这一页讲的是AI与可持续性（AI and Sustainability）的主题，探讨AI如何影响环境及社会的可持续发展。

这一页讲的是AI与可持续性（AI and Sustainability）的主题，重点关注人工智能在环境保护、资源管理以及社会可持续发展中的作用。这部分内容属于课程COMPSCI 712: AI Agency, Ethics and Society的一部分，由Dr Kerry McInerney主讲。可持续性强调满足当代需求的同时，不损害后代满足自身需求的能力，而AI技术在能源优化、污染监测、气候变化预测等领域有重要应用。例如，AI可以通过分析海量数据优化能源分配，减少浪费，同时也能够帮助企业减少碳排放，推动绿色经济发展。这一主题还涉及伦理问题，比如如何确保AI技术的应用不会对生态系统造成负面影响，并且能够公平地服务于全球不同地区的人群。

这一页讲的是可持续 AI (sustainable AI) 的课程计划，包括四个部分：定义、可行性、重新思考以及替代方案。

这一页讲的是关于可持续 AI (sustainable AI) 的课程计划，分为四个部分。第一部分探讨“什么是可持续 AI”，可能会定义其概念，例如如何减少能源消耗或优化资源利用。第二部分讨论“AI 是否可以实现可持续性”，可能会分析当前 AI 技术的资源需求与环境影响，例如数据中心的能耗问题。第三部分是“重新思考可持续 AI”，可能涉及对现有技术或方法的反思，寻找更符合环境保护的解决方案。第四部分是“想象替代方案”，可能会提出创新的思路，例如低能耗 AI 或生态友好的技术。这些内容旨在引导学生全面理解可持续 AI 的重要性及发展方向。

这一页讲的是学习目标，包括 AI 在可持续发展中的应用、环境成本以及结合女性主义和后殖民研究的视角重新构想可持续 AI。

这一页讲的是学习目标，分为三个主要方面。第一，理解 AI 在可持续发展项目中的应用，以及人们为使 AI 更加可持续所采取的行动。这涉及到 AI 如何支持环保技术、资源优化等领域。第二，认识 AI 的环境成本，包括计算资源消耗、电力需求和碳排放等问题，这些成本对全球环境具有重要影响。第三，探索如何通过女性主义和后殖民研究的思想帮助我们重新构想可持续 AI。这强调了社会文化视角在技术发展中的重要性，例如包容性和公平性如何影响技术的设计与应用。整体来看，这些目标旨在帮助学习者全面理解 AI 的社会、环境和文化影响，并推动技术向更负责任的方向发展。

这一页讲的是可持续人工智能 (Sustainable AI)。重点是探讨如何减少 AI 对环境的影响，并推动资源的高效利用。

这一页讲的是可持续人工智能 (Sustainable AI)，即在开发和使用人工智能技术时，注重减少对环境的负面影响，同时实现资源的高效利用。背景中的垃圾桶和循环标志象征着环保和资源循环利用的理念。可持续 AI 的核心目标包括降低 AI 模型训练和运行的能源消耗，减少碳排放，以及优化硬件资源的使用。举例来说，训练一个大型 AI 模型可能需要消耗大量电力，而通过使用更高效的算法或绿色能源，可以显著降低其环境成本。可持续 AI 不仅对环境保护有重要意义，还能帮助企业降低运营成本，提升社会责任感。这一概念强调技术发展与生态保护的平衡，是未来 AI 发展的重要方向。

这一页讲的是可持续发展的人工智能（AI）。重点是如何将AI与环境保护结合，实现生态友好型技术发展。

这一页讲的是可持续发展的人工智能（AI）。图中展示了风力发电机，象征着绿色能源和环保技术。主题强调AI技术在发展过程中需要考虑环境影响，努力减少能源消耗和碳排放。可持续AI的核心理念是优化算法和硬件设计，使计算过程更加高效，同时推动使用可再生能源支持AI运行。例如，数据中心可以通过使用风能或太阳能来降低运行过程中对化石燃料的依赖。这一方向不仅有助于减缓气候变化，也能促进AI技术的长期发展。

这一页讲的是科技巨头在应对气候变化方面的目标和行动。主要包括 Amazon 使用可再生能源供电，Microsoft 推动供应链碳中和，Google 改善数据中心能效，OpenAI 投资太阳能项目，以及 Salesforce 推动 AI 排放数据报告法规。

