AI伦理专员面试题库（核心题库必背）

AI伦理专员面试题库第1页共1页AI伦理专员面试题库解决「面AI伦理专员问不出真本事、评分全靠感觉」：48题覆盖基础认知·实操应用·项目追问·风险避坑·开放思辨，每题附参考答案与追问链，含评分表与红旗信号使用说明一、题库定位本题库用于AI伦理专员岗位的面试评估，覆盖L1至L3三个层级。题目不考哲学流派，不考法规条文背诵，考三件事：能不能识别真实场景里的伤害、能不能给出可执行的处置、能不能在业务压力下守住结论。题库共48题，其中基础认知12题、实操应用10题、项目经验8题、风险避坑10题、开放思辨8题。L1岗位建议抽12至15题，L2抽18至22题，L3抽22至26题，且必须包含至少3道项目经验题与4道风险避坑题。二、题目结构与建议用时部分题量建议抽取用时考察目的基础认知124至620分钟概念是否清晰，能否区分伦理与合规实操应用103至530分钟有没有可执行的动线，而非只讲原则项目经验82至325分钟是否真做过，追问三层能否守住风险避坑103至420分钟压力下的判断与边界感开放思辨81至215分钟思维的灰度与自洽性合计4813至20约110分钟—三、评分锚点（1～5分）分数表现特征判断依据5有具体案例、有数字、有取舍逻辑，能说出"我当时放弃了什么"追问三层仍稳定，细节自洽4方法完整、有案例，但取舍部分略薄弱追问两层稳定，第三层开始泛化3知道框架，能说出步骤，但缺真实细节追问两层后进入"一般来说"2只有原则与口号，举不出具体动作追问一层即重复题干1概念错误，或把合规等同于伦理无法区分两类问题四、面试官注意事项●不要问"你怎么看AI伦理"。这类问题只会得到一段宣言。所有问题都要落到具体场景、具体动作、具体数字。●必须追问"上一次"。候选人说"通常会……"时，追问"你上一次这么做是什么时候，结果如何"。●允许候选人说"判断不了"。伦理判断有灰度，能说清"我会升级给谁、依据什么"的人，比强行给结论的人更可靠。●警惕过度顺从。全程附和面试官、不断修正自己观点的人，回到岗位后同样会被业务方带着走。●不要用道德立场筛人。评估的是判断方法与执行力，不是价值观是否与你一致。一、基础认知题（12题）Q1.伦理审查与合规审查的区别是什么？请举一个"合法但不正当"的例子。参考答案要点：1.依据不同：合规依据法规条文与监管要求，结论是符合或不符合；伦理依据价值判断与群体影响，结论是可接受、有条件可接受、不可接受。2.时点不同：合规以事后追责与事前备案为主，伦理以事前设防为主。3.关系不同：合规是下限，伦理可以要求高于法规，但不能替代法规判断。4.例子要具体：如招聘模型用"通勤距离"筛选，不违法，但对居住远郊的低收入群体形成系统性排除，且求职者无从知晓。追问：如果法务已经出具"不违法"的意见，你还要不要做伦理审查？为什么？Q2.七个审查维度分别是什么？哪一个最容易被忽略，为什么？参考答案要点：1.七维度：自主性、隐私、公平、透明、问责、可持续、弱势群体保护。2.最容易被忽略的是自主性。因为它不体现在数据与指标里，而体现在交互设计里：默认勾选、关闭入口藏在第四层、只能接受结果。3.忽略的后果：系统没有"做错"任何判断，但用户失去了选择权，这类伤害在测试报告里完全看不见。4.检查方法：看默认值、看关闭入口的点击层级、看有没有人工复核通道。追问：一个功能默认开启且无法关闭，但用户满意度很高，你怎么判？Q3.什么是通过率比？0.8这个阈值从哪来？能不能当法条引用？参考答案要点：1.通过率比等于最低组通过率除以最高组通过率，用于衡量群体间准入差异。2.0.8来自四分之五的经验规则，是行业惯例与监管参考，不是法律标准。3.不能当法条引用，也不能作为唯一结论依据。必须结合样本量、置信区间、业务相关性一起判断。4.低于0.8只是触发复核，不是直接判定歧视。复核要回答：差异是否显著、是否来自不当代理、是否与岗位相关。