摘要：数字社会发展中不断出现的数据歧视、算法黑箱、大数据杀熟等数据难题的破解需要在数据治理中充分展现数据伦理的意义。数据伦理是科技伦理在数据活动中的具体体现,但自身具有区别于信息伦理和机器伦理的特定内涵。数据活动是将社会实践计算化和数据化的创造性活动,数据伦理嵌套于人机协作的新兴社会生产方式和机器深度重塑人性的转型结构之中。数据伦理应当以数据正义作为框架,在此基础上展示其法理构造和治理意义。在法理构造上,世界的深度数据化和人机协作的日益成熟重塑了法律与科技的互动方式,对数据伦理的挖掘和构建应当在法律与智能科技的互动这一双层结构之下展开,对数据伦理的法律规制也应结合数据正义的新形态进行调整。数据伦理在数据治理中的内涵和层次具有多元性,数据治理中不能仅将数据伦理作为治理对象,也要将数据伦理纳入到数据治理模式的设计和实践之中。在治理模式上,应当以数据正义为价值载体,将数据伦理要求贯穿于数据治理之中以实现数据法治,并为化解数据治理中的价值冲突和确权难题提供伦理支持。

摘要：文章以溯源信息伦理与数据伦理之间的继承性作为逻辑起点,对数据伦理的发展特点以及驱动因素进行了分析,从技术、伦理和政策3个层面指出由信息伦理向数据伦理转型的路径:提高技术水平,构建数据伦理体系,注重顶层设计,提供政策引导,为数据伦理的研究和落地提供可参考的理论支撑。

摘要：在全球创新驱动发展战略不断深化的背景下,生成式人工智能(Generative AI,GenAI)技术正逐步成为推动教育评价体系转型升级的重要力量。然而,当前教育领域对智能技术的应用仍处于初级阶段,尤其在大语言模型的可解释性方面面临严峻挑战。数据偏差、算法设计缺陷和测试验证不足导致的“算法偏见”问题,已成为制约技术公平应用的关键难题。对此,文章结合GenAI技术在教育评价中的实际应用,首先系统梳理了算法偏见的具体表现,涵盖个体差异、地域差异、社会地位差异等维度;之后深入剖析了偏见产生的成因,主要从数据质量、模型设计、应用场景三个方面展开;最后提出完善算法设计、统筹治理主体、促进技术普惠等对策,以期为构建公正、透明、包容的教育评价体系提供参考。

摘要：人类已经迈入大数据时代,国家层面已经提出加快培育数据要素市场、构建数据产权保护规则的路线方针。设计具体产权规则需要伦理准则的指引。理论上,产权、经济自由和伦理基础三者相互依存,交换的蓬勃发展需要破除落后的“自然道德”,而要使人们建立起对产权的普遍信任,需要数据产权自身独特的伦理准则予以支持。企业的大数据集合中通常包含大量的个人信息方面的数据,这些个人数据的产权化势必要符合特定的伦理准则,这是建立数据产权制度的前提。就此而言,当前通行的公平信息实践原则虽有其益处,但只偏重于保护,未能兼顾促进数据利用和流通的终极目标,因此需要扬弃。本文提出新的伦理准则,包括公平、合理预期、透明、预防风险和问责五大原则,这五大原则全面贯彻产权精神,可以调整数据产权的权利义务配置的不同方面。

摘要：美国加州教育部2024年5月发布了《利用A/学习,了解AI知识一-AI在加州K12教育中的作用》,指出师生使用人工智能应具备四项基本技能、七种应用方式,以及人工智能融入基础教育的五种模式,旨在指导加州师生正确利用AI开展学习。对该报告进行分析,结合我国人工智能融入基础教育的现状,提出塑造“人工智能+基础教育”新生态、夯实教育工作者AI应用实践技能、探索师生机协同交互的新范式、打造人工智能基础教育专用大模型、建立教育人工智能伦理治理机制五个行动路向。