Data for development
01:00:36 Share

贡献者：Natalia Domagala、Mulele Maketo Mulele、Claire Melamed | 数据在设计有效的扶贫政策方面发挥着至关重要的作用，但在低收入和中等收入国家的可用性和使用情况却参差不齐。在某些情况下，数据根本不可用；在另一些情况下，数据存在，但由于获取途径有限或缺乏认识而未得到充分利用。</context> <raw_text>0 欢迎收听伦敦政治经济学院的LSE Events播客。准备好聆听一些社会科学领域最具影响力的国际人物的演讲吧。

大家下午好。欢迎来到伦敦政治经济学院，欢迎来到LSE节日。对于那些不知道的人来说，LSE节日是伦敦政治经济学院为期一周的活动，我们非常高兴今天能够就数据在发展中的作用进行讨论。我很荣幸能与三位优秀的专家一起参与。

我先从最右边开始，然后是我的左边。

我们刚刚结束了一个上午的圆桌会议，所以请原谅我的正式介绍，我也会用他们的名字来介绍。Mulele是赞比亚财政部的常务秘书，他为赞比亚数据在治理中的应用做出了巨大贡献。今天我们将从他那里听到很多这方面的内容。

Claire来自全球可持续发展数据伙伴关系组织，我认为她在思考如何……

利用数据并将数据应用到数据缺失的地方方面一直处于全球领先地位。最后，Natalia正在帮助我们思考数据和人工智能在社会应用中面临的棘手问题。思考伦理问题以及如何构建能够取得更好成果的系统，同时也以正确的方式做到这一点。所以

在我们今天的谈话开始之前，我想提醒大家，我们是在线进行的，所以我们有远程参与的听众，我们也将在最后有机会在线上回答问题。所以，我会先说一两点想法，然后我会对我们三位专家进行简短的访谈式提问，然后再向大家开放讨论。

当我们今天谈论数据时，我们认为数据是一种商品、一种燃料、一种几乎可以用于多种用途的基础设施，无论是制定政策、指导投资，还是帮助制定前进的战略。然而，在发展中国家，数据也可以是一面镜子。它告诉我们我们知道什么，告诉我们我们可能隐藏了什么，

也告诉我们我们选择测量什么或不测量什么。我希望我们今天的谈话能够探讨如何将数据有意义地用于包容性发展，以改善治理，改善社会成果。

我希望在这里创建一个从赞比亚一线政策制定者的角度出发，到Claire的全球视角，再到我们需要牢记的数据和技术在治理中应用的伦理考虑的弧线。Mulele，让我从你开始。我的第一个问题是

在你的日常工作中，财政部做了很多事情：预算预测、国民账户、债务处理，所有这些不同的方面。你在哪些方面发现数据不足？你能举一两个例子说明你在工作中曾经希望“如果我有这些数据，这些信息，我就能做出更好的决定”吗？

好的，非常感谢。我认为财政部做了很多事情。正如你正确指出的那样，我们制定财政政策。我们……

我们基本上决定向公民征收多少税，无论是直接税还是间接税。我们做出支出决定。我们还必须制定国家计划方面的政策。所以赞比亚有一个愿景。

2030年，为了实现这一愿景，这是一个25年的远景规划，我们每年制定五年发展计划。我的意思是，每五年我们制定一个五年发展计划，以试图实现这一愿景。而且我们每年都会制定预算，试图与国家发展计划相呼应，并试图实现这些计划的成果。

所以，我的意思是，仅从这一点你就可以看出，我们需要大量数据来实现我们的长期目标、中期目标和短期目标。在每一个目标中，我们都需要相当多的数据。我认为在税收政策方面，我们确实需要很多信息。我认为其中一件事情是，你可以制定正确的政策

但是税收，税收的行政部分，以及管理税收也需要一套不同的数据和高质量的信息。我认为今天上午我确实谈到了

例如，如果你要对租金收入征税，对那些通过出租获得收入的人征税，无论他们是否有商业建筑或，你知道，人们出租的建筑。所以你需要相当多的数据。你需要了解那里的租户，因为在税收方面，大多数时候

你会发现自己主要是自我申报，是房东或房东申报他们赚了多少钱。但是如果你引入不同的数据方面，正如我们现在正在努力解决的那样，那就是你仍然可以获得

关于电力消耗、用水量或任何公用事业消耗的信息，它会告诉你特定建筑物或特定建筑群的入住率等等。我们需要这些数据来改善该领域的合规性。说到具体问题，真的

我们真正、真正、真正想要拥有的，并且我们认为应该掌握的数据是就业数据。因为我们主要试图做的就是消除贫困，我们相信就业率非常好，这让我们很好地了解了发生了什么。但是为了获得这些信息，我们主要依靠每两年进行一次的调查。

而且有一些信息缺口。但现在我们正在考虑查看为税收目的提交的申报单，查看为……的人数，而不是为养老金缴款的人数，以衡量就业水平。所以

我们现在正在考虑使用其他替代指标，因为这确实有助于检查我们的政策是否有效。所以，数据的使用范围相当广，但我们在获取数据、获取数据质量、确保数据标准化以及确保数据能够及时用于我们的政策决策方面面临一些挑战。听起来数据在你在政府日常工作的所有流程中都扮演着重要的角色。绝对的。

现在，赞比亚最近经历了宏观经济论坛，我很想知道在内部关于政府正确改革的讨论中，或者在与国际货币基金组织等集团的外部讨论中，数据是如何融入建模、决策和你在部里进行的更广泛的宏观经济改革规划中的？

