分类: 信息资源管理 >> 图书馆学 提交时间: 2024-10-12
摘要:[目的/意义]AI数据多样性对于增强AI模型性能、减少偏见与歧视至关重要。然而,当前对AI数据多样性概念对象和特征的研究较少且缺乏系统性。本研究丰富了AI数据多样性的认知,对提升AI数据多样性质量,促进AI模型性能优化,促进系统性能与公平性提升具有理论意义和实践价值。[方法/过程]本研究采用ISO 704:2022概念构建的通用方法,通过系统梳理期刊论文、政策和标准中多样性的概念对象和特征,构建了一个较为全面的AI数据多样性概念体系。[结果/结论]AI数据多样性概念体系,其构成内容包括目标(性能优化与可持续性)、主体(公共利益相关者与AI系统相关者)、对象(人员、数据集/数据、AI系统/技术)、合规要求及关切点(法律行动多样性、技术伦理与社会影响考量)四类概念及概念关系。
分类: 信息资源管理 >> 档案学 提交时间: 2024-10-12
摘要:[目的/意义]人工智能治理亟需有据可查,以政策为对象分析面向人工智能治理的文件管理合规要求,有助于推动人工智能的健康可持续发展。[方法/过程] 基于国际标准化组织文件管理体系国际标准的关切内容及其要求,对中、美、欧人工智能治理相关法规政策进行调查研究,从过程、控制和系统三个维度分析面向人工智能治理的文件管理合规要求。[结果/结论]在过程维强调创建和存储文件的规范性要求,在控制维强调访问许可和处置授权的规则性要求,在系统维强调文件管理自动化与嵌入AI系统设计的规划性要求。
分类: 信息资源管理 >> 情报学 提交时间: 2024-10-12
摘要:摘要:[目的/意义]AI训练数据真实性是当前国内外法规政策和标准中的关注焦点,研究其概念体系和合规要求有助于提升AI技术的质量、合法性、透明度和社会接受度等。[方法/过程]使用内容分析法对目标文献中的AI训练数据真实性相关内容进行分析和抽取,使用ISO 704:2022概念分析方法从抽取的条目中识别AI训练数据真实性相关概念关系和特征,以构建AI训练数据真实性概念体系,基于概念体系构建分析框架,进一步识别对应的合规要求。[结果/结论]与AI训练数据真实性相关的概念有AI训练数据客观性、AI训练数据可靠性、AI训练数据确实性、AI训练数据完整性。AI训练数据真实性合规要求包括具有合法来源、与基本事实相符、数据准确、没有受到不当操作和能反映人工智能系统的背景或预期用途5类。
分类: 信息资源管理 >> 情报学 分类: 政治学 >> 中外政治制度 提交时间: 2024-10-11
摘要:[目的/意义]作为一个跨国界、跨学科、跨领域的舶来、新兴、交叉、热点概念,“数据主权”已形成丰富的研究图景。然而,中文语境下的“数据主权”与英文语境下“data sovereignty”是否指称的是同一事物,亟待进行追根溯源与正本清源。国内现有研究将中文语境下的“数据主权”与英文语境下“data sovereignty”直接划等号,但二者是否指称的是同一事物,亟待进行追根溯源与正本清源。[方法/过程]文章以CNKI和Web of Science为基础检索数据库,对国内外关于数据主权的核心文献进行可视化文献回顾与概念重构。[结果/结论]“Data sovereignty”与“数据主权”在概念的指称、范围、主体、客体等方面具有较大差异性,二者不可直接等同。前者是指国家、组织或个人对其所产生、收集、存储和处理的数据拥有的权利和选择权、控制权,其可以适用于从个体用户到整个社会和国家等多利益相关方的一系列代理;而国内语境下的数据主权则是对传统“主权”概念的延申,权能由国家主体行使。未来,我国应加强检验数据主权在不同场景、不同主体层面上的不同意义及其适用性,以此更好地与国际社会接轨与对话,打破“鸡同鸭讲”的交流困境,开辟新的学术进路。
分类: 信息资源管理 >> 情报学 提交时间: 2024-10-11