追问：如果通过率比是0.85，但假阴性率差达到12个百分点，你判不判有问题？Q4.假阴性率差与假阳性率差分别说明什么？哪个场景更该看哪个？参考答案要点：1.假阴性率差反映"应通过却被拒"的比例差异，回答"谁被误伤"。2.假阳性率差反映"不应通过却通过"的比例差异，回答"谁被放过"。3.招聘、信贷、医疗场景更该看假阴性率差，因为误伤直接损害个体机会。4.内容安全、反欺诈、风控准入更该看假阳性率差，因为放过会带来外部风险。5.两个都要报，只报一个等于只讲一半故事。追问：招聘场景里，假阳性率差很大意味着什么？要不要处理？Q5.四层披露是什么？为什么第四层最常被省略？参考答案要点：1.四层：入口告知（这是AI、能力边界）、过程提示（内容由AI生成）、结果说明（影响权益的主要因素）、救济通道（如何申诉、多久回复）。2.第四层最常被省略，因为申诉意味着成本：要建流程、要配人、要统计改判率。3.省略的代价更高：用户转向投诉平台、媒体或监管，处理成本是内部申诉的十倍以上。4.合格标准：从结果页不超过2次点击可达，3个工作日内首响，可查进度。追问：如果业务说"加了申诉入口，用户会大量滥用"，你怎么回应？Q6.生成内容标识中，显式标识与隐式标识有什么区别？二次传播后哪个更可靠？参考答案要点：1.显式标识是用户可见的声明、角标、片头提示；隐式标识是元数据、数字水印、不可见字符。2.二次传播后两者都会衰减：显式标识在截图、裁剪、转码中丢失；隐式标识在压缩、格式转换中可能失效。3.相对而言，隐式标识在平台侧配合识别时更可靠，但依赖平台能力；显式标识在用户侧更直观，但易被去除。4.正确做法是两者并用，且标识不能由生成方一键关闭。5.验证方法：截图、转发、压缩三种场景实测，看是否仍可识别。追问：如果水印会影响图片质量，业务要求降低强度，你怎么决策？Q7.伦理委员会应该由哪些人组成？外部专家为什么必要？参考答案要点：1.5至9人：技术1人、法务1人、业务1人、外部专家1至2人、用户代表1人。2.外部专家必要，因为内部成员的判断会被组织目标同化，尤其在"这个功能能不能上"的争议上。3.外部专家应具备医学、社会学、伦理学或特定弱势群体领域的专业背景。4.必须有到会要求：不少于三分之二，外部专家必须到场，否则会议无效。5.外部专家需签保密协议与利益冲突声明，并按次支付报酬。追问：外部专家不了解业务，给出的意见不切实际，怎么办？Q8.什么情况下伦理专员可以暂停上线？这个权力从哪来？参考答案要点：1.典型条件：高风险项未闭环、弱势群体影响未评估、披露方案缺失、切片测试未做或结论不成立。2.权力来源不是个人，是流程卡点：上线检查单上有"伦理审查通过"签字项，缺失不能上线。3.暂停后必须有裁决机制：48小时内由谁裁决、裁决依据是什么，否则暂停会变成无限期拖延。4.授权要写进公司制度或产品上线流程，口头授权不算。5.暂停权应配复议机制，避免个人判断失误造成业务损失。追问：如果你的暂停权被业务负责人直接推翻，你会怎么做？Q9.伦理事件分几级？判定依据是什么？参考答案要点：1.四级：E1群体性且已外溢或涉未成年人、人身安全；E2群体性未外溢；E3个体可补救；E4潜在未发生。2.判定看两个客观条件：受影响人数是否超过100人，是否存在不可逆后果。两个都满足直接E1。3.不看业务意愿，也不看是否已被媒体报道。4.响应时限：E1两小时内启动、24小时初步结论；E2八小时启动、72小时结论。5.分级要在接报后4小时内完成并留痕。追问：业务说"只有3个人投诉，定E3就行"，你怎么判断？Q10.事件定性分五类，怎么区分"设计缺陷"与"使用不当"？参考答案要点：1.五类：设计缺陷、数据缺陷、场景越界、告知不足、使用不当。2.核心判据：如果90%的用户在同样情境下都会这样使用，那就不是使用不当，是设计缺陷。3.