1. 课程设计理念为什么是“框架优先”的路径在传统的机器学习教学中我们常常陷入一个困境要么是“黑箱”式的应用教学学生只会调用scikit-learn的API对背后的数学原理和假设一无所知要么是“推导”式的理论教学学生被淹没在矩阵求导和概率密度函数的海洋里最终因畏难而放弃更遑论思考其社会意义。这两种路径都难以培养出既能构建可靠系统、又能洞察其潜在风险的AI从业者。我们设计的这门课程试图在“知其然”与“知其所以然”之间以及在“技术实现”与“伦理反思”之间架起一座桥梁。这座桥梁的核心支柱就是我们提出的“框架优先”教学法。“框架优先”的核心思想是让学生首先掌握建模的语言和形式化工具而不是算法的具体优化步骤。这好比教人写作我们先教语法和修辞框架而不是直接让他们背诵某篇名著的全文具体算法。在概率机器学习的语境下这个“语法”就是定向图模型。DGM用节点表示随机变量用箭头表示变量间的条件依赖关系。通过绘制DGM学生可以将一个复杂的现实问题比如“根据患者的症状和基因数据预测其康复概率”转化为一个清晰、可视化的概率图。这个转化过程本身就是一次深刻的思维训练它迫使学生明确“我认为哪些因素是相关的”、“我认为谁影响谁”这些问题的答案直接对应着模型的核心假设。选择概率框架而非其他如纯粹的优化框架有其深刻的教学与伦理考量。概率论天然地处理不确定性和信念。在贝叶斯观点中模型参数本身也是随机变量我们通过数据来更新对它们的信念后验分布。这种世界观本身就与社会伦理议题有内在联系它承认我们的知识是不完备的、可更新的我们的“模型”是对世界的一种主观假设而非客观真理。这为后续批判“算法客观性”的神话埋下了伏笔。相比之下将机器学习仅仅视为一个最小化损失函数的优化问题更容易强化一种技术决定论的错觉。为了降低数学门槛我们引入了概率编程。传统教学中推导一个贝叶斯线性回归的后验分布需要复杂的矩阵运算和配方法这足以吓退大部分数学基础薄弱的学生。概率编程语言如我们课程中使用的NumPyro将复杂的推断过程如马尔可夫链蒙特卡洛MCMC或变分推断VI封装为库函数。学生只需用代码“声明”他们的DGM即指定先验分布和似然函数然后调用一行MCMC.run()或VI.run()即可获得近似的后验分布样本。这解放了学生的认知资源让他们从繁琐的推导中抽身将精力集中于更重要的环节设计模型假设和解释推断结果。他们可以快速尝试不同的先验分布观察后验如何变化可以轻松地在模型中添加或移除潜在变量探索其对预测不确定性的影响。这种“快速原型”能力极大地激发了实验和创造的热情。注意使用概率编程并非为了逃避数学而是为了重构数学学习的优先级。我们依然会讲解关键概念如联合分布、条件概率、期望、方差但我们会将这些概念与DGM中的节点、箭头直观地联系起来。数学公式是描述模型的精确语言而DGM和概率编程则是理解和操作模型的“可视化界面”与“实验工具”。2. 核心教学工具定向图模型与星际假想医院2.1 定向图模型从直觉到形式化DGM的教学我们遵循一个循序渐进的路径。我们从最简单的、完全观测的离散模型开始。第一阶段建立直觉。我们从一个抛硬币的例子开始但赋予它一个故事背景在星际假想医院一种新型外星病毒“闪烁症”的检测试剂盒有5%的假阳性率。我们用DGM表示一个节点表示“真实患病状态”is_sick伯努利分布一个箭头指向另一个节点“检测结果”test_result其分布以is_sick为条件。通过这个简单的图学生直观地理解了条件概率P(test_result | is_sick)的含义。接着我们引入贝叶斯定理如果检测呈阳性患病的后验概率是多少这个计算过程就是将DGM中箭头“反转”进行推理的生动体现。第二阶段引入潜在变量。这是理解许多现代ML模型如主题模型、推荐系统、变分自编码器的关键。