在过去的一段时间中,数据泄露的新闻时有发生,这也引起了大众对于谁拥有咱们的数据、咱们的数据如何被使用和共享的关注。尽管在事情发生以后,不少科技公司都表态会以更好的方式来使用和保护用户数据,可是事实状况究竟如何呢?算法
在探究事实状况以前,咱们先来讲明一些其它状况:安全
首先,数据、算法、人工智能和机器学习等等是难以分开,且界限模糊。对于企业来讲,这些概念是集中在一块儿的,可是对于研究人员和决策者来讲却不是这样的。例如,机器学习虽是人工智能的一个分支,可是在没有监督的状况下让机器本身学习,那么,政策制定者必需要保证机器学习算法是不受偏见的,而且要考虑到各类社会和经济状况。机器学习
其次,考虑科技公司缺少对数据伦理的一致性方法,因此咱们调查了被普遍接受的道德原则。学习
五大类数据伦理人工智能
事实上,不少科技公司都在数据伦理方面作了努力,例如微软、IBM和谷歌都发布了本身的人工智能道德原则,而Facebook和亚马逊等公司则选择了加入人工智能合做伙伴关系(PAI)和信息技术产业委员会(ITI)等联盟。 spa
经过对比这些道德准则的内容,咱们发现它们大体可分为如下几类:.net
隐私:这是一个你们普遍认为很重要的事情,目前大多数企业的关注点都是传统的消费者/ 供应商关系,即消费者提供、产生的数据由公司拥有,公司可以使用这些数据,但需尊重机密性。blog
治理:涉及数据管理中的问责制,确保数据的质量和准确性以及算法的道德应用。这里的重点是应该遵循的内部流程it
公平性:公平性意味着以尊重数据背后的人的方式来使用数据和算法,同时也意味着要充分考虑安全性,认识到数据的使用对于人们生活的影响。方法
共享利益:数据由产生数据的人所拥有,因此应该共同控制和共享利益。
透明度:透明度本质上是指对数据的收集和使用方式持开放态度,以及避免没必要要的数据收集。能够认为是对数据全部权更细微的理解。
目前科技公司对于数据伦理的关注主要集中在隐私和治理上,但其实这只是最低要求。对于科技公司来讲,公平性和透明度是如今须要考虑的问题,也须要在数据处理道德和数据收益之间来取得一个平衡。另外,对于正确的数据道德,公司之间尚未取得共识,这可能还须要外部指导和监督。
来自 “ https://phys.org/news/2018-11-tech-companies-ethic ”,原文连接:http://blog.itpub.net/31545815/viewspace-2222108/,如需转载,请注明出处,不然将追究法律责任。