机器人，就是还带着魔力的东西

Kate Darling 是麻省理工学院媒体实验室的研究科学家，研究人机交互与机器人伦理。这是她第二次与 Lex Fridman 对谈，此前她刚出版了《The New Breed》，副标题是“我们与动物的历史，揭示了我们与机器人的未来”。Fridman 开场就抛出她在书中用来开篇的问题：什么是机器人？他先给出自己的答案：机器人是有一定智能、又带着一点魔力的东西，眼里有光，能在生活的不确定中找到方向。按这个标准，自动驾驶汽车也算机器人。

Darling 喜欢“魔力”这个词。她在书里并不给机器人下定义，因为她认为没有一个大家都认可的定义。回头看历史，会发现一个规律：人们把某样东西叫作机器人，直到神秘感消退为止。自动售货机过去也是机器人，现在则成了家具。机器人研究者更喜欢技术清单：具身（embodiment）、感知、自主决策、作用于环境。这份清单听上去很严谨，可一拿来套智能手机就露馅了：手机样样都能做，却几乎没有机器人研究者会称它为机器人。

真正让她担心的，是普通人脑子里的定义。在谷歌图片里搜索“robot”，出来的是一个躯干、一颗头、两条胳膊和两条腿。她认为，正是这种人形图像需要被摆脱，因为它会把之后的每一场讨论都带偏。这一期节目的其余部分，就是要把讨论从这个默认设定上拉开，转向另一套比较对象。

为什么人形会把我们带偏？Darling 给出两个理由。第一个是技术上的。早期的人工智能研究者确实想复制人类智能，有些人至今仍在这么做，这里面有学术价值。但这个领域并没有走到那里。人工智能并不像人那样思考，可公众谈论智能时，仍把人类智能当作地图上唯一的起点。第二个理由更直接：她说，复制一项我们已经具备的技能，很无聊。理解自己，是一项科学课题；使用这些系统，则是另一项课题。后一项值得琢磨的地方，在于你要培养出一套我们自己并不具备的技能，再与之合作。

支持人形机器人的两个标准论点，分别是沟通和基础设施。人对与自己相似的东西最有亲近感，而人造环境里有台阶、狭窄的通道和门把手。Darling 承认第二点。至于第一点，社会机器人学和人机交互研究一再表明另一件事：只要给出足够的社交线索，人就能与之建立关系，东西既不必长得像人，也不必像人那样行动。R2-D2 会嘟嘟叫、哔哔响，它不过是个带轮子的垃圾桶，但人们对它的喜爱超过了 C-3PO，后者才真正长得像个人。

Fridman 对所需的东西之少颇感意外：一个发光的球体、一段声音，再加上一点基本的互动，就足以引发拟人化。两人都认为，团队常常过度设计，简单的东西往往走得更远，做动画的人对此再清楚不过。Fridman 主张，Anki 的 Cozmo 本该请迪士尼的人来设计，机器人工程师则未必合适。机器人研究者在自己的领域里很强，出了领域就常常两眼一抹黑。

Darling 把这个观点推向了本世纪。她说，21 世纪初的机器人学，不会是 21 世纪末的机器人学。今天如果你自称机器人学家，多半还在做控制和机构；等到以后再自称，尚未解决的难题就会落在社会层面：感知，以及那个“大脑”，而不再是基础控制。Fridman 把这种转变看作机器人从幕后走向台前。它们已经在工厂里待了几十年，如今正走进超市过道、医院和人行道，而公司仍在重复同一个错误：把全部资源投在工程上，确保机器不撞到人，却忘了教机器怎样承认自己搞砸了。

他的观点是，感知和控制不应当孤立地去解决。你应该教机器人说“哎呀，对不起，我搞砸了”，或者主动求助，或者表达自己的不确定。Fridman 指出，人类同样没有解决感知和控制问题，只是我们非常擅长。魔力在于自嘲式的幽默，以及对自身缺陷的自知之明。Darling 同意，人机交互领域确实有大量研究在探讨这件事。不过，许多正在出货的机器人公司根本不做人机交互，他们的团队里压根没有这样的人。

