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
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19