这一页讲的是科技巨头在应对气候变化方面的目标和具体行动。Amazon 已实现其全球运营100%使用可再生能源发电，显示其在能源转型上的承诺。Microsoft 制定了供应商行为准则 (supplier code of conduct)，要求供应商在2030年前实现100%无碳电力，并承诺自身也达到这一目标。Google 承诺在2030年前完全依赖无碳电力，并采取措施改善 AI 模型效率和数据中心的能源消耗。OpenAI 创始人 Sam Altman 投资了2000万美元支持 Exowatt 的太阳能项目，以满足 OpenAI 数据中心的能源需求。Salesforce 则通过其可持续 AI 政策优先事项 (Sustainable AI Policy Priorities) 倡议推动新的法规，要求公司报告 AI 排放数据并提升能效标准。这些行动表明，科技公司在气候变化和可持续发展方面承担了重要责任，同时也为行业树立了榜样。

这一页讲的是人工智能（AI）在可持续发展中的价值。主要讨论 AI 在农业、能源、交通和水资源管理方面的应用及其对环境和经济的积极影响。

这一页讲的是人工智能（AI）如何在可持续发展中改变行业。首先，农业（Agriculture）领域，AI 可以通过精准农业（precision farming）优化资源使用、减少浪费、提高产量，还能分析土壤条件、预测天气模式并提供实时作物健康更新。其次，在能源（Energy）领域，AI 能帮助优化能源管理，减少碳足迹，预测能源需求，并提升可再生能源生产的可靠性和可预测性。第三，交通（Transportation）方面，AI 能改善物流和交通安全，减少燃料消耗，智能交通管理系统还能提高运输网络的效率和环保性。最后，水资源管理（Water）领域，AI 可以预测水需求、检测泄漏、改善水质，并减少浪费以确保水资源的持续使用。这些应用表明，AI 在这些行业中带来了范式转变，不仅减少了环境影响，还引入了经济节约的效率。

这一页讲的是亚马逊如何利用 AI 技术推动可持续发展，包括减少包装使用、监控产品浪费等。

这一页讲的是亚马逊通过 AI 技术实现可持续发展目标的具体措施。首先，AI 被用来减少包装使用（Reducing packaging use），通过优化包装设计降低资源消耗。其次，AI 能识别损坏的商品（Identifying damaged items to prevent waste），避免浪费并提升供应链效率。第三，AI 监控生鲜产品（Monitoring produce to reduce food waste），帮助减少食品浪费。第四，AI 帮助客户找到合适的商品（Reducing returns by helping customers find the perfect fit），从而减少退货率。第五，亚马逊利用 AI 计算产品的碳足迹（Measuring the carbon footprint for products），为环保决策提供数据支持。第六，AI 通过数据民主化防止巴西的森林砍伐（Preventing deforestation in Brazil by democratizing data），保护生态环境。最后，亚马逊使用 AWS 芯片（Using AWS chips to power AI more efficiently）提高 AI 算法运行效率，减少能源消耗。这些措施展示了 AI 在环境保护和资源优化中的广泛应用。

这一页讲的是人工智能在应对气候变化中的应用。主要包括冰山融化监测、森林砍伐地图绘制、预测气候灾害、海洋垃圾分布绘制以及天气模式预测。

这一页讲的是人工智能（AI）如何帮助解决气候变化问题。首先，AI可以通过卫星图像和数据分析监测冰山融化（Map icebergs melting），帮助研究人员了解全球变暖对极地的影响。其次，AI可以绘制森林砍伐地图（Map deforestation），通过识别树木减少的区域来评估生态系统的破坏程度。第三，AI可以预测气候灾害（Predict climate disasters），例如森林火灾、洪水等，通过分析历史数据和实时环境信息，提高防灾能力。第四，AI可以绘制海洋垃圾分布地图（Map ocean litter），帮助识别污染严重的区域，促进清理行动。最后，AI可以预测天气模式（Predict weather patterns），通过处理复杂的气象数据，帮助改善气候预测的准确性。例如，AI可以提前预测极端天气事件，从而减少对人类生活的影响。这些应用展示了AI在环境保护和气候变化应对中的重要角色。

