然而,，為人工智能制定“不知情權(quán)”法規(guī)是完全不同的問題。雖然醫(yī)療數(shù)據(jù)受到嚴格管制,，但人工智能所使用的數(shù)據(jù)往往掌握在名聲不佳的盈利性科技公司手中,。人工智能處理的數(shù)據(jù)類型也更廣泛，因此任何相應(yīng)的法律都需要對什么是“不知情權(quán)”有更深入的理解,。研究故意不知情的心理將有助于設(shè)計適用于人工智能的不知情權(quán)法律,。不過，令人驚訝的是,，這一嚴謹?shù)目茖W(xué)研究話題長期以來一直被忽略,，或許是因為某種隱含的假設(shè)，即故意忽略信息是不理性的,。

心理學(xué)家拉爾夫·赫特維格（Ralph Hertwig）和法律學(xué)者克里斯托弗·恩格爾（Christoph Engel）近期發(fā)表了一篇文章,，對故意選擇不知情的動機進行了細致分類。在他們識別出的動機中,，有兩組尤其與面對人工智能時對不知情的需求密切相關(guān),。

第一組動機圍繞公正和公平展開。簡而言之,，知識有時會破壞判斷力,，而我們往往選擇以故意不知情作為回應(yīng)。例如,，學(xué)術(shù)論文的同行評議通常是匿名的,。大多數(shù)國家的保險公司在登記之前不得獲取有關(guān)客戶健康狀況的細節(jié)；他們只能知道一般的健康風(fēng)險因素,。這種考慮尤其與人工智能關(guān)系密切,，因為人工智能可以產(chǎn)生極具偏見的信息。

第二組相關(guān)的動機是情緒調(diào)節(jié)和避免遺憾,。赫特維格和恩格爾寫道,，刻意的不知情可以幫助人們維持“珍視的信仰”，并避免“精神不適,、恐懼和認知失調(diào)”,。故意不知情其實非常盛行。調(diào)查中大約90%的德國人希望避免可能由于“預(yù)知諸如死亡和離婚等負面事件”而產(chǎn)生的負面情緒,，40%到70%的人也不想知道正面事件,，以幫助保持“對驚喜和懸念的積極感受”，比如不知道未出生孩子的性別,。

這兩組動機能幫助我們理解在人工智能面前保護不知情權(quán)的必要性,。舉例來說，人工智能“同志雷達”（gaydar）算法的潛在收益似乎接近于零,，但是在公正性和公平性方面的潛在成本卻很高,。正如《經(jīng)濟學(xué)人》（The Economist）所說的那樣,，“在世界上同性戀社交不被接受或被認為非法的部分地區(qū)，這樣的算法可能對安全構(gòu)成嚴重威脅,?！蓖瑯拥模琋techLab目前正在開發(fā)的種族識別人工智能系統(tǒng)所能帶來的潛在收益,，與其對公正性和公平性的負面影響相比顯得蒼白許多,。COMPAS累犯預(yù)測軟件具有比人類更高的準確性，但正如Dressel和Farid所寫,，這“并不像我們想要的那種準確,，尤其是從未來還懸而未決的被告者的角度來看”。預(yù)測個人預(yù)期壽命的算法,，比如Aspire Health正在開發(fā)的算法,，并不一定會讓人們的情緒調(diào)節(jié)變得更容易。