域外 | 《哲学与公共事务》（Philosophy and Public Affairs）第49卷第2期

Philosophy and Public Affairs

Vol.49  Iss.2

本期《哲学与公共事务》共四篇文章。在第1篇文章中，Blake Francis针对公平性反驳为国家气候变化责任辩护。在第2篇文章《释放美德信号与道德进步》中，作者Evan Westra将为释放美德信号及其在公共道德商谈中的作用提供辩护。在第3篇文章中，Emily Mcternan提供了一种对感到冒犯是什么以及如何表现的分析，从而为这一情感给出了更为细微和积极的评价。在第4篇文章中，Brian Hedden对算法公平的标准进行了探究。

【ARTICLES】

4 essays

01
In Defense of National Climate Change Responsibility: A Reply to the Fairness Objection
对国家气候变化责任的辩护：对于公平性反驳的回应Blake Francis摘要：本文分为四个部分。第二部分呈现了公平性反驳，并详细介绍了一个经常被隐含的假设：集体的责任是其个人成员的责任的总和。在第三部分中，我主张不应当从个人总数层面来理解富裕的高排放国家的道德失败。相反，我认为富裕的高排放国家的道德失败应该从制度上理解为国家的集体行动，有时甚至持续几十年。第四部分为我对国家责任的替代性解释进行辩护，这种解释认为一个国家作为一个整体承担责任。我将回应下述反对意见：它与个人主义相抵触，并使有过错的人免于承担责任。第五部分中我针对一个版本的公平性反驳，为我关于国家气候变化责任的解释辩护。

02
Virtue Signaling and Moral Progress释放美德信号与道德进步Evan Westra摘要：释放美德信号是指一个人为增强或维护自己的道德声誉而参与公共道德商谈的行为。释放美德信号的典型例子可能包括：个人在社交媒体上发帖强烈谴责公众人物实施的冒犯行为，或者一个品牌发起一场与社会正义主题相关的营销活动。使所涉行为成为释放美德信号实例的不是道德表达本身的内容，而是制造该行为的个人或公司实体寻求地位的欲望。一个人从事释放美德信号行为，是希望看到自己的道德声誉在同龄人或潜在客户的眼中有所改善。有观点认为，当公共道德商谈领域不再是真诚交换道德观念的论坛，而变成了竞争性道德说教的舞台时，它就失去了自身的价值。在本文中，笔者将为释放美德信号及其在公共道德话语中的作用提供辩护。尽管它可能不是特别值得称赞的或高尚的，但笔者认为释放美德信号也不应该被尖锐地抵制，不应将其视为危险的社会弊病。笔者还将论证，人类心理学的某些可靠特征（我们在认知和道德上的警惕性）对过度的释放美德信号产生了社会约束，从而限制了可能导致广泛虚伪和犬儒主义的恶性循环的可能性。简言之，释放美德信号不会对公共道德话语的公正性构成重大威胁，如果我们能够正确理解其与社会规范的关系，它甚至可以充当积极变革道德（观念）的工具。

03
Taking offense: An emotion reconsidered感到冒犯：重新反思这一情感Emily Mcternan摘要：在这篇文章中，我提供了一种对感到冒犯是什么以及如何表现的分析，通过这种分析，我会提供一个对这一情感的更为细微和积极的评价，与对这一情感的通常看法形成对比。首先，在提出一个替代的分析前，我审视了哲学家们对冒犯所进行的有限的讨论的不足。其次，我对冒犯和与其相近的情感（如愤怒、厌恶和自豪）进行了区分。然后，我不仅研究了我们如何定义冒犯，也研究了我们如何看待那些感到冒犯的人。根据我的解释，与那些宣称冒犯对社会构成威胁的人相比，冒犯往往是一种影响范围较小又更为常见的情感，并且现在是时候对其重新进行道德评估了。尽管冒犯有时候表现得过激，但那可能仅出现在有限的情形中，也即那些要求象征性退出或疏远的代理形式的情形。即便在这些情形中，这种过激也可能是个错觉，因为鉴于冒犯者和被冒犯者之间的距离，表现出较强的感到冒犯的姿态是合适的。进一步的，根据我的解释，感到冒犯是对冒犯自己地位的行为的抵制，而不仅仅是一种受伤感的反映。最后，我概述了对这一抵制的辩护，认为它有时是对不正义的一种有价值的回应。

04
On statistical criteria of algorithmic fairness算法公平的统计标准研究Brian Hedden摘要：预测性算法在我们生活中发挥着日益重要的作用，而这样的影响也使得人们越来越关注它们可能不公正的或是有偏见的运作方式。我所思考的预测性算法是为了预测在一些已知特点的基础之上，某个个体是否属于积极的或消极的两类之一。我将考虑的是同时提供风险评级和二进制预测的算法；此外，由于在这个预测人类行为的混乱的真实世界中，可能没有清晰地且无任何争议的公正和无偏见的算法，因此这个方法论可能显得不具有实践意义。但是我们可以在通过考虑抛硬币的方式来做得更好。基于所谓的 “下边缘性”有关的原因，上面考虑的许多统计标准都不是必要的，这些标准首先由Ian Ayres讨论，最近由Corbett-Davies和Goel引入到关于算法公平性的讨论中。在这些学者看来，若想实现公平或无偏见，一个算法必须在相关的实验组中对边缘情形以相同的方式处理，但在生活中，一个情形是否应当被认作边缘情形可能是有争议的。也许我们需要再看看，确定哪些所谓的公平标准是真实的，哪些是似是而非的。我认为在文献中所讨论的公平的统计标准中，也许除了校准外，其他都不是真正的必要条件，理由是所有其他此类标准都可以被一个明显公平和独特的最优预测算法所违反。我的结论与任何或所有这些（非校准）条件是兼容的，它们的违反提供了证明算法是不公平或有偏见的一些初步的证据。但它们的违反既不构成也不意味着算法的不公平。

译者

王显康、吴少华、林淑萍、徐辉

中国政法大学法学院法学理论专业硕士研究生

校对

张峰铭，中国政法大学法学院法学理论专业博士研究生

域外栏目每周三固定与大家相见

-推荐阅读-

《法理——法哲学、法学方法论与人工智能》杂志最新稿约

学界 | 法学理论专业论文2020年度数据报告

欢迎关注法理杂志

 选粹｜思享｜域外｜写作｜学界 

赐稿邮箱｜[e-mail]

☜法理杂志官方“有赞”书籍商铺 | 扫码选好书

文字编辑 | 林淑萍 吴少华