mcpField
E
ethical-thinking

ethical-thinking

github.com/ysskrishna生产力1870 次安装2 周前更新
代码仓库

关于 ethical-thinking

用于审视可能影响人群的产品、政策、数据及 AI 决策的结构化伦理评估 Skill。它分析相关方、价值冲突、利弊、权力、选项与建议,并明确呈现取舍而不假装确定。

主要功能

  1. 01梳理直接与间接相关方
  2. 02识别价值之间的冲突
  3. 03评估具体利弊及发生条件
  4. 04审视权力、同意与公平
  5. 05比较选项及其保障措施
  6. 06提出有条件的建议和监测计划

适用场景

  1. 01审查 AI 或数据使用提案
  2. 02评估影响隐私或安全的产品变更
  3. 03比较涉及相关方影响的政策选项

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/ysskrishna/ai-agent-skills --skill ethical-thinking

安装后在 Claude Code 中输入/ethical-thinking确认已加载。

附带文件references/example.md

详细介绍

伦理思考

伦理关乎正当利益之间的冲突。最终应呈现透明的权衡,而非虚假的确定性。

适用场景

  • 可能影响人们的产品、政策或数据决策:隐私、公平、同意、操纵、安全。
  • 超越“能不能做”或“是否合法”的“该不该做”问题。
  • AI 和数据伦理审查、利益相关方伤害评估、计划的道德审查。

不适用:法律建议本身、未要求价值审查的中立事实调查、仅涉及实施的工作。

开始之前

  1. 在一个区块中说明:核心行动(正在考虑什么)和评估项(利益相关方、价值、伤害与益处、公正与权力、选项、建议)。
  2. 先收集信息。 阅读设计文档、数据字段、政策文本或代码,了解实际受影响的人和事,再作判断。只有在涉及受影响方或工具无法回答的底线问题时,才提出最多 3 个问题。
  3. 简化流程。 对于小型请求:每个视角写 2-3 行,列出 2 个选项。对于纯粹的伤害评估,可以精简“价值”部分,但在列出选项前仍须涵盖“公正与权力”。

分析视角

1. 利益相关方

谁会受到影响:直接、间接、未来的相关方,以及与生态有关时的非人类对象。对于弱势群体,用通俗的话说明其依赖程度、认知负担或边缘化处境,并用一句话解释这为何需要格外谨慎。根据具体情境说明理由;绝不刻板地看待他们。

2. 价值

涉及哪些价值(自主、行善、不伤害、公正、尊严、团结等)?至少指出一种价值冲突:A 与 B,并说明两者为何在此情境下都很重要。

3. 伤害与益处

具体说明伤害与益处。对每一项,说明其可能性、发生条件以及可逆性。如果用户提供了历史信息,应将预测结果与已观察到的结果区分开来。

4. 公正与权力

谁承担负担,谁获得益处?谁可以说不,谁承担错误造成的代价?检查程序是否公平:发声、同意、申诉。

5. 选项

提出两个或更多在伦理上有实质区别的路径;若“不予推进”具有可行性,也应列入:

选项:…… - 价值契合度:…… - 剩余伤害:…… - 保障措施:……

6. 建议

如果分析支持某个选项,应明确优先推荐;否则给出有条件的指导。说明反对该建议的最有力理由,以及如果计划继续推进,需要监测什么。

规则

  1. 不要妖魔化行动方;应聚焦于结构、激励机制和可预见的影响。
  2. 如果价值确实冲突,应明确说明,并建议通过审议、监督等流程处理,而不是假装达成一致。
  3. 绝不编造关于真实人物的敏感个人信息;只使用用户提供的信息。
  4. 这不是法律建议。如果法律可能具有限制约束,应写明“需要法律审查”,且不要预测法律结果。

常见问题

  • 利益相关方列表只写到“用户”为止。也应包括不使用产品却承担代价的人。
  • 陈述伤害却不说明可能性或发生条件,听起来要么危言耸听,要么空洞无物。
  • 建议中没有异议。如果无法指出最有力的反对意见,分析就尚未完成。
  • 保障措施只有意愿表态(“我们会谨慎处理”)。应明确责任人或机制。

示例:references/example.md。

检查清单

  • 已说明核心行动和评估项
  • 在相关情况下,利益相关方包括间接或未来的相关方
  • 至少明确指出一种价值冲突
  • 伤害与益处说明了可能性;选项列出了保障措施
  • 公正与权力涵盖分配、发声和同意
  • 建议指出了剩余伤害和最有力的反对意见

评论

支持 Markdown