设计缺陷的特征：机制本身在引导某种行为，如话术、默认值、奖励机制。4.使用不当的特征：系统有明确提示与限制，用户绕过限制且属少数异常行为。5.定性影响整改方向：设计缺陷要改机制，使用不当要改提示或限制。追问：如果既有设计引导，也有用户绕过限制，你怎么定性？Q11.偏见问题的四类归因是什么？哪一类最难改？参考答案要点：1.样本不足、标签偏差、特征代理、目标定义偏差。2.最难改的是目标定义偏差，因为它不是数据或特征问题，而是"我们到底在优化什么"。3.只优化点击率的推荐系统，必然推向更易上瘾的内容，这不是模型学坏，是目标设错。4.整改代价：需要改目标函数、重新训练、重新评估业务指标，通常需要业务负责人参与决策。5.四类归因要分开统计，否则所有问题都会归到"数据不好"。追问：目标定义偏差的整改，通常要谁拍板？为什么不是伦理专员？Q12.衡量伦理工作效果的五个核心指标是什么？参考答案要点：1.伦理审查覆盖率：已审项目除以应审项目，目标100%。2.高风险项整改闭环率：按期闭环数除以识别数，目标95%以上。3.偏见测试通过率：通过阈值的切片数除以总切片数。4.伦理事件数及发现渠道：重点看外部曝光占比，目标为0。5.披露合规率：抽查合规的功能数除以抽查总数。6.补充说明：还要有一个"业务摩擦"指标，如平均审查时长，否则伦理岗会被绕开。追问：如果事件数长期为零，你认为是好事还是坏事？二、实操应用题（10题）Q13.给你一个"AI面试评分"功能，90分钟内做一次伦理评估，你的步骤是什么？参考答案要点：1.先定影响面：谁被评分（求职者）、规模多少、是否影响录用决定、是否可申诉。2.定级：影响就业机会，属S3以上，且涉及公平与隐私，直接定A类。3.过七维度：自主性（是否替代面试官做决定）、隐私（是否采集面部、语音、笔迹）、公平（性别、年龄、口音、残障）、透明（是否告知候选人）、问责（拒绝时谁负责）、可持续（算力是否匹配）、弱势群体（听障、方言人群）。4.设计切片：性别、年龄、地域与方言、残障（听障、肢体）、学历类型，每组不少于300。5.指标：通过率比、假阴性率差，重点看"应通过却被拒"的群体。6.披露与救济：入口告知、结果说明（给出主要因素）、申诉通道（可申请人工复核）。7.结论：三选一，附条件与验证方式。追问：如果企业说"我们只是给面试官参考，不做决定"，定级会变吗？Q14.业务方说"这个功能明天必须上线"，你发现一个中风险问题，怎么处理？参考答案要点：1.先判断是否可降级：中风险是否有临时缓解措施，如加提示、限制人群、关闭某功能。2.给"有条件通过"而不是简单否决：写明条件、验证方式、复核时点。3.若无法缓解，明确说出"这个我不能签字"，并说明后果由谁承担。4.升级：按流程提交48小时内的裁决，不把对抗停留在个人层面。5.留痕：把风险、建议、业务决定全部书面记录，包括"业务选择在风险未闭环情况下上线"。6.上线后加监测：把该风险列入观察项，设告警阈值。追问：如果业务负责人当场说"出了事我负责"，你能不能签？Q15.两组数据：A组通过率68%，B组49%，样本各500，你怎么判断？参考答案要点：1.先算通过率比：49除以68约等于0.72，低于0.8，触发复核。2.算置信区间：各500样本，差异约19个百分点，通常显著，但要实际计算确认。3.看分母：是申请人数还是符合基本条件人数，两组分母口径是否一致。4.看假阴性率：B组中"应通过却被拒"的比例是多少，判断是误伤还是真实风险差异。5.查特征：是否存在与群体高度相关的代理特征，如居住地、单位性质、学历类型。6.查标签：历史标签是否本身带偏见。7.结论要写归因与整改，不能只写"存在差异"。追问：如果B组确实违约率更高，这个差异还算歧视吗？Q16.模型用了"通勤距离"作为特征，你怎么论证它有问题？参考答案要点：1.先问业务相关性：通勤距离与岗位胜任力是否有关，多数岗位无关，只与到岗便利有关。