问题一：这个案例遇到了什么麻烦？
周一上午，一个研究团队准备提交人脸识别课题。技术方案已经写完，伦理审查表却卡在三个问题：是否必须取得单独同意、公开照片能否直接训练模型、不同肤色识别误差该如何说明。下面的过程以常见项目为原型，合并了多个匿名案例中的典型细节。
团队最初搜索“人工智能伦理”，结果看了两个小时，收藏夹里堆了四十多个页面，能直接写进审查材料的内容却不到五条。原因很简单：百科解释概念，新闻讨论争议，真正需要的是规范依据、相似案例和可套用的审查问题。
伦理资源站对比：一次课题检索复盘
伦理资源站对比不能只看资料数量，更要看来源、更新时间和能否落地。下面复盘一个研究团队为人脸识别课题准备伦理审查的完整过程：他们在36小时内查阅四类平台、筛选12份材料，最后用规范文件定边界、案例库找风险、院校模板完成审查表。
问题二：伦理资源站对比时查了哪些平台？
第一类是哲学与伦理学知识库，适合理清公平、知情同意、隐私等概念，但很少提供表格和操作流程。第二类是国际组织及监管机构发布的伦理指南，权威性高，适合确定底线，不过措辞偏原则化，需要结合项目重新解释。
第三类是高校研究伦理委员会公开的申请模板，问题具体，能提醒团队补上数据保存期限、退出机制和未成年人保护。第四类是学术期刊、教学机构整理的案例库，优势是能看到冲突如何发生，缺点是案例结论不能直接代替本地规则。
问题三：哪一类资源实际效率最高？
如果只算阅读速度，案例库最快。团队用三个相似案例发现，风险不只在“照片是否公开”，还包括原始上传者无法预见二次训练用途、删除请求难以传递到模型、样本分布不均可能扩大误判。
如果看审查通过率，院校模板更实用。模板把抽象风险拆成十几个可回答的问题，团队据此增加数据最小化、访问权限、模型偏差测试和退出渠道。规范文件则负责给这些措施提供依据，三者不能互相替代。
问题四：最后采用了什么组合？
团队没有选出所谓“唯一最佳站点”，而是建立三层材料包：一份权威指南用于说明原则，一份同类案例用于解释风险，一份伦理审查模板用于核对遗漏。哲学知识库只在概念存在争议时补充查阅，没有从头通读。
到第二天下午，审查说明从两页扩充到六页，但并非简单堆资料。最关键的修改只有四项：排除无法确认授权来源的照片、限定原始数据访问人员、增加不同人群误差测试、写明项目结束后的数据删除时间。
问题五：这次复盘留下什么经验？
伦理资源站对比的核心不是谁收录得多，而是谁能回答当前决策。查定义，去知识库；找边界，读机构指南；填审查表，看高校模板；预判争议，再查案例库。搜索前先写出三个具体问题，效率通常比漫无目的浏览高一倍。
另一个教训是保留出处。团队为每条关键判断记录发布机构、文件名称、发布日期和适用范围，避免把旧版要求或国外规定误当成本地强制规则。资源只是证据入口，最终责任仍在研究者和审查机构。
常见问题
- 伦理资源站对比主要看哪些指标？
- 重点看发布主体、更新时间、适用地区、原始出处、案例完整度和能否转化成检查项，不要只比较页面数量。
- 伦理案例库可以代替伦理审查吗？
- 不能。案例库用于识别风险和理解冲突，正式项目仍需遵守所在机构及当地适用的审查规则。
- 中文伦理资源和英文伦理资源怎么选？
- 执行要求优先查本地中文文件，理论概念和国际案例可以补充英文资料，关键结论要核对适用范围。