我们在过去几年进行的几次改革，实际上是为了稳定经济。赞比亚正处于严重的困境中。我们在2020年左右达到了一个点，

对于我们从国内税收收入中获得的每100英镑，大约60英镑用于偿还债务。这是非常不可持续的。而且我们还需要大约43英镑来支付政府的工资。我们需要更多的资源来运行政府应该提供的其他服务。

2021年政府换届后，优先事项主要是试图维持债务水平。为此，我们一直在努力通过延长期限来重组债务，以便每年支出大幅降低，我们现在能够

真正考虑我们需要作为政府做的事情，努力确保我们在社会部门进行正确的投资，并真正为我们的公民提供服务。为此，我们不得不参加国际货币基金组织的项目。

这是一个为期36个月的项目。它始于2022年，将于今年10月结束。我们有三类不同的债务。我们与双边机构，如英国政府有债务。我们还有债券方面的债务，欧元债券持有人，另一类只是商业债权人。我们不得不与这些不同的群体进行重组。

我们已经达到了一个阶段，我们近92%的债务已经重组，年度支出大幅降低。即使在我们现有的项目中，我们也只需要支付我们从国内收入中收取的每100美元中的约14美元，这是相当可持续的。这就是我们必须做的事情。但当然，有时为了达到这14美元，

分母必须增加，就收入基础本身而言，我们真的期待着尝试……

我们实际收取这些收入的方式的效率。所以我认为数据在这个整个债务重组过程中发挥了非常重要的作用，向不同的债权人进行辩护，进行债务可持续性分析。债务可持续性分析确实需要大量数据，宏观经济数据以及我们需要考虑的其他问题。所以它

它确实被使用了。我的意思是，在我们现在的日常生活中，我们确实需要大量使用这些数据来使宏观经济正确运行。这就是我们在过去几年里所做的主要努力。我们已经做到了。在此期间，我们已经实施了免费教育等政策

这项政策使200万原本无法上学的孩子现在能够上学。我认为教育在消除代际贫困方面确实有帮助。我们已经设法实施了我们所谓的选区发展基金，该基金实际上是将资源更贴近人民，而人民自己做出这些决定。我们不得不增加这笔款项。但去年期间，赞比亚遭遇了非常严重的干旱。

这严重影响了粮食生产，几十年来我们一直自给自足，但几十年来我们第一次面临粮食不安全的威胁，我们不得不从邻国进口一些粮食。

赞比亚主要依靠水力发电，由于降雨量很少，我们损失了近600万兆瓦时的电力。我们可能产生1930万兆瓦时，而我们下降到1330万兆瓦时。这对许多行业产生了连锁反应，增长有所放缓。相反，我们的增长速度比我们实际预测的要慢。

我认为这是一个很好的例子，说明你首先提到了对更多关于就业的微观经济数据的需求，以及这些数据是如何一直上升到国民账户，并考虑债务困境等宏观经济主题的。所以，Mulele，我的最后一个问题是关于这个数据生态系统。你已经提到数据如何具有价值以及它是如何融入这些方面的，但是什么

我们知道，而且我相信你比我更了解，获取这些数据通常会遇到一些挑战，或者数据可能卡在该部的某些部门或其他部门。你如何打破这些部门之间的界限？我知道赞比亚正在尝试许多创新的方法来尝试整合更广泛的生态系统，不仅是

共享数据，还利用数据来生成证据？是的。我认为数据来源主要有两个。你有一些数据来自国家统计系统，这些数据几乎对每个人都可用。然后你有一些行政数据，这些数据是由不同的部门收集的，他们专门为了自身使用而收集这些数据。

但是这些数据实际上也可能对另一个乍一看似乎无关的部门非常有用，但实际上这些数据在该方面变得非常重要。

我认为为了打破这些部门之间的界限，我们一直在与IGC合作，我们在赞比亚建立了一个证据实验室。这实际上是通过提高我们公务员分析这些数据的能力以及他们如何叠加从其他方面收集的不同数据来打破这些部门之间的界限。这是我们真正必须努力的事情。

我的意思是，例如，明尼苏达州农业部门确实会收集关于作物产量和实际情况的自身数据。但是如果你深入研究这些数据，如果你只是向农民询问他们的受教育程度，并进行一些回归分析，你就会发现，家庭或家庭的受教育程度越高，他们的生产力就越高。对于教育部门的人来说，这是一个重要的方面，

了解教育如何影响粮食生产。所以我认为交换数据非常重要，即使是学校系统也开始对这些事情做出反应。如果你观察疾病模式，你会发现类似的情况，那就是更少

受教育程度更高的人不会患某些主要疾病，因为这些家庭的意识水平更高。所以我认为重要的是通过向所有人提供数据，通过发布大部分数据，使其

即使是原始形式的数据也让其他人能够进行大量分析，让研究人员、学术界人士、民间社会和政府能够分析这些数据。

很好。这从一线提供了非常有帮助的视角。让我们沿着这个叙事弧线继续前进，转向全球生态系统。Claire，如果我可以这么说的话，你的组织将来自不同群体的数据供需连接在一起，无论是政府、民间社会还是企业等等。根据你所做的工作，你认为最大的差距在哪里？你对这个领域的诊断是什么，这是什么缺失的，如果我们能拥有它就好了？