我们设计一个场景IHH想根据患者的基因表达数据G和临床症状S来推断其潜在的疾病亚型Z例如炎症主导型或代谢紊乱型。Z是未观测到的即潜在变量。DGM变为Z - G,Z - S。我们向学生提问如果我们想预测一个新患者的症状S_new但不知道其Z该怎么办这自然引出了边缘化的概念P(S_new | G) ∑_z P(S_new | Zz) P(Zz | G)。尽管求和计算可能复杂但概率编程可以帮我们自动完成。学生通过代码实现这个模型并可视化不同潜在类别下症状的分布深刻理解了“学习表征”的直观含义。第三阶段处理连续性与回归。我们将场景扩展到预测连续值比如患者的住院时长L。假设它依赖于患者的年龄A和疾病严重程度指数D。一个简单的线性回归DGM可以是A - L,D - L其中L服从一个以A和D的线性组合为均值的高斯分布。这里我们引入连续概率密度函数的概念。关键不在于让学生手动推导最大似然估计的闭式解而在于让他们理解选择高斯分布作为L的似然意味着我们假设预测误差是均值为零、方差固定的正态噪声。这是一个强有力的建模假设它可能不符合现实例如住院时长是正数且可能呈长尾分布。这时我们可以引导学生思考如果我们改用对数正态分布或伽马分布呢改变分布假设会对预测区间和伦理评估如资源分配产生什么影响2.2 星际假想医院一个贯穿始终的叙事载体“星际假想医院”这个看似 whimsical 的主题是课程设计中的妙笔。它解决了几个关键教学难题降低防御心理激发同理心讨论现实中的医疗AI伦理问题如算法在医保报销、诊断辅助中的偏见可能让学生感到沉重或疏离。而将场景设定在一个拥有“三颗心脏的沃贡人”或“光合作用的植物人”的星际医院创造了一个安全的“心理距离”。学生可以毫无负担地探讨敏感话题如“针对硅基生命体制定的‘正常’体温范围对碳基生命体是否构成歧视”这种讨论的结论很容易迁移回地球上的种族、性别偏见问题。合成数据的完美沙盒IHH让我们可以自由地、可控地生成合成数据集。我们可以精确地在数据中注入特定的偏见例如让来自某个星系的患者某种基因标记的采集率更低然后让学生构建模型去预测健康结局。当模型在不同星系群体上表现出性能差异时我们可以引导学生回溯整个建模流程是数据收集的偏差中层面偏见是模型评估指标选择不当顶层面偏见还是我们关于基因与疾病关系的根本假设有问题底层面偏见这个沙盒环境允许我们安全地“制造故障”并进行根源分析。连接理论与应用的脚手架每一个新的方法论概念都可以通过IHH的一个新需自然引出。例如当医院想要对患者进行个性化治疗推荐时就自然需要多臂老虎机或上下文老虎机的框架这引入了探索与利用的权衡。当医院想要分析跨星系的流行病传播网络时就引入了图模型。IHH的叙事将这些看似离散的ML主题串联成一个连贯的、有意义的探索旅程。实操心得构建IHH案例库时关键是要在“趣味性”和“真实性”之间取得平衡。每个案例的核心矛盾必须映射到现实世界AI部署中的一个真实伦理或技术困境。例如一个关于“为不同物种设计通用止痛剂剂量算法”的案例其核心就是分布外泛化和公平性的经典问题。课后许多学生反馈他们在新闻中看到关于算法偏见的报道时第一反应是“这就像我们课上讨论的IHH里那个XXX问题”。3. 社会伦理议题的深度融入策略伦理教学不是附加的模块而是编织在技术纤维中的金线。我们的策略是“一一对应双向质疑”每一个技术创新的教学都配对一个挑战其价值的“反叙事”。3.1 三层偏见框架与教学映射我们采用Eckhouse等人提出的“三层偏见”框架作为组织伦理讨论的骨架偏见层面定义IHH教学案例对应的技术主题顶层面算法方法内部的偏见如评估指标的选择。评估一个预测患者再入院风险的模型。如果仅追求整体准确率可能掩盖对某些低就诊频率星裔患者的高误判率。分类指标精确率、召回率、F1值、公平性指标均衡机会、统计对等、ROC曲线分析。中层面数据质量和收集过程中的偏见。