这一页讲的是大规模计算对地球的影响及其全球性后果。主要讨论了计算资源的提取如何影响环境、社会不平等以及需要整体性视角来理解这些问题。

这一页讲的是大规模计算（large-scale computation）对地球和社会的深远影响。引用了 Crawford 2021 的观点，强调计算资源的提取对环境的多个层面产生影响，包括大气、海洋、地壳以及地球的深层时间（deep time）。此外，这种提取还对全球弱势群体造成了严酷的影响。幻灯片中的图形进一步暗示了计算资源提取的复杂性和广泛性，例如涉及到自然资源的开采、数据中心的建设以及对人类劳动的依赖。这些问题揭示了人工智能背后的生态和社会代价。作者建议我们需要采用一种全景式的视角（panoramic view），从行星规模（planetary scale）来理解计算资源提取的整体性影响。例如，数据中心的能耗和矿物开采不仅影响环境，还加剧了全球的不平等。这种视角对于制定可持续的技术发展策略至关重要。

这一页讲的是云计算的物质性(materiality of the 'cloud')，以及其历史背景和物理存在。

这一页讲的是云计算的物质性(materiality of the 'cloud')，强调云并不仅仅是抽象的概念或虚拟的技术，而是有具体的物理基础和历史背景。左侧展示了书籍《A Prehistory of the Cloud》的封面，这本书由 Tung-Hui Hu 撰写，探讨了云计算的起源和发展过程，揭示了云的技术背后隐藏的社会、政治和物理结构。右侧的图形用云朵形象化了云计算的概念，标题则点明了讨论的核心——云的物质性。通过这种对比，作者试图打破人们对云计算完全虚拟化的误解，提醒我们数据中心、服务器、能源消耗等都是云计算的重要组成部分。举例来说，云计算依赖于分布式的服务器网络，这些服务器需要实际的空间和能源支持，体现了云的物质性。这一主题对理解技术与社会的关系，以及推动可持续发展的讨论非常重要。

这一页讲的是AI锁定效应（AI 'lock in'），强调环境成本问题和技术依赖的风险。主要观点包括质疑AI基础设施的环境代价，以及便利性不能成为破坏地球的理由。

这一页讲的是AI锁定效应（AI 'lock in'），即人类在采用新的AI基础设施时可能会陷入一种不可逆的技术依赖状态。幻灯片引用了Robins和van Wynsberghe的观点，指出在使用AI技术之前，我们必须认真审视其环境成本。这些成本可能包括能源消耗、资源利用以及对生态系统的潜在破坏。作者强调，AI带来的便利性不能成为进一步破坏地球的合理化理由。这一概念提醒我们在推动技术进步时，应权衡短期利益与长期可持续性之间的关系。例如，大规模部署AI数据中心虽然提升了计算能力，但也可能导致碳排放增加。因此，决策者需要在技术发展与环境保护之间找到平衡，以避免陷入不可持续的技术锁定状态。

这一页讲的是规模问题（Problem of Scale）与人工智能发展的挑战。

这一页讲的是规模问题（Problem of Scale），即在人工智能领域中，随着技术的快速扩展和应用范围的扩大，可能带来的风险与挑战。幻灯片左侧提出问题“规模问题？”暗示了人工智能在大规模应用时可能面临的资源、伦理和社会影响等复杂问题。右侧展示了一本书《Empire of AI》，副标题强调了人工智能领域的“鲁莽竞争”和“全面统治”的追求。这本书可能探讨了人工智能技术扩展的社会、经济和伦理后果，例如资源分配不均、技术垄断以及对人类社会的潜在威胁。通过这一页，作者引导我们思考：在追求人工智能规模化发展的同时，是否忽视了潜在的负面影响？例如，大规模训练模型需要的计算资源可能造成环境压力，或者技术的不当使用可能加剧社会不平等。

这一页讲的是 AI 数据中心对水资源的影响，尤其是在高水资源压力地区。图表显示全球数据中心数量显著增长，尤其是到 2025 年达到 3.3K。

这一页讲的是 AI 数据中心在高水资源压力地区对水资源的消耗问题。图表展示了从 1995 年到 2025 年全球数据中心数量的增长趋势，尤其是在水资源压力较大的地区。可以看到，数据中心的数量在 2025 年预计达到 3.3K，反映了这种增长与水资源压力的紧密关联。AI 技术需要大量计算资源，而数据中心的冷却系统通常使用大量水，这对水资源紧张的地区造成了额外负担。这一问题非常重要，因为它揭示了技术发展可能对环境和资源分配带来的负面影响。举例来说，一个位于干旱地区的大型数据中心可能会加剧当地居民的用水困难。因此，如何优化数据中心的设计和选址以减少对水资源的依赖，是未来技术与环境可持续发展的关键课题。