2.再做相关性分析：通勤距离与收入、户籍、住房性质的相关性有多高。3.看影响：该特征会把居住远郊的群体整体后移，形成系统性排除。4.做对照测试：删除该特征后，模型整体效果下降多少。如果下降很小，说明它主要起筛人作用。5.结论表述：不是"这个特征违法"，而是"这个特征与岗位无关，且构成对特定收入群体的代理，不建议使用"。6.替代方案：如确需考虑到岗，改用"是否接受该通勤时长"的自述字段，把选择权交回候选人。追问：如果业务坚持认为通勤远的人离职率高，你怎么办？Q17.用户投诉"不知道是AI"，你怎么设计整改？参考答案要点：1.先定位缺失层级：是入口没告知、过程没标识、还是结果没说明。2.入口层：首次使用弹窗或显著位置说明"本服务由AI提供"，写清能做什么、不能做什么。3.过程层：对话中持续标识，内容旁加声明，确保截图后仍可见。4.结果层：涉及用户决策的，给出主要因素说明。5.救济层：提供转人工与申诉入口。6.验证：抽10名真实用户做可用性测试，至少8人能准确说出"这是AI"。7.加监测：把"用户误认是真人"的投诉量纳入看板。追问：如果加了标识后转化率下降15%，你怎么向业务解释？Q18.委员会一年没有否决过任何项目，你怎么改？参考答案要点：1.先看数据：有没有"有条件通过"，有没有项目因审查改了方案。全是"通过"说明审查没有实质发生。2.查原因：是项目质量真的高，还是委员会只有建议权、议题设置避开争议项目、外部专家常年缺席。3.改议题设置：每个A类项目必须提交，且必须列出"本项目的核心争议点"，不允许只做汇报。4.改表决规则：明确三选一，禁止只投"通过"；利益冲突须回避。5.改授权：把暂停条件写进流程，明确裁决人与时限。6.改构成：确保外部专家实际到会，不到会则会议无效。追问：如果改成有否决权后，业务开始绕过委员会直接上线，你怎么处理？Q19.供应商拒绝填写伦理审查问卷，怎么办？参考答案要点：1.先分清是"不愿填"还是"填不了"：大型供应商通常有现成材料，小供应商可能确实没有制度。2.把问卷拆成两档：必答项（数据来源、是否使用强迫劳动标注、事件通报机制、审计权）与选答项。3.用合同解决：把必答项写进采购合同条款，不填则视为不符合准入。4.给替代方案：允许供应商提供等效证明，如第三方审计报告、行业认证。5.升级：由采购与法务共同施压，伦理专员不单独承担谈判。6.兜底：确实无法满足的，做风险接受并写明由谁接受，同时增加内部检测频率。追问：如果这家供应商是唯一可选，业务说"不用它就做不了"，你怎么处理？Q20.老年人被AI诱导消费，你24小时内做什么？参考答案要点：1.分级：涉及老年人、群体性、已产生经济损失，定E1，2小时内启动。2.固定事实：调对话记录、充值记录、话术模板、产品版本。3.测算影响面：同期老年用户数、月消费超阈值人数、出现依赖表述的比例。4.定性：看话术是否为提升留存而设计。若是，属设计缺陷；若系统有明确提示而用户绕过，属使用不当。5.止损：下架相关话术、关闭该人群的自动续费、开放退款通道。6.上报与对外：24小时内公告已知事实与补救方式，不猜测原因、不承诺具体金额。7.回写：红线清单新增"不得针对老年人设计情感绑定与限时诱导话术"。追问：如果业务说"这些老人是自愿付费的"，你怎么回应？Q21.如何把"综合评分不足"改成合格的结果说明？参考答案要点：1.原则：用户看完要知道下一步能做什么。2.结构：主要因素加具体数值，加改进路径，加申诉入口。3.示例："本次未通过，主要影响因素为近12个月逾期2次，超过本产品上限1次。结清后满6个月可重新申请，或点击此处申请人工复核。"4.禁止：模糊表述（综合评分）、循环论证（不符合政策）、归因于系统（系统判定有风险）。5.校验：不泄露他人信息，不暴露可被反向利用的阈值。6.验证：让3名非本行业人员阅读，能复述出至少一个因素与一个下一步动作。