报告显示:超六成受访者认为应强制企业公开算法******
光明网讯(记者 李政葳)“当前,国内对于算法治理的基本思路和框架都是清晰的,而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上,谈及算法治理的现状,清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示,算法分级分类本身不是目标,而是要针对不同风险场景配备不同监管规则。
论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心(清华大学)主办。其间,南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。
记者了解到,《算法应用与治理观察报告(2022)》,梳理了国内外的多项法规,结合热点事件及应用场景呈现了算法治理现状,并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度,最后基于多方调查分析,给出了当前算法趋势观察以及未来治理方向建议。
报告发现,目前国内算法治理仍处于早期探索阶段,企业的算法公开主要依靠官方的互联网信息服务算法备案系统,或在舆情事件发生之后。调查问卷结果显示,近半受访者承认算法让自己的使用体验更好,但仅一成受访者认为企业算法公开做得很好,逾六成的受访者称曾遭遇“大数据杀熟”;超过六成的受访者认为应该强制企业公开算法。
“在数据、算法方面治理政策进展显著,在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为,目前人工智能伦理有三个相当紧迫的问题需要被正视:首先,人工智能应当被适度使用;其次,目前人工智能服务知情同意落地艰难,被迫知情同意普遍存在;最后,目前用户数据的授权撤销在人工智能服务中存在巨大挑战,需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。
针对日前发布的《互联网信息服务深度合成管理规定》,中国政法大学数据法治研究院教授张凌寒表示,从算法治理角度来说,深度合成管理规定与之前的算法推荐管理规定的思路有所不同,前者采用了一种“三位一体由的数据与技术规范。
具体来讲,由于深度合成技术的门槛较高,技术支持者也被纳入了监管范围内。比如,深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务,应当进行显著标识,这就将更重的责任落在了服务提供者身上。
中国社科院科技和社会研究中心主任段伟文提到,算法治理需要构建可信任的算法认知,而这需要产业和消费者的共同努力:产业要努力提升算法精准性、透明度,减少偏见,减少歧视;消费者则需要提高数字素养,提升算法意识,加强在人机互动中自主性、控制感和协同意识。
献血与评优挂钩,“自愿”还有多少真实成分?******
据1月10日红星新闻报道,近日,为缓解血液库存下降的压力,不少城市组织起流动献血站点进入街道社区等活动。辽宁大连某中学下发了一则号召教师献血的通知,其中提到“献血者在学校评职、评优、评先中同等条件予以优先考虑”。这种将自愿献血与评优评先挂钩的行为引发舆论关注。目前,校方表示考虑不周,已撤回通知。
血液库存不足,一直困扰着不少地方。由于疫情影响,各地血液库存告急的问题显得更为突出,急需拓展献血人群和调动社会献血积极性。正因此,很多地方都在组织献血活动,其中不乏一些激励举措,这背后的善意值得肯定。
然而,不是所有激励措施都值得倡导。将教师献血与评优评先挂钩,表面上看,是一种激励,但如此措施的公平性值得商榷。毕竟,能否献血不只取决于意愿,还受到身体条件等方面因素的影响,如有的人患有不宜献血的疾病等。
应该明确的是,献血与教师能力素质并无关联,教师评定职称、评优的主要依据应当是其教学能力和水平,与教学活动无关的一些条件不应被包括在内。也就是说,激励人们献血应当避开职业评价。
根据我国献血法的规定,国家提倡十八周岁至五十五周岁的健康公民自愿献血。这一法律条款向社会传递出的明确信息是:献血是自愿的,不能强制。报道显示,上述学校所在区下发的《关于在全区机关企事业单位开展无偿献血的通知》中明确,“本次献血工作纳入各部门、单位工作实绩考核”“每个单位参与献血人数不低于在岗人数10%,每人献血量不少于200ml”。如此做法显然会折损“自愿”的真实性和成色,也容易导致一些学校在落实相关工作时乱作为。
激励献血,既要调动公众的积极性、尊重献血者、呵护公益爱心,也要强调自愿、保证公平。比如,要落实好献血者自己及近亲属用血的优惠政策,简化免费用血的手续,充分体现公益互助的特质;单位或行业组织献血可以给予职工一定的营养补贴,适当安排职工休假休息等;政府层面可以给予某些符合条件的献血者一定的礼遇,如授予道德模范称号等。
鼓励民众定期自愿无偿献血是一项长期工程,切忌用力过猛。(工人日报 木须虫)
(文图:赵筱尘 巫邓炎)