IHH的历史电子健康记录中来自贫困星区的患者其“社会经济压力指数”字段大量缺失而该指数被证明与慢性病管理效果强相关。数据清洗、缺失值处理删除、插补、特征工程、选择偏差、测量误差。底层面哲学、法律、道德层面的根本性问题。IHH管理层提议使用一个预测模型来分配稀缺的“生命维持舱”。这是否将生命权交给了算法是否违背了医疗伦理中的“不伤害”原则模型的可解释性SHAP, LIME、算法问责制、价值敏感设计、技术的社会建构理论。在讲解最大似然估计时我们不仅演示其数学形式更深入其哲学内涵。MLE寻找的是在观测数据下最可能的参数值。但“最可能”是对谁而言我们指出MLE最小化的是平均对数损失这本质上是一种功利主义的优化它追求的是整体“幸福”似然的最大化而可能牺牲少数群体的利益。在IHH的案例中一个基于MLE训练的、预测手术风险的模型可能会因为某星裔患者数据量少而为了提升整体似然系统性地高估或低估他们的风险。这时我们引入贝叶斯方法作为对比贝叶斯推断提供的是参数的全后验分布而不仅仅是单个最优点。它天然地表达了认知不确定性。我们可以讨论在资源分配这种涉及基本权利的决策中是应该依赖一个“最优”点估计还是应该充分考虑不确定性为决策保留更审慎的空间3.2 历史溯源打破“客观性”神话课程中一个冲击力极强的环节是追溯现代统计学和机器学习的部分思想根源至优生学运动。我们展示卡尔·皮尔逊、罗纳德·费希尔等统计学巨匠如何将他们的统计工具用于论证种族差异、支持限制移民的政策。例如皮尔逊曾用相关性分析来“证明”犹太移民的“低劣”。我们让学生阅读这些原始文献的节选在适当的引导和内容警告下。这个历史课的目的不是简单地谴责先驱而是达成几个关键教学目标祛魅它有力地打破了“数学和算法是纯粹、客观、价值中立”的神话。它表明工具是由人创造的不可避免地承载着创造者的世界观和时代局限。建立批判性距离它让学生意识到今天他们认为“理所当然”的模型假设比如用高斯分布建模误差或用线性关系建模变量也和当年的统计方法一样是特定文化、历史背景下的产物因此也必须接受同等的审视和质疑。赋能如果这些充满偏见的工具可以被用来巩固不公那么理解这些工具、并掌握了创造新工具能力如设计新的公平性约束、新的损失函数的我们是否也有责任和可能去改造它们使其服务于公平与正义这从历史的无力感转向了未来的能动性。4. 教学实践作业设计与课堂互动4.1 作业设计检查点、开放性与“惊喜”我们摒弃了传统的期中期末考试代之以7次循序渐进的作业。每次作业都包含“检查点”和正式提交部分。检查点在作业发布几天后设置一个非评分的检查点提交。学生提交他们初步的尝试哪怕是不完整的或错误的。讲师团队快速浏览在下一节课上用15分钟集中讲解最常见的误解和难点。这形成了及时的反馈循环防止错误概念累积也降低了学生的焦虑感——他们知道在最终提交前有机会纠偏。开放性探索作业中总有1-2个开放性问题。例如“在预测IHH患者住院费用的模型中我们假设费用服从对数正态分布。请尝试改用另一种分布如伽马分布并比较两个模型在校准度calibration和预测区间上的差异。你认为哪个模型更适合用于医院预算规划为什么” 这类问题没有唯一答案鼓励学生进行实验性探索和论证。“惊喜”元素我们会在数据中故意设置一些“陷阱”。比如在一次关于聚类分析的作业中我们提供的数据集实际上包含了两个尺度差异巨大的特征但未做标准化。许多学生直接应用K-Means得到了毫无意义的聚类结果。在作业讲评时我们会引导学生发现这个问题并讨论数据预处理的重要性以及算法对输入假设的敏感性。这种“从失败中学习”的体验比单纯听讲要深刻得多。4.2 课堂互动短讲座、结对工作与全班讨论75分钟的课堂被切分成多个20分钟左右的区块交替进行短讲座聚焦一个核心概念如“共轭先验”时长15-20分钟。使用大量的DGM图示和IHH案例动画。