麻省理工學院本週三舉辦研討會，探討人工智慧（AI）發展的倫理與永續性。資深記者 Karen Hao 質疑當前追求大規模通用AI模型的做法，認為其導致龐大資源耗費與環境衝擊，提倡開發如 AlphaFold 般的小型、任務導向AI。學者 Paola Ricaurte 則強調AI應以回應社群需求為目標，呼籲公眾積極參與形塑AI發展方向，促使其真正造福社會。
美國麻省理工學院（Massachusetts Institute of Technology, MIT）本週三舉行了一場名為「性別、帝國與人工智慧：研討會與設計工作坊」的會議，深入探討人工智慧（AI）的影響與潛在效益。與會專家針對AI發展路徑提出不同見解，呼籲應擺脫當前盲目追求大規模運算與模型的趨勢，轉向更具目的性與永續性的發展模式。
資深記者 Karen Hao（Karen Hao）在會中指出，目前為開發通用人工智慧（AGI）而大量擴增資料使用、資料中心及模型規模的做法，並非實現AI效益所必需。她強調，這種超大規模發展伴隨巨額能源消耗、資料中心排放量及大量用水，同時也對全球零工經濟從業者造成巨大負擔。Karen Hao曾任職於《華爾街日報》及《麻省理工科技評論》，其新書《人工智慧帝國》（Empire of AI）已於2025年出版。
Karen Hao建議，AI發展應借鏡如 AlphaFold 這類小型、任務導向的AI模型。AlphaFold因成功預測蛋白質結構而廣受讚譽，證明了針對特定問題設計的AI工具能帶來顯著效益。她以「氣候變遷AI計畫」（Climate Change AI）為例，該計畫利用AI工具提升建築能效、追蹤碳排放、優化供應鏈及預測極端天氣，展現小型AI在日常應用中的實用性。
蒙特雷科技大學（Tecnologico de Monterrey）教授 Paola Ricaurte（Paola Ricaurte）則強調以目標導向方式發展AI的重要性。她認為，衡量AI工具的實用性，應依據其能否回應實際使用者社群的需求。Paola Ricaurte曾任職於全球人工智慧夥伴關係（Global Partnership for AI）、聯合國教科文組織無國界人工智慧倫理專家委員會（UNESCO's AI Ethics Experts Without Borders）等多個專家委員會。
兩位講者均鼓勵公眾積極參與AI的發展討論與專案，認為AI的發展軌跡並非一成不變，社會各界的介入至關重要。她們強調，每個人都能在形塑科技發展中扮演積極角色，共同為實現AI的廣泛福祉而努力。