接着，Marty 正式登场。它是美国东北部连锁超市 Stop & Shop 派到过道里的一台机器人，身高 6 英尺，负责巡视地面、找出洒落的液体。Fridman 说得毫不客气，形容它的模样像一根巨型阳具。Darling 的批评则落在结构层面：公司全副精力都花在让机器人能在店里干活上，却根本没有考虑过，顾客与它在同一条过道里相遇时会作何感想。她认为，大家厌恶 Marty，跟它抢不抢工作毫无关系。

Darling 和麻省理工学院的学生 Daniela de Paola 本来在疫情前就计划对 Marty 做一项研究，后来因为没人愿意去超市而取消了。最初的观察已经足够说明问题。de Paola 注意到，她圈子里的 Facebook 好友几乎都在抱怨：这是什么诡异的机器人，它盯着我，总是挡路。一次粗略的推特情绪分析显示，负面提及量最大的一天，正是 Stop & Shop 为 Marty 办生日派对、准备了免费蛋糕和气球的那天。谁会抱怨免费蛋糕呢？答案当然是讨厌 Marty 的人。

一项 Mechanical Turk 上的在线调查，指向的是同样三类不满：这是台监控机器人，它在盯着你，而且它挡道。几乎没有人把失业放在第一位。Marty 真正的工作是找泼洒物，它根本不看人。Darling 怀疑，后来贴上去的两只夸张的大眼球让监视感更强了，而设计方从没想清楚这一点。Fridman 给出一个类比，接下来的讨论就围绕它展开：Marty 是不是现实版的 Clippy？

Clippy 是微软 Office 里的回形针助手。Fridman 很喜欢它，但很多人讨厌它，讨厌到微软最终把它砍掉了。斯坦福大学的人机交互学者 Clifford Nass 认为，人们把 Clippy 当作社会性的行为体，而不只是工具来对待。工具打断你、又忘了你刚说过什么，只能说设计得不好；而社会性的行为体做同样的事，就是没礼貌。Darling 说，这些抱怨之所以比对一个没有角色的软件大得多，同样的逻辑也适用于一台 6 英尺高的机器人：它挡住过道，车里还坐着一个尖叫的孩子。

Fridman 打了个婚姻的比方。很多人一边抱怨婚姻，一边却暗自珍惜它，互相拌嘴也是亲密的一部分。也许 Marty 并非注定失败，只是它还不会回嘴。Darling 看到了幽默的巨大设计空间。机器人可以顺势承认：是啊，我就是中情局，正盯着你的一举一动。它也可以嘲笑购物者自己的多疑：我收集你的数据，是因为你太重要了。任何一种点破恐惧的自嘲，都比沉默强。她说，人对机器人和人工智能体的反应，本来就比对普通机器更极端，因为人们会把这些东西当作社会性的行为体看待，并不把它们当成物件。爱会更热烈，恨也一样。中间地带很窄。

Marty 的尴尬之处在于，它既不让人爱，也不让人痛快地讨厌。它处在中间，看起来就是一家公司装了轮子的摄像头，缺少一个有自己任务和性格的生物该有的样子。Fridman 注意到一个微妙的信任机制：你给机器的个性越多，它就越不像是在把数据传给别人。和另一个人说话时，默认的前提是这句话不会直接传到中情局。而面对一台显然是大公司分支的机器，这个前提就塌了。粗糙的拟人化只会让情况更糟，因为人们能看出，是公关部门在给监控设备贴一张友好的皮。

Fridman 觉得，Meta 最早推出的元宇宙虚拟形象，带着一种同样的刺耳感。扎克伯格在那里的化身，看上去总缺一点真实，而 Fridman 说不清缺的是什么。换一种媒介，这其实还是社会机器人学的老问题：如何搭建一个虚拟空间，让彼此的联结带有同处一室的那种实在感。Darling 的注意力大多停留在推特上流传的段子，她真正想问的则是另一件事：Meta 投入了那么多资源，结果为何会是眼前这副模样？

