在AI绘画、文本生成等生成式AI席卷各行各业的当下，一个令人瞠目的新闻事件在科技圈炸开了锅：新泽西州前副州长Dale Caldwell因被认定性骚扰而辞职，却在媒体访谈中宣称“AI证明了我是清白的”。这场闹剧不仅关乎个人道德，更折射出人类对技术权威的盲目崇拜。作为科技新闻，我们更应警惕科技前沿背后的算法陷阱。
一、闹剧始末：副州长把调查报告喂给了AI
2025年9月25日，新泽西州副州长Dale Caldwell在调查认定他性骚扰工作人员、多次违反道德规范后，被迫黯然辞职。按照常规剧本，接下来应该是在法庭或舆论场中展开法律攻防，然而Caldwell却选择了一条令人瞠目的路径：向AI求助。
在NJ PBS的电视访谈中，Caldwell声称自己是“不公平针对”的受害者。他进一步透露，自己已经“从多个AI平台”对调查报道进行了“AI处理”。他说：“我把它输入AI，它重复了59次‘你的调查结果是什么？’没有……”，虽然他未能完整说出AI的“结论”，但言下之意显然是：AI认为调查报告缺少实质性的“发现”，因此他不构成性骚扰。
这种“AI自证”的叙事立即在社交媒体上引发哗然。很多人第一反应是：AI什么时候拥有法律与伦理的裁判权了？还有技术人士指出，Caldwell口中的“AI说59次‘你的调查结果是什么’”，极可能是模型在文本总结时反复复述了报告中的提问句式，而不是在给出任何结论。也就是说，他把AI的“复读”当成了“澄清”。
事实上，Caldwell的做法并非孤立。近年来，无论美国还是中国，都出现过有人用ChatGPT等工具生成“证据”或“证词”为自己辩护的新闻。美国甚至有一位律师因使用ChatGPT生成虚构判例而被法官罚款。随着AI Agent技术的普及，人们越来越愿意把重要决策外包给机器，可这真的靠谱吗？至少在这个案例里，AI既不是法官，也不是侦探，它只是一个基于海量文本的概率预测器。
Caldwell的辩护策略之所以荒诞，是因为他试图把一个统计模型包装成道德权威。调查报告里的每一个字，AI都“读”了，但AI并没有经历调查过程，不知道证人的表情、语气和沉默，更无法权衡“权力关系”在职场中的隐形作用。这种断章取义的“AI认证”，与其说是技术辩护，不如说是对技术本身的羞辱。
二、AI不是神谕：为什么我们总想让它做道德裁决？
为什么Caldwell会相信AI能给出“无罪”结论？这背后是“AI权威化”的社会心理在作祟。人类在面临重大压力时，总是渴望一个超然的“声音”来告诉自己“你是对的”。过去这个声音来自宗教先知、权威专家、畅销书作者；现在，则来自大语言模型带有自信语气的回答。
一个深层原因在于，AI的语言生成方式极其符合人类对“智慧”的想象：完整句式、无情绪波动、结构清晰。哪怕它只是随机拼凑了一些概率最高的token，用户在阅读时也会自动脑补出“深思熟虑”与“客观公正”。这种幻觉被称为“机器神谕效应”。技术史反复证明，每当新技术出现，人们都会短暂地将其视为包治百病的灵丹妙药——上世纪50年代的控制论如此，90年代的信息高速公路如此，今天的大模型幻觉同样是常态。
但AI并不具备真正的“理解”。它没有意识，没有价值观，更无法经历骚扰事件中的权力关系、心理碾压和现场细节。它可以查看一份调查报告的文字，却无法感知原告的恐惧，无法衡量被告的诚意。道德判断需要情境感、同理心与长期的经验训练，这些恰恰是AI目前最稀缺的东西。
如果连人类法官都需要回避利益冲突、再三质证，那么一个训练语料来自互联网的模型凭什么能断言“有没有性骚扰”？这种对AI的迷信，本质上是一种新型的“伪科学”。它用技术的外衣包装起非理性的逃避——当事人宁可相信算法，也不愿面对自己行为的后果。