这一页讲的是科技巨头(Big Tech)与石油企业(Big Oil)的合作及其对气候变化的影响。主要强调合作关系和可能的负面影响。

这一页讲的是科技巨头(Big Tech)与石油企业(Big Oil)之间的合作关系，以及这种合作对气候变化的潜在影响。幻灯片中间的图示是一双握手，象征着两者的合作，黄色和绿色的环形线条进一步强化了这一关系。底部引用了 Merchant 2019 的观点，指出尽管气候变化的威胁愈发严重，最具影响力的科技公司仍与石油公司达成合作，而这种合作可能使气候问题进一步恶化。这揭示了一个重要的矛盾：科技公司一方面推动创新和可持续发展，另一方面却可能通过与传统能源行业的合作阻碍气候行动。这一主题提醒我们关注科技行业在全球气候治理中的角色及其责任。

这一页讲的是 Big Tech 和 Nuclear Power 的合作关系。图中通过握手象征两者的协作，强调技术与能源的结合。

这一页讲的是 Big Tech（大型科技公司）与 Nuclear Power（核能）的合作关系。图中展示了一双握手的形象，分别被黄色和绿色的环围绕，象征两者的联合与协作。Big Tech 代表现代技术驱动的企业，它们在数据处理、人工智能、云计算等领域具有优势；而 Nuclear Power 作为一种重要的清洁能源，具有高效、稳定的特点。两者的合作可能涉及利用核能为数据中心供电、降低碳排放，或开发与核能相关的智能技术。这种结合不仅能推动能源领域的可持续发展，还能为科技行业提供稳定的能源支持。例如，大型科技公司可能投资小型模块化核反应堆（SMR）技术，用于满足其全球数据中心的能源需求。这种合作关系在应对气候变化和能源转型中具有重要意义。

这一页讲的是大型科技公司(Big Tech)的可持续性问题，探讨它们是否能够实现环境友好和长期发展。

这一页讲的是大型科技公司(Big Tech)的可持续性问题，重点关注它们在环境保护和社会责任方面的表现。背景图中显示了某科技公司的标志，暗示这些公司在全球经济中占据重要地位，但同时也面临可持续发展的挑战。核心问题是，这些公司是否能够在追求利润的同时，减少资源消耗和环境影响。例如，它们是否能够通过使用可再生能源、优化供应链、减少碳排放等措施来实现绿色发展。这一话题非常重要，因为科技行业的规模和影响力巨大，其可持续性直接关系到全球环境和社会的未来。

这一页讲的是企业“绿色漂白”（Corporate Greenwashing）。重点包括科技巨头推动放松《清洁水法案》许可，以及政府可能支持这些提议。

这一页讲的是企业“绿色漂白”（Corporate Greenwashing），即公司通过表面上的环保行为或政策来掩盖其对环境的负面影响。幻灯片引用了一个实际案例：科技巨头如 Meta 和代表 Google、Amazon Web Services 的游说团体，向政府提出放松《清洁水法案》（Clean Water Act）许可的建议。这些建议涉及通过新的 AI 监管来改变环境许可的方式，而白宫可能支持这些提议。这种行为可能表面上看是为了提高效率或促进创新，但实际上可能削弱环境保护的力度，导致生态系统受到更大的威胁。幻灯片还强调了“绿色漂白”的概念，提醒我们警惕企业利用环保名义掩盖其真正的环境影响。例如，某公司可能声称使用绿色技术，但同时推动政策放宽对污染的监管。