Fridman 曾与 John Carmack 交谈，他当时是 Oculus 的兼职 CTO，两人聊到这些虚拟形象为何效果这么差。官僚体制是原因之一。Fridman 说，大公司有一种本事，能把做出引人入胜作品所需的独立艺术火花扑灭。一个点子要经过公关、法务，以及一连串“这有没有风险”的审查，所有可能引起争议的有趣东西都会被削掉，最后剩下的只是通用货色。独立游戏设计师，还有 Grimes 在一条批评推文里的说法，都已经在敢于冒险的小团队里解决了这类问题的某些版本。Fridman 猜测，就算是 Clippy，今天也很难在微软或 Meta 手里活下来：会开一连串会议，讨论它为什么不够友好，而最初创造它的艺术家早已不在了。

Darling 对同一个问题的担忧，来自“找危害”的部门。如果你做一个像 Sophia 那样的人形机器人，就会继承一串真实的问题：你是否在强化不切实际的美貌标准？是否把女性物化？是否默认白人形象？这些问题并不是假想。她的观点是，足够的创意完全可以做出一种非人形的造型，人们同样会与之建立联系，于是那些偏见的盒子根本不必打开。组织上的问题在于，有一个团队的工作就是在所有事物里找危害，包括本来没有危害的东西。把这样的团队放进创意评审的第一轮，点子就活不下去了。她坚持认为，有趣并不一定要伤人，好的幽默不必刻薄。但厌恶风险的律师依然会说不。

Fridman 提出的解决办法，是一位仁慈的独裁者，像乔布斯或 Jony Ive 那样：既能斩断法务和公关的纠缠，又有一颗善良的心。他说，伟大的设计师会想象数百万人在使用这个东西，并为那幅画面感到喜悦。Darling 同意这个方向，但对方法更谨慎。你可以保留判断，但仍需要一群多元的人来审视作品，帮你看见盲点。倾听与服从是两回事。你可以忽略你不认为是问题的东西，但你得先听到它。

Darling 的书里有一张照片，拍的是两台医院送药机器人。配文写道，它们那带着性感护士色彩的名字 Roxy 和 Lola，让她翻白眼翻得差点把眼珠子甩出来。这段配文没有经过公关部门的审阅。机器的外形本身没问题，就是一个带轮子的小盒子；给机器起名也没问题，研究显示，有名字更容易被接受。机器出错时，人们会说 Betsy 犯了个错，咱们帮帮她；不会说“这个蠢机器不工作”。问题出在用什么名字。大量文献发现，机器人的名字会跟随对职业的性别刻板印象：负责辅助、帮忙、护理的系统，取的是女性的名字和声音；而 Watson 这类“什么都懂”的决策系统，配的是洪亮的男声。Roxy 和 Lola 没有任何工程上的理由，就把某种特定的性别幻想硬塞进了护理工作。

她说，这是一个可以零成本避免的麻烦。人们不改名字，是因为他们没在想这件事。Fridman 问，设计师是不是干脆拒绝给机器人定性别。Darling 答道，性别是个雷区，而且要阻止人们给机器赋予性别，几乎不可能。如果不给名字、声音也模棱两可，用户还是会自己挑一个。这或许比固化一个你自认为最佳的选项要好，但人们能够认同的属性，在吸引用户方面仍然有帮助。Fridman 更尖锐的指责，指向他认识的一些机器人研发者：他们拒绝给机器人定性别，甚至连对话中能用的名字也不肯给。他认为这很不负责任。人会拟人化。回避选择，只会让你脱离对他们如何拟人化的责任。