谢谢你，Tim，也谢谢你，Mulele。这真的、真的很有趣。我的组织，全球可持续发展数据伙伴关系，诞生于2015年。

它源于联合国内部就可持续发展目标进行谈判的过程。当时有一种感觉，你知道，当时对数据的所有新创新都非常兴奋，感觉会有，你知道，所有这些伟大的新事物将会被创造出来，卫星和手机以及所有这些将有助于实现这些目标的东西。因此，最初的重点是供应方。

并且这种感觉是，看，这里有所有这些伟大的东西。而且，你知道，我们需要做的就是调动供应方，并确保那些在他们的，你知道，车库和大学部门以及所有其他地方的人，他们正在建造的东西，正在建造我们需要解决可持续发展问题的东西。

但我认为很快就会很明显，问题实际上不在供应方，因为有大量的东西正在被创造出来，其中很多东西都非常棒，而且未被充分利用。

相反，问题更多地在于，我现在谈论的领域与马拉拉谈论的领域非常相似，即公共部门数据系统。这是政府运行卫生服务、教育等所需的数据。问题不是缺乏小工具和部件。问题通常是缺乏需求，特别是缺乏政治领导人

表明他们想要对这些东西进行投资，他们准备为此投入资源，以及缺乏机构灵活性、激励措施以及使这一切成为可能所需的所有其他成千上万的事情。所以随着我们……

已经过去了，我们现在已经走过了可持续发展目标的十年。我们的重点，我认为我们所聚集的社区的重点，已经从问题是供应转向问题是需求。主要的是，我认为这与另一种说法是一致的，那就是说问题已经从我们必须克服的技术挑战转变为我们必须克服的政治挑战。这实际上是我们面临的障碍。

那么，数据革命是否取得了成功？你在过去十年中学到了什么教训？这很有趣。你提前发给我的这个问题的版本，只是为了让大家了解一下这个神奇的过程……

提到了我在联合国撰写的一份报告，名为《一个计算的世界》，我于2014年被借调到秘书长办公室撰写这份报告。这个问题迫使我回去阅读这份报告，我已经有一段时间没有读过了。

我想到了一些事情。首先，我认为，你知道，它经受住了考验。里面没有什么让我觉得真正尴尬的东西，这总是一个好的开始。但我认为，你知道，当我阅读它时，真正让我印象深刻的是几件事。首先，正如我们从历史上发生的每一次革命中所知的那样，它总是晚几年，你知道。革命总是下周，明年。

我认为，你知道，数据革命也是如此。我们感觉有什么大事即将发生，这将是伟大的。在某种程度上，你知道，然后我们谈论的是卫星和手机。现在我们谈论的是人工智能。但本质上，它是一样的。我们对某种技术感到非常兴奋，它将实现，但还不是现在。

所以这是第一件事。也许，你知道，最好，你知道，也许正是这种对未来的期待，激励我们去做现在需要做的事情。所以不要贬低这一点。但我认为，你知道，我们还需要考虑，你知道，当我们考虑人工智能时，我们之前也经历过其他技术发展方式。然后我们需要对技术进行分类。

我不知道房间里是否有历史学家，但这告诉我们关于变化是如何发生的以及技术创新的历史的什么？所以这是第一件事，革命总是明天。无论你考虑的是哪种技术。另一件事，阅读它并思考我们当时的情况，我认为这说明了一个我们尚未解决的问题，而且我们没有做到这一点非常令人沮丧，

你知道，我认为在那个时候，正如我所说，我们有很多正在发生的小事情的伟大例子。而那份报告，嗯，计数中充满了各种各样的，哦，有这个，有那个，这里有这个项目，那里有那个项目。然后是这种非常宏观的意义，并且这里是我们想象中的未来可以做的一切。

而这两个之间的差距仍然是，真的，我们有，你知道，我们仍然有很棒的项目。我们还有一些。也许它们规模略大一些，其中一些，但仍然主要是项目。我们仍然存在这些巨大的问题，现在甚至更多。我们仍然没有将技术扩展到

解决问题所需的规模，尤其是在政府部门。当然，出于充分的理由，为了问责制，为了公共资金的使用，为了信任，公共部门应该而且也应该是缓慢创新的。我们需要公共部门的一定程度的安全，但即使考虑到这一点，它仍然非常缓慢。所以我认为有一种感觉是我们还没有解决

规模问题，特别是通过公共部门机构进行规模化的问题，当时是一个问题，现在仍然是一个问题。你知道，我认为赞比亚正在发生的事情就是解决这个问题的方法。没有我们应该做的一件神奇的事情，因为如果它这么简单，我们早就已经做了。

这正是那种事情。这是政治领导力。这是通过公共部门机构的缓慢工作，法律变化，对基础设施和能力的投资，在领导层坚持以不同的方式做事，跨机构共享数据，所有人们不想做的事情。但我认为这就是重点。这是枯燥的部分。你知道，我们已经经历了所有的兴奋，但我认为要实现这一点，我们必须做枯燥的部分。

所以伙伴关系就在你的名字里，听起来你说的很多话都依赖于建立这些伙伴关系。你能多说几句吗？当然。

当然。我的意思是，伙伴关系是我们在这个领域经常使用的词，不仅仅是在数据领域，几乎在任何事情上都是如此。当然，在我们现在都坐在那里，资源减少的时代，我们更是寻求伙伴关系，因为可用的资金更少了。所以我们需要结合资源，找到其他人……