这一页讲的是环境危害的分布不均。重点是这些危害对边缘化社区的影响更大，并与殖民主义和种族资本主义的历史实践有关。

这一页讲的是环境危害的不平等分布及其社会影响。幻灯片引用 Kak 和 Myers-West 的研究指出，这些环境危害并非均匀分布，而是对已经边缘化的社区造成了更大的影响。这种现象不仅是环境问题，还与殖民主义和种族资本主义的历史实践相呼应。右侧的图片展示了石油钻井平台，暗示了大型科技公司（Big Tech）的基础设施对环境的长期影响。这些基础设施不仅加剧了资源消耗，还可能将边缘化社区置于更大的生态压力之下。例如，某些地区可能因为资源开采而导致土地退化或水源污染，而这些地区往往是经济和社会地位较低的社区。这一页强调了环境危害的社会不公，提醒我们在讨论技术发展和环境问题时，必须考虑其对弱势群体的影响。

这一页讲的是环境种族主义（Environmental Racism），重点是一个黑人社区对抗污染问题及其健康影响的案例。

这一页讲的是环境种族主义（Environmental Racism），具体探讨了一个黑人社区如何应对由某超级计算机项目引发的污染问题。标题提到污染源来自一个名为 Colossal 的项目，该项目位于美国南部的一个小镇，可能加剧了当地的健康问题。这体现了环境种族主义的核心概念，即某些种族或弱势群体更容易受到环境污染的影响，例如工业废弃物、空气污染等。这种现象通常与社会经济地位低下和政策不平等有关。通过这个案例，可以看到环境种族主义不仅是环境问题，也是社会公平问题。举例来说，如果一个社区因为经济或政治原因无法有效抵制污染源，他们的健康和生活质量就会受到长期威胁。这一页还鼓励读者通过链接阅读完整文章以了解更多细节。

这一页讲的是垃圾处理后的去向，重点是废物的分类和处理过程。

这一页讲的是垃圾处理后的去向。图片展示了各种不同类型的垃圾，包括塑料瓶、玻璃瓶、纸张、电子废物、食物残渣等，这些垃圾堆积在一起，旁边还有装满垃圾的黑色垃圾袋。通过这一页，我们可以思考垃圾分类的重要性以及不同种类垃圾的最终处理方式。例如，塑料瓶可能会被回收再利用，食物残渣可以转化为堆肥，而电子废物需要特殊处理以避免污染环境。这一页的主题提醒我们关注垃圾的后续处理过程，鼓励采取环保措施，减少垃圾对环境的影响。

这一页讲的是可持续 AI 的态度基础，强调我们需要反思和调整心态以支持 AI 的可持续发展。

这一页讲的是可持续 AI 的态度基础。可持续 AI 是指在开发和应用人工智能时，关注环境、社会和经济的长期影响。幻灯片中的地球图案象征着全球责任，而两只手传递地球则表达了合作与共享的理念。为了实现可持续 AI，我们需要具备以下态度：第一，环境意识（environmental awareness），即在设计 AI 系统时考虑能源消耗和碳足迹；第二，社会责任感（social responsibility），确保 AI 的应用不会加剧社会不平等；第三，合作精神（collaboration mindset），强调跨领域、跨国界的合作，共同解决全球性问题。这些态度不仅是技术发展的伦理基础，也是推动 AI 长期发展的关键。举例来说，优化 AI 算法以减少计算资源的浪费，就是环境意识的具体体现。

这一页讲的是从“足够可持续”到真正可持续的转变，并探讨污染与殖民主义的关系。

这一页讲的是如何从表面上的“足够可持续”（sustainable 'enough'）转向真正的可持续发展（truly sustainable）。左侧的标题强调了对可持续性的重新定义，而右侧的图像和文字引用了 Max Liboiron 的著作《Pollution is Colonialism》，提出了污染与殖民主义之间的深层联系。这本书揭示了污染不仅是环境问题，更是一种殖民主义的延续，尤其是在资源开发和环境治理中，往往忽视了原住民的权利和生态系统的完整性。通过这种视角，我们可以理解可持续发展不仅仅是减少污染或资源消耗，而是需要关注社会公正、文化尊重和生态平衡的综合性解决方案。这一页的核心是挑战传统的可持续发展观念，推动更加全面和负责任的行动。

