京公网安备 11010802034615号
经营许可证编号:京B2-20210330
新知新觉:以法治保障人工智能健康发展
当今时代,人工智能日益深刻地影响着人类生活,帮助人类提高工作效率。其中,设计科学的算法、用好大数据资源、不断提高计算能力是人工智能技术发展的重要支点。然而,技术发展总是与风险相伴,人工智能也可能带来侵犯个人隐私、冲击法律与社会伦理等问题。在充分发挥人工智能作用的同时有效防范其风险,需要运用法治思维和法治方式,加强对算法设计和数据运用的监督管理,推动人工智能行业健康成长,更好为经济社会发展服务。
对算法设计进行监管。人工智能是人类智慧的延伸,算法设计也不是纯粹的技术问题。所有算法都是为完成特定任务、实现特定目的而设计的,特定任务、特定目的的实现路径往往蕴含着设计者的价值观。而设计者的价值观又会影响其设计的技术方案,这就可能在技术运用中产生所谓的算法歧视。比如,某网络公司推出的广告服务中,男性用户能够比女性用户看到更多高薪招聘广告。即使算法设计者没有给算法植入歧视的意图,但有时仍然会出现某种歧视效果。因此,编制算法应当遵循一定的法律规则和行业规则,以合理控制路径选择,使其符合社会基本伦理规范。
对算法设计进行监管,可以采用专业监督和社会监督等手段。专业监督就是对算法设计制定具有可操作性的技术和行业规范,让设计者在进行设计之前就受到有效制约。还可以请同行专家进行监督。同行专家比较容易洞悉设计者的理念,能够了解具体的操作程序。通过同行专家的评价和信息披露,可以对设计者设计出来的算法进行比较有效的事后规制。社会监督就是要求设计者将其算法设计的基本情况进行登记或备案,并且这种登记或备案信息可供社会公众查询,形成社会公众评判,从而进行道德和舆论上的制约。通过专业监督和社会监督,可以更好地防范人工智能算法设计偏离社会基本伦理规范。
对数据运用进行监管。数据的获得和利用方式是法律关注的问题。当用户流连于网络、享受人工智能设备带来的便利时,其个人信息安全可能正面临风险。例如,人们使用智能设备,往往要同意所谓的注册协议、服务协议,这些协议通常会要求用户“自愿”提供个人基本信息。企业在获得用户形式上的授权后,服务过程中涉及的个人数据就会按照约定通过网络传送给企业。比如,可以上传用户的位置、兴趣、需求、使用习惯等信息。获得这些数据的企业,可以据此形成消费者分析报告,针对用户的年龄、居住区域、消费习惯差异等,准确把握用户偏好,进行精准的市场投放。因此,数据运用可以给企业带来巨大利益。
由于互联网海量存储和快速传播的特点,获取、存储和利用个人信息的主体和环节众多,其中往往存在侵犯用户隐私安全和滥用数据的风险。面对这些风险,法律应当确立相应规范,对企业使用个人信息进行限制,使得对个人信息的保护更为详实、充分。例如,允许智能设备出于便捷服务的需要收集个人信息,但不能要求用户作出概括性授权。企业应以正当的、法定的、特定的目的,在特定范围内收集个人信息,并用于特定用途,而不能随意超越用户对其个人信息收集、使用的授权范围。应禁止企业向用户收集与服务无关的信息。服务提供商违反个人信息保护义务的,应当依法承担法律责任。总之,面对人工智能领域可能出现的风险,我们应认真研究思考并作出法律上的应对,为新技术发展设计好法治框架,让人工智能更好地造福人类。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25在数字化时代,数据已成为企业核心资产,而“数据存储有序化、数据分析专业化、数据价值可落地”,则是企业实现数据驱动的三大核 ...
2026-02-25在数据分析、机器学习的实操场景中,聚类分析与主成分分析(PCA)是两种高频使用的统计与数据处理方法。二者常被用于数据预处理 ...
2026-02-24在聚类分析的实操场景中,K-Means算法因其简单高效、易落地的特点,成为处理无监督分类问题的首选工具——无论是用户画像分层、 ...
2026-02-24数字化浪潮下,数据已成为企业核心竞争力,“用数据说话、用数据决策”成为企业发展的核心逻辑。CDA(Certified Data Analyst) ...
2026-02-24CDA一级知识点汇总手册 第五章 业务数据的特征、处理与透视分析考点52:业务数据分析基础考点53:输入和资源需求考点54:业务数 ...
2026-02-23CDA一级知识点汇总手册 第四章 战略与业务数据分析考点43:战略数据分析基础考点44:表格结构数据的使用考点45:输入数据和资源 ...
2026-02-22CDA一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16