人工智能时代的数据风险、信息垄断和算法偏见与信息操控等几个忧虑的介绍与分析

　　数据风险

　　人工智能时代，无论是个性化新

　　闻推荐，还是“机器人写作”，他们

　　都是一种基于大数据的新闻生产，这

　　也是新闻业对于大数据的主动探索。

　　大数据的优势在于四个 V，即 Volume

　　（体量大）、Velocity（速度快）、Va

　　riety（种类多）、Value（价值密度低）。

　　大数据的浪潮不可逆转，然而在人工

　　智能时代，数据风险也随之增大。

　　根本原因，在于数据源的不确定

　　性。数据的提供者可以是政府机构、

　　专业组织，也可以是社会个人，不同

　　的信源，在提供数据时有着不同的动

　　机、精准度、专业度等因素的差异。

　　这里面无法剔除数据造假、数据操纵

　　等信息噪音。AI 时代，数据的体量大

　　幅度增长，然而巨量数据的背后是价

　　值密度的稀释。计算机学者指出，目

　　前的人工智能还达不到在短时间内高

　　效提取有价值的信息，有太多噪音和

　　熵影响精准度，呈现虚假关系的风险

　　也随之增大。2016 年美国大选，NBC

　　和华尔街日报等机构的民调失败就是

　　最直接的案例。AI 时代数据爆炸，数

　　据泄露的风险更令人担忧，人工智能

　　的任何一款产品都可以充当社会传感

　　器，可以进行个人数据的采集与监视，

　　这些数据一旦泄露，其问题处理起来

　　可能比 2013 年的“棱镜门”事件还

　　要棘手。

　　信息垄断

　　互联网的基本精神之一就是信息

　　开放，但就现实而言，信息往往集中

　　在几个政府以及大公司手中，而人工

　　智能技术目前也集中在这些公司与组

　　织。信息开放可以让数据流动起来，

　　在社会的各个层面实现更大的价值，

　　然而无论是国外的微软、谷歌，还是

　　国内的百度、腾讯和网易，在人工智

　　能的“利益争夺战”中都各自为阵，

　　基于各自用户进行数据采集分析，信

　　息壁垒使数据缺乏多样化，许多有价

　　值的层面例如重叠用户的分析，无法

　　有效进行。

　　行业寡头对于信息的垄断不局限

　　于数据层面，还包括数据分析团队的

　　垄断。这里的团队，是指能够跨部门

　　融合的、跨领域合作的数据生产与分

　　析团队。弱人工智能阶段，数据分析

　　需要“专家系统”的参与，比如现阶

　　段的个性信息推送以及机器人写作，