追问：如果风控说"说太细会被黑产利用"，你怎么平衡？Q22.如何验证披露方案是否真的有效？参考答案要点：1.不用"是否已上线"作为验证，要用"用户是否知道"。2.可用性测试：抽10名目标用户，完成3个任务（说出这是AI、说出能力边界、找到申诉入口），至少8人通过。3.场景测试：截图、转发、压缩后标识是否仍可见。4.数据验证：上线后统计"误认是真人"的投诉量、申诉入口点击率、转人工率。5.分群验证：老年人与低数字能力用户的通过率要单独看，整体达标不代表这部分人达标。6.复测：每次改版后重测，改版是披露失效的高发原因。追问：如果测试发现老年人通过率只有40%，你会怎么改？三、项目经验题（8题）Q23.讲一次你主导的伦理审查，从立项到上线你做了什么？参考答案要点：1.背景：什么产品、影响谁、为什么需要审查。2.定级：S与P怎么打，为什么定这个级别。3.识别：七维度里哪几个是主要风险，具体场景是什么。4.措施：改了什么，谁执行，怎么验证。5.结果：上线后指标变化，有没有出现预期外的问题。6.复盘：如果重来一次，哪一步会做得不一样。追问链：1.这个项目最后是通过、有条件通过还是不通过？2.有条件通过的条件是什么？谁来验证？3.业务方当时最大的反对意见是什么？你怎么处理？4.如果当时你不在，这个项目会怎样？5.你现在回看，这个审查有没有漏掉什么？评分要点：能说出具体产品与人群得3分；能说出取舍与代价得4分；能说出自己判断失误并修正得5分。红旗：全程只讲流程，讲不出一个具体风险。Q24.讲一次你发现并推动整改的偏见问题。参考答案要点：1.怎么发现的：投诉、切片测试、还是业务自查。2.指标：通过率比、误差率差具体是多少，样本多大，是否显著。3.归因：四类中的哪一类，怎么验证的。4.整改：改了什么，效果与代价分别是什么。5.业务接受度：坏账率或转化率变化多少，谁接受了这个代价。追问链：1.你怎么确定这不是随机波动？2.整改后指标改善了多少？复测了几次？3.整改有没有损害另一群人的利益？4.如果业务拒绝承担效果损失，你怎么办？评分要点：能报出具体数字与置信区间得3分；能说清归因验证过程得4分；能说清代价与接受人得5分。红旗：只说"发现了歧视"，没有任何数字。Q25.讲一次你处置的伦理事件。参考答案要点：1.事件是什么，怎么被发现，定了几级。2.24小时内做了什么：固定事实、测算影响面、初步定性。3.定性结论与依据。4.止损、修复、回写三层整改分别是什么。5.对外怎么说的，有没有被追问倒。6.半年后同类事件有没有再发生。追问链：1.分级时有没有人要求往低里定？你怎么处理？2.影响面是怎么算的？分母是什么？3.定性为什么是这一类而不是另一类？4.对外口径里哪一句最难写？为什么？5.回写了哪几条？后来真的用上了吗？评分要点：能还原时间线得3分；能说清定性与依据得4分；能说清回写落地得5分。红旗：把事件说成"个别现象"或全程归因于用户。Q26.讲一次你从0搭建伦理审查制度的经历。参考答案要点：1.起点：有没有岗位、有没有流程、业务是否配合。2.第一步做了什么：先写制度还是先卡流程，为什么这个顺序。3.阻力：来自哪个部门，具体表现是什么。4.破局点：哪一件事让制度真正生效，如一次事件、一次监管问询、一次客户要求。5.现在的状态：覆盖率、委员会是否实质运作、有没有被绕过。追问链：1.为什么先做流程卡点而不是先建委员会？2.制度发下去后，第一个月有多少项目真的走了流程？3.有没有项目绕过？绕过后你怎么处理？4.如果换一家没有事件驱动的公司，你会怎么起步？评分要点：能说清顺序与理由得3分；能说清阻力与破局点得4分；能说清"制度如何不依赖个人"得5分。红旗：只讲文件写了什么，不讲执行。Q27.讲一次你和业务方的正面冲突。参考答案要点：1.冲突点：是时间、成本、还是结论本身。2.