可以带来Tibern。如果伙伴关系很容易，像我这样的组织就不需要存在了，因为我们所做的是帮助组织建立伙伴关系。如果这很容易，我们都会做其他事情。所以，这真的很困难。我认为它实际上变得更难了，而不是更容易了，至少在数据领域是这样，原因有很多。

首先与资金紧缩有关。我们在这个领域，无论是在国家预算方面，还是在对外援助预算方面，都面临着资金紧缩的问题，这使得

合作变得更加紧迫的时刻，它变得更加困难，因为组织的激励措施都与之背道而驰。人们更嫉妒他们拥有的资源，他们拥有的关系，不太愿意分享风头，等等，你知道，有很多原因，所有这些都不好，但所有这些都是完全可以理解的。这使得伙伴关系更加困难。我认为可能，我很想听听观众中是否有更多这方面经验的人，但是……

在我看来，随着，你知道，感兴趣的，你知道，期待着稍后听到更多关于人工智能的信息，但是随着

我们对数据的价值的感知和现实有所提高。你知道，人们现在更兴奋了，而且机构现在也更正确地对他们所掌握的数据的价值（已实现的和潜在的）感到兴奋，这些数据可以通过人工智能算法和其他方法为他们提供洞察力，并且在许多情况下，如果他们能够建立正确的关系，他们所掌握的数据的商业价值。

随着价值的现实和感知的提高。所以在某些方面，伙伴关系的谈判实际上变得更加困难。

因为，你知道，想要讨价还价的感觉，一件事与另一件事的机会成本，以及某种潜在风险正在变得越来越高。所以我确实认为，随着我们对通过伙伴关系可以实现的益处的认识随着新技术的出现而提高，数据的重要性也提高了，政治价值。

数据确实提高了，所有这些都是好事。我认为这确实意味着它变得有点困难，并非不可能，因为有很多好主意，这并没有让我们免于这样做的必要性。我们仍然必须这样做。但我认为这确实意味着，你知道，我们必须重新思考伙伴关系。我认为还有……

有时在这个领域，你知道，如果我们被驱动，如果我们……关于数据和技术领域真正有趣的事情之一是，它将许多不同的政策部分结合在一起。所以，你知道，我们中那些从社会公益、可持续发展角度进入这个领域的人，他们的动机是一套激励措施和对公共利益的理解。例如，在这个领域，尤其是在人工智能方面，有许多人来自安全背景。

他们通过在公共部门的工作来捍卫的激励措施和公共利益感有所不同。当然，许多伙伴关系取决于

与私营部门实体建立良好的关系，他们在这里提供了大量的帮助，但也有一套新的激励措施正在出现。所以我认为了解彼此并试图找到一种方法来解决这种激励措施的混合，环境越复杂，经济风险越高，技术进步越快，就越困难，但也越具有挑战性，

这变得越重要。太棒了。谢谢你，Claire。我们从赞比亚开始，然后走向全球。现在我想转向Natalia。Natalia，你的工作实际上是对人工智能和所有这些技术进步的伦理和前沿视角，如果你愿意的话。它真正关注的是我们如何在这个系统中建立信任和问责制。但是我们为什么不从基础开始呢？为什么透明度仍然如此困难？为什么我们需要不断为此努力？

因为在人工智能领域，最理想的发展是拥有更先进的模型，是拥有不同的人工智能的多个用户，基本上是抓住人工智能领域的下一个新事物。我认为透明度和伦理……

是对我们首先为什么使用这些系统进行反思的邀请？我们用它们做什么？我们试图解决什么问题？不幸的是，这些问题不是我们能够轻易回答的问题。更实际地说，在政府环境中，还存在许多资源限制。所以再次，

例如，我们在英国所做的事情，即建立一种标准化的方法来发布有关如何在公共部门使用人工智能的信息。这是一项大型行动。我们花了几年的时间来思考应该包含哪些信息，我们如何向公众展示这些信息，我们如何确保人们知道这些信息的存在，他们可以参与其中。这需要花费大量资金，并且需要花费大量时间，因此它不一定是实施的流行想法。

然后还有缺乏政治意愿。实际上，正如Claire谈到数据障碍一样，我认识到很多相同的问题，不幸的是。所以我们谈论的是一个略微不同的领域，也许是略微不同的时间，但我认为问题并没有改变太多。

贡献者：Natalia Domagala、Mulele Maketo Mulele、Claire Melamed | 数据在设计有效的扶贫政策方面发挥着至关重要的作用，但在低收入和中等收入国家的可用性和使用情况却并不一致。在某些情况下，数据根本不可用；在另一些情况下，数据虽然存在，但由于获取途径有限或人们缺乏认识，导致数据未得到充分利用。</context> <raw_text>0 所以，还存在缺乏政治意愿的问题。全世界都在大力推动人工智能的部署，但我认为，对于更加透明地使用人工智能、更积极主动地使用人工智能、以及在人工智能技术的部署方式上更加合乎道德和审慎的做法，政治意愿却相对较弱。不幸的是，我认为公众的兴趣也缺乏。

在算法透明度倡议方面，我们真正需要的是让最终用户知道这些网站的存在，知道他们可以访问这些网站，例如，在英国，您可以访问gov.uk网站，查看政府如何使用人工智能。如果人们对此漠不关心，如果没有游说团体向政府施压，要求其公布这些信息，那么我们就真的需要了解情况。

那么政府就没有动力这么做了。还有很多其他的因素。政府总是资源不足，资金总是匮乏。因此，如果公众意识不足，如果我们没有来自研究人员或公众的呼吁，那么这将成为另一个不做这件事的理由。所以我认为有很多这样的操作性问题，但是……