结对工作立即应用刚学的概念。例如讲完共轭先验后给出一个IHH场景“一种新药对沃贡人的治愈率先验估计为Beta(2,2)分布。在10名患者的试验中7人治愈。请画出后验分布的草图并与同伴讨论这个结果如何影响你对下一阶段扩大试验的信心” 学生在白板或共享文档上协作讲师巡视指导。全班讨论基于结对工作的结果发起全班讨论。例如针对上述问题进一步追问“如果我们最初的先验是来自动物实验的Beta(20,80)即非常悲观同样的试验结果会带来怎样的后验这对‘先验’在药物审批这种高风险决策中的作用有何启示” 讨论会自然地从数学计算滑向伦理考量。这节奏保持了学生的参与度并创造了大量“即时学习-即时应用-即时反馈”的机会。5. 挑战、反思与未来方向5.1 应对数学焦虑与建立归属感我们的学生很多来自STEM中代表性不足的群体普遍存在不同程度的数学焦虑。课程初期看到满黑板的积分和概率密度函数不少学生眼神中流露出恐惧。我们的应对策略是多管齐下强调主观性与创造力我们反复传达一个信息机器学习不是解数学题而是用数学讲故事。最重要的不是计算而是你为故事选择的前提假设。你的背景、你的价值观、你对问题的理解都会影响这个选择。因此你的独特视角不是缺陷而是资产。框架的统一性当学生意识到从朴素贝叶斯分类器到隐马尔可夫模型再到变分自编码器都可以用DGM这一套语言来描述时他们会获得一种“掌控感”。混乱的算法森林变得有序了。一个学生在反馈中说“以前学ML感觉像是在捡拾沙滩上五花八门的贝壳现在我看到了孕育这些贝壳的整个海洋生态系统。”创造安全的学习环境我们鼓励提问强调“没有愚蠢的问题”。在办公时间我们不仅解答技术问题也花时间倾听学生对课程难度、职业规划的焦虑。建立师生间的信任是让他们敢于挑战困难数学的前提。5.2 课程局限与迭代计划尽管学生反馈积极但课程仍有明显局限广度与深度的权衡为了在单学期内覆盖从基础概率到近似推断的完整框架部分内容如马尔可夫链蒙特卡洛的理论细节只能浅尝辄止。一些数学基础好的学生觉得不过瘾而部分学生直到期末仍在挣扎。伦理讨论的深度虽然我们引入了历史和社会学视角但作为计算机科学家我们在批判理论、哲学、法律方面的素养终究有限。伦理讨论有时会停留在“识别问题”层面难以深入“设计替代方案”或“解构权力结构”的层面。项目实践不足课程缺少一个综合性的、开放式的期末项目让学生从头到尾独立完成一个带有伦理考量的建模任务。未来的迭代方向课程分拆计划将课程分为上下两部。第一部“概率建模基础”聚焦DGM、共轭先验、MLE/MAP、基本的贝叶斯推断并包含大量的小型建模练习。第二部“高级主题与伦理实践”深入变分推断、MCMC、高斯过程、深度学习中的概率方法并以一个与校园内其他学科如社会学、经济学、生物学研究人员合作的实际问题作为期末项目要求学生不仅构建模型还要撰写一份包含技术方案、伦理影响评估和局限性分析的完整报告。真正跨学科共教理想状态是与哲学系、社会学系的教授共同设计和授课。技术部分由CS教师主导伦理案例研究则由人文社科教师带领从福柯的权力理论、哈贝马斯的交往行动理论等视角进行深度剖析。这需要制度上的支持和充足的备课时间但这是培养下一代真正跨学科AI人才的关键。评估长期影响我们计划开展一项纵向研究追踪选修过此课程的学生在后续学习、研究或工作中在面对AI伦理困境时的决策过程与接受传统ML教育的学生进行对比。这需要设计严谨的评价工具和长期的投入。这门课程的最终目标不是生产更多的算法工程师而是培养一批具备技术素养的批判性公民和具备伦理自觉的建造者。他们懂得代码如何塑造社会也敢于重新想象和编写代码的规则。当学生在课程评价中写道“我现在觉得我带着的不仅是技能更是一份责任去看待每一个技术问题”时我们知道我们至少在这条艰难而正确的道路上迈出了坚实的一小步。