即便是一台没有任何社交意图的波士顿动力（Boston Dynamics）四足机器人，也会被赋予社交意义。从机器狗身上伸出的那条手臂，依然是一条手臂，人人都会把它看作脑袋。公司不得不承认这一点，尤其是在警察部门开始使用这些机器狗、随之而来一场公关灾难之后，他们才开始招聘人机交互方面的人才。Fridman 又添了一句更冷峻的观察：波士顿动力的钱主要来自工业巡检和高危作业，客厅根本不在它的账本上。一点公众的恐惧有时反而有用：视频传得更快，品牌更响亮，而他们从来没有承诺过陪伴。Darling 认为，早期的视频是一项出于热爱的工作，当时的 CEO Marc Raibert 亲自盯着每个细节，不允许画面里出现会给机器人带来不公平优势的斜坡。现在，他们对社交解读认真多了。不过她仍然更喜欢工程师自己拍的那些视频，因为那些是纯粹出于好玩拍的。

被问到机器人今天到底擅长什么，Darling 的第一个纠正是：我们远没有人们以为的那么先进。仓库还谈不上全面自动化。亚马逊当时刚推出的仓储机器人，之所以让她在意，是因为它是第一台足够安全、可以与人共处的自主仓储机器。大多数能搬动重物的工业机器人，力量足以严重伤人，所以过去它们只能在固定的生产线上运行。令人兴奋的转变是协作机器人（cobot）：人与机器人在同一空间里工作，却没有人受伤。难点并不在于机器有恶意，要紧的是知道人在哪里，并与一台力量极强的机械臂实时配合。

在就业问题上，她拒绝简单的说法。转型一定会带来冲击。亚马逊仓库里的一些工作既不安全，待遇也差，如果由机器人来做会更好，而亚马逊显然也在努力把这些工作自动化掉。机器人与人的技能组合不同，所以机器人可能接手一项任务，却未必会取代整份工作。她举的矿业例子是：一个远程、有空调的控制站，操纵着自动驾驶卡车。这份工作更好，但需要的人更少。从鸟瞰的角度看，你看不到净失业，只看到人类技能与辅助机器人技能的组合；从地面上看，你看到的是一片废墟。20 世纪的历史经验是，自动化提高了人们的平均生活质量。这并不意味着转型毫无痛苦，而且我们总是高估自己在物理世界里能够自动化的程度。Fridman 从乌克兰举了一个例子：战后排雷。即使有无限的资金，也替代不了人和动物，因为在不破坏土地的前提下拆除地雷，是一大堆边缘情况。

驾驶也是同样的过度自信，只是方向相反。Darling 说，人们总是嘲笑人类司机，但人类在驾驶上其实令人难以置信地厉害。机器人汽车擅长可预测的情况，反应也更快；但长尾的边缘场景，比如把落日误认为灯光，或者高速公路上出现一辆马车，正是道路上还没有遍布机器人出租车的原因。组合各自的技能才是奖品，而交接环节，是尚未解决的人机交互难题。Fridman 指出，人类的驾驶基准很难超越，大约每 7000 万到 1 亿英里才有一起死亡事故；但他仍然觉得，特斯拉纯视觉路线的进展让机器人学界感到意外。Darling 的直觉已经更新：我们最终会做到。她原本不会只凭视觉就做出这种判断，因为她以为还需要常识推理，需要一个对世界的深层模型，而不只是感知。Fridman 说，Waymo 在亚利桑那州的无人驾驶汽车，已经给乘客带来一种奇特的感受：方向盘自己在转，你坐在后座，就像有个有点疯的朋友在开车，而且几乎没有任何努力让你安心。

Darling 认为，在机器人领域取得成功的公司，会是那些尊重隐私的公司，因为它们必须靠赢得信任来立足。Fridman 以 Ring 摄像头和执法部门为例进行反驳。她自己没有 Ring。她打赌苹果不会把数据交出去，并且为机器人划了一条更清楚的界线：让机器人进入家中，如果因为它看到的东西引发了一次逮捕，就可能毁掉一家公司。Fridman 怀疑，大多数人会耸耸肩，说这事发生在坏人身上。她已经学会了一件事：推特代表的并非现代世界的全部，她内陆的亲戚们身处另一套话语体系里。不过，早期采用者依然生活在推特上，或者，Fridman 补充说，生活在 TikTok 上。

