纽约——在2005年飓风卡特里娜袭击新奥尔良后,直邮营销企业伟乐思为协助改善救援提供与紧急机构和志愿者分享了所掌握的数据。在智利圣地亚哥,来自发展大学、ISI基金会、联合国儿童基金会和治理实验室(GovLab)的分析人员与该市规模最大的移动运营商西班牙电信合作,研究基于性别的出行模式,目的是设计一套更为公平的交通政策。作为耶鲁大学开放数据访问项目的组成部分,医疗保健公司公司强生、美敦力和 SI-BONE为打开医疗创新大门向研究人员提供了此前处于隔离状态的333项临床试验数据。
以上仅仅是“数据协作”的三个例子,这是一种新兴的合作模式,参与各方可以借此为公益目的交换数据。上述联系通常涉及公共机构利用企业和其他私营部门实体的数据来造福社会。但数据合作同样可以让企业受益——制药企业共享生物标记数据以加速自身药物研究工作就是一个例子。数据共享计划同样具备改善人工智能(AI)的巨大潜力。但它们的设计必须负责任,而且考虑到数据隐私问题。
要想深入了解此类探索活动的潜在作用和限度,重要的是要深入了解数据合作的社会及商业实例及其可以采取哪些形式。治理实验室已经确定了跨大陆及跨行业的150多家数据合作机构;其中包括法国航空、 Zillow和脸书等企业。我们的研究表明,上述伙伴关系可以通过三种主要方式创造价值。
首先,数据协作可以改善情境及因果分析。它们独一无二的数据集可以协助政府官员更好地了解交通问题或金融不平等,并基于相关证据制定更加灵活和有效的政策来解决这些问题。
此外,这些数据交换提高了决策者的预测能力。今天大量的公共和私人数据可以为未来发展提供强大的洞察力,从而协助决策者策划并实施更为有效的措施。
最后,也是最重要的是,数据协作可以增强人工智能的活力、准确度和响应能力。尽管分析人士认为人工智能将成为21世纪治理活动的核心,但其所取得的结果却必须受制于所使用的基础模式。而模型的复杂程度和准确度往往取决于为其提供支撑的数据的质量、深度、复杂性和多样性。数据协作因此可以通过打破孤岛,从全新替代来源搜集数据来发挥关键作用,构建更好的人工智能模式。
公共和私人数据协作在造福社会方面具有极大潜力。例如,决策者分析城市交通模型或经济发展可以通过利用电信运营商生成的详细呼叫记录来使其发展模型更加准确。而研究人员也可以通过加入商用卫星运营企业的数据来使其气候预测模型更为准确。数据交换对私营部门同样有用,能协助企业提高品牌声誉,更有效地分配研发支出、增加利润并找出全新风险和机遇。
但尽管拥有上述所有发展空间和前景,数据协作仍然是一个我们刚刚开始了解其好处和潜在缺点的新兴领域。我们治理实验室的策略强调数据协作的共同利益,目的是在数据供应商和用户之间建立起信任关系。
作为上述过程的组成部分,我们已经开始设计一套机构框架,将负责任的数据协作置于公共和私营部门实体运营的核心位置。其中包括确定上述机构的首席数据管理员 ,负责领导长期、系统性且合乎道德的合作工作的设计与实施。这样做的目的是建设一套公共和私营部门的个人网络,其目的是推动数据管理。
鉴于人们对数据隐私和滥用(也就是所谓科技抵制潮)的高度关注,不难想象有些人会对数据共享计划小心翼翼。我们注意到这些正当的担忧,也注意到哪些原因造成对公众信任的普遍侵蚀。但我们也相信,解决上述问题的最佳方法是建立严格的框架以及更系统性的数据协作方式。
数据协作把原来孤立的数据和分散的知识结合在一起,并协助实现上述信息的供求匹配。精心设计的计划能够确保恰当的团体和个人负责任地使用这些数据,以最大限度地发挥创新社会政策的潜力。加速推动数据协作增长对进一步发展人工智能至关重要。
共享数据有风险,但也有可能改变我们的治理方式。通过充分利用数据协作的力量,政府可以制定更明智的政策来改善人们的生活水平。
