信任、伦理和负责任的数据实践的作用愈发重要。
随着包括人工智能和生成式人工智能在内的数据分析工具利用数据得出结论并形成洞见，社会需要建立有意义的方法来应对数据不公平问题。
在日益依赖技术的世界中，值得信赖的技术设计至关重要，而其根本在于数据公平。
在我们节奏飞快、以数据为驱动的世界中，信任、伦理和负责任的数据实践的作用愈发重要。然而，随着各组织在创新与保护人权的迫切需求之间艰难权衡，这些问题也日益引发争议；将数据公平纳入这一过程的重要性因此变得至关重要。
在数字时代，所有人都应享有并有权获得普遍、不可分割且不可剥夺的人权。我们认同并倡导将数据公平作为一项基本原则嵌入其中，以保护这些权利。我们相信，通过在创新过程中处理数据公平问题，我们便能维护各方权利，并在所有利益相关方之间建立信任。
世界经济论坛如何为人工智能设立护栏？
人工智能卓越中心汇聚各行业领袖，共同理解人工智能的快速演进及其对经济和社会的影响。该中心支持就人工智能应用所涉及的机遇、风险及权衡展开知情对话。
通过值得信赖的交流空间和合作倡议，该中心助力合作伙伴建立共同认知，并携手推进负责任的人工智能创新与应用。
确保数据公平的途径
随着人工智能和生成式人工智能等方法利用数据得出结论并形成新的洞见，我们作为社会整体，必须建立稳健的方法来应对不公平问题。数据公平是一项迫切要求，需要采取一系列行动，应对我们的数据、分析方法以及在将结果应用于人群时的疏忽所造成的历史和当前危害，而这些人群在我们的数据集或分析中往往未能得到正确反映。
由此产生的许多危害并非出于故意；数据可能是为无关目的而收集，或采用了过时或不可靠的收集方法，未能反映我们的社会随时间推移已发生的变化。遗憾的是，用于开展分析和创新的数据并未始终跟上步伐。这种错配需要数据专业人士和社会科学家予以关注，以形成对社会中所有人而言都公平、公正且一致的结果。
为确保信任并限制危害，需要采取两类行动。首先，为实现能够积极惠及并良好影响所有人群的预期成果，在设计创新目标时必须理解其社会影响。借助受益人群的意见，并结合对社会规范的理解，以及对分析的不同方面将如何影响或忽视特定人群的认识，便可设计某一创新项目，使其在试图解决的问题上确保公平的结果。
将社会信息与对输入内容（包括数据集的质量、一致性、完整性和代表性，以及数据分析和算法的结构方式）的数据驱动审查相结合，便能使分析、机器学习和人工智能获得更优的输出结果。这种全面的方法将提升结果的公平性。
例如，我们知道，残障人士在产品设计中可能长期被忽视。在获得相关社区的适当社会意见后，便可设计产品以满足这些能力各异人士的需求。一旦明确产品目标，数据专业人士便可确保有足够信息用于开展分析——既包括输入信息及其质量，也包括所采用的分析方法。这将使测试更具参考价值，并使结果更具包容性。
构建新框架
实现这一愿景需要数字创新所涉及的每一方做出改变。这需要建立新的数字设计框架，在前期提出正确的问题，以确保对可能受某一产品、解决方案或服务影响的人群所包含的多元个体和社区进行更全面的设计。这些框架将有助于界定确保数字与技术设计过程公平所需的数据类型。反过来，这些框架还需要收集此类数据的方法，同时尊重个人隐私和各社区的文化价值观，并为敏感信息提供必要的安全保障。
尽管充满挑战，这一努力至关重要。然而，它将有助于改变个人和边缘化社区当今所经历的结果。它将缓解机器学习和人工智能中的偏见问题，并使我们所有人在设计过程中更加审慎。
通过将数据公平纳入所有设计工作，我们增强了社区对技术的信任，并确保在数字环境不断演进的过程中，多元的声音得到体现，从而使社区和个人进一步信任技术设计过程，进而在社会中将信任植入技术应用之中。随着数字世界持续演变和变化，他们将能够确保自身得到体现与理解。
若缺乏主动的数据公平，我们的世界将继续为已被纳入考虑的群体进行设计，并在被大力宣传的创新未能满足众人需求时，加剧误解、不信任与分裂。我们将浪费充分实现技术进步惠及所有人的机会，并将继续走向加剧分裂、减少信任、滋生更多误解与不信任的道路。在日益依赖技术的世界中，值得信赖的技术设计至关重要。我们相信，信任始于数据公平。