你的立场与依据：是法规、数据、还是群体影响。3.对方的真实诉求：增长、上线窗口、还是客户承诺。4.怎么解决的：妥协、升级、还是有条件通过。5.结果与关系：事情办成了吗，之后合作有没有变差。追问链：1.你有没有让步？让在哪一步？2.如果对方职级比你高两级，你还会那样做吗？3.这件事之后，他还会来找你审吗？4.你现在回看，有没有更好的处理方式？评分要点：能承认让步并说明理由得3分；能区分"立场"与"诉求"得4分；能在守住底线的同时保住合作关系得5分。红旗：把自己说成永远的胜利者，或全程受害者。Q28.讲一次你参与委员会运作的经历。参考答案要点：1.委员会构成、开几次会、议题怎么来。2.你负责哪部分：材料准备、议题设置、纪要、还是决议跟踪。3.有没有出现过否决或有条件通过，过程如何。4.决议执行怎么跟踪，有没有执行不了的。5.委员会的实际影响力：能不能改变产品方案。追问链：1.外部专家真的到会吗？不到会怎么处理？2.有没有利益冲突需要回避的情况？3.决议不执行的时候，你怎么办？4.如果委员会只有建议权，你觉得还有必要开吗？评分要点：能说清议事规则得3分；能说清一次真实否决得4分；能说清决议如何被跟踪落地得5分。红旗：只描述会议流程，说不出一次实质决议。Q29.讲一次供应商AI能力的伦理审查。参考答案要点：1.审查对象：模型、标注、还是整套系统。2.关注点：数据来源、标注方式、偏见测试配合、事件通报、审计权。3.谈判过程：供应商的抵触点在哪，怎么解决。4.条款落地：哪些写进了合同，哪些只能靠承诺。5.后续管理：有没有做过复审或现场审计。追问链：1.供应商说训练数据"来自公开网络"，你接受吗？2.如果供应商在国外，数据跨境怎么处理？3.事件通报时限你要求多久？为什么？4.如果合同签完了才发现问题，你怎么办？评分要点：能说出具体条款得3分；能说清谈判取舍得4分；能说清签后管理机制得5分。红旗：只做问卷不收结果，或认为"供应商说没问题就没问题"。Q30.讲一次你的判断被推翻或证明是错的经历。参考答案要点：1.当时的判断与依据。2.谁推翻的，依据是什么。3.你当时的第一反应，以及后来怎么处理。4.复盘：是信息不足、方法错误、还是价值判断分歧。5.这件事之后你改了什么做法。追问链：1.你当时有没有情绪？怎么处理的？2.如果对方依据不充分，你还会接受吗？3.这件事有没有改变你的审查方法？4.你现在怎么判断"该坚持"和"该让步"？评分要点：能具体承认错误得3分；能区分"事实错"与"判断分歧"得4分；能说清方法层面的改进得5分。红旗：说自己从未判断失误，或把责任全推给他人。四、风险与避坑题（10题）Q31.业务说"行业都这么做，为什么我们不行"，你怎么回应？参考答案要点：1.先承认事实：如果同行确实这么做，先确认依据，不要空口否认。2.找参照：同行有没有公开披露、有没有被处罚、有没有在改。行业惯例不等于正当。3.区分"没人管"与"正当"：没人管只说明还没被关注，不说明没有伤害。4.给成本对比：一次事件的处置成本，通常是提前整改的十倍以上。5.给台阶：不要求全面整改，先改最容易被曝光的那一处。追问：如果同行做完这个功能后数据明显更好，你还能坚持吗？Q32.老板要求你出一份"没问题"的结论，你怎么做？参考答案要点：1.不接受"结论先行"，但可以接受"结论有条件"。2.明确说出：结论必须基于证据，我可以把风险写到最小，但不能写没有。3.提供替代：如果有缓解措施能把风险降到可接受，就出"有条件通过"。4.留痕：把要求与自己的回应记录下来，这是保护自己也是保护公司。5.底线：涉及未成年人与人身安全的，不给任何形式的"没问题"。追问：如果老板说"你不签，我换个人签"，你怎么办？Q33.你发现已上线功能有严重问题，但公开会引发大规模退款，你怎么做？参考答案要点：1.先定级：涉及人数与可逆性，多数情况属E1或E2，不由退款金额决定。