【IT168】在过去的一段时间中，数据泄露的新闻时有发生，这也引发了大众对于谁拥有我们的数据、我们的数据如何被使用和共享的关注。尽管在事情发生之后，很多科技公司都表态会以更好的方式来使用和保护用户数据，但是事实情况究竟如何呢?

　　在探究事实情况之前，我们先来说明一些其它情况：

　　首先，数据、算法、人工智能和机器学习等等是难以分开，且界限模糊。对于企业来说，这些概念是集中在一起的，但是对于研究人员和决策者来说却不是这样的。例如，机器学习虽是人工智能的一个分支，但是在没有监督的情况下让机器自己学习，那么，政策制定者必须要保证机器学习算法是不受偏见的，并且要考虑到各种社会和经济情况。

　　其次，考虑科技公司缺乏对数据伦理的一致性方法，所以我们调查了被广泛接受的道德原则。

　　五大类数据伦理

　　事实上，很多科技公司都在数据伦理方面做了努力，例如微软、IBM和谷歌都发布了自己的人工智能道德原则，而Facebook和亚马逊等公司则选择了加入人工智能合作伙伴关系(PAI)和信息技术产业委员会(ITI)等联盟。

　　通过对比这些道德准则的内容，我们发现它们大致可分为以下几类：

　　隐私：这是一个大家广泛认为很重要的事情，目前大多数企业的关注点都是传统的消费者/ 供应商关系，即消费者提供、产生的数据由公司拥有，公司可使用这些数据，但需尊重机密性。

　　治理：涉及数据管理中的问责制，确保数据的质量和准确性以及算法的道德应用。这里的重点是应该遵循的内部流程

　　公平性：公平性意味着以尊重数据背后的人的方式来使用数据和算法，同时也意味着要充分考虑安全性，认识到数据的使用对于人们生活的影响。

　　共享利益：数据由产生数据的人所拥有，所以应该共同控制和共享利益。

　　透明度：透明度本质上是指对数据的收集和使用方式持开放态度，以及避免不必要的数据收集。可以认为是对数据所有权更细微的理解。

　　目前科技公司对于数据伦理的关注主要集中在隐私和治理上，但其实这只是最低要求。对于科技公司来说，公平性和透明度是现在需要考虑的问题，也需要在数据处理道德和数据收益之间来取得一个平衡。另外，对于正确的数据道德，公司之间还没有取得共识，这可能还需要外部指导和监督。