连接世界
赋能民众
共筑繁荣之路
创新者
2024 年 1 月 18 日
在莫桑比克，非正规工人可以在 Biscate 商业平台注册，该平台为他们与客户牵线搭桥。一项由 data.org 包容性增长和复苏挑战项目提供部分资金的数据倡议利用这类市场数据提供见解，帮助他们建立业务。
在印度，小农通过使用冷库减少收获损失，提高销售价格。冷库与移动应用程序相连，可实时跟踪农产品的保质期，实现数字化库存管理。
在莫桑比克，许多劳工在钉在树上的木板上画上自己的电话号码，以此来招工。现在，他们可以通过手机直接了解劳动力市场，并使用各种工具来提高自己的营销和业务管理技能。
在审计哥伦比亚、墨西哥和印度银行的贷款记录时，研究人员发现，未来对女性申请人产生偏见的风险很高。妇女在现有数据中的比例较低，导致用于识别信用良好的申请人的算法出现偏差。因此，他们建造了一个新的性别公平的。
这一切在十年前是不可能实现的。但是，联网设备的增加和所产生数据的指数级增长，再加上人工智能和机器学习的快速发展，释放了数据科学的潜力。然而，直到最近，政府、非营利组织和民间组织还缺乏充分利用数据科学来帮助更多人的预算、人员和能力。
data.org 由 Mastercard Center For Inclusive Growth 和 洛克菲勒基金会 于 2020 年创立。通过在世界各地建立伙伴关系，利用数据科学解决社会最紧迫的问题，从而实现数据民主化。其倡议包括："包容性增长和复苏挑战"，该倡议为包括上述三个概念在内的社会公益突破性数据提供资助；以及 "能力加速器网络"，该网络的目标是到 2032 年，通过在 20 多个国家和地区设立中心，培训一百万名数据专业人员。 Mastercard 将一如既往地支持 data.org，通过大规模的数据科学来加快影响力。
"数据有可能扩大富人和穷人之间的差距，"包容性增长中心创始人兼总裁沙米纳-辛格（Shamina Singh）说。"我们需要继续开展必要的工作，以确保数据科学促进社会影响，创造包容性增长"。
万事达卡新闻室采访了辛格和data.org的执行董事丹尼尔-米哈伊洛夫（Danil Mikhailov），探讨了如何应对数据促进社会影响这一新兴领域所面临的挑战、为什么多元化对人才培养至关重要以及他们在哪些方面取得了成功。
辛格数据就是力量，我们现在看到的围绕人工智能的巨大竞赛就是最好的证明。我们需要牢记的是，那些在竞争中败下阵来的人，同时也是那些能够从数据Access中获益最多的人。信息不平等是这样一种理念，即信息具有不可思议的力量，具有不可思议的作用，那些能够Access信息的人可以真正加速他们的发展，而那些无法Access信息或没有能力Access信息的人则可能被抛在后面。这与我们在普惠金融领域看到的情况一致，随着越来越多的人进入数字经济，我们看到有更多的人被甩在了后面。
我们正试图通过数据驱动的举措和以包容为先的新技术的有意实施来解决这些正在形成的差距。我们在中心所做的工作就是为社会部门创造能力，使他们能够认识到自身数据的力量，并将其用于社会公益事业。这就是此次合作和创建 data.org 的基础--实际上是要创建一个新的机构，一种利用新技术和新数据资源开展这项工作的新方式。
米哈伊洛夫莎米娜，我喜欢你对信息不平等的定义：拥有数据和没有数据。这仍然是一个现实。差距并没有缩小。差距正在扩大。我们正在取得进展，努力缩小差距的增长速度。几十年来，我们一直在不同领域使用数据。包括人工智能在内的新一代数据科学技术是如此之新，变化如此之快，以至于该领域非常分散。每个人都在推出自己的初创企业或新工具和新方法，这意味着很难让整个领域围绕一些共同的挑战走到一起。至于什么是社会影响数据，什么是影响人工智能，这些都是新名词，这个领域还没有形成共识。data.org正在做的是将该领域的许多参与者--社会影响组织、科技公司和初创企业、学术机构等--聚集在一起，共同探讨我们所说的 "他们 "是指什么。
