动主体A自身“想要轻拍”的行动意图。然而A作为BCI介导行动的实际操作者，受限于BCI系统诸多复杂的操作限制，最终导致操作失误发生了不可预见性的行动后果。在这种情况下，行动主体A满足了控制条件ⅱ，但是并未满足控制条件ⅰ，因此行动主体A应当承担不完全道德责任。
在案例3中，我们需要考虑一种特殊用户群体，即以阿尔茨海默病患者为代表的一类认知障碍患者。假设此时的行动主体A在BCI介入前已呈现严重认知功能损伤，且BCI介入后其认知状态并未得到实质性改善。在此情境下，尽管A能够通过BCI系统操控假肢对B实施殴打行动，但A缺乏充分理解该行动具有潜在伤害性后果的认知能力。因此，即便A满足了控制条件ⅰ和控制条件ⅱ，即A能够基于自身意图通过BCI系统发起行动，具有合理的行动控制能力。然而，鉴于A未能满足认知条件ⅰ和认知条件ⅱ，因此行动主体在BCI介入前后均无法充分理解行动意义及其行动后果。行动主体A应当承担无道德责任。
考虑案例3的变体（3a）：一名阿尔茨海默病患者A想要殴打B，通过BCI控制假肢殴打了B。注意，尽管A在BCI介导前已经出现了严重的认知功能障碍，但是BCI介导后A恢复了基本认知能力。
在这种情况下，尽管行动主体A在BCI介入前存在严重认知功能障碍，但是在BCI介入后已经恢复了基本认知能力。根据先前定义，一旦行动主体已经能够表现出基本的理解和反应能力时，他就已经具备了承担最低限度道德责任的基本能力。因此，行动主体操控假肢殴打B（满足了联合控制条件）和认知条件ⅱ（能够意识到行动可能造成的伤害）。行动主体A应当负有最低限度道德责任。
通过对BCI介导行动在不同应用场景下的道德层次进行分析，我们不仅辨析了行动主体的道德责任归属，也明确了他们应当承担的道德责任程度。这一过程揭示了道德责任的复杂性，以及在技术介入下的行动中评估责任所面临的挑战。正如我们所探讨的，主动式BCI的介导行动代表着一种新型人机交互模式，这不仅要求我们对传统的道德责任概念进行重新审视与评估，也需要将这种道德责任认识转化为具体的实践指导，以预防或最小化BCI用户在道德责任方面可能面临的风险。
五、结 语综上所述，我们认可道德责任并非一个“全有或全无”（all or nothing）的问题[6]175。对BCI介导行动中的道德层级划分能够更为恰当地解释我们对BCI用户的道德判断与道德要求。在主动式BCI共享控制情境中，由于用户仅有部分控制权且缺乏来自本体感知的实时反馈，因而并不具备对行动事件的可预见性预期。因此，在对BCI介导行动进行伦理审查时，“真正的核心问题在于：将某些（低层次的）功能的控制权不可避免地分配给BCI的机器部分，是否会对主体的自主性和道德责任构成严重威胁”[5]。对这个问题的一个合理回答是，我们应当对BCI介导行动的可责备性进行差异化处理，以适应行动主体在BCI介导行动中所面临的特殊感知和控制限制。这种对道德责任的差异化处理基于两个主要方面：一方面，需要评估主动式BCI用户的行动是否符合其意图控制效果，以及他们是否能够预见行动的可能结果，这涉及到对用户的认知条件和控制条件的评估，确保责任归属既符合我们的道德直觉，又符合实际的应用情境；另一方面，也要考虑主动式BCI的不同应用方向（即修复型BCI和增强型BCI）及其技术特质（技术的不透明性和预测算法的不确定性），这允许我们对使用增强型BCI的用户和使用修复型BCI的用户，考虑给予较低和更低的责任限度。[23]如此一来，我们不仅能够有效地凸显出BCI技术在改善或增强个体行动能力时所带来的道德责任类型的变化，也能够为探讨BCI用户的行动能力与道德责任程度之间的动态关系提供新的视角。
① 由于反应式BCI需要对外界刺激作出反应，表现出主体某种程度的主动意图，因此也可视作主动式BCI的一种形式。
② 为简化表述，后文中提到的“BCI介导行动”均指由主动式BCI所介导的行动。
③ 篇幅限制，本文仅概述了基于认知条件和控制条件划分的16种责任判定情景中的几种典型案例。
| [1] |
Wolkenstein A, Friedrich O. Brain-Computer Interfaces: Current and Future Investigations in the Philosophy and Politics of Neurotechnology//Friedrich O, Wolkenstein A, Bublitz C, et al. Clinical Neurotechnology Meets Artificial Intelligence: Philosophical, Ethical, Legal and Social Implications. Cham: Springer International Publishing, 2021: 73.
|
| [2] |
Matthias A. The Responsibility Gap: Ascribing Responsibility for the Actions of Learning Automata.
