beneficence
beneficence(行善原则,亦称有利原则、善行原则)是生命伦理学与医学伦理学的基本原则之一,指行为人负有促进他人福祉、增进其正当利益并尽力带来好处的道德义务。在当代主流的"原则主义"(principlism)框架中,行善原则与尊重自主、不伤害、正义三项原则并列,共同构成分析医学与科研伦理问题的基本工具。该原则在1979年美国《贝尔蒙报告》(Belmont Report)中被系统表述为涉及人类受试者研究的基本伦理原则之一,后经汤姆·博尚(Tom Beauchamp)与詹姆斯·奇尔德里斯(James Childress)在其著作《生物医学伦理学原则》(Principles of Biomedical Ethics)中发展为"四原则"体系。随着人工智能、大数据等技术深入社会治理与日常生活,"行善"逐渐从临床与科研场景延伸到技术设计、算法部署与公共政策领域,成为"科技向善""有益人工智能"等主张的伦理依据,同时也引发关于"善"由谁定义、如何权衡以及是否导向家长主义的争论。
概念内涵
在《贝尔蒙报告》的语境中,"beneficence"一词被赋予强于日常用法的含义:它不只是超出义务之上的仁慈或慈善行为,而是一种应当履行的义务。报告把这一义务概括为两条相互补充的行为准则,即"不造成伤害"与"尽量增加可能的好处、减少潜在的害处"。报告同时指出,对善行的考量不仅涉及个别科研人员,也涉及整个社会,因为它把具体的研究项目、研究者与更广泛的科研领域联系起来。
理解行善原则的关键在于它同时包含"趋利"与"避害"两个方向。一方面,行为者应积极行动以促成可识别的益处,例如研发药物、改善诊疗方案、优化公共服务;另一方面,行动之前必须审慎评估可能伴随的风险,避免使他人承受不必要的伤害。正因为单纯"不伤害"不足以涵盖积极促成福祉的要求,后来的四原则体系把《贝尔蒙报告》中"行善"所包含的"不伤害"维度单独抽出,形成不伤害原则(nonmaleficence),从而使"不伤害"与"行善"成为两项彼此独立、又相互制约的原则。
伦理与制度背景
行善原则的思想根源可以追溯至医学传统。希波克拉底格言"首先,不伤害"(primum non nocere)长期是医疗道德的基本准则;法国生理学家克洛德·贝尔纳(Claude Bernard)将其延伸至科研领域,主张无论可能带来多大益处,都不应无故伤害一个人。这些观念在20世纪中期以后被系统化:1947年的《纽伦堡法典》是现代人体研究伦理规范的早期原型,1964年世界医学会通过的《赫尔辛基宣言》进一步确立了人体医学研究的伦理准则。
《贝尔蒙报告》的诞生与一项具体的制度背景密切相关。1974年美国《国家研究法》(National Research Act)生效,据此成立了"生物医学与行为研究人类受试者保护国家委员会"。该委员会在1976年2月于史密森学会的贝尔蒙会议中心进行了为期四天的集中讨论,并于1979年4月18日正式发布报告,提出尊重人、行善、正义三项基本伦理原则。这三项原则后来成为美国"共同规则"(Common Rule,45 CFR 46)等人体研究管理法规的伦理基础,并经由机构审查委员会(IRB)制度落实为对研究方案的审查实践。在这一制度链条中,行善原则主要通过风险—收益评估环节得以体现。
风险—收益评估与临床实践
在涉及人类受试者的研究中,行善原则要求以有利的风险—收益评估作为研究得以开展的前提。按照相关解读,这种评估需要考量心理、身体、法律、社会与经济等多方面伤害发生的概率与严重程度,比较拟议研究与替代方案各自的风险与收益,权衡为获取某种益处而承担风险的合理性,并判断潜在收益是否足以证成对受试者施加的风险。当风险超过可能的好处、或已获得有利结果的确切证据时,研究者应停止相关试验。
在临床医疗中,行善原则体现为医务人员依据自身最佳判断为患者谋求福祉的义务。它要求医生在提供有益治疗的同时,把患者自身的价值判断与选择纳入决策。这一点使行善原则与尊重自主原则之间形成持续的张力:医生认为某种干预对患者有益,并不自动意味着可以绕过患者的意愿。现代医学伦理通常认为,在患者具备决策能力时,行善不能成为强迫其接受"被认为有益"的干预的理由;只有在患者无法自主表达意愿的特殊情形下,行善才更多地转化为保护性干预的依据。