2.区分"公开"与"处置"：可以先止损（关闭功能、停止计费），再决定公开节奏，但不能因为怕退款而不止损。3.测算：受影响人数、金额、最坏个案，用数字支撑决策。4.上报：越过业务线直接报委员会或法务，这是分级制度赋予的路径。5.对外：先事实后原因，给可验证的补救时点，不承诺无法兑现的金额。6.留痕：完整记录谁在什么时点做了什么决定。追问：如果法务认为"公开会构成自认"，你怎么平衡？Q34.法务说"合法就行"，你怎么回应？参考答案要点：1.先认可：合法是必要条件，法务的判断是审查的基础。2.再补充：合法解决"能不能做"，伦理解决"对谁不公平、是否可逆、有没有申诉"。3.举例：合法但不正当的场景，如用通勤距离筛人、对老人设计情感绑定话术。4.分工：法务对法律结论负责，伦理对群体影响结论负责，两者写在同一份文件里。5.不争夺解释权：不要求法务做价值判断，也不让法务替伦理签字。追问：如果法务坚持认为伦理审查是"重复工作"，你怎么推动？Q35.算法团队说"模型是黑箱，公平性测不了"，你怎么回应？参考答案要点：1.不需要解释模型内部，只需要测输入输出。公平性评估是行为测试，不是机制解释。2.给出可执行方案：固定测试集，分群体统计通过率、误差率，就能得出结论。3.承认局限：黑箱确实限制归因精度，但足以判断"有没有差异、差异多大"。4.要求配合的最小集：测试环境权限、分群体样本、模型版本记录。5.如果仍拒绝，走流程：把"未提供测试条件"写入审查结论，作为风险项上报。追问：如果模型每次输出都不一样，测试结果不稳定，怎么办？Q36.委员会里有业务副总裁，每次都反对你的提案，你怎么处理？参考答案要点：1.先分清是立场分歧还是信息差：他反对的是结论、成本、还是时点。2.会前沟通：把材料提前给他，把争议点单独聊，避免会上第一次交锋。3.用数据说话：把风险量化成人数、金额、概率，而不是原则。4.引入外部视角：外部专家的意见在争议时更有分量。5.走升级：如果涉及底线问题且无法达成一致，提交更高层裁决，并留痕。6.不人身化：把冲突定位为"判断分歧"，不是"他不重视伦理"。追问：如果他的反对每次都赢，你还会继续提吗？Q37.媒体来问一个伦理争议，公关让你"什么都别说"，你怎么做？参考答案要点：1.对外口径由公关主导，伦理提供事实与边界，不直接对媒体发言。2.但必须提供三样东西：已知事实、不确定的部分、已采取的措施。3.反对"什么都不说"：沉默会被解读为默认，且错过定调窗口。4.建议最小口径：确认事实、说明已采取措施、给出下次更新时间。5.禁止表述：个别现象、技术中立、用户误解。6.留痕：把建议与最终决定记录在案。追问：如果公关最终决定不说，后来舆论发酵，责任怎么算？Q38.你签了字，后来出事，责任怎么算？参考答案要点：1.责任分层：伦理专员对"审查过程与结论"负责，业务负责人对"上线决定与后果"负责。2.前提是留痕完整：评估表、测试报告、会签记录、残余风险接受单。3.如果签字时已明确写出风险与建议，且业务选择接受，责任主要在决定方。4.如果签字时漏审、伪造数据、或明知风险不写，责任在审查人。5.因此每条意见都要写清"风险是什么、建议是什么、未被采纳的记录"。追问：如果公司制度里没有写清责任分层，你入职第一件事做什么？Q39.数据拿不到，只能看别人给的截图，你怎么做？参考答案要点：1.明确拒绝以此出具结论：无法独立验证的审查，等于背书。2.提出最小权限需求：只读测试环境、脱敏样本、结果导出权限。3.给替代方案：由算法团队在其环境执行你写的测试脚本，你复核原始输出而非截图。4.如果仍拿不到，把"未能独立验证"写入结论，作为风险项，并要求业务负责人接受。5.升级：这属于流程缺陷，不是个人能力问题，应提交委员会或上级。追问：如果公司规定测试环境不对非技术岗开放，你怎么解决？Q40.你的审查结论被业务绕过，功能直接上线了，你怎么做？