摘要:[目的/意义]探析基层政府在数据利用方面的实践路径和现实困境,并提出优化策略,有助于总结基层政府数据有效利用的宝贵经验、并为未来实践提供借鉴和参考。[方法/过程]通过对S市5个区基层政府部门的交叉案例分析,文章识别出数据利用过程中的核心问题,并在“数据可用、有用、易用、善用、赋能”五维分析框架下,综合讨论了基层政府数据利用的现状与困难。[结果/结论]研究发现,基层政府在规则和协议、标准和校验、技术和交互、评估和审查以及分析和决策等方面存在显著困境。针对这些问题,文章提出了一系列优化策略,包括推动数据共享开放、建立数据质量标准、规范数据操作互联、加强数据合规监管、拓展数据融合应用等,以期提高政府数据利用的效率和效能,推动基层政府治理能力现代化。
分类: 信息资源管理 >> 图书馆学 提交时间: 2024-10-10
摘要:[目的/意义]随着“人工智能+”的推进,政府融合应用人工智能技术于治理和公共服务中,推进数智化转型,迈向数智治理。本文从人工智能在政府治理中的应用出发,探讨“人工智能+政府”场景下的数智治理内涵、挑战和对策。[方法/过程]“人工智能+政府”场景下的数智治理内涵包括数据收集与分析、政策制定与执行、公共服务与民生管理等方面,数智治理所面临的挑战,包括数据安全、技术伦理、公众信任、跨部门协作、法规滞后等。[结果/结论]为应对这些挑战,提出了包括建立健全数据保护机制、加强伦理教育和人才培养、深化公众参与和拓展信任路径、构建跨部门协作智能网络、完善法律法规和政策体系等应对策略,旨在为赋能政府治理体系和治理能力现代化提供理论贡献和实践参考。
分类: 信息资源管理 >> 情报学 提交时间: 2024-09-29
摘要:[目的/意义]在公共数据可信流通逐渐成为新质生产力发展重要前提的背景下,本文以公共数据为研究对象,从文件(档案)管理视角,探究公共数据可信与公共数据安全的关系,并据此构建公共数据安全的可信保障框架,进而为公共数据的可信流通提供安全保障支持。[方法/过程]引入了ISO文件管理国际标准对数据可信保障的过程可确认和可追溯考虑因素,考虑了多利益相关者多类型和多层次需求,以实践问题和需求为导向,采用文献研究法、案例研究法与对比分析法构建了一套由三维度构成的公共数据安全可信保障框架。最后以DB 3310/T 90—2022《公共数据安全可信保障指南》为案例研究对象,对所构建的保障框架进行了验证与完善。[结果/结论]提出了基于文件(档案)国际标准的公共数据安全的可信保障框架,为公共数据流通及监管提供了全域、全程和关键要素的可管可控的规范化路径,对规制公共数据安全流通,建立健全其管控制度和规范具有重要意义。
分类: 信息资源管理 >> 情报学 提交时间: 2024-08-14
摘要:【目的/意义】旨在构建一个标准化视角下,覆盖多维度和多方面要素的大模型数据治理的理论框架,以填补当前缺少大模型数据治理专门性研究和标准化研究的空白,丰富大模型数据治理的理论研究内容,并为实际应用提供参考。【方法/过程】综合采用内容分析法和专家咨询法,对国内外相关标准、中英文代表性期刊文献进行系统梳理和分析,迭代优化并构建了大模型数据治理理论框架。【结果/结论】大模型数据治理理论框架涵盖多个维度,包括大模型数据质量管理、大模型数据管理、大模型数据资源管理、大模型数据资产管理、大模型数据风险管理等。五个维度沿着“基础要素-核心要素(执行方式、实现路径、核心目标)-保障要素”构成理论框架。
分类: 信息资源管理 >> 档案学 提交时间: 2024-07-19 合作期刊: 《档案与建设》
摘要:为探索人工智能场景下文件管理的特殊性,文章采用政策内容分析法,对澳大利亚维 多利亚州《人工智能技术与文件管理》(Artificial Intelligence Technologies and Recordkeeping)的 政策要点进行了归纳分析。通过将其与ISO 15489-1 :2016对比,发现人工智能场景下的文件管 理在文件形成、文件准确性和监管方面具有特殊性考虑。最后,从四个方面提出了对我国人工智 能场景下文件管理研究和发展的建议。