概率机器学习教学新范式：框架优先与伦理融合
1. 课程设计理念为什么是“框架优先”的路径在传统的机器学习教学中我们常常陷入一个困境要么是“黑箱”式的应用教学学生只会调用scikit-learn的API对背后的数学原理和假设一无所知要么是“推导”式的理论教学学生被淹没在矩阵求导和概率密度函数的海洋里最终因畏难而放弃更遑论思考其社会意义。这两种路径都难以培养出既能构建可靠系统、又能洞察其潜在风险的AI从业者。我们设计的这门课程试图在“知其然”与“知其所以然”之间以及在“技术实现”与“伦理反思”之间架起一座桥梁。这座桥梁的核心支柱就是我们提出的“框架优先”教学法。“框架优先”的核心思想是让学生首先掌握建模的语言和形式化工具而不是算法的具体优化步骤。这好比教人写作我们先教语法和修辞框架而不是直接让他们背诵某篇名著的全文具体算法。在概率机器学习的语境下这个“语法”就是定向图模型。DGM用节点表示随机变量用箭头表示变量间的条件依赖关系。通过绘制DGM学生可以将一个复杂的现实问题比如“根据患者的症状和基因数据预测其康复概率”转化为一个清晰、可视化的概率图。这个转化过程本身就是一次深刻的思维训练它迫使学生明确“我认为哪些因素是相关的”、“我认为谁影响谁”这些问题的答案直接对应着模型的核心假设。选择概率框架而非其他如纯粹的优化框架有其深刻的教学与伦理考量。概率论天然地处理不确定性和信念。在贝叶斯观点中模型参数本身也是随机变量我们通过数据来更新对它们的信念后验分布。这种世界观本身就与社会伦理议题有内在联系它承认我们的知识是不完备的、可更新的我们的“模型”是对世界的一种主观假设而非客观真理。这为后续批判“算法客观性”的神话埋下了伏笔。相比之下将机器学习仅仅视为一个最小化损失函数的优化问题更容易强化一种技术决定论的错觉。为了降低数学门槛我们引入了概率编程。传统教学中推导一个贝叶斯线性回归的后验分布需要复杂的矩阵运算和配方法这足以吓退大部分数学基础薄弱的学生。概率编程语言如我们课程中使用的NumPyro将复杂的推断过程如马尔可夫链蒙特卡洛MCMC或变分推断VI封装为库函数。学生只需用代码“声明”他们的DGM即指定先验分布和似然函数然后调用一行MCMC.run()或VI.run()即可获得近似的后验分布样本。这解放了学生的认知资源让他们从繁琐的推导中抽身将精力集中于更重要的环节设计模型假设和解释推断结果。他们可以快速尝试不同的先验分布观察后验如何变化可以轻松地在模型中添加或移除潜在变量探索其对预测不确定性的影响。这种“快速原型”能力极大地激发了实验和创造的热情。注意使用概率编程并非为了逃避数学而是为了重构数学学习的优先级。我们依然会讲解关键概念如联合分布、条件概率、期望、方差但我们会将这些概念与DGM中的节点、箭头直观地联系起来。数学公式是描述模型的精确语言而DGM和概率编程则是理解和操作模型的“可视化界面”与“实验工具”。2. 核心教学工具定向图模型与星际假想医院2.1 定向图模型从直觉到形式化DGM的教学我们遵循一个循序渐进的路径。我们从最简单的、完全观测的离散模型开始。第一阶段建立直觉。我们从一个抛硬币的例子开始但赋予它一个故事背景在星际假想医院一种新型外星病毒“闪烁症”的检测试剂盒有5%的假阳性率。我们用DGM表示一个节点表示“真实患病状态”is_sick伯努利分布一个箭头指向另一个节点“检测结果”test_result其分布以is_sick为条件。通过这个简单的图学生直观地理解了条件概率P(test_result | is_sick)的含义。接着我们引入贝叶斯定理如果检测呈阳性患病的后验概率是多少这个计算过程就是将DGM中箭头“反转”进行推理的生动体现。第二阶段引入潜在变量。这是理解许多现代ML模型如主题模型、推荐系统、变分自编码器的关键。