Ethics and Information Technology, 2004, 6(3): 175-183.
DOI: 10.1007/s10676-004-3422-1. |
| [3] |
肖峰. 脑机接口哲学. 北京: 中国社会科学出版社, 2023: 76.
|
| [4] |
Steinert S, Bublitz C, Jox R, et al. Doing Things with Thoughts: Brain-Computer Interfaces and Disembodied Agency.
Philosophy & Technology, 2019, 32(3): 460-461.
|
| [5] |
Lucivero F, Tamburrini G. Ethical Monitoring of Brain-machine Interfaces.
AI & SOCIETY, 2008, 22(3): 449-460.457.
|
| [6] |
Sharp D, Wasserman D. Deep Brain Stimulation, Historicism, and Moral Responsibility.
Neuroethics, 2016, 9(2): 173-185.
DOI: 10.1007/s12152-016-9260-0. |
| [7] |
亚里士多德. 尼各马可伦理学. 廖申白译. 北京: 商务印书馆, 2017.
|
| [8] |
Coeckelbergh M. Artificial Intelligence, Responsibility Attribution, and a Relational Justification of Explainability.
Science and Engineering Ethics, 2020, 26(4): 2052-2054.
|
| [9] |
O’Brolchain F, Gordijn B. Brain-Computer Interfaces and User Responsibility//Grübler G, Hildt E (Eds. ). Brain-Computer-Interfaces in Their Ethical, Social and Cultural Contexts. Dordrecht: Springer, 2014: 166.
|
| [10] |
Grübler G. Beyond the Responsibility Gap. Discussion Note on Responsibility and Liability in the Use of Brain-computer Interfaces. AI & SOCIETY, 2011, 26(4): 378.
|
| [11] |
Shepherd J. Conscious Control over Action.
Mind & Language, 2015, 30(3): 320-344.325.
|
| [12] |
Rainey S, Maslen H, Savulescu J. When Thinking is Doing: Responsibility for BCI-Mediated Action.
AJOB Neuroscience, 2020, 11(1): 46-58.47.
DOI: 10.1080/21507740.2019.1704918. |
| [13] |
Bublitz C, Wolkenstein A, Jox R J, et al. Legal Liabilities of BCI-users: Responsibility Gaps at the Intersection of Mind and Machine?.
International Journal of Law and Psychiatry, 2019, 65: 101399.
DOI: 10.1016/j.ijlp.2018.10.002. |
| [14] |
Jarosiewicz B, Sarma A A, Bacher D, et al. Virtual Typing by People with Tetraplegia Using a Self-Calibrating Intracortical Brain-computer Interface.
Science Translational Medicine, 2015, 7(313): 313ra179.
|
| [15] |
Truccolo W, Hochberg LR, Donoghue JP. Collective Dynamics in Human and Monkey Sensorimotor Cortex: Predicting Single Neuron Spikes.
Nature Neuroscience, 2010, 13(1): 105-111.
DOI: 10.1038/nn.2455. |
| [16] |
Thompson MC. Critiquing the Concept of BCI Illiteracy.
Science and Engineering Ethics, 2019, 25(4): 1217-1233.
DOI: 10.1007/s11948-018-0061-1. |
| [17] |
Khatchadourian R. How to Control a Machine with Your Brain. https://www.newyorker.com/magazine/2018/11/26/how-to-control-a-machine-with-your-brain. [2018-11-26].
|
| [18] |
Pfurtscheller G, Guger C, Müller G, et al. Brain Oscillations Control Hand Orthosis in a Tetraplegic.
Neuroscience Letters, 2000, 292(3): 211-214.
DOI: 10.1016/S0304-3940(00)01471-3. |
| [19] |
Coates DJ, Swenson P. Reasons-responsiveness and Degrees of Responsibility.
Philosophical Studies, 2013, 165(2): 629-645. 630.
|
| [20] |
张志领, 王高峰. 脑机接口用户的责任伦理研究——基于控制的视角.
科学技术哲学研究, 2023, 40(4): 94-99.
|
| [21] |
李磊, 王国豫. 深部脑刺激: 同一性、能动性和责任.
哲学动态, 2019(6): 114-115.
|
| [22] |
张志领, 王高峰. 脑机接口能动性的伦理挑战——基于道德运气的视角.
自然辩证法研究, 2024, 40(1): 80-86. 82.
|
| [23] |
杨雨, 王国豫. 植入式脑机接口论域下的“同一性危机”与伦理争议.
哲学动态, 2024(4): 80-89.88.
|
2. FDU Institute of Technology Ethics for Human Future