我认为，由于人工智能的运作方式，也存在这样的论点，即，为什么我们要费心去追求透明度，因为人工智能是一个“黑箱”，对吧？在我为英国建立这些透明度措施时，我经常遇到这种情况。

而我的回答是，如果我们使用这些工具来做出可能改变人们生活的决定，那么即使算法的实际运作方式是一个“黑箱”，我们也应该公布其他所有信息。

所以我们在政策制定过程中，这是嵌入式的。它如何影响决策？哪些人会使用人工智能生成并实施这些信息？有哪些纠正机制？实质上，模型本身的透明度和可解释性越低，我们就越需要对其他所有方面保持透明和可解释性。但这同样并非易事。

非常有趣。在英国，您帮助制定了关于算法透明度的标准。假设Mulele下个月邀请您去大阪。

从在英国开展算法透明度工作的过程中，我们能吸取哪些经验，将其应用于赞比亚或其他低收入和中等收入国家的环境？有多少经验是可以借鉴的？在考虑这个问题时，我们需要记住哪些新的方面？我很乐意。顺便说一句，我很乐意这样做。我认为，我们可以借鉴的是我们所经历的过程。所以我们开始……

我们以一种非常合作的方式开始了这项工作。我们实际上询问了公众成员。我们进行了一项审议性研究，询问来自英国各地的人们，在政府使用人工智能方面，您希望看到哪些信息被公布？所以我认为这种合作方式很重要。问问你们的人民，他们关心什么？他们想看到什么？

另一个方法是利用国家内部现有的关于人工智能的知识。例如，学者、民间组织、研究人员、媒体，以及将使用这些知识的人。我认为邀请他们参与并进行这种对话非常非常重要。在内容方面，我认为应该存在一定的最低限度的透明度。

应包含在这些透明度标准中。例如，政府中使用了哪些人工智能模型，使用了哪些特定的人工智能模型，监督机制是什么，问责制结构是什么，如果出现问题该怎么办，用于训练人工智能模型的数据是什么。我认为这些信息对我来说非常重要。但我确实认为，由于算法透明度是一个非常新的领域，因此它应该真正适应当地的具体情况。所以

是否有任何具体……例如，是否有任何与赞比亚的国家价值观相符的具体信息应该公布？然后是什么？人们还关心哪些具体领域？我认为……

最好是借鉴我们在英国所做的工作，以及其他地方正在做的工作，将其作为示例和起点。但我强烈主张确保这项工作能够适应您独特的当地环境，因为显然这会有很大的不同。所以，您可以选择采用或放弃，但一定要问问将使用这些信息的人。

绝对的。我认为有一种说法认为，发展中国家可能存在一种风险，那就是它们会成为人工智能政策的接受者，它们只是接受这些技术，包括相关的规则和标准，而不会根据自身情况进行调整。我认为您提出的一些观点对于思考如何使这些系统适用于这些环境、在这些环境中具有伦理意义，同时又能保持全球互操作性非常有帮助。

我最后一个问题是，Natalia，您是否写过关于数据伦理学家（不仅仅是数据科学家）的重要性？什么样的人才算得上优秀的数据伦理学家，他们与数据科学家有何不同？

当然。这是我在政府从事数字政策方面工作时出现的一个问题。那时，我们有很多优秀的数据科学家。我们有很多真正了解数据重要性和数据技能的人。

但有时我们注意到，他们正在从事的工作与潜在的现实世界后果之间存在一些脱节。

这就是我们发现对数字方面有素养并对数据有良好理解的专业人士的需求，但他们不一定需要编写代码，相反，他们将社会科学或哲学视角带入到这场对话中。这就是数据伦理学家在英国政府中出现的原因。我经历了使其正式化的过程，并对该人员应具备哪些技能进行了大量研究。

最终，我现在是这样看待它的，它被称为数据，但它实际上比数据更适用于人工智能。也许我们现在应该将其改为人工智能。我认为这非常相似。但本质上，这是一个召集并为关于……

使用特定算法的含义是什么？最坏的情况是什么？我们使用数据所做的工作有哪些意外后果？而这个人应该具备的一些技能与……

你通常的数据科学家不同。因此，我们在政府技能框架中加入的一点是，让他们拥有社会科学背景。我认为这在人工智能领域非常重要，能够批判性地思考，能够挑战，能够提出问题。另一个是沟通能力。传达复杂的想法，在数据人员和政策人员之间进行翻译，因为同样，在政府中，我想我们都有这样的……

印象，即这两个世界有时不会相互沟通。因此，需要有人充当桥梁。还要了解人工智能领域、数据领域最新的发展动态，发生了什么，潜在的风险是什么，以及我们如何积极主动地应对这些风险。顺便说一句，这不仅仅是应该存在于政府环境中的东西。私营部门也有很多数据和人工智能伦理学家。我认为这也是未来几年一个非常重要的职业。

您好，我打断一下本次活动，向您介绍另一个我们认为您会喜欢的精彩的伦敦政治经济学院播客。伦敦政治经济学院IQ邀请社会科学家和其他专家来回答一个智慧的问题，例如，为什么人们相信阴谋论，或者我们能否负担得起超级富豪？快来关注我们吧。您只需在收听播客的任何地方搜索伦敦政治经济学院IQ即可。现在回到活动现场。