在人工智能与技术治理中的延伸
近十余年来,行善原则被广泛用于人工智能伦理讨论。哈佛大学埃德蒙与莉莉·萨夫拉伦理中心的分析指出,生物伦理与人工智能治理之间存在显著的对称关系:行善原则在人工智能语境中被理解为系统的设计与部署应最大化人类福祉、促进人的繁荣并减少伤害,包括增进人类安全、应对偏见与歧视、缩小社会差距、关注环境可持续性等。欧盟"可信人工智能"伦理指南草案同样把"行善"(Do Good)列为首要原则,主张人工智能系统应通过创造繁荣、提供低成本高质量的公共服务、助力实现联合国可持续发展目标等方式改善个人与集体的福祉。
在中国的人工智能伦理规范性文件中,"增进人类福祉"也被置于核心位置。《新一代人工智能伦理规范》强调坚持以人为本,要求人工智能研发与应用以改善民生、促进社会可持续发展为目标,优先考虑公共利益,避免弱势群体被边缘化。科普领域的阐释进一步把"有益原则"(Beneficence)与"不伤害原则"区分开来,前者强调人工智能的设计目的应是解决人类问题、提升人类福祉,而非制造伤害。这些表述表明,行善原则已从生物医学领域迁移为一种跨领域的技术伦理语言。
与其他原则的关系及争议
行善原则在实践中很少单独发挥作用,而总是与其他原则共同被权衡。《贝尔蒙报告》本身就提醒,在知情同意的具体情境中,行善的考量需要与尊重受试者自主、以及公平衡量研究风险与收益的正义要求相互平衡。例如当儿童不愿参加某项研究而监护人希望其参加时,若研究风险超过最低限度且可能对儿童本人带来直接益处,审查机构可能允许监护人的意愿优先,这体现的是行善与正义对尊重自主的某种压倒;而在仅可能使其他患病儿童获益的情形下,批准此类研究又更多出于正义的考量。这类案例说明,原则之间并不存在固定的优先顺序,需要结合具体情境作出判断。
围绕行善原则的主要争议集中在三个方面。其一是"善"的定义权问题:谁来判定何种结果构成福祉、何种利益值得追求,不同文化传统、价值立场与利益相关者可能给出不同答案,若由技术开发者或管理者单方面界定,容易把特定的商业或权力目标包装成"公共利益"。其二是家长主义风险:以"为你好"为名限制个人选择,可能侵蚀自主与自由,这在算法推荐、公共健康干预等领域尤为突出。其三是可操作性问题:与"不伤害"相比,"增进福祉"的正面要求更难以量化与审查,容易流为口号;批评者因此主张把行善要求转化为可评估的具体指标,如可及性、普惠性、对弱势群体的实际改善等,使之能够被制度性地检验。
影响与评价
尽管存在上述争议,行善原则仍被普遍视为现代生命伦理与技术伦理的基石之一。它的历史功绩在于把"保护受试者"从依赖研究者个人良知,转变为可以诉诸公共规范与审查程序的制度安排;它的影响则体现在,从药物临床试验的伦理审查到人工智能产品的伦理评估,凡是涉及对人的干预与影响的领域,几乎都要求回答"这项行动会带来什么益处、谁将获益、风险是否相称"这一行善原则所提出的核心问题。与此同时,越来越多学者强调,行善原则只有在与自主、不伤害、正义三项原则相互制衡的前提下,才能避免滑向以善之名行强制之实的困境。
参见
- 不伤害原则
- 尊重自主
- 正义
- 知情同意(伦理)
- 生命伦理学
- 人工智能伦理
参考资料
- 北京大学医学部科研处. 贝尔蒙报告(1979). 北京大学医学部, 1979-04-18.
- University of Nevada, Reno. 50. Ethical Foundation - The Belmont Report. University of Nevada, Reno, 1979.
- 科普中国. 给AI装上线:一文读懂AI伦理,守护数字时代的善恶边界. 科普中国资源服务, 2025.
- 科普中国. 智能向善:AI时代的法律条文与道德准绳. 科普中国, 2025.