只到及格線？盤點科技公司遵循的數據倫理

在過去的一段時間中，數據泄露的新聞時有發生，這也引起了大衆對於誰擁有咱們的數據、咱們的數據如何被使用和共享的關注。儘管在事情發生以後，不少科技公司都表態會以更好的方式來使用和保護用戶數據，可是事實狀況究竟如何呢?

在探究事實狀況以前，咱們先來講明一些其它狀況：

首先，數據、算法、人工智能和機器學習等等是難以分開，且界限模糊。對於企業來講，這些概念是集中在一塊兒的，可是對於研究人員和決策者來講卻不是這樣的。例如，機器學習雖是人工智能的一個分支，可是在沒有監督的狀況下讓機器本身學習，那麼，政策制定者必需要保證機器學習算法是不受偏見的，而且要考慮到各類社會和經濟狀況。

其次，考慮科技公司缺少對數據倫理的一致性方法，因此咱們調查了被普遍接受的道德原則。

五大類數據倫理

事實上，不少科技公司都在數據倫理方面作了努力，例如微軟、IBM和谷歌都發布了本身的人工智能道德原則，而Facebook和亞馬遜等公司則選擇了加入人工智能合做夥伴關係(PAI)和信息技術產業委員會(ITI)等聯盟。 

經過對比這些道德準則的內容，咱們發現它們大體可分爲如下幾類：

• 隱私：這是一個你們普遍認爲很重要的事情，目前大多數企業的關注點都是傳統的消費者/ 供應商關係，即消費者提供、產生的數據由公司擁有，公司可以使用這些數據，但需尊重機密性。

• 治理：涉及數據管理中的問責制，確保數據的質量和準確性以及算法的道德應用。這裏的重點是應該遵循的內部流程

• 公平性：公平性意味着以尊重數據背後的人的方式來使用數據和算法，同時也意味着要充分考慮安全性，認識到數據的使用對於人們生活的影響。

• 共享利益：數據由產生數據的人所擁有，因此應該共同控制和共享利益。

• 透明度：透明度本質上是指對數據的收集和使用方式持開放態度，以及避免沒必要要的數據收集。能夠認爲是對數據全部權更細微的理解。

目前科技公司對於數據倫理的關注主要集中在隱私和治理上，但其實這只是最低要求。對於科技公司來講，公平性和透明度是如今須要考慮的問題，也須要在數據處理道德和數據收益之間來取得一個平衡。另外，對於正確的數據道德，公司之間尚未取得共識，這可能還須要外部指導和監督。

來自 「 https://phys.org/news/2018-11-tech-companies-ethic 」，原文連接：http://blog.itpub.net/31545815/viewspace-2222108/，如需轉載，請註明出處，不然將追究法律責任。