纽约——在2005年飓风卡特里娜袭击新奥尔良后,直邮营销企业伟乐思为协助改善救援提供与紧急机构和志愿者分享了所掌握的数据。在智利圣地亚哥,来自发展大学、ISI基金会、联合国儿童基金会和治理实验室(GovLab)的分析人员与该市规模最大的移动运营商西班牙电信合作,研究基于性别的出行模式,目的是设计一套更为公平的交通政策。作为耶鲁大学开放数据访问项目的组成部分,医疗保健公司公司强生、美敦力和 SI-BONE为打开医疗创新大门向研究人员提供了此前处于隔离状态的333项临床试验数据。
以上仅仅是“数据协作”的三个例子,这是一种新兴的合作模式,参与各方可以借此为公益目的交换数据。上述联系通常涉及公共机构利用企业和其他私营部门实体的数据来造福社会。但数据合作同样可以让企业受益——制药企业共享生物标记数据以加速自身药物研究工作就是一个例子。数据共享计划同样具备改善人工智能(AI)的巨大潜力。但它们的设计必须负责任,而且考虑到数据隐私问题。
要想深入了解此类探索活动的潜在作用和限度,重要的是要深入了解数据合作的社会及商业实例及其可以采取哪些形式。治理实验室已经确定了跨大陆及跨行业的150多家数据合作机构;其中包括法国航空、 Zillow和脸书等企业。我们的研究表明,上述伙伴关系可以通过三种主要方式创造价值。
首先,数据协作可以改善情境及因果分析。它们独一无二的数据集可以协助政府官员更好地了解交通问题或金融不平等,并基于相关证据制定更加灵活和有效的政策来解决这些问题。
此外,这些数据交换提高了决策者的预测能力。今天大量的公共和私人数据可以为未来发展提供强大的洞察力,从而协助决策者策划并实施更为有效的措施。
最后,也是最重要的是,数据协作可以增强人工智能的活力、准确度和响应能力。尽管分析人士认为人工智能将成为21世纪治理活动的核心,但其所取得的结果却必须受制于所使用的基础模式。而模型的复杂程度和准确度往往取决于为其提供支撑的数据的质量、深度、复杂性和多样性。数据协作因此可以通过打破孤岛,从全新替代来源搜集数据来发挥关键作用,构建更好的人工智能模式。
BLACK FRIDAY SALE: Subscribe for as little as $34.99
Subscribe now to gain access to insights and analyses from the world’s leading thinkers – starting at just $34.99 for your first year.
Subscribe Now
公共和私人数据协作在造福社会方面具有极大潜力。例如,决策者分析城市交通模型或经济发展可以通过利用电信运营商生成的详细呼叫记录来使其发展模型更加准确。而研究人员也可以通过加入商用卫星运营企业的数据来使其气候预测模型更为准确。数据交换对私营部门同样有用,能协助企业提高品牌声誉,更有效地分配研发支出、增加利润并找出全新风险和机遇。
但尽管拥有上述所有发展空间和前景,数据协作仍然是一个我们刚刚开始了解其好处和潜在缺点的新兴领域。我们治理实验室的策略强调数据协作的共同利益,目的是在数据供应商和用户之间建立起信任关系。
作为上述过程的组成部分,我们已经开始设计一套机构框架,将负责任的数据协作置于公共和私营部门实体运营的核心位置。其中包括确定上述机构的首席数据管理员 ,负责领导长期、系统性且合乎道德的合作工作的设计与实施。这样做的目的是建设一套公共和私营部门的个人网络,其目的是推动数据管理。
鉴于人们对数据隐私和滥用(也就是所谓科技抵制潮)的高度关注,不难想象有些人会对数据共享计划小心翼翼。我们注意到这些正当的担忧,也注意到哪些原因造成对公众信任的普遍侵蚀。但我们也相信,解决上述问题的最佳方法是建立严格的框架以及更系统性的数据协作方式。
数据协作把原来孤立的数据和分散的知识结合在一起,并协助实现上述信息的供求匹配。精心设计的计划能够确保恰当的团体和个人负责任地使用这些数据,以最大限度地发挥创新社会政策的潜力。加速推动数据协作增长对进一步发展人工智能至关重要。
共享数据有风险,但也有可能改变我们的治理方式。通过充分利用数据协作的力量,政府可以制定更明智的政策来改善人们的生活水平。