【大数据】人工智能时代的数据隐私、垄断与公平（中）

人工智能时代的数据隐私、垄断与公平（中）2020-05-09上述举措虽在一定程度上缓解了数据垄断的局势，但并不能根治该问题。应对数据垄断，要寻求更好的数据治理模式，不能一味封锁和限制数据的采集和使用，“开源节流”十分关键。一方面，要规范数据的收集、流通和使用，使数据资源得到合理有效的配置；另一方面，要积极探索隐私保护的数据共享技术，打破数据孤岛，促进数据流通。55决策公平问题决策公平问题机器学习算法在服务智能生活的同时，公平问题逐渐产生。2015年，亚马逊通过机器学习实现的自动化招聘系统存在性别歧视，最终该项目被关闭。2016年弗吉尼亚大学文森特·欧多尼兹教授通过对图形识别软件进行大量测试，发现其易于将键盘鼠标等与男性结合，将厨房购物等与女性结合，存在偏见。2018年“大数据杀熟”被选为年度社会生活类十大流行语之一，其含义是指电商平台或服务网站为用户提供智能服务时，基于用户数据分析对同一商品为不同用户提供差异化定价，引发价格歧视。用户应意识到，机器学习算法为人类当前的研究分析工作提供了更高效的结果，但不一定是更正确的结果，其算法决策中存在的不公平、不可信等问题值得引起大众关注。从理论