211service.com
Pålidelige data og fremtidens informationsdeling
Pålidelige data og fremtidens informationsdeling
i forbindelse med IMDA
Data i en eller anden form understøtter næsten enhver handling eller proces i nutidens moderne verden. Overvej, at selv landbruget, verdens ældste industri, er på randen af en digital revolution, med kunstig intelligens, droner, sensorer og blockchain-teknologi, der lover at øge effektiviteten. Markedsværdien af et æble vil i stigende grad afspejle ikke kun traditionelle landbrugsinput, men også en vis værdi af moderne data, såsom vejrmønstre, jordsurhedsniveauer og information om landbrugsforsyningskæden. I 2022 vil mere end 60 % af det globale BNP være digitaliseret, ifølge IDC.
Regeringer, der søger at fremme vækst i deres digitale økonomier, skal være mere aktive med hensyn til at tilskynde til sikker datadeling mellem organisationer. Det er ikke længere nok at tolerere deling af data og kun træde til, hvor der opstår sikkerhedsbrud. Deling af data på tværs af forskellige organisationer gør det muligt for hele økosystemet at vokse og kan være en unik kilde til konkurrencefordele. Men virksomheder har brug for retningslinjer og støtte til, hvordan man gør dette effektivt.
Sådan har Singapores verdensbillede for datadeling udviklet sig, ifølge Janil Puthucheary, seniorminister for kommunikation og information og transport, ved lanceringen af bystatens nye Trusted Data Sharing Framework i juni 2019.
Rammen, et produkt af konsultationer mellem Singapores Infocomm Media Development Authority (IMDA), dets Personal Data Protection Commission (PDPC) og industriaktører, har til formål at skabe et fælles datadelingssprog for relevante interessenter. Konkret behandler den fire almindelige kategorier af bekymringer med datadeling: hvordan man formulerer en overordnet datadelingsstrategi, juridiske og regulatoriske overvejelser, tekniske og organisatoriske overvejelser og den faktiske operationalisering af datadeling.
For eksempel har virksomheder ofte problemer med at vurdere værdien af deres egne data, et nødvendigt første skridt før deling bør overhovedet overvejes. Rammen beskriver de tre generelle tilgange, der anvendes: markeds-, omkostnings- og indkomstbaseret. Den juridiske og regulatoriske sektion beskriver, hvornår virksomheder blandt andet kan søge undtagelser fra Singapores lov om beskyttelse af personoplysninger.
Det tekniske og organisatoriske kapitel indeholder detaljer om styring, infrastruktursikkerhed og risikostyring. Endelig indeholder afsnittet om operationelle aspekter af datadeling retningslinjer for, hvornår det er hensigtsmæssigt at bruge delt data til et sekundært formål eller ej.
Måske mest betydningsfuldt er rammeværkets potentiale til at accelerere udviklingen af kunstig intelligens (AI), som er afhængig af pålidelige data som grundstenen. Vi ønsker at have AI-værktøjer og -tjenester; vi forestiller os, at disse vil transformere vores liv, sagde Puthucheary. Det betyder, at vores personlige data på et tidspunkt skal indsamles, bruges, behandles og deles.
Rammen er den seneste søjle i Singapores strategi for at fremme kunstig intelligens-industrien. Tidligere i år introducerede Singapore sin Model AI Governance Framework , som giver retningslinjer for udvikling af AI-løsninger, der er menneskecentrerede, og hvis beslutninger er forklarelige, gennemsigtige og retfærdige. Dette supplerer to initiativer oprettet i 2018: et rådgivende råd om etisk brug af kunstig intelligens og data; og et forskningsprogram om styring af kunstig intelligens og databrug etableret i partnerskab med Singapore Management University.
Elementer af Singapores tilgang til AI-styring – herunder rummeligheden i forhold til at samle feedback bredt fra alle markedsdeltagere; og ønsket om løbende at opdatere de levende rammer og dokumenter - er analoge med EU's tilgang, sagde Ieva Martinkenaite, vicepræsident, AI og IoT forretningsudvikling, hos Telenor Group, og en af 52 eksperter, der er udpeget til EU's High-Level Expert Group om kunstig intelligens.
Begge jurisdiktioner navigerer et forløb mellem at fremme innovation i sektoren og at beskytte borgernes og organisationers rettigheder. Det er trods alt ikke kun misbrug og overforbrug af AI, der er uetisk, sagde Martinkenaite, men også underbruget, da der er et moralsk krav om at anvende AI og automatisering for at mindske byrden for arbejdere og forbedre borgernes liv.
Mens en forholdsvis let styringsstruktur vil sætte skub i innovation inden for kunstig intelligens, sagde Martinkenaite, at det også er vigtigt for lovgiverne at gennemgå eksisterende love med en risikobaseret og proportional tilgang: Du kan ikke anvende de samme etiske regler og juridiske implikationer på alle forskellige applikationer af AI.
Martinkenaite og Puthucheary konkluderer, at selvom det er usandsynligt, at et enkelt globalt rammeværk nogensinde vil dukke op til styring af data og AI, sigter forskellige jurisdiktioner på at opnå interoperabilitet mellem deres rammer. Bredden og dybden af de internationale samarbejder, der foregår inden for data og AI, giver håb om, at digitale økonomier vil vokse inklusive, gennemsigtigt og ansvarligt, og hvorfra alle kan trives.