更值得警惕的是，当“AI说我是清白的”成为一种流行话术，它实际上削弱了真正的技术问责。每一个把AI当作挡箭牌的人，都在暗示“机器比人更可靠”，却忘了机器背后是代码、数据与商业利益。这种转移注意力的操作，让本该聚焦于事实核查的公共讨论，变成了对“算力权威”的膜拜。
三、从AI绘画到道德审判：生成式AI的边界在哪里？
有趣的是，AI画图工具在艺术创作领域的飞速发展，让很多人产生了“AI什么都能做”的错觉。用AI画图输入几个关键词，就能得到一张以假乱真的油画；用文生图生成产品概念设计，帮企业省下大量预算。既然AI能模仿梵高、莫奈，那AI为何不能模仿“正义”？Caldwell大概就是这种线性思维的牺牲品。
然而，创作与道德判断有着本质区别。AI绘画的本质是学习像素间的概率分布，把“蓝天白云”“赛博朋克”等视觉特征拼贴成图像；道德判断则需要处理价值冲突，在“正义”“尊严”“伤害”这些抽象概念之间做权衡。一张图可以没有“正确答案”，但一次性骚扰指控必须关乎真相、责任与补救。如果我们要求AI画“正义女神”，它能画出蒙眼持剑的形象，但AI无法告诉你现实中谁失职了。
再进一步说，生成式AI的训练目标是最小化预测误差，而非寻求真理性。当Caldwell把报告输入模型时，模型的任务是预测“接下来该生成什么词”，而不是审慎地评估“他是否违规”。把这种工具当作“道德裁判”，等于让一个只会造句的机器去签判决书，荒谬程度一目了然。
当然，AI绘画也带来了新的版权伦理问题，但这并不意味着绘画和审判可以画等号。我们使用生成式AI时，必须分清“创作辅助”和“决策代理”两种角色。前者解放生产力，后者则可能毁灭责任感。正如我们不能因为AI画得了一幅好画，就相信它懂得美；同样，AI会说“我认为”，并不代表它在思考。
技术发展的悖论在于，AI越像人，我们就越容易忘掉它“不是人”。AI绘画生成的每一张图背后，都有训练数据的版权和伦理争议；AI生成的每一句“判断”，同样背负着数据和算法本身的黑洞。我们不能只享受创造的便利，却忽视判断的风险。
四、算法偏见与数据污染：AI的“客观”只是幻觉
支持Caldwell的人也许会说：AI没有人类偏见，浏览器输入的是同一个报告，算法总比一群有政治立场的调查者更公正吧？这种想法忽略了最重要的技术现实：训练数据的偏见会系统地嵌入模型输出。
大语言模型是在互联网文本上训练的，而互联网充斥着性别歧视、种族主义、权力贬损和大量未经验证的八卦。斯坦福大学等机构的多项研究显示，主流模型在职业性别关联上，会不自觉地输出“医生=男性”“护士=女性”等刻板印象。在涉及性骚扰这类高度敏感的话题时，模型很可能会根据语料中常见的叙事模式，给出一个“最可能”的回应——注意，是最可能，不代表是真实。
更糟糕的是，数据污染还会导致“反馈回路”。当越来越多的人开始用AI“生成证据”，这些所谓的AI结论又会重新进入训练语料，成为下一代模型的知识来源。这样一个由偏见喂养偏见、由错误强化错误的循环，已经让很多研究者感到不安。算法偏见早已不是抽象的伦理概念，而是每次输入输出都有可能遇见的实际问题。
回到Caldwell的案例，如果调查报告本身写得模棱两可，AI很可能只是“礼貌地”将关键问题复述出来，而不是去质疑性骚扰的严重性。可执行摘要、法律文书和调查记录都有固定的文本风格，AI会照着这种风格继续生成内容。与其说AI在说“你是无罪的”，不如说AI在配合你“完成一篇美式官方文档”。利用这种特性来自证清白，可以说是一种相当取巧的滥用。
