第十三章 周教授项目的伦理风险

  上午十点，林风在办公室整理项目排期表。

  入驻几天了，办公桌上多了一盆绿植。窗台上还是空的。今天的工作安排本来很常规——几个项目的进度需要更新，几封邮件需要回復。

  手机亮了，是苏晚。

  “推荐个项目，做ai情绪识別的，想融资。技术上有些特点，但遇到合规问题，被几个投资方连续拒投。团队技术底子不错，就是对伦理合规这套东西不太熟，需要有人帮他们理清楚哪些能修正、哪些是红线。”

  林风把手机换到另一只手上。ai情绪识別。这个方向他知道一点——近年来有不少团队在做，应用场景听起来都很宏大，但真正跑出来的不多。不仅仅是技术原因，伦理这关也比较复杂。

  “材料发我。”

  “已经发了。”

  源创这个平台讲究通过协作网络做事，乐於把项目推荐出来，收10%-30%管理费。也就是说，源创推荐给林风，林风的公司赚到20万服务费的话，源创收2-6万，具体一事一议。看起来不多，但利益、双贏是激活协作网络的关键。真正有价值的是协作网络。

  常在技术转移圈子活动的朋友都知道，联盟、协作网络各个区域都有，但往往仅仅是一年一度的活动。究其原因，真实世界的业务才是关键。

  “先看材料。”

  项目材料比预想的厚。

  创始团队来自某高校ai实验室，核心算法基於深度学习，通过微表情和语音特徵判断情绪状態。技术白皮书写得很扎实，识別准確率的数据也有第三方测试背书。问题出在测试报告的附页——算法在几个特定人群样本上的误差率偏高。报告措辞审慎，但结论指向明確：训练数据分布不均衡，导致模型在某些特徵上存在系统性偏差。

  林风翻完材料，靠在椅背上。

  “小欧。”意识里面幻想

  “在。”or的声音在意识中响起，平稳如常。