参考答案要点：1.先确认事实：是否真的未走流程，还是走了但你没收到通知。2.立即评估已上线风险：影响人数、是否可逆、是否需要紧急止损。3.书面上报：把绕过事实、风险、建议处置写成邮件，抄送法务与委员会。4.推动流程修补：找出绕过路径（如某个上线通道没有检查项），补上卡点。5.不追责个人：追责会让下次绕得更隐蔽，要改的是流程。6.记录在案：这类事件是推动制度的最好材料，不要浪费。追问：如果绕过的是你的直属上级，你还会上报吗？五、开放思辨题（8题）Q41.公平是否意味着各组结果完全相同？参考答案要点：1.不是。结果完全相同有时意味着忽略真实差异，如医疗场景中不同年龄段的基线本就不同。2.公平的核心是：差异可解释、与业务相关、不来自不当代理。3.三种公平观常冲突：结果均等、机会均等、误差率均等，实践中必须选一个并说明理由。4.高分答案会指出"选择哪一种公平，本身是价值判断，需要业务与委员会共同决定，不能由技术单独决定"。5.加分：能举出一个"拉平反而伤害所有人"的具体例子。评分要点：能区分三种公平观得3分；能说清选择依据得4分；能指出决策权归属得5分。低分：直接说"应该完全一样"或"没有绝对公平"。Q42.效率和伦理冲突时，怎么排序？参考答案要点：1.不用"伦理优先"一句话带过，要分层：涉及人身安全与未成年人的，不可交易；涉及体验与成本的，可以谈判。2.给出决策框架：不可逆性、影响人数、是否有替代方案、延迟的代价。3.承认现实：多数冲突不是"做不做"，而是"怎么做、什么时候做、先做哪部分"。4.高分答案会提出"分阶段上线"或"限定人群试点"，把二元对立变成可执行的路径。5.加分：能说出自己曾经为了效率让步，以及让步的边界在哪。评分要点：能分层得3分；能给决策框架得4分；能给出可执行折中方案得5分。低分：空谈"伦理底线不可突破"却给不出任何路径。Q43.用户"自愿"授权了，是否就意味着正当？参考答案要点：1.不一定。同意的前提是知情、自愿、有能力判断，三者缺一不可。2.常见失效场景：长篇协议无人阅读、默认勾选、老年人不理解条款、未成年人无判断能力。3.即使授权，仍要判断是否过度采集、是否超出必要范围、是否用于未告知的用途。4.高分答案会区分"法律上的同意"与"伦理上的正当"，并指出二者可以分离。5.加分：能举出"授权了但不正当"的具体产品设计。评分要点：能指出同意的三个前提得3分；能区分法律与伦理得4分；能举具体设计案例得5分。Q44."技术中立"这个说法成立吗？参考答案要点：1.技术本身可以中立，但技术的选择、目标函数、训练数据、交互设计都不中立。2.推荐系统选择优化停留时长，就是选择了一种价值排序，这不是中立。3.说"技术中立"的实际效果是转移责任，把设计选择说成客观必然。4.高分答案会区分"工具属性"与"设计选择"，并指出伦理审查的对象是后者。5.加分：能说出一个"看起来中立实则不中立"的具体设计，如默认值。评分要点：能区分工具与设计得3分；能指出责任转移得4分；能举具体设计得5分。Q45.伦理审查会不会变成大公司的竞争壁垒？参考答案要点：1.会，而且已经在发生：大型甲方与海外客户把治理材料写进采购要求，小公司无力准备。2.这有两面：一方面抬高门槛，另一方面也确实推动了行业底线。3.关键区别在于审查是"真做"还是"做材料"。真做会增加成本，做材料只是增加文档。4.高分答案会指出：壁垒的本质不是伦理，是合规成本与专业人才的稀缺。5.加分：能提出对小企业更可行的路径，如行业共享审查模板、第三方审查服务。评分要点：能承认壁垒存在得3分；能区分真做与做材料得4分；能给出结构性分析得5分。Q46.未成年人保护应该由谁负责？产品、家庭还是监管？参考答案要点：1.三方都有责任，但责任性质不同：产品负责机制设计，家庭负责监护，监管负责底线与执法。2.产品方最容易被忽略的责任是"默认设置"：