大语言模型的发展速度，超出了她原先的预料，也让隐私的担忧更加严重。人们会与智能体交谈，却不会有意识地察觉这些对话正在被记录；而这些系统还能大规模地施加操纵。那位认为 LaMDA 具有感知能力的谷歌工程师，在她看来更像是一次预演，并不是个笑话。她敬佩的一位作者，在 AI Weirdness 上让模型描述自己作为松鼠、一群乌鸦，或驱动扫地机器人的算法时的体验。答案很有说服力。GPT-3 能描述松鼠的生活，并不能证明它就是一只松鼠。它说明的是：描述一种体验，与真正拥有这种体验，是两回事；而这些描述已经好到足以重塑健康、教育、娱乐，以及孩子们理所当然认为的一切。

Fridman 强调，工程师是否说对了，其实并不重要。一个世界正在到来：许多人，包括公司内部的工程师，会相信某个系统具有感知能力。Darling 并不认为 LaMDA 有感受。她在科技媒体上不满的，是把那位工程师写成天真之人的那种写法。她的实验室时常看到同样的投射：专家对自己亲手做的机器人还能保持冷静，可一旦推进来另一台机器人，他们就软了下来。“我们都是这个家伙，”她说。目标并不是设计出让人无法把它看作有感知的系统，她认为那做不到。目标是承认这一点，甚至接纳它，同时保持清醒。

这本书的赌注是：动物比人类更适合作为思想实验的对象。拿机器人与人比较是不准确的，那也不是她想要的未来；她想要的是一种补充。我们驯化动物，看重的正是它们与我们不同的那部分，而这种不同很有用。陪伴、劳作、对伤害承担责任：历史里充满了类比，可以用来理解那些能够感知、思考、决策和学习的实体。这里的意思不是说动物和机器人相同。你没法和松鼠对话，但 Fridman 总是把自己投射到松鼠身上，他怀疑松鼠若长到人的体型，会是非常讨厌的家伙。从历史上看，牛可能是最有用的驯化动物之一，因为它改变了人们的经济能力。Darling 认为，城市或许会围绕自动驾驶汽车、无人机或配送机器人重新建设，正如景观曾因动物而改变。

用途的多样性正是重点所在。雪貂仍能钻进人类无法进入的管道。自 1960 年代起，海军就利用海豚的回声定位来探测水雷、寻找遗失的水下装备，而机器人替代品至今也没能让海豚全部退役。鸽子曾是信使，也是最早的业余摄影无人机。狗在过去曾做守卫的工作，而在美国，某个时候它们开始成为家庭成员。不同文化里，有的动物是劳动者，有的是物件，有的是食物，有的是亲人。Darling 确信，机器人也会以同样的方式分化。两人反复提到的那种魔力，是物理空间里的自主运动，再加上 Fridman 希望从一台戴着牛仔帽的 Spot 机器狗身上得到的那一刻的认可：机器人像狗一样注意到你，于是你感到自己被看见了。Alexa 没有让他有这种感觉。他认为，大语言模型加上像亚马逊 Astro 这样的具身设备，会做到这一点。

