兩位科技樂觀主義者談資料隱私與人工智慧的交集

蒙哥馬利 自歐洲於 2018 年推出《 一般資料保護條例》 （ General Data Protection Regulation ，簡稱 GDPR）以來，隱私權領域的法規形勢已經爆發。100 多年來，我們贏得了客戶的信任，我們希望保持這種信任。我們圍繞人工智慧建立了原則，包括人工智慧應該增強人類智慧、應該透明、可解釋且公平，以及資料屬於其創造者。

Montgomery:這是一個例子，說明我們各自的公司都非常積極地參與，幫助可信資料領域取得進展，而不只是局限於我們公司的四面牆。我們真的相信，我們角色的一部分不僅僅是發展實踐、倡導與這些實踐相一致的政策，並成為負責任的管理者，還要幫助世界找到解決方案，並與外界分享。資料& Trust Alliance 正在建立資料來源標準- 為全世界建立標準，而不只是為我們公司建立標準。這是關於資料的脈絡，以及如何擁有一套方法和一致的架構來標記資料，並能夠在整個資料生態系統中一致地從頭追溯到尾。如果我們能夠統一一套共同的資料標準，這將會改變遊戲規則。

Louveaux：如果你沒有可靠的方法來組織和即時理解你的數據，最終會得到零散的要求，關於如何收集、使用和共享數據，這使得創新變得非常困難。

Montgomery: 這就是它變得有點挑戰性的地方。你可以看看資料洩露事件，或者你對資料當事人權利請求的響應速度。在人工智能方面，我們關注新法規的合規性（即達到合規需要多少天？）、我們處理流程的速度，以及我們對企業的反應速度。但許多關鍵的東西是無法衡量的。你如何維護 Mastercard 和 IBM 等知名品牌的信任？這是一個更難以衡量的問題。

Louveaux: 任何——無論是真是假——會讓 Mastercard 的聲譽面臨風險的事，都會令我夜不能寐。因為，眾所周知，一旦信任被破壞，就很難再挽回。

Montgomery：信任是點滴建立，卻易如反掌地失去。失去信任真的很容易。在如此迅速發展的環境中，要維持高標準和高期望尤其具有挑戰性。

Montgomery: 我真的認為最重要的技能是具備成長心態。我接手這份工作時根本不知道人工智能倫理是什麼，對吧？沒有人知道。當時只有一小部分人知道這是什麼。所以任何人都可以學習它。我們正處於起步階段，但你必須願意學習，而且確實需要花大量時間才能不斷掌握最新動態並深思熟慮。

Louveaux: 我們也優先考慮一切的多元性——學科、背景、文化、地理，應有盡有。我們與本地參與者有很多互動。與本地保持聯繫非常重要，要了解這些新的人工智能政策意味著什麼、將如何被詮釋，以及掌握本地背景至關重要。我認為我們也可以向我們的技術、業務和安全團隊學習。我們並不是要將自己局限於法律和監管問題。如果你想擅長此道，你需要了解其餘的一切，以及它們如何融入更廣泛的背景。

Louveaux: 人工智能、網絡安全、內容審核和數碼空間的法規之間將會有很多重疊。當 GDPR 生效時，我們為客戶舉辦了工作坊，因為他們許多人很難理解其中的要求。隨著我們遇到人工智能規例，理解所需的資訊、找出規例之間的共通點、建立相關計劃與基礎，以遵守新出現的規例，然後幫助客戶也能做到這一點，對我們來說至關重要。

Montgomery:我非常同意這一點。我從未如此樂觀地認為，我們有能力在未來的公司和政策制定中扮演如此重要的角色。每個人都想學習 AI。政策制定者需要學習人工智能，因為如果他們不學，那麼在政策建議方面就會犯錯。我們有許多機會可以發揮正面的影響力。