这一页讲的是环境资源开采的殖民性，引用了 Tuck 和 Yang 的观点，探讨殖民者如何将自己视为地球资源的主宰。

这一页讲的是环境资源开采的殖民性，重点探讨殖民者的世界观及其对自然环境的影响。引用了 Tuck 和 Yang 2012 的观点，指出殖民者通过自己的行为和理由，将自己视为地球及其动植物的主宰。这种观点体现了以人为中心（anthropocentric）的正常化，认为殖民者比其他群体或物种更先进、更人性化、更有价值。这种态度推动了殖民者建立“新家园”的过程，并将这种家园建立在一个以家园经济为核心的世界观之上，认为土地和野生资源是为其利益而存在的。右侧的图书封面《Little House on the Prairie》是一个典型例子，反映了殖民者如何将自然环境视为个人和家庭发展的工具。这一页强调了殖民性对环境开采的深远影响，并提醒我们重新审视这种观念对生态和社会的后果。

这一页讲的是生态女性主义 (Ecofeminism)，强调环境破坏与性别压迫的关联。主要提到男性主导的心态如何影响自然与女性的权利，以及生态女性主义的早期发展背景。

这一页讲的是生态女性主义 (Ecofeminism)，它是一种将环境问题与性别压迫问题结合起来的思想。引用了 Ynestra King 的观点，她指出男性主导的心态不仅造成了对自然的破坏，还剥夺了女性对自身身体和性权利的控制。这种心态依赖于多重的权力和国家主导的体系来维持其影响力。此外，页面右侧展示了 Maria Mies 和 Vandana Shiva 合著的《Ecofeminism》一书的封面，该书批判了现代科学的机械化和还原论方法，认为其是西方男性主导的世界观的延伸。这本书强调了生态女性主义对科学、社会和环境的批判与变革意义。生态女性主义的重要性在于它揭示了环境与社会性别压迫之间的深层联系，并为解决这些问题提供了理论框架。例如，工业化对自然资源的过度开发与对女性劳动的剥削具有类似的压迫逻辑。

这一页讲的是 Val Plumwood 的著作《Feminism and the Mastery of Nature (1993)》。重点是自然被定义为被动的背景条件，以及这种定义如何服务于西方男性主导的文化和理性成就。

这一页讲的是 Val Plumwood 在《Feminism and the Mastery of Nature (1993)》中提出的观点。她批判了传统西方哲学中对自然的定义，认为自然被描述为被动的、无行为能力的背景条件（passive, non-agent, non-subject），这种定义使自然成为文化和理性成就的无形支撑，而这些成就通常由西方男性专家或企业家主导。这种观点揭示了自然在社会结构中的边缘化，以及这种边缘化如何与性别和权力结构相互交织。页面中的地球图形象化了自然的两面性：一边是充满生机的自然环境，另一边是被破坏的生态系统，暗示了人类活动对自然的影响。通过这一分析，Plumwood 试图强调重新定义自然的重要性，倡导一种更加平等和可持续的自然观。

这一页讲的是 Donna Haraway 的理论，她探讨了“自然”和“文化”之间的二元对立，并通过《The Companion Species Manifesto》提出了人类与动物关系的复杂性。

这一页讲的是 Donna Haraway 如何解构“自然”（nature）与“文化”（culture）之间的二元对立。她在《The Companion Species Manifesto》一书中重点分析了人类与动物之间的关系，尤其是人与狗的共生关系。Haraway认为，传统上将自然与文化视为对立的观念过于简单化，忽略了二者之间的交互性和共生性。她提出“伴侣物种”（companion species）的概念，强调人类与动物的关系不仅仅是单向的，而是充满了互相影响和共同意义的复杂性。例如，狗不仅是人类的宠物，它们在社会、情感和文化层面都对人类产生了深远影响。这一理论的重要性在于，它挑战了传统的生态学和社会学观念，促使我们重新思考人与自然的关系，并为构建更平等的跨物种关系提供了理论基础。

这一页讲的是对现状（status quo）的替代方案，探讨如何改变现有的系统或模式。

这一页讲的是对现状（status quo）的替代方案，重点在于寻找新的解决方法或路径，以应对现有系统可能存在的问题或局限性。图中的地球和两只手象征着全球协作和共同努力，暗示替代方案需要不同群体的合作与创新。提出替代方案通常涉及对现有模式的批判性分析，结合实际需求寻找更有效或更可持续的解决方法。例如，在环境保护领域，替代方案可能包括从化石燃料转向可再生能源，或者推广循环经济模式。通过提出替代方案，可以推动系统性变革，解决现状中的问题，同时为未来带来更多可能性。

