报告显示：超六成受访者认为应强制企业公开算法******

　　光明网讯（记者 李政葳）“当前，国内对于算法治理的基本思路和框架都是清晰的，而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上，谈及算法治理的现状，清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示，算法分级分类本身不是目标，而是要针对不同风险场景配备不同监管规则。

　　论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心（清华大学）主办。其间，南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。

　　记者了解到，《算法应用与治理观察报告（2022）》，梳理了国内外的多项法规，结合热点事件及应用场景呈现了算法治理现状，并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度，最后基于多方调查分析，给出了当前算法趋势观察以及未来治理方向建议。

　　报告发现，目前国内算法治理仍处于早期探索阶段，企业的算法公开主要依靠官方的互联网信息服务算法备案系统，或在舆情事件发生之后。调查问卷结果显示，近半受访者承认算法让自己的使用体验更好，但仅一成受访者认为企业算法公开做得很好，逾六成的受访者称曾遭遇“大数据杀熟”；超过六成的受访者认为应该强制企业公开算法。

　　“在数据、算法方面治理政策进展显著，在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为，目前人工智能伦理有三个相当紧迫的问题需要被正视：首先，人工智能应当被适度使用；其次，目前人工智能服务知情同意落地艰难，被迫知情同意普遍存在；最后，目前用户数据的授权撤销在人工智能服务中存在巨大挑战，需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。

　　针对日前发布的《互联网信息服务深度合成管理规定》，中国政法大学数据法治研究院教授张凌寒表示，从算法治理角度来说，深度合成管理规定与之前的算法推荐管理规定的思路有所不同，前者采用了一种“三位一体由的数据与技术规范。

　　具体来讲，由于深度合成技术的门槛较高，技术支持者也被纳入了监管范围内。比如，深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务，应当进行显著标识，这就将更重的责任落在了服务提供者身上。

　　中国社科院科技和社会研究中心主任段伟文提到，算法治理需要构建可信任的算法认知，而这需要产业和消费者的共同努力：产业要努力提升算法精准性、透明度，减少偏见，减少歧视；消费者则需要提高数字素养，提升算法意识，加强在人机互动中自主性、控制感和协同意识。

“头脑风暴”聚焦练兵备战******

　　本报讯赵元涛、特约记者张军报道：“练兵备战与作战需求贴合不紧、国防动员潜力数据更新不够及时……”寒冬时节，一场检讨反思会在云南省昆明警备区举行，各级紧贴部队任务和训练实践查摆和剖析存在的问题，刮起一股聚焦练兵备战的“头脑风暴”。

　　“党的二十大报告描绘了如期实现建军一百年奋斗目标、加快把人民军队建成世界一流军队的发展蓝图。这是人民军队必须扛起的时代重任，我们要增强紧迫意识，始终保持拼出来、干出来、奋斗出来的精神状态，跑好我们手中这一棒。”该警备区政委吴正良介绍，近年来，他们严抓实战化军事训练，结合群众性岗位练兵强训精训，着力培养一专多能的复合型人才。

　　针对一些官兵年度演训任务中暴露出来的训战结合不够紧密、应急保障能力与实战要求差距较大等问题，他们组织机关干部、所属人武部主官开展“深挖新域新质战力，创新战法训法”“为保障打赢多学一手”等群众性大讨论，认真找“病灶”、寻规律、想对策。检讨反思中，大家不绕弯子直面问题。富民县人武部上半年较好地完成了陆军某旅过境保障任务，然而人武部部长王洪斌的发言刀口向内，毫不避讳地指出存在的问题：“对油料补给基数掌握不够精准，国防动员潜力调查数据采集人员的基础知识、专业知识欠缺……”

　　未来联演联训中如何做好卫勤保障力量编组、组织指挥、战场救治、协同保障？各方掌握的战场态势信息如何实现实时共享……对查摆出的一个个问题，大家边反思讨论、边研究措施，逐步达成共识。

　　在认真查摆反思问题基础上，他们成立备战打仗督导小组，重点把战备目标过一遍、把重点岗位能力过一遍、把支援保障底数过一遍，扎实推进各项备战打仗工作走深走实。

　　前不久，该警备区快速实施弹药前出支援保障演练。此次演练，严格落实各项程序，达到品种清、批次清、数量清、质量清、配套清、手续清要求。在各小组默契配合下，经过连贯作业，所有装备物资准时到达目标位置，有效锤炼了官兵“拉得出、上得去、保得好”的打赢本领。