避免算法问题将需要整个企业的协作和新颖思维

来源：CPDA数据分析师网 / 作者：数据君

随着企业数字化的发展，算法正逐渐成为主流运营和决策的一部分

在这样做时，每个企业和每个BI部门都必须解决算法中立和道德方面的类似问题，算法朝着哪个结果优化？算法中可接受偏差的界限是什么？这些界限因地理位置，文化，时间和其他因素而有何不同？这里需要深入而细微的思考和推理，与纯粹的计算机科学相比，获得哲学或神学学位可能是一个更好的起点。

广泛算法的社会影响

构思错误的数学模型从广告到监狱对微观经济进行了微观管理，它们是不透明的，毫无疑问的和不负责任的，它们的规模足以对数百万人进行分类定位或“优化，这样做的目的是对数百万人进行统计处理-即使其工作正常，通常也不能正常进行-将穷人和弱势群体直接置于火线之上，以便通过算法得出决策，另一方面，富人被视为个人，并从有偏见或诚实的个人评价中受益。因此，算法中立和偏见的含义从日常业务运营到整个社会影响，这些问题与相交的公司风气和需求考虑在董事会层面前考虑了AI计划，必须理解和应用社会学，心理学和哲学方面的课程，而不是物理学和纯粹的数学课程，个人和社会对普遍算法决策的反应目前尚无法量化，预期并计划此类响应将使未来的业务成功与失败有所不同。

企业和业务部门决策

企业下层的实施注意事项同样具有挑战性，了解何时以及哪种算法有用和有效需要大量的统计和数学知识，吸引熟练和经验丰富的统计学家至关重要，而不是那些刚从大学毕业的数据科学家，随着算法变得越来越复杂，它们成为决策的最终“黑匣子”，用日常语言解释如何以对客户，员工，甚至法庭都有意义的方式做出这样的决定，对于AI行业来说仍然是一个未解决的问题，这些考虑因素以及其他考虑因素表明，避免严重的算法焦虑将要求整个组织（从董事会到项目团队成员）一直进行广泛的协作和新颖的思维，人工智能和算法项目可能产生的积极或消极结果比我们之前采取的任何BI举措都要广泛和深入。