这一页讲的是以谨慎态度对待 AI (Approaching AI with Care)。主要强调维护实践的重要性，以及技术系统对人类和环境的长期影响。

这一页讲的是以谨慎态度对待 AI (Approaching AI with Care)。引用了 Anna 和 Kelly Pendergrast 的观点，他们提出从维护实践的视角思考 AI 是一种承认技术系统长期生命周期及其对人类和环境影响的方式。页面右侧的蝴蝶生命周期图形象地表达了技术系统的演化和维护过程，类似于生物从幼虫到成虫的转变，说明技术需要持续的关注和维护。维护实践不仅仅是解决问题，更是确保技术系统在长期运行中对社会和环境的影响是可持续的。这个视角提醒我们，AI 不仅是一个工具，更是一个需要长期责任和管理的生态系统。

这一页讲的是 Anne Pasek 对 AI 的批判性观点。她将 AI 描述为“垃圾”，表达了对技术趋势驱动行业的反思。

这一页讲的是 Anne Pasek 在其文章《AI is trash》中对人工智能行业的批判性分析。她使用“垃圾”（trash）一词来描述 AI，认为这一词汇具有贬低和讽刺的语气，能够有效回应一个被技术趋势驱动的行业。她指出，这个行业充满了预期的希望、炒作以及在零利率环境下公司行为的混乱。她引用 Sadowski 的观点，强调这种批判不仅直接了当，而且具有生成性，能够促使人们重新审视技术的实际价值和社会影响。这种语言选择反映了她对行业现状的深刻质疑，并试图通过这种方式揭露技术乐观主义可能掩盖的潜在问题。

这一页讲的是集体抵抗与结构性解决方案，强调反对AI的行动需要跨领域合作。

这一页讲的是集体抵抗与结构性解决方案（Collective Resistance and Structural Solutions）。主要内容指出，反对AI的行动需要采取跨领域的合作方法，称为“Trash AI”问题值得被命名和反对，因为它对多个领域和群体产生影响。这种方法要求建立一种联合的政治策略，不仅关注技术对环境的影响，还要将其与工作条件、社会信任、土地使用、种族主义、性别歧视和殖民主义等问题联系起来。通过这种方式，可以更全面地解决AI技术带来的社会和环境挑战。例如，AI技术可能加剧社会不平等，但通过联合不同群体的力量，可以推动更公平的技术发展方向。这种跨领域的合作方式对解决复杂问题至关重要。

这一页讲的是数字减速(Digital Degrowth)的核心理念及其对全球不平等和环境破坏的批判。重点包括识别和应对相关责任方。

这一页讲的是数字减速(Digital Degrowth)的理念，核心内容是如何通过技术和社会变革减少全球不平等和环境破坏。幻灯片引用了 Michael Kwet 的观点，强调要消除不平等，必须识别并应对那些导致全球不平等和生态破坏的关键角色。左侧的封面设计以绿色二维码和握拳图案为主，象征数字技术与社会抗争的结合。右侧的引言提出了一个重要问题：技术如何在可持续发展中发挥作用，同时避免助长不平等和环境问题。这一理念对技术伦理、可持续发展以及全球治理研究具有重要意义。例如，科技公司在资源分配和生态影响方面的角色需要被重新审视，以推动更公平的数字经济结构。

这一页讲的是工人组织工会和抗议活动的主题，重点是工人如何通过集体行动争取权益，以及抗议的形式和意义。

这一页讲的是工人组织工会（worker unionization）和抗议活动（protests）的主题。工会是工人为了维护自身权益而组成的集体组织，目的是通过谈判和协商改善工资、工作条件等方面的待遇。抗议活动则是工人表达诉求的重要方式之一，通常包括罢工、游行等形式。图中的扩音器象征着工人通过集体声音传递诉求，强调抗议活动的公开性和影响力。工会和抗议活动在推动社会公平、改善劳动环境方面具有重要意义。例如，某公司员工通过组织工会成功争取到带薪休假和更安全的工作条件。这些行动不仅保护了工人的基本权益，也推动了企业管理的规范化。