米哈伊洛夫我们做了大量工作来定义我们认为该领域缺少的角色--数据生态系统设计师。我们认为，从根本上说，我们需要的是找到能够围绕某些原则将组织团结在一起的人，从而建立更健康的数据生态系统。就像城市规划一样--建设一个拥有良好的公共空间和私人空间、建筑平衡的健康城市--你需要有人来负责。因此，我们一直在与其他组织合作，围绕这一概念联合起来，进行道德数据生态系统设计。那么我们就需要解决资金问题。在这方面需要开展大量工作，Mastercard一直在为此类工作建立可持续的资金流。技术是昂贵的。这是无法避免的。当你构建数据科学技术时，你要与世界上其他大型科技公司竞争。因此，我们所做的实际上是通过与大型科技巨头合作，将它们与社会影响力行业联系起来，提供一个帮助该行业的渠道，让它们利用自己的力量帮助他人。
在Mastercard Center For Inclusive Growth的支持下，data.org 的美国金融包容性加速器通过一个包括历史悠久的黑人学院和大学、西班牙裔服务机构和社区学院在内的联盟，推进有关数据促进社会影响的课程。
为了实现这一目标，我们正在努力确保提供培训，并通过与哈佛商学院网络和西班牙裔服务机构等合作，建立数据科学领域的多样性，以确保我们与这些解决方案的支持者共同建设，而不仅仅是为他们建设。这与通常的做法不同，通常是先让拥有数据或技术的人获得 Access，然后再让其他人使用这项技术，而他们不得不使用不一定是为他们设计的东西。我们希望确保新兴技术，如生成式人工智能，从一开始就成为开发的一部分。从一开始就优先考虑包容性。
米哈伊洛夫我会作弊，去了两个。因此，一个例子是真正的高端、全球性的，而另一个例子则更加本地化。因此，在高端规模上，它就是Epiverse，一个开发数据分析生态系统的全球合作组织，可以帮助每个人提前应对下一次公共卫生危机。这是为公共卫生分析师、数据科学家、流行病学家等这类群体创建一套开源工具。这显然是受到了大流行病的启发；我们需要在全球范围内采取行动，我们需要能够迅速分享见解。目前，它已进入六七个国家，在未来几年内，预计还将扩展到 10 到 20 个国家。然后，我会选择我们的 "包容性增长和恢复挑战"，我们在全球范围内支持了九个伟大的项目，每个项目都有非常具体的当地环境，由当地社区推动，并产生了持久的影响。例如，帮助美国社区利用城市棕地数据，帮助社区对土地进行再生。
辛格让我再接再厉。包容性增长和复苏挑战赛的重要性在于，我们希望为数据科学促进社会影响这一相对较新的概念创造需求和供给。我们的目的是利用对选定获奖者的资金支持，帮助他们扩大规模，获得更多投资，同时增强他们的使命感和我们的使命感。如果奖品能带来更多的投资，那就说明成功了。我们很高兴地看到这一切都取得了成果，尤其是挑战赛的获胜者实际上带来了大约 3000 万美元的额外投资。当其他人都投入到能力建设中时，你就知道变革正在发生。
米哈伊洛夫我们需要更多的数据科学家。我们需要他们与众不同。我们在不同的地方需要它们。首先是数字。我们没有为新经济培养足够的数据科学家，私营部门都是如此，更不用说社会影响领域了。因此，我们需要对大学进行更多的投资，开展更多的非正式培训，为那些已经有工作的人提供更多的专业培训，使他们能够接受再培训，并在现有技能基础上增加所需的技能。但我们也需要这些人与众不同。因此，我们需要加大投入，确保有更多的女性数据科学家，有更多来自不同背景、目前被剥夺了权利的数据科学家，尤其是在全球南部。我们还需要与众不同的技能。因此，目前我们只是将数据科学作为一门技术学科来教授--数学、编码，这些都非常重要。但通常情况下，要解决问题并产生社会影响，你需要了解主题。因此，你需要了解，例如，当你谈论气候、健康或金融不平等问题时，这些问题背后的原因是什么？如果你只有技术技能，当你试图创造解决方案时，往往会弊大于利。因此，教导数据科学家掌握跨学科技能，既要有技术知识，又要理解主题，是我们的能力加速器网络所关注的。
辛格在Mastercard，我们总是说客户是我们创新的中心，但事实上，如果你正在编码或创造技术或解决方案，你将根据你所知道的、你是谁以及你的生活经历来这样做。在能力加速器网络中，我们有意识地扩大了开发阶段的技术人才库，以确保投入能够代表我们所处社区、国家和地区的多样性。