211service.com
Pålitelige data og fremtiden for informasjonsdeling
Pålitelige data og fremtiden for informasjonsdeling
I samarbeid med IMDA
Data i en eller annen form underbygger nesten enhver handling eller prosess i dagens moderne verden. Tenk på at selv oppdrett, verdens eldste industri, er på randen av en digital revolusjon, med AI, droner, sensorer og blokkjedeteknologi som lover å øke effektiviteten. Markedsverdien til et eple vil i økende grad reflektere ikke bare tradisjonelle jordbruksprodukter, men også en viss verdi av moderne data, som værmønstre, jordsurhetsnivåer og informasjon om agri-forsyningskjeden. Innen 2022 vil mer enn 60 % av verdens BNP være digitalisert, ifølge IDC.
Regjeringer som ønsker å fremme vekst i sine digitale økonomier, må være mer aktive for å oppmuntre til sikker datadeling mellom organisasjoner. Det er ikke lenger nok å tolerere deling av data og bare trå til der det oppstår sikkerhetsbrudd. Deling av data på tvers av ulike organisasjoner gjør at hele økosystemet kan vokse og kan være en unik kilde til konkurransefortrinn. Men bedrifter trenger retningslinjer og støtte for å gjøre dette effektivt.
Dette er hvordan Singapores verdensbilde for datadeling har utviklet seg, ifølge Janil Puthucheary, seniorstatsminister for kommunikasjon og informasjon og transport, ved lanseringen av bystatens nye Trusted Data Sharing Framework i juni 2019.
Rammeverket, et produkt av konsultasjoner mellom Singapores Infocomm Media Development Authority (IMDA), dets Personal Data Protection Commission (PDPC) og bransjeaktører, er ment å skape et felles datadelingsspråk for relevante interessenter. Spesifikt tar den for seg fire vanlige kategorier av bekymringer med datadeling: hvordan formulere en overordnet datadelingsstrategi, juridiske og regulatoriske hensyn, tekniske og organisatoriske hensyn, og den faktiske operasjonaliseringen av datadeling.
For eksempel har selskaper ofte problemer med å vurdere verdien av sine egne data, et nødvendig første skritt før deling bør i det hele tatt vurderes. Rammeverket beskriver de tre generelle tilnærmingene som brukes: markeds-, kostnads- og inntektsbasert. Den juridiske og forskriftsmessige delen beskriver når virksomheter blant annet kan søke unntak fra Singapores personopplysningslov.
Det tekniske og organisatoriske kapittelet inneholder detaljer om styring, infrastruktursikkerhet