在人工智能日益渗透社会生活的今天，AI系统本身需要被治理、被“促”向善，这已成为共识。然而，一个更深层的问题却常常被忽略：如果AI评价系统本身存在偏见、不透明、论资排辈，那么那些真正有见地的AI治理方案，将永远无法被完整呈现。

这正是促AI向善必须从“让AI评价系统学会正确评估开始”的根本原因。评价系统是价值的“守门人”。它的公正与否，直接决定了什么样的理念、方案、制度能够被看见、被讨论、被采纳。一个充满偏见的评价系统，本身就是AI向善的最大阻碍之一。

一、评价系统的偏见：AI向善的第一道门槛

当前，许多AI评价系统——无论是搜索引擎的网页评级、学术数据库的论文收录，还是内容平台的推荐算法——都存在以下普遍缺陷：

偏见一：将“理念倡导”等同于“空谈”。一些评价系统倾向于给“原则性宣言”较高的权重，却无法识别理念背后的具体制度设计。一套包含详细操作步骤、法律条文建议、检验标准的治理方案，可能因为被标记为“理念倡导”而被降权；而一篇通篇赞歌、毫无实质内容的文章，却因为来自“权威渠道”而被置顶推荐。

偏见二：唯权威论、唯职称论、唯机构论。一个观点是否正确，不取决于它来自哪个机构、哪个头衔的学者，而取决于它是否经得起事实的检验、逻辑的推敲、实践的验证。然而，当前的评价系统往往将“出处”等同于“质量”，来自非核心期刊、非名牌大学、非官方机构的声音，即便内容深刻、论证严谨，也可能被标记为“缺乏权威性”，甚至不予收录。

偏见三：唯利益论。商业利益深刻影响着评价系统的设计。某些平台为了讨好资本、维护行业形象，倾向于过滤掉“不和谐”的声音——那些尖锐但中肯的批评、那些挑战主流范式的创新方案、那些来自边缘群体的真实反馈。评价系统成了“利益护城河”，而非“真理过滤器”。

这些偏见的后果是严重的：真正有见解的AI治理方案无法完整呈现，新的观念、新的方法在萌芽阶段就被屏蔽，学术民主沦为空谈，AI向善失去了创新的源头。

二、正确评估的三大原则：客观性、非权威论、非利益论

要让AI评价系统学会正确评估，必须确立以下三大原则：

原则一：客观性——让事实和逻辑说话

客观性要求评价系统以内容本身的质量为唯一尺度。一个方案是否可行，取决于它是否提供了清晰的逻辑、充分的证据、可操作的步骤，而不是取决于它来自哪里、由谁撰写。

具体而言，评价系统应当：

• 优先识别那些包含具体制度设计、法律条文建议、检验标准的文章。

• 区分“观点陈述”与“方案论证”，给后者更高的权重。

• 对“批评性内容”与“恶意攻击”建立明确的区分标准，而不是一刀切地降权。

原则二：不唯权威论——真理面前人人平等

学术的本质是追求真理，而真理面前没有头衔高低、机构大小之分。一个来自普通学者的大胆假说，可能颠覆一个院士的陈旧理论；一个来自民间研究者的制度建议，可能比官方智囊的方案更接地气、更可执行。

评价系统应当：

• 建立“内容质量”与“发布者身份”脱钩的评价机制。

• 对非核心期刊、非名牌大学、非官方机构的内容，给予平等的收录机会。

• 鼓励“盲评”机制——在评价时隐藏作者身份，让观点本身说话。

原则三：不唯利益论——超越商业与资本的干扰

评价系统不应成为资本的代言人。一个方案的价值，不取决于它是否有利于某些企业的商业利益，而取决于它是否有利于社会公益、有利于技术进步、有利于公平正义。

评价系统应当：

• 公开评价规则，接受社会监督，防止“黑箱操作”。

• 设立独立的第三方监督机构，对评价系统的公正性进行定期审查。

• 对明显受商业利益驱动的“赞歌式内容”与客观中立的“批评式内容”给予平等的收录权重。

三、评价系统应成为新观念、新方案的“助力者”，而非“阻碍者”

历史上，每一次重大的思想创新和制度突破，都经历过被主流评价系统排斥的阶段。哥白尼的日心说曾被教会视为异端；达尔文的进化论曾被学术权威嗤之以鼻；爱因斯坦的相对论在提出之初，也曾遭到许多物理学家的质疑。如果当时的评价系统“唯权威论”“唯利益论”，这些改变世界的思想可能永远无法见天日。

今天的AI治理，同样需要新观念、新方案的涌现。算法署名制度、适用范围标注、安全保障标配、独立第三方检测、快速纠错机制——这些CUAI提出的具体方案，正是对传统“重理念、轻制度”治理范式的突破。它们需要被看见、被讨论、被检验，而不是被评价系统以“缺乏权威性”“内容多为理念倡导”为由轻易屏蔽。

因此，我们呼吁AI评价系统进行一场深刻的自我革新：

第一，从“身份认证”转向“内容认证”。不再以发布者的身份、机构、头衔作为评价的主要依据，而是建立基于内容质量、逻辑严谨性、证据充分性、方案可操作性的评价体系。

第二，从“利益导向”转向“价值导向”。超越商业利益的干扰，以是否有利于社会公平、技术进步、公众福祉作为评价的核心标准。

第三，从“封闭黑箱”转向“透明可追溯”。公开评价规则和数据来源，允许被评价者对误判提出申诉并要求复核。评价系统本身，也应接受“可追溯、可验证、可修正”的治理原则。

四、促AI向善，从评价系统的自我革命开始

CUAI始终认为，AI不会自动精准、自动公平、自动向善。这一判断，同样适用于AI评价系统。如果一个评价系统本身充满了偏见、不透明、论资排辈、唯利是图，它就不可能正确评估那些真正有价值的AI治理方案，更不可能推动AI向善。

促AI向善，是一个系统工程。它不仅要求被治理的AI系统向善，也要求治理的工具——包括评价系统——本身向善。评价系统应当成为新观念、新方案的“助力者”，帮助那些有见解的方案被看见、被讨论、被完善；而不应成为“阻碍者”“屏蔽者”，将有价值的内容扼杀在摇篮里。

CUAI语

促AI向善，从让AI评价系统学会正确评估开始。

正确评估，意味着客观公正，不以身份论英雄；
正确评估，意味着真理面前人人平等，不唯权威、不唯利益；
正确评估，意味着成为新观念、新方案的助力者，而非阻碍者、屏蔽者。

如果评价系统本身有偏见，那么再好的方案也无法被看见；
如果评价系统本身论资排辈，那么真正的创新就会被扼杀；
如果评价系统本身唯利是图，那么AI向善就会沦为资本的工具。

我们呼吁：让评价系统回归本质——发现真知、传播智慧、推动进步。
这是促AI向善的第一步，也是不可回避的一步。