数据不是公正的 包容性和公平性对于数据驱动的决策至关重要

Governments，国家和国际机构和企业必须联合起来，确保成功和负责任地部署AI和新兴技术。这是TechUK在伦敦召开的第二届数字伦理峰会的核心信息。

TechUK的副首席执行官Antony Walker阐述了峰会的目的：“如何实现技术的承诺，以最小化伤害的方式为人们和社会带来利益”。

这种情绪在一整天都得到了回应。微软数据架构师Kate Rosenshine提醒我们，数据不是公正的，包容性和公平性对于数据驱动的决策至关重要。她引用了美国银行首席技术官Cathy Bessant的话：

技术人员不能忽视算法如何影响真实的人。

消费者信任

数字部长Margot James专注于消费者的重要性，指出“只有当人们相信技术为他们工作并且他们将受到保护免受伤害时，创新企业才能茁壮成长。”

她概述了政府迄今采取的步骤，特别是建立了数据伦理与创新中心，该中心致力于研究数据如何影响人们的在线体验以及使用算法做出的决策偏差的可能性。

但是，对道德，负责任的技术的责任不仅取决于政府和监管。“行业也必须发挥更大的作用，当然也有这样做的既得利益; 赢得客户信任的公司将会茁壮成长。“

鉴于今年涉及Facebook，谷歌和亚马逊的数据使用丑闻，这一点尤为重要。

员工道德

数字伦理也是关于保持劳动力的一面。普华永道人工智能总监罗伯•麦卡尔戈(Rob McCargow)曾主持商业道德实践小组讨论，他提到Salesforce聘请宝拉高曼作为其首个首席道德和人道使用报价，讨论涉及Salesforce的员工抗议活动。在谷歌。

这些不是关于任何一家公司的员工薪酬和条件，而是关于他们的AI技术的部署方式。这是一个相对较新的发展：千禧一代特别寻求在他们的个人原则和信仰与他们所从事的业务的企业价值观之间保持一致。从组织的角度来看，道德企业正在赢得人才争夺战，因此道德规范直接影响着竞争环境。

数据保护

数据是业务中最重要的考虑因素。它通常被描述为“新油”。该小组讨论了企业如何收集，使用和保护客户数据。英特尔全球隐私政策总监Riccardo Masucci概述了他的建议，其中包括基于风险的问责制，可解释性以及通过检测偏见和网络威胁“观察数据来保护数据”的观察。

Your MD的首席执行官Matteo Berlucchi正致力于外部审计流程，以验证数据集在医疗保健领域的机器学习中的应用。

负责新兴技术建议的律师事务所Kemp Little的合伙人艾玛赖特发现了一个新的类比。“从法律角度来看，数据是新的叉车，数据保护相当于健康和安全，”她补充说，GDPR要求企业进行数据保护影响评估，并建议企业审查其数据集 - 包括收集数据的原因。

巴克莱(Barclays)战略转型主管安娜佩拉莱斯(Ana Perales)将讨论带回消费者手中。“银行和金融服务面临的挑战是帮助人们理解人工智能，而不是让每个人都成为数据科学家。”巴克莱的方法是通过客户的视角来看待他们所做的一切。

数据隐私问题

下午的会议主要是围绕建立信任和公平的困境。“如果我们要实现数据的全部潜力，我们必须使数据信任和道德数据成为每个组织文化的核心，”Splunk全球事务高级副总裁Lenny Stein说。

Darren Jones议员想知道个人是否看到数据使用方式的价值：

我的选民希望知道某人有他们的背，并且系统中存在公平性。

政策主管Caroline Normand在哪?他们的研究结果表明，尽管人们喜欢小工具，但他们对收集和使用的数据并不满意--89%的受访者担心未知公司正在构建有关他们的资料，而这些资料可能会以不存在的方式使用。他们的兴趣。

最后一个小组讨论了当天的关键问题以及未来的问题。CognitionX的联合创始人兼政府人工智能委员会主席Tabitha Goldstaub表示，企业和个人之间在数据隐私和数字道德方面存在脱节，需要进行更广泛，更国际化的辩论，以及更好地全面了解其利益和技术和数字化的挑战。