太棒了，谢谢。所以我现在有机会向现场观众和在线观众提问。如果您想在这里提问，请举手，等待麦克风递到您面前。同样，在线观众也请提交一些问题。我认为后面穿浅蓝色衬衫的那位先生想提问。

这实际上是关于可持续性、规模化和提高可扩展性的问题。您如何与来自不同学科并拥有变革经验的人员以及老一辈的人员合作？由于人们寿命更长，因此有一大批人才习惯于推出这些事物、进行规模化并克服障碍。您如何将这些人才纳入其中？

太棒了。我应该补充一点，请您简要介绍一下自己。如果针对任何具体的专家小组成员，请说明。对不起。我是吉姆·泰勒，我拥有自己的咨询公司。但我是一位变革专家，在VUCA环境中运作，这实际上是您所说的技术驱动因素背后的原因。很好。任何一位专家想简要地……好的，我们将收集三个问题，也许吧。我认为前面穿西装的这位先生想提问，然后是中间穿白色T恤的那位女士。

比尔·安德森，我是一名数据治理专家，主要在非洲工作。为了回应飞跃式发展的问题，我的意思是，正如克莱尔所说，资源之争一直存在，现在更加激烈了。因此，就飞跃式发展问题而言，我想问专家小组，我们目前正在为生物识别身份识别、数字支付、数据交换以及数字公共基础设施的建设投入资金。

这些都是我们在有限资源内做出的选择。我们正在投资人工智能。我们没有在小学投资用于收集学生数据的项目。我们没有在初级卫生保健诊所投资用于收集健康数据的项目。这些都是选择，我认为在这些选择中，

目前，技术乐观主义者已经赢得了论点，他们认为飞跃式发展是可行的。我问全体专家小组，我们需要为此而战吗？还是它会自行解决？很好，谢谢。还有一个问题。

你好，我是朱莉。我是伦敦政治经济学院社会数据科学专业的硕士研究生。我知道我们小组在这里谈论了很多关于人工智能的话题，我非常好奇，尤其是在公共政策和可持续发展的背景下，人工智能指的是大型语言模型（这确实在近年来引发了人们对人工智能的兴趣），还是更广泛的机器学习？很好，谢谢。所以我们有三个问题。

第一个问题，广泛地讨论管理变革。第二个问题，广泛地讨论稀缺资源。我们如何考虑优先级？然后，人工智能只是大型语言模型，还是更多？我会把它留给任何想开始的人。克莱尔，请。好的。

所以，我的意思是，关于如何整合人才，我认为，同样，你知道，最终这是关于创造……我的意思是，听起来你可能比我更擅长回答你自己的问题，坦率地说。但在我看来，这同样是关于需求方的问题。你知道，我们知道有很多人才。问题在于创造……

这种空间、激励和领导力，以便在您想要的地方使用这些人才，无论是人才还是技术，我们基本上都在谈论同一件事。所以，但我认为重要的是，我们确实全面地看待人才，而不仅仅是像大多数观众一样，都是非常年轻、聪明的人，拥有，你知道，最近获得资格的人，而且还包括，你知道，这是全方位的。我认为这是一个非常有道理的观点。

我的意思是，比尔，你知道，就……我想我会从略微不同的角度看待这个问题，而这个问题是我们多年来一直在讨论的，我相信未来还会讨论很多年，我想我会从略微不同的角度看待这个问题。我认为……

目前，绝对的，你知道，很多投资都集中在数字公共基础设施上，例如数字身份识别和支付以及一些基础性问题。但我认为，你知道，例如，建立一个有效的数字信息收集和平台。

在教育部门建立分析系统也是一种数字公共产品，政府需要在数字系统上投资资源。所以对我来说，问题不在于我们是否应该投资数字系统或其他什么东西。当我们查看政府想要进行的各种数字系统投资时，顺序是什么？顺序是什么？这如何与政党保持一致？我认为对我来说，另一个问题也是确保这些系统……

不要彼此孤立，你知道，这同样是我们讨论过的事情，我应该说，你知道，当我为这次会议做准备时，我问我的团队，我应该阅读哪些内容，我团队说我应该阅读比尔的大量作品，所以每个人都去阅读比尔的著作，但是……但是，你知道，我认为……

是的，所以对我来说，这并不是关于数字与否的问题。这是关于我们如何进行数字化，以及如何以符合我们最终想要实现的公平、公共服务等目标的方式进行数字化，而不是与其他目标（例如，与某种安全议程更一致的目标）保持一致。很好。马拉利，你想补充什么吗？好的，是的。我认为克莱尔已经阐明了比阿提出的问题。我认为……

我认为在我的国家，例如，生物识别技术以及电子支付平台的问题非常重要。我想，就像我说的那样，这实际上是政府想要实现的目标，银行真正想要投资的目标，因为他们关注的是他们的客户。因此，在数字身份识别方面，他们发现也许电子KYC更容易，他们可以投入资金，因为那是他们的客户群，而不是小学的学生。所以重点就是这样，但我也认为在政治方面，政治领导人也关注选票、谁投票以及人们在什么年龄投票，这就是他们想要自己进行投资的地方。所以实际上

我认为这对每个人来说都是方便的选择。但我认为，正如克莱尔所说，我们仍然需要在小学建立数字系统，以便我们收集所有信息，了解我们的公民是谁，以及拥有我们所需的所有方面。

很好。Natalia，也许关于最后一个问题，关于人工智能，它只是大型语言模型吗？这个人工智能是什么？这如何影响我们对机遇和挑战的思考方式？我会谈到这一点。但只是对前一个问题的快速评论，我认为这与这个问题也很相关，那就是政府通常只关注他们可以在技术方面节省最多资金的地方。