我们设计一个场景IHH想根据患者的基因表达数据G和临床症状S来推断其潜在的疾病亚型Z例如炎症主导型或代谢紊乱型。Z是未观测到的即潜在变量。DGM变为Z - G,Z - S。我们向学生提问如果我们想预测一个新患者的症状S_new但不知道其Z该怎么办这自然引出了边缘化的概念P(S_new | G) ∑_z P(S_new | Zz) P(Zz | G)。尽管求和计算可能复杂但概率编程可以帮我们自动完成。学生通过代码实现这个模型并可视化不同潜在类别下症状的分布深刻理解了“学习表征”的直观含义。第三阶段处理连续性与回归。我们将场景扩展到预测连续值比如患者的住院时长L。假设它依赖于患者的年龄A和疾病严重程度指数D。一个简单的线性回归DGM可以是A - L,D - L其中L服从一个以A和D的线性组合为均值的高斯分布。这里我们引入连续概率密度函数的概念。关键不在于让学生手动推导最大似然估计的闭式解而在于让他们理解选择高斯分布作为L的似然意味着我们假设预测误差是均值为零、方差固定的正态噪声。这是一个强有力的建模假设它可能不符合现实例如住院时长是正数且可能呈长尾分布。这时我们可以引导学生思考如果我们改用对数正态分布或伽马分布呢改变分布假设会对预测区间和伦理评估如资源分配产生什么影响2.2 星际假想医院一个贯穿始终的叙事载体“星际假想医院”这个看似 whimsical 的主题是课程设计中的妙笔。它解决了几个关键教学难题降低防御心理激发同理心讨论现实中的医疗AI伦理问题如算法在医保报销、诊断辅助中的偏见可能让学生感到沉重或疏离。而将场景设定在一个拥有“三颗心脏的沃贡人”或“光合作用的植物人”的星际医院创造了一个安全的“心理距离”。学生可以毫无负担地探讨敏感话题如“针对硅基生命体制定的‘正常’体温范围对碳基生命体是否构成歧视”这种讨论的结论很容易迁移回地球上的种族、性别偏见问题。合成数据的完美沙盒IHH让我们可以自由地、可控地生成合成数据集。我们可以精确地在数据中注入特定的偏见例如让来自某个星系的患者某种基因标记的采集率更低然后让学生构建模型去预测健康结局。当模型在不同星系群体上表现出性能差异时我们可以引导学生回溯整个建模流程是数据收集的偏差中层面偏见是模型评估指标选择不当顶层面偏见还是我们关于基因与疾病关系的根本假设有问题底层面偏见这个沙盒环境允许我们安全地“制造故障”并进行根源分析。连接理论与应用的脚手架每一个新的方法论概念都可以通过IHH的一个新需自然引出。例如当医院想要对患者进行个性化治疗推荐时就自然需要多臂老虎机或上下文老虎机的框架这引入了探索与利用的权衡。当医院想要分析跨星系的流行病传播网络时就引入了图模型。IHH的叙事将这些看似离散的ML主题串联成一个连贯的、有意义的探索旅程。实操心得构建IHH案例库时关键是要在“趣味性”和“真实性”之间取得平衡。每个案例的核心矛盾必须映射到现实世界AI部署中的一个真实伦理或技术困境。例如一个关于“为不同物种设计通用止痛剂剂量算法”的案例其核心就是分布外泛化和公平性的经典问题。课后许多学生反馈他们在新闻中看到关于算法偏见的报道时第一反应是“这就像我们课上讨论的IHH里那个XXX问题”。3. 社会伦理议题的深度融入策略伦理教学不是附加的模块而是编织在技术纤维中的金线。我们的策略是“一一对应双向质疑”每一个技术创新的教学都配对一个挑战其价值的“反叙事”。3.1 三层偏见框架与教学映射我们采用Eckhouse等人提出的“三层偏见”框架作为组织伦理讨论的骨架偏见层面定义IHH教学案例对应的技术主题顶层面算法方法内部的偏见如评估指标的选择。评估一个预测患者再入院风险的模型。如果仅追求整体准确率可能掩盖对某些低就诊频率星裔患者的高误判率。分类指标精确率、召回率、F1值、公平性指标均衡机会、统计对等、ROC曲线分析。