MétaCan
Menu
Retour à la cohorte
Enregistrement W2896232791 · doi:10.1017/s1358246118000292

Moral Enhancement as a Collective Action Problem

2018· article· en· W2896232791 sur OpenAlexaff
Walter Glannon

Notice bibliographique

RevueRoyal Institute of Philosophy Supplement · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroethics, Human Enhancement, Biomedical Innovations
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésHarmSkepticismPsychologyAction (physics)Social psychologyInterpersonal communicationSet (abstract data type)EpistemologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract In light of the magnitude of interpersonal harm and the risk of greater harm in the future, Ingmar Persson and Julian Savulescu have argued for pharmacological enhancement of moral behaviour. I discuss moral bioenhancement as a set of collective action problems. Psychotropic drugs or other forms of neuromodulation designed to enhance moral sensitivity would have to produce the same or similar effects in the brains of a majority of people. Also, a significant number of healthy subjects would have to participate in clinical trials testing the safety and efficacy of these drugs, which may expose them to unreasonable risk. Even if the drugs were safe and effective, a majority of people would have to co-operate in a moral enhancement programme for such a project to succeed. This goal would be thwarted if enough people opted out and decided not to enhance. To avoid this scenario, Persson and Savulescu argue that moral enhancement should be compulsory rather than voluntary. But the collective interest in harm reduction through compulsory enhancement would come at the cost of a loss of individual freedom. In general, there are many theoretical and practical reasons for scepticism about the concept and goal of moral enhancement.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,594
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,120
Tête enseignante GPT0,353
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRoyal Institute of Philosophy SupplementMême sujetNeuroethics, Human Enhancement, Biomedical InnovationsTravaux en français237 207