更令人担忧的是，AI的偏见往往隐藏在一本正经的答案里。它不会像人类那样犹豫、纠错或承认“我不知道”。当公众把AI的“果断”等同于“准确”时，算法偏见就拥有了更强大的杀伤力。法律案件中的“AI证据”如果被法庭采信，弱势群体的处境将变得更加艰难。
五、责任链断裂：AI的判断由谁买单？
既然AI的“结论”如此不可靠，为什么还有人拿它当挡箭牌？答案很简单：为了转移责任。Dale Caldwell在电视上说“AI说我没错”，相当于把决策责任转嫁给一个无法出庭、无法被质询、也无法被起诉的机器。这就造成了一个巨大的责任真空。
在法律和公共治理领域，责任必须由具体的人来承担。无论是AI输出的诊断建议，还是AI生成的合同文本，最终都需要由人来审核确认。如果一个人盲目采纳AI的错误建议并造成损失，法律上不可能判AI赔偿，只能追溯到使用者或开发者。然而，现实中很多场景在引入AI时，并未厘清这条责任链。
一个显而易见的例子是：一些企业在进行企业数字化转型时，急切地引入各种AI工具来优化流程，却忽略了内控机制和人工复核环节。员工觉得“系统是这样说的”，老板觉得“工具是智能的”，出了问题又互相推诿。这种“甩锅给AI”的现象，正在成为AI时代的新职业风险。前副州长只是用最戏剧性的方式，把这颗雷给踩响了。
要解决这个问题，光是呼吁“AI不背锅”远远不够。行业需要建立明确的使用规范：谁在什么场景下可以使用AI？AI的输出应标注什么不确定度？当AI建议与人类常识相悖时，如何触发人工复核？近年来我们看到不少工具开始提供免责声明和不透明度指标，但距离真正可追责的体系还差得很远。或许，借助一个靠谱的AI工具导航，用户可以更快地找到那些提供“可解释性”的尽责产品，但这也不等于把决定权完全交给工具。
责任链断裂的另一个后果，是公众对技术信任的透支。每一次“AI背锅”事件都会让潜在的受害者更不敢依赖AI，也会让真正负责任的AI开发者蒙受损失。如果我们不尽快建立“人类决策、AI辅助”的共识，技术的公共价值将被持续消耗。
六、科技新闻启示录：在AI浪潮中保持清醒
回头再看新泽西副州长的故事，它像是一则黑色幽默：一个被性骚扰调查击败的政客，试图用AI的神谕来重塑真相。技术无罪，但人类对技术的滥用却会一次次重演。作为科技新闻的观察者，我认为这件事真正值得记录的不是“AI说没有”，而是“为什么一个人会相信AI可以说没有”。
我们身处一个由算法驱动的时代。AI可以根据你的喜好推荐内容，可以用AI图片生成把一段文字变成视觉作品，可以帮你写邮件、改简历、生成代码。科技前沿每天都在刷新，但人类自身的判断力、同理心和责任意识，是否跟上了这些变化的脚步？恐怕没有。
要想不被AI所奴役，我们需要做三件事：第一，明确AI的工具属性，任何AI输出都必须经过人工验证；第二，推动算法透明度，让模型的训练数据和逻辑可被检视，而不是被当作黑箱神谕；第三，加强公众的AI素养教育，让每个人都能分辨“模型生成的文本”和“经过验证的事实”。
Caldwell最终或许会消失在媒体热点中，但AI被滥用、误用、神化的现象只会愈演愈烈。今天我们嘲笑他“让AI当法官”，明天会不会有企业高管让AI决定裁员名单？会不会有法官参考AI的“风险评估”来量刑？这些设想听起来像科幻，但眼前的新闻已经敲响警钟。别忘记，AI绘画再逼真，也需要人类的审美来审核；AI分析再流畅，也需要人类的道德来把关。当技术君临天下时，唯一能阻止它变成暴君的，正是我们自己的清醒。