数据和算法构成了当前信息通信技术特别是人工智能创新发展的关键要素，在其开发和利用过程中产生了诸多伦理风险和问题。在日前举办的以“加强科技伦理治理背景下的算法与数据治理”为主题的“伏羲智库学术沙龙·数据治理前沿系列研讨会”上，伏羲智库高级顾问、williamhill官网文科资深教授、williamhill官网人工智能国际治理研究院院长、williamhill官网苏世民书院院长薛澜表示，数据、算法的伦理问题和治理问题应当区别对待。

薛澜指出，在道理层面，人们习惯把伦理问题和治理问题放到一起讨论，但其实两者是存在差别的，需要区别对待。

薛澜认为，伦理问题主要涉及社会行为准则和规范。以职业伦理为例，人们去找律师或医生，一定会泄露很多个人隐私。但是，很少会有人为此担忧，因为医生和律师都是受职业伦理和行业规则约束的。而当前人工智能面临一些伦理问题，在很大程度上是因为人工智能技术比较新，其相关伦理规则尚未在全社会形成共识。“如果有更多的交流和讨论，能够形成被公众普遍接受的伦理规则，那么人工智能面临的一些伦理问题就可以部分地得到解决。”他指出，很多伦理问题并没有绝对的对错，人们的观念意识不同，看法也会不同，所以伦理方面的问题可能更多的是求同存异。

“治理问题则是从公共管理角度出发，对新兴技术的研发和应用带来的有社会影响的问题找到解决办法。”薛澜以电子游戏为例，认为其本身没有问题，但若未成年人沉溺其中，就会给社会带来不利影响。他认为：“怎样能够让我们的产品或服务在改善公共福利的同时，尽可能减小潜在的不利影响，是治理需要考虑的。例如，人工智能技术的应用确实提高了政府、企业、社会等各个方面的效率，但从长远来看，其对整个社会就业带来的影响是治理需要关注的内容。”

在执行层面，薛澜表示，存在准则、标准、规范、法律等多种治理工具，但其中最好的工具之一是市场的公平竞争，可以帮助人们解决很多问题。但这里说的治理主要是解决一般市场运行自身解决不了的问题。对算法和数据治理应当考虑以下两点：一是关于成本和收益。行业治理和行业发展应是并行不悖的关系，如果治理成本过高，最后可能对行业发展产生重大的不利影响。二是关于国际竞争力。一方面对行业的治理要把国际市场的因素考虑进来。例如，有些企业如果仅仅从国内市场看已经是垄断了，但如果从全球市场看，根本就排不上。另一方面，制定相关治理规则要考虑国际通行做法，特别是在立法上要格外慎重。我国不一定要走在最前面，但也不能落后。

在治理的具体执行层面，到底是结果导向还是过程导向？“过程导向是通过设立特定规则或流程，让企业行为符合规则，但最后效果如何有不确定性。还有一种执行方式是结果导向，但执行过程就不一定规范了。这也是我们下一步在落实目前出台的有关文件时需要重点考虑的。”薛澜如是说。

编辑：李华山