这一页讲的是“本地化思考，而非规模化”。强调关注局部问题的重要性。

这一页讲的是“本地化思考，而非规模化”（Thinking locally, rather than at scale）。这意味着在解决问题或制定策略时，优先考虑具体的局部环境和需求，而不是一味追求大规模的统一解决方案。幻灯片上的图标是一个红色定位标志，象征着地理位置或具体地点，暗示了关注本地化的主题。这样的思维方式在数据分析、人工智能应用中尤为重要。例如，在设计机器学习模型时，考虑本地数据的特性可以提高模型的适配性和效果，而不是直接套用通用模型。举个例子，推荐系统在不同国家可能需要根据当地语言和文化进行调整，而不是简单地使用全球统一算法。这种方法能够更好地满足用户需求，同时提升解决方案的精准性和效率。

这一页讲的是慢科技(Slow Tech)的兴起，强调拒绝速度和规模，追求深度与可持续性。主要内容包括慢科技的理念和其对社会的影响。

这一页讲的是慢科技(Slow Tech)的兴起，这是一种拒绝追求速度和规模的技术发展方式，转而关注深度和可持续性。页面标题明确指出了这一趋势的核心思想，即通过慢速、深度的技术实践来实现更具长期价值的社会影响。图片中展示了一列火车行驶在夕阳下的场景，象征着慢科技的理念：技术可以与自然和谐共存，而不是一味追求快速发展。慢科技强调技术的质量和对环境的尊重，而非单纯追求效率和规模化。举例来说，慢科技可能体现在更耐用的电子设备设计、更环保的生产流程或更注重用户体验的软件开发。这种理念的重要性在于，它为技术发展提供了一个新的方向，鼓励企业和社会关注长期利益而非短期收益，从而更好地支持可持续发展。

这一页讲的是 Fairphone 第六代产品的宣传页面，展示其手机设计与功能。

这一页讲的是 Fairphone 第六代产品（Fairphone Gen. 6）的宣传页面，重点展示了其手机外观和屏幕界面。从图片来看，这款手机的屏幕显示了即时通讯应用的界面，暗示其功能性和用户体验的流畅性。页面中央的标题明确指出产品名称，下面的“Meer informatie”按钮表明用户可以点击获取更多信息。这种设计强调了产品的易用性和信息获取的便捷性。此外，页面顶部导航栏提供了多个选项，包括商店（Shop）、公司信息（Over Ons）、用户故事（Fairphone stories）等，方便用户探索品牌的更多内容。这种布局体现了现代网页设计中清晰的用户路径和功能分区，帮助用户快速找到所需信息。

这一页讲的是 Fairphone (第六代) 的特点及其环保和社会责任。主要包括维修性满分、长期支持，以及与可持续发展组织合作。

这一页讲的是 Fairphone (第六代) 的特点及其环保和社会责任。首先，Fairphone 6 在 iFixit 的维修性评分中获得满分 10 分，这是其他智能手机未曾达到的高度。它设计了 12 个易于更换的部件，包括电池、屏幕、摄像头和 USB 接口，并附带螺丝刀，提供五年保修和至少七次 Android 系统升级，确保八年的软件支持。其次，Fairphone 与 The Fair Cobalt Alliance 等组织合作，推动负责任的矿产开采，并在其供应链中实施 Living Wage Bonus 项目，补贴工人最低工资与生活工资之间的差距。此外，它是一家 Certified B Corp，体现了对社会和环境的承诺。最后，Essentials 模式提供简化界面，仅包含基本应用，并限制通知，以减少干扰和屏幕时间，同时支持用户自定义功能按钮，例如手电筒或勿扰模式。这些特点使 Fairphone 成为注重可持续性和社会责任的独特选择。

这一页讲的是可持续性问题，强调电子设备行业的环境影响，并介绍了生命周期分析的作用。

这一页讲的是电子设备行业的可持续性问题。页面开头明确指出“我们并不可持续”，并进一步解释整个行业虽然强调“感觉良好”的环保宣传，但实际上每年产生了5000万吨电子废弃物。这表明当前行业的环境影响巨大。为了减少这种影响，Framework提出了一个解决方案：设计使用寿命更长的产品，从而减少制造新设备的需求。页面还提到他们委托了Fraunhofer IZM机构对Framework Laptop 13进行详细的生命周期分析（Life Cycle Assessment），以更好地理解现状并寻找改进空间。这种分析通过数据和行动而非单纯的宣传来推动环保实践。一个例子是，通过生命周期分析可以发现哪些环节对环境影响最大，例如生产阶段还是使用阶段，从而制定针对性的改进策略。