中层面数据质量和收集过程中的偏见。IHH的历史电子健康记录中来自贫困星区的患者其“社会经济压力指数”字段大量缺失而该指数被证明与慢性病管理效果强相关。数据清洗、缺失值处理删除、插补、特征工程、选择偏差、测量误差。底层面哲学、法律、道德层面的根本性问题。IHH管理层提议使用一个预测模型来分配稀缺的“生命维持舱”。这是否将生命权交给了算法是否违背了医疗伦理中的“不伤害”原则模型的可解释性SHAP, LIME、算法问责制、价值敏感设计、技术的社会建构理论。在讲解最大似然估计时我们不仅演示其数学形式更深入其哲学内涵。MLE寻找的是在观测数据下最可能的参数值。但“最可能”是对谁而言我们指出MLE最小化的是平均对数损失这本质上是一种功利主义的优化它追求的是整体“幸福”似然的最大化而可能牺牲少数群体的利益。在IHH的案例中一个基于MLE训练的、预测手术风险的模型可能会因为某星裔患者数据量少而为了提升整体似然系统性地高估或低估他们的风险。这时我们引入贝叶斯方法作为对比贝叶斯推断提供的是参数的全后验分布而不仅仅是单个最优点。它天然地表达了认知不确定性。我们可以讨论在资源分配这种涉及基本权利的决策中是应该依赖一个“最优”点估计还是应该充分考虑不确定性为决策保留更审慎的空间3.2 历史溯源打破“客观性”神话课程中一个冲击力极强的环节是追溯现代统计学和机器学习的部分思想根源至优生学运动。我们展示卡尔·皮尔逊、罗纳德·费希尔等统计学巨匠如何将他们的统计工具用于论证种族差异、支持限制移民的政策。例如皮尔逊曾用相关性分析来“证明”犹太移民的“低劣”。我们让学生阅读这些原始文献的节选在适当的引导和内容警告下。这个历史课的目的不是简单地谴责先驱而是达成几个关键教学目标祛魅它有力地打破了“数学和算法是纯粹、客观、价值中立”的神话。它表明工具是由人创造的不可避免地承载着创造者的世界观和时代局限。建立批判性距离它让学生意识到今天他们认为“理所当然”的模型假设比如用高斯分布建模误差或用线性关系建模变量也和当年的统计方法一样是特定文化、历史背景下的产物因此也必须接受同等的审视和质疑。赋能如果这些充满偏见的工具可以被用来巩固不公那么理解这些工具、并掌握了创造新工具能力如设计新的公平性约束、新的损失函数的我们是否也有责任和可能去改造它们使其服务于公平与正义这从历史的无力感转向了未来的能动性。4. 教学实践作业设计与课堂互动4.1 作业设计检查点、开放性与“惊喜”我们摒弃了传统的期中期末考试代之以7次循序渐进的作业。每次作业都包含“检查点”和正式提交部分。检查点在作业发布几天后设置一个非评分的检查点提交。学生提交他们初步的尝试哪怕是不完整的或错误的。讲师团队快速浏览在下一节课上用15分钟集中讲解最常见的误解和难点。这形成了及时的反馈循环防止错误概念累积也降低了学生的焦虑感——他们知道在最终提交前有机会纠偏。开放性探索作业中总有1-2个开放性问题。例如“在预测IHH患者住院费用的模型中我们假设费用服从对数正态分布。请尝试改用另一种分布如伽马分布并比较两个模型在校准度calibration和预测区间上的差异。你认为哪个模型更适合用于医院预算规划为什么” 这类问题没有唯一答案鼓励学生进行实验性探索和论证。“惊喜”元素我们会在数据中故意设置一些“陷阱”。比如在一次关于聚类分析的作业中我们提供的数据集实际上包含了两个尺度差异巨大的特征但未做标准化。许多学生直接应用K-Means得到了毫无意义的聚类结果。在作业讲评时我们会引导学生发现这个问题并讨论数据预处理的重要性以及算法对输入假设的敏感性。这种“从失败中学习”的体验比单纯听讲要深刻得多。4.2 课堂互动短讲座、结对工作与全班讨论75分钟的课堂被切分成多个20分钟左右的区块交替进行短讲座聚焦一个核心概念如“共轭先验”时长15-20分钟。