让算法应用更加规范.docxVIP免费优质

让算法应用更加规范算法（Aorithm），原本只是解决特定问题的数理路径，“”但现在作为人工智能的底层代码，已经嵌入社会资源的调配过程。毫不夸张地说，基于算法的智能应用，正逐渐改变着“”——人们的存在方式社交媒体塑造电子身份、出行软件记录活动轨迹、电子黄页等革新生活方式、网络商城改变消费理念、搜索引擎划定知识边界、生成式人工智能主导知识传播。“”就此而论，算法社会已经悄然降临。算法可能引发的风险及成因算法虽具有便利生活、改善决策、提高效率、优化产能等优势，但同时也因缺乏有效的规制而存在诸多难以根除的风险，第一，过度依赖算法决策。即便是经验丰富的司机，完全离开手机导航，也会有如坐针毡之感。随着辅助性算法日趋频“繁地介入人们的日常决策，算法同人类的关系好比象与骑象”人，很难确定最终决定行走方向的究竟是作为潜意识的大“”象，还是作为显意识的骑象人。第二，信息茧房充斥信息获取过程。大型语言模型打底的生成式人工智能可轻易实现海“”量内容的海量生产，若辅之以基于推荐算法的精准推送，“”人们将被困于由人工智能主导的信息茧房之中，甚至将不得不迎合由算法所引导的潮流。第三，技术黑箱所隐匿的决策偏误。数据集偏差、编程人员的自我价值负载都可能导致非中立、不公正的算法结果。资信审查算法对于不同性别的利率差等，反映出算法对既有社会性偏见的强化，AI聊天软件屡屡发表的有喜好偏见的言论，更是对这一问题的直观体现。算法运行原理及步骤无论是乘客在网约车平台选择不同档次的出租车、用户在手机短视频应用中的互动，抑或是商业银行通过评分系统考察客户资信等，这些日常行为所包含的算法活动可大致划分为三个典型步骤：第一步，平台端通过（主动或被动的）数据挖掘，获取用户、消费者及同类群体的原始数据，例如所在位置、健康信息、消费记录、浏览历史、行为言论、运动轨迹等；第二步，云端将规整后的数据输入机器学习模型，输出概率、排名、风险、倾向、估值等具有明确指向性的分数和结果；第三步，应用终端生成可供决策的评价和预测报告，例如，搜索引擎生成排序界面、自动驾驶系统规划行车路径、问诊机器人给出医疗建议、出行帮手设计旅行方案、电子商务网站识别消费偏好并推送广告、平行管理与控制的混合增强智能框架进行虚拟现实等。“”“”人工智能的智能水平，事实上同人工在上述步骤中“”的含量成反比，但这并不能否认适当的人工干预对于风险治理的效果。工具的好坏取决于使用它的人，促进算法向善的关键在于算法背后的人之向善。从前述步骤拆解来看，有必要“”将以人为本的精神贯彻运用至算法活动的全流程。算法应用具有显著溢出效应，正确使用可推动经济社会各领域从数字化、网络化向智能化加速跃升，实现对社会、经济和生活的全面推动。尤其是先进的法律制度可以为确保算法活动不至于具有胁迫性而建立防火墙。算法治理及对策对算法规制的目标在于：一方面，防范本来应当是中立的人工智能应用，成为少数人的集权；另一方面，为技术优势方“”和算法受众提供商谈场域，避免法律沦为技术寡头的帮凶。回顾算法活动的典型步骤，规制算法技术风险可从以下三方面展开。“”保障用户和受众享有不受算法支配的权利。算法因异化而膨胀出的权力越是绝对，人类的尊严就越受威胁。只有在决定自身利益的关键事务上享有积极参与的权利，人类才有可能维持和延续在知识、经验和道德上的卓越。为此，有三个层次的权利，效果从低到高依次为允许数据主体修订或替换不合“”理数据的更正权、允许数据主体要求数据控制者擦除关于“”其个人数据的被遗忘权以及允许个体不受自动化决策限制“”的脱离自动化决策权。“”加强以预期效果为导向的信息披露。算法透明一直是“算法规制的重点方向，但各国政策制定者就如何实现算法透”明观点不一。2021年我国国家互联网信息办公室和工信部等部门联合发布了《互联网信息服务算法推荐管理规定》，要求算法推荐服务提供者制定并公开算法推荐服务相关规则。落实算法透明的核心在于有效披露算法决策的逻辑、运算和分析过程。为此，技术方必须主动解释清楚智能应用的软硬件和外部环境之...