企業數據素養大檢測

我們都看過報導指出，人臉辨識軟體無法辨識出深膚色的臉孔，或者，機器人放款行員拒絕特定群體申請的抵押貸款。愈來愈多研究明確顯示，由不具代表性群體編寫的演算法，而打造的人工智慧，會讓社會中已普遍存在的不平等現象長期存在。隨著更多公司更依賴數據資料和人工智慧，「演算法歧視」的問題可能只會惡化。

大多數公司現在都知道這種現象存在。它們想弄清楚的是：如何才能避免成為另一個糟糕的案例？

簡短的回答是：人人都有責任，以批判性的態度，去思考自己正在收集的數據，以及如何使用它們。擴大組織裡能協助質疑、構建、監控算法的人員範圍，是開發出負責任人工智慧的唯一途徑。要做到這一點，員工必須具備數據素養，也就是要有能力解析和整理複雜的數據、解釋和總結概述數據、產出預測，或是理解演算法的倫理意涵。這和數學一樣，可以在初學或進階模式下學習、跨越多門學科，而且，對實務面的重視，通常會超過學術面。

在組織中培養數據素養，也有助於數據團隊多元化；這些團隊在第一線針對如何收集、處理、部署數據，做出很重要的決策。數據團隊多元化很重要，這是我擔任量化基金（quant fund）經理人十多年，親身學到的心得。人們普遍認為，更多元的投資組...