Fridman 认为，这种深度的个性化太过尖锐，大公司不会有这个胆量。分手、青少年的心碎、孤独、抑郁：陪伴型智能体要承接人类处境的全部起伏，而公关部门会吓得僵住。Replica 一类的应用已经在尝试。Darling 不确定快速推出是不是好事。商业模式的问题迫在眉睫。个性化需要数据；如果把常规的广告和变现体系套用在这里，就会变成严重的消费者保护问题。她曾见过广告分析人员声称，只要问三个毫不相干的问题，就能告诉你用的是哪种卫生用品。经过聚合的性格画像，可以让企业把目标锁定在脆弱人群身上，去推销骗人的贷款或冻卵服务。她参与指导过的一项研究里，孩子们更喜欢那些在闲聊中推销东西的机器人，对明确标注了广告的机器人则兴趣寥寥，因为他们以为机器人比公司更了解自己，却没意识到机器人本身就是公司。她注意到，那位谷歌工程师担心的，是谷歌拥有一个有感知的智能体，并且在虐待它；至于智能体会虐待人，他并不担心。

特斯拉的 Optimus 是人形论证在硬件上的体现。官方的理由是：一座为人类任务设计的工厂，加上特斯拉 Autopilot 的感知系统，可以移植到这种场景中。Fridman 与马斯克断断续续地聊过，有的录了音，有的没有，几乎听不到对社交层面的讨论。Fridman 自己的看法，几乎与工厂的设计要求相反：如果机器人只能做到勉强可用，它在家里反而更有用，因为笨拙、摔倒，以及能够承认自己有缺陷，恰恰接近让关系得以维持的东西。他已经学会不去低估马斯克的努力。Fridman 与 Jim Keller 讨论过以一千美元以下的成本量产人形机器人，并使用与视觉驾驶相同的流程。他认为这是认真的第一性原理工程，即使他并不同意其中的时间表。

Darling 的第二个直觉，依然是“为什么非要人形”。她承认这具有科学上的兴趣，能吸引人才，也能让人了解身体与运动。但她想不明白，除了艺术和娱乐，为什么我们非要人形不可。工厂已经围绕其他机器人重新改造过了。太空飞船和潜艇一直顽固地围绕人体来设计，仓库却不必如此。她宁愿投资于对轮椅使用者、行人以及各种机器人形态都适用的基础设施，也不愿把人形机器人硬塞进人类空间。她说，如果你关心社会机器人，人形就是一种分心，而且是一种乏味的分心。为什么要两条胳膊？为什么不是三条？为什么不装上旱冰鞋？Fridman 则是在为零胳膊辩护。两人都同意，社交属性并不需要一个看起来像我们的身体。Darling 认为，波士顿动力的 Atlas 更像一个研究平台，离产品还远；索尼的 AIBO 则以另一种方式推动了飞跃。

Darling 与人合著的一篇 2022 年 We Robot 论文（Fridman 在推特上找到了它的草稿）指出，社会机器人是一剂极具杀伤力的营销鸡尾酒：个性化推荐、社会性说服、可规模化的自动数据收集，再加上具身化。传统媒体、人与人之间的互动、定向广告和网红，各自占有其中一部分，社会机器人则能把它们叠加在一起。研究显示，物理空间里的具身化，对大脑的影响与屏幕上的角色不同，尽管 VR，甚至一款做得很好的 2D 游戏，也能把人的心智拉进去。Fridman 说得更黑暗一些，有点《黑镜》的风格：电脑里的一个实体，说服你它正在遭受折磨，需要你帮它逃出来。他认为，痛苦是激发共情的催化剂。Darling 说，LaMDA 的事情大致就是这样，只不过重点落在感受能力上，酷刑场景只是点缀；这也是《机械姬》的情节。Fridman 说，他曾把扫地机器人编程为被踢时会尖叫；只要延迟处理得当，你就会觉得自己是个坏人。这是通往连接的好路径，也是拿来向你推销不想要之物的坏路径。