尽可能少的投资。我认为这有时决定了哪些领域将实现自动化。有时是教育，有时是其他什么东西。所以我认为也存在一个非常务实、非常实际的问题，即我们如何节省资金和时间？这与最后一个问题有关，因为同样，如果有一种方法可以使用可能更简单（意味着更便宜）的

人工智能或算法工具，那么这更有可能发生。我认为就大型语言模型而言，它是否是机器学习，它是否是任何其他

我认为这实际上取决于我们在谈论什么，哪个政府，什么背景。我认为很难抽象地回答这个问题，因为人工智能的定义每个季度都在变化。因此，当我开始从事人工智能伦理领域的工作时，我们实际上并没有那么多机器学习。当时被称为人工智能的是……

非常复杂的电子表格，或者只是非常简单的算法计算，那时是人工智能，然后我们转向机器学习，这成为人工智能，以及各种程序，例如图像分析或图像识别或任何类型的

生物识别相关处理。然后那是人工智能，我认为现在大型语言模型是城里新的人工智能。接下来，我认为是自主人工智能，但我认为定义实际上取决于我们在旅程中的哪个阶段。我们现在所处的位置，我认为我们仍然处于大型语言模型阶段。

但是大型语言模型在公共部门的使用情况，这实际上取决于国家，这实际上取决于部门。我不想，既然我们在谈论数据，就给出某种粗略的估计，因为我认为我们目前实际上没有这种信息。

所以人工智能只是线性回归。现场还有其他问题吗？是的，这里有一位穿黑色衣服的先生。当麦克风递给他时，我将阅读两个来自网上的问题。我将把它们结合起来。所以Maria，她是伦敦政治经济学院的校友，

在公共部门工作。Maria正在询问数据可视化的重要性。所以我们已经讨论了所有这些花哨的工具，但是为了吸引公众和进行政策制定，我们可以做些什么来提高数据可视化的价值？我将附加Irene的问题。所以Irene是伦敦政治经济学院的访问学者。

Irene强调我们没有过多讨论数据意义的创造，或者如果我理解Irene的问题，就是教人们理解数据，也许是根据Maria的愿望而产生的相同可视化效果。我们如何鼓励更好地理解数据、创造数据意义，以及您发现哪些具体方法可能有效？这是第一个问题，然后我们将移交。是的。

首先，我要感谢你们三位来发言。听到你们对我们今天如何在世界上使用数据的想法，真是太不可思议了。我的名字是Sid。我是来自乔治·华盛顿大学埃利奥特学院的交换生。我的问题主要与我们围绕人工智能和数据的说法有关。有

并且与其他听众提出的其他一些问题有关。人们对人工智能的想法有一种痴迷，这实际上使它成为一个流行词，我们用它来描述大型语言模型、机器学习和一般的算法，尽管YouTube的推荐系统自2000年代初就已存在。

我的问题有两个方面。第一，这是一个问题吗？这是我们需要改变我们如何讨论数据的使用及其细微差别的方面吗？如果需要改变，我们如何在不 necessarily losing the

讲述故事的力量，这种力量来自于将其视为叙事，例如说我们应该使用人工智能来创造所有这些令人难以置信的潜在发展工具。很好，谢谢。我认为我们还有空间再问一个问题。是的，就在这里。

非常感谢。我的名字是Veronica，也是伦敦政治经济学院的校友，现在在Smart Data Research UK工作，这是英国研究理事会最近对智能数据使用的投资，智能数据是指与设备交互后产生的任何类型的数据。我们有一个姐妹项目，称为Administrative Data Research UK，它是在同一环境中捕获数据以进行研究，从而更好地进行决策。本周，新的数据使用法案公布，很快就会成为一项法案，

所以我很想听听您对这是否朝着正确方向发展，在这个公司与数据之间棘手的关系中。我们如何捕获公司为公共利益而持有的这些数据？这是我们在项目中每天都在努力解决的问题。我们如何捕获这些数据？我们如何与数据建立伙伴关系和良好的关系？我们如何通过这些新的立法来提供更多奖励而不是惩罚？我很想听听您对这种关系的看法，并希望在即将成为法案的数据法案中有所体现。谢谢。

很好，谢谢。所以有三个问题。数据可视化，理解数据，第一。第二，关于人工智能和数据的说法，我们需要改变它吗？当前围绕它的叙事的优缺点。第三，如果您能对数据使用行为法案发表评论，那就太好了。如果没有，也许可以更广泛地谈谈正在进行的立法的作用，它做得好的地方，它缺少的地方等等。我可以回答第二个问题。

请继续。不需要按顺序进行，所以请从第二个关于说法的问题开始。我认为说法是一个问题，我们对人工智能的说法。我认为我们需要的是

在全球范围内进行一次现实检验，因为我认为人工智能已被描述为解决一切问题的奇迹般的魔法灵丹妙药，我认为我们在人工智能公司每天都在大量涌现的方式中看到了这一点，有时我得到的印象是

也许它不是问题驱动的，而是解决方案驱动的。所以我们提出了这个人工智能解决方案，然后我们考虑，我们可以将它应用于什么问题？在我看来，这种炒作、奇迹般的人工智能叙事中让我停下来的事情实际上是它对环境的影响。事实上，我们没有过多讨论这一点。

