中新經緯7月15日電 (王玉玲 實習生 郭西子)近日，由對外經濟貿易大學數字經濟與法律創新研究中心舉辦的“算法公平治理與實現”研討會在線上舉行。對外經濟貿易大學數字經濟與法律創新研究中心執行主任張欣在會議上表示，算法公平具有多維動態性，應根據場景制定公平價值觀的優先級清單。
會議伊始，張欣就數字經濟與法律創新研究中心撰寫的《算法公平性分類與實現》研究報告進行了匯報。報告指出，算法公平是一個具有多維動態性的概念，對算法公平性的目標追求和要求不能泛泛而論和求全責備，在人工智能語境下，任何關于算法公平的主張都需要在特定場景下結合法律規范、技術倫理和社會影響展開評判和預估。
(資料圖片)
報告共分為四部分。第一部分為算法公平的定義與界分。對算法公平劃分主要從以下四個方面進行：基于主體，基于參與者，基于主觀感知和基于算法生命周期。
報告指出，從參與者角度分析，平臺算法公平是多方主體的公平，需要超越單一的用戶視角。分析工業界實踐表明，企業是可以在這些方面做出積極探索并在公共利益和商業利益之間建立良性平衡的。例如，TikTok推薦算法兼顧了需求方(短視頻觀看者)和供給方(短視頻發布者)兩個角度的公平，使得普通用戶發布的內容也有可能受到明星般的關注，迅速流行起來；具有小眾或細分需求的用戶，也能看到自己感興趣的內容。
第二部分為算法公平的衡量與判據。報告顯示，為提升算法的公平性，國內外互聯網企業做了不同探索。比如，2018年，IBM推出AI Fairness 360，用以減少軟件偏見并提高其公平性。Facebook(Meta)公開了Fairness Flow診斷工具包，幫助診斷和分析算法模型和標簽的公平性問題。阿里巴巴、字節跳動、美團、京東等國內互聯網企業也積極探索解決方案，積極規避造成算法不公平的潛在因素，發展無偏推薦系統。
第三部分為算法公平實現層次。首先，從預處理、中間處理和后處理去做算法公平設計；其次，從算法公平運行的角度討論到底如何構建更加全面的數據集，使算法具有更加公平和可解釋的特性；接下來是進行算法公平輸出；最后，討論如何從短期、中期、長期實現算法公平。
第四部分為算法公平的實現周期。算法歧視和不公是技術與社會互動的結果，是根植于社會結構中深層和隱形的不平等在算法系統中的表現，算法實現周期對應著四個不同特質：一是算法公平具有場景化特質，并且有著嚴格的約束條件和給定條件，所以相對應的算法治理是相對有限。二是算法公平具有動態演進性，公平的倫理內容及規范內容具有時代性，目的和部署場景具有差異性。在某一時期中算法公平，在另一時期由于歷史、社會的發展可能就不再公平。三是算法公平具有多維性特征，通過算法和技術完全消除社會當中的不公平是不切實際的。四是算法公平具有過程溝通性，通過主觀感知進行劃分。
張欣表示，短期算法公平治理，應該從三個方面展開。一是建立算法公平目標體系，包括感知公平性、統計公平性和因果公平性，同時要鼓勵和尊重不同平臺、不同場景下，依據算法功能定位，各個平臺主營業務特征，運行場景利益相關主體，制定公平價值觀的優先級清單；二是完善數據公平治理；三是創建公平解釋機制。
而針對中期算法公平治理，報告建議，完善算法公平審計制度；建立算法影響評估制度，包括算法影響評估的分類和分級；推動算法公平認證制度落地。對于長期算法公平治理，應從法律上構建算法公平的法律規范體系，培育算法公平治理文化，同時培育算法公平向善的運行生態。
最后，張欣指出，算法公平的認知和行業實踐仍處于起步階段，算法公平治理是涉及個體、企業行業、公共機構等多元主體復雜互動的重要議題，需要以適宜的運行生態作為基礎協同推進，以獲得制度實效最大化，共筑“算法公平向善”的運行生態。(更多報道線索，請聯系本文作者王玉玲：wangyuling@chinanews.com.cn)(中新經緯APP)
(文中觀點僅供參考，不構成投資建議，投資有風險，入市需謹慎。)
關鍵詞：