使用大量的DGM图示和IHH案例动画。结对工作立即应用刚学的概念。例如讲完共轭先验后给出一个IHH场景“一种新药对沃贡人的治愈率先验估计为Beta(2,2)分布。在10名患者的试验中7人治愈。请画出后验分布的草图并与同伴讨论这个结果如何影响你对下一阶段扩大试验的信心” 学生在白板或共享文档上协作讲师巡视指导。全班讨论基于结对工作的结果发起全班讨论。例如针对上述问题进一步追问“如果我们最初的先验是来自动物实验的Beta(20,80)即非常悲观同样的试验结果会带来怎样的后验这对‘先验’在药物审批这种高风险决策中的作用有何启示” 讨论会自然地从数学计算滑向伦理考量。这节奏保持了学生的参与度并创造了大量“即时学习-即时应用-即时反馈”的机会。5. 挑战、反思与未来方向5.1 应对数学焦虑与建立归属感我们的学生很多来自STEM中代表性不足的群体普遍存在不同程度的数学焦虑。课程初期看到满黑板的积分和概率密度函数不少学生眼神中流露出恐惧。我们的应对策略是多管齐下强调主观性与创造力我们反复传达一个信息机器学习不是解数学题而是用数学讲故事。最重要的不是计算而是你为故事选择的前提假设。你的背景、你的价值观、你对问题的理解都会影响这个选择。因此你的独特视角不是缺陷而是资产。框架的统一性当学生意识到从朴素贝叶斯分类器到隐马尔可夫模型再到变分自编码器都可以用DGM这一套语言来描述时他们会获得一种“掌控感”。混乱的算法森林变得有序了。一个学生在反馈中说“以前学ML感觉像是在捡拾沙滩上五花八门的贝壳现在我看到了孕育这些贝壳的整个海洋生态系统。”创造安全的学习环境我们鼓励提问强调“没有愚蠢的问题”。在办公时间我们不仅解答技术问题也花时间倾听学生对课程难度、职业规划的焦虑。建立师生间的信任是让他们敢于挑战困难数学的前提。5.2 课程局限与迭代计划尽管学生反馈积极但课程仍有明显局限广度与深度的权衡为了在单学期内覆盖从基础概率到近似推断的完整框架部分内容如马尔可夫链蒙特卡洛的理论细节只能浅尝辄止。一些数学基础好的学生觉得不过瘾而部分学生直到期末仍在挣扎。伦理讨论的深度虽然我们引入了历史和社会学视角但作为计算机科学家我们在批判理论、哲学、法律方面的素养终究有限。伦理讨论有时会停留在“识别问题”层面难以深入“设计替代方案”或“解构权力结构”的层面。项目实践不足课程缺少一个综合性的、开放式的期末项目让学生从头到尾独立完成一个带有伦理考量的建模任务。未来的迭代方向课程分拆计划将课程分为上下两部。第一部“概率建模基础”聚焦DGM、共轭先验、MLE/MAP、基本的贝叶斯推断并包含大量的小型建模练习。第二部“高级主题与伦理实践”深入变分推断、MCMC、高斯过程、深度学习中的概率方法并以一个与校园内其他学科如社会学、经济学、生物学研究人员合作的实际问题作为期末项目要求学生不仅构建模型还要撰写一份包含技术方案、伦理影响评估和局限性分析的完整报告。真正跨学科共教理想状态是与哲学系、社会学系的教授共同设计和授课。技术部分由CS教师主导伦理案例研究则由人文社科教师带领从福柯的权力理论、哈贝马斯的交往行动理论等视角进行深度剖析。这需要制度上的支持和充足的备课时间但这是培养下一代真正跨学科AI人才的关键。评估长期影响我们计划开展一项纵向研究追踪选修过此课程的学生在后续学习、研究或工作中在面对AI伦理困境时的决策过程与接受传统ML教育的学生进行对比。这需要设计严谨的评价工具和长期的投入。这门课程的最终目标不是生产更多的算法工程师而是培养一批具备技术素养的批判性公民和具备伦理自觉的建造者。他们懂得代码如何塑造社会也敢于重新想象和编写代码的规则。当学生在课程评价中写道“我现在觉得我带着的不仅是技能更是一份责任去看待每一个技术问题”时我们知道我们至少在这条艰难而正确的道路上迈出了坚实的一小步。
