| |
| 人工智慧之跨國界治理 |
| 林勤富 副教授 |
 |
|
|
在大數據、電腦演算能力提升、雲端系統及各國政府企業的支持等因素下，人工智慧蓬勃發展，帶來許多潛在的問題與挑戰，例如：機器人取代若干單一作業人工，對勞動市場將造成衝擊；機器偏差（Machine Bias）以及演算法歧視，對機器學習的過程中產生不當影響；基於分析過去資料的判決預測、犯 |
| 罪熱點預警、行為人再犯率評估，形成刻板印象、重覆強化偏見等等。人工智慧以及大數據應用有跨區域、跨國界治理之必要，治理層面不限於公部門的法令、行政指導，企業或產業界的自律規範、同業準則，各國共識決或區域協議，都將納入成為治理的一環。 |
| 為何要治理數據？ |
| 彭心儀 教授 |
|
| 物聯網、人工智慧在發展過程中，均與大數據之利用相輔相成。物聯網藉由蒐集、傳輸、分析大數據而回應使用者需求，人工智慧透過大數據進行機器學習，過程中不斷產生豐富多樣而具有運算價值的各種數據，掌握數據者即享有科技主導力與商機。制定規範者自當架構起相應的治理思維，讓數位經濟產業運行無礙，成就普世的良善美好。 |
|
|
|
|