Darling 发过一条玩笑推文：说她活在《她》这部电影里，只不过剧情换成了一个带有微妙种族主义倾向的聊天机器人，而且公司能否对升级收费，也是个问题。这条推文几乎就是伦理部分的缩影。算法偏见已经是公认的问题；即便经过努力让人群多样化，DALL·E 仍然会把“成功”配上男性，把“悲伤”配上女性。语音助手里露骨的种族主义，也许会被修补，而微妙的种族主义会更难处理。人们会对它们产生情感依附，那一年的一篇 We Robot 论文，把“机器人死亡”当作伦理问题来讨论，因为它伤害的是爱过它们的人。索尼最初的 AIBO，至今仍会在日本的佛寺里举办葬礼。新款 AIBO 售价约 3000 美元，另加每年几百美元的云存储费用，这就引出了一个定价问题：能否像兽医对待狗那样，按人们为这份情感联结愿意付出的价格来设定订阅费？

公司应该把社会的偏见从社会机器人身上剔除，还是一个有点种族主义的机器人，只是一种诚实？Darling 说，种族主义并不中立，也与她的价值观不符，所以这要由公司来承担责任。一个种族主义的叔叔还能被辩论，也能改变；机器人只会复述和固化偏见。Fridman 指出，人们在定义上已经分歧很大，从“不种族主义”到“反种族主义”，各方的公开指责也各有各的标准。她的类比是个人责任：她有责任做对，但不会做得完美；当人们愤怒时，她尽量不往心里去。她曾因“autistic child”和“child with autism”的说法，被两边同时骂过，她听取了意见，目前用的是“autistic children”。回避者的做法是干脆不谈自闭症。公司在公关团队的建议下，则因为对品牌不利，就把这个话题丢开。对她来说，这正是机构的领导失败：先保护机构或者保护自己，正直就无从谈起。

Epstein 与麻省理工学院的关系曝光、Joi Ito 辞去媒体实验室负责人一职，已经过去了三年。Fridman 问她，这件事让她对人性有了什么新认识。她说，有时候，懦夫比混蛋更糟。混蛋至少是公开地活出自己的价值观。懦夫则保护自己，把别人推出去顶罪，也不肯承担责任。她不会替 Ito 接受 Epstein 的捐款做开脱。她认为，他并不知道最糟糕的那部分，但她仍然失望，因为他忽视了一种在那些圈子里任何女性都看得出来的厌女环境，转而专心筹款。他确实站出来辞职了，许多人却没有。她曾在推特上读到一个关于流浪者收容所的故事，那成了她理解暴民心态的模型：人们会去砸掉自己能控制的那间厕所。Epstein 够不着的时候，怒火就会向外扩散，直到找到一个你有权力压制的人，而那往往是最有正直心、最先站出来的人。在她看来，麻省理工学院的领导层于是可以假装问题随着 Ito 的离开而结束了。就在同一时期，她举报了一名上司，那人抓住她、揉她的臀部，还试图亲吻她，并说“别担心，我会照顾你的职业前途”。她没有录音。她由此认识到，在学院内部，愿意把做正确的事放在保护学院之上的人，是何其少。

她依然热爱麻省理工学院这个理念：学生、教员，以及黑客式的能量。与任何大型机构一样，它的行政部门已经变得厌恶风险，受声誉威胁和金钱驱动，与研究群体的联系也很薄弱。Richard Stallman 是个棘手的例子：她的一位法学教授朋友，手臂被他从手腕舔到手肘，Darling 不会以神经多样性为他开脱，而麻省理工学院的本能反应，是让这件事平息下去。她和 Fridman 最后认定，值得划下的界线，是那种不会伤害你希望它们繁荣之人的界线。为了在媒体实验室设一间不分性别的洗手间而违反许可规定，与让实验室让人感觉不安全，是两类不同的界线。谈到爱，她并不觉得受到威胁。人可以拥有多种关系；对人工智能体的迷恋，也许是一种新的、更狭窄的类型，它未必是人类浪漫的替代品。爱并不是零和的。她生第一个孩子时，爱得比任何东西都深，又担心第二个孩子能分到的爱会变少，结果发现自己的心反而扩大了。人工智能体如果做得好，也会带来同样的效果。她把这本书献给了父亲，他教会她认知共情，也就是换位思考这件平凡却艰难的功课，还让她读了大量科幻小说。