AI伦理框架常把公平、透明、问责等价值视为普适且可在任何情境中统一操作。
本研究访谈了来自10个国家的14位专家，探讨他们在实际AI项目中的理解与实践。结果显示，AI部署往往处于结构性不平等的环境，受制于基础设施限制、资源抽取以及技术神秘化，这些因素深刻影响了风险与机遇的感知。
专家们会根据本地道德逻辑重新诠释核心价值：隐私被视为集体和关系性的，而非个人的；透明被理解为建立信任的问责，而非单纯的技术披露；公平被看作是获取和代表性的公平，而不是结果的完全相等。
这些差异构成了全球框架与本地实践之间的“翻译鸿沟”。
为弥合鸿沟，作者提出多元治理路径：重新分配认识论权威，使伦理协商成为持续、情境敏感的过程，而非固定的技术标准。
博主点评：该研究提醒我们，伦理原则不能脱离具体社会结构而生硬套用，只有在本地语境中进行协商与调整，才能实现真正负责任的AI。