坚持科技向善 提升算法伦理治理能力(2)

同时，通过技术创新推动算法治理。金融机构应加大研发投入，在满足用户隐私保护、数据安全的前提要求下，进行数据使用和建模，防范算法的数据及隐私风险。如通过研究和运用多方安全计算、联邦学习、TEE等隐私计算技术，为算法提供强有力的安全计算支持。在运用人工智能技术提供创新产品和服务时，也应积极向监管机构提供相应的监管科技解决方案（Reg Tech），尤其是合规科技方案（Comp Tech），提供产品的安全性保障，规避隐形黑盒带来的监管盲区，提高创新业务的合规透明度，助力人工智能技术在数字化领域应用的可持续发展。

在数字化创新和发展过程中，有关数据信息运用如客户数据资料处理、客户生物信息采集、信息共享与传递、大数据风控及精准营销模型训练等基本规则较为模糊，金融服务数据化、智能化升级的背后隐藏着严峻的数据道德危机，算法中的停机问题、高频风险、算法歧视和信息茧房等影响公开透明、公平和无歧视等价值的实现，侵犯个人权利，模糊责任边界等，引发全球范围内对科技创新及其产业化应用的伦理反思和讨论。

算法与数据是人工智能发展逻辑形成的根源，同时也容易引发风险。算法伦理失范的根源是缺乏算法价值观和系统的方法。在智能风控、智能投顾、智能营销等人工智能应用场景中，金融机构可依据算法等自动化决策手段作出决定，如基于用户画像来决定个人信用及贷款额度等，复杂利益冲突、投顾算法黑箱特点带来机会分配操纵以及用户信息安全的脆弱性等问题。

二、以适应性治理积极应对算法风险

文章来源：《中国生物防治学报》 网址: http://www.zgswfzxb.cn/zonghexinwen/2022/0707/932.html