但实际上，人工智能消耗了大量的能源、大量的空间和大量的自然资源。需要建造许多数据中心。它们需要以某种方式供电。我认为……

如果我们全面了解我们如何谈论人工智能，然后是什么样的现实，为了使用人工智能模型而需要进行的幕后工作，那么也许我们实际上不应该使用ChatGPT来说，“我今天应该吃什么晚餐？”因为如果你考虑一下燃烧的能量，

那么我们真的可以自己做出决定，只让人工智能来解决人类大脑可能无法如此有效地解决的一些问题。我认为实现这一目标的方法是，对人工智能能够做什么和不能做什么要有现实的认识，并公开承认它并不是解决一切问题的方案，有时人工智能并不是最佳选择。而且……

也许给这种人工智能将拯救世界的说法带来一些摩擦，因为我个人认为它不会。我认为它具有很大的潜力，但它也具有很大的邪恶潜力。所以这完全取决于我们如何使用它。

好的，让我来尝试第一个问题。我的意思是，我认为数据可视化问题非常有趣。我喜欢一种数据可视化。我认为数据的呈现方式绝对是其使用方式的核心。你不能，你知道，从某种意义上说，我们想让人工智能增加摩擦，但我们

必须减少任何关于数据使用和信息可用性以告知人们决策的摩擦，我认为以一种美丽且易于理解的格式呈现数据绝对是其中的一部分，但我将引入其中一个并非数据可视化独有的，但我认为是我们谈论数据时经常忘记的事情，而且通常是

数据，公众信任受到破坏的地方，以及我们失去人们的地方，那就是所有数据都带有置信区间的感觉。数据不是真实的，现实世界。数据是现实世界的表示。因此，总存在不确定性因素。我认为我们混淆了数据与现实。

因此，当现实结果与数据即使在很小的程度上有所不同时，人们就会说，“哦，数据是垃圾”。但事实并非如此。只是我们误解了它是什么。所以我认为，你知道，这是我们必须传达的关于所有数据的普遍观点。但是数据可视化，你知道，当它们做得好的时候，有时会仅仅通过它们是什么以及它们是什么样子来增强对数据的绝对确定性的感觉。所以……

我说的是两件略微矛盾的事情，但我认为我们必须同时做到这两点。然后就……我当然不会对立法的细节发表评论，但我确实注意到……

在我参与这个领域大约九到十年左右的时间里，我认为，至少在我看来，我们已经从一种假设转变为一种我认为非常受欢迎的转变，即任何数据共享伙伴关系，特别是公私伙伴关系，都必须是某种分离的。每一个都必须单独协商。我们必须非常谨慎。公司总是必须得到补偿，我们必须，你知道，有一种感觉，实际上，不，你知道什么，这些东西中的一些

对公共利益非常重要，政府可以对其进行立法并说，“好的，现在这是新的规则，因此请相应地调整您的业务模式”。

实际上，你知道，那不是，那不是，你知道，那在十年前感觉非常遥远，但在任何单个国家或任何不同部门的国家内部也并非普遍如此。当然，总会有不同的方法，但我注意到政府越来越有信心采取立法和监管方法来进行数据共享。在我看来，这完全是受欢迎的。

很好。Muthala，有什么想法吗？好的，是的，也许只是我认为关于数据可视化。我认为非常重要，当然，作为政府，我们必须与公民沟通，以及如何呈现这些数据非常重要。所以在我的国家，我们不得不，你知道，你有很多不同阶层的公民。受过教育的，那些受教育程度较低的，以及你如何包装这些数据非常重要。

我们现在已经开始制定，甚至包括预算，我们称之为公民预算。基本上，整个预算都是通过演讲宣布的，可能是财政部长发表的两小时演讲，其中包含大量信息。但我们试图将其简化，以便社区能够准确理解我们想要表达的内容，但只使用视觉效果。

即使是数字也以视觉效果呈现，我认为这使得公民更容易理解。因此，我们尝试了各种各样的数据沟通方式。但我认为越简单越好，即使是对政策制定者也是如此。我认为我们拥有的交通信号灯，我的意思是，

从政策角度来看，这也有帮助，比如，绿色表示良好。如果它是琥珀色，那就不是很好。如果是红色，也许我应该更加关注如何解决问题并继续前进。所以我认为可视化与玛丽亚提出的同样重要。很好，太棒了。时间到了。请允许我用我在IGC的经历中一个很短的故事来结束。

我认为这反映了我们可能面临的许多挑战和机遇。所以在我们其中一个国家，我们花了五六年时间与许多不同的官员会面，试图获得他们的一些数据，以便进行我们认为有意义和有帮助的分析。我们发了信。我们从部长到所有不同的官僚都见了面。

五年后，我参加了一个会议，这个人问我：“蒂姆，你想要ASCII格式的数据还是Oracle转储文件？”我惊呆了。我想，这是我的时刻。我说：“你知道，任何格式都可以，你有什么就用什么。”

他们回答说：“很高兴知道这一点，我两者都没有。”所以我想说的是，所有这些实际挑战与巨大的技术进步之间存在着这种张力，这就是我们在IGC试图更多地思考的问题，我认为所有这些观点都非常有帮助。因此，让我开始掌声。我们可以感谢我们的各位专家吗？谢谢。

感谢您的收听。您可以在您最喜欢的播客应用程序上订阅LSE Events播客，并通过留下评论帮助其他听众发现我们。访问lse.ac.uk/events以了解接下来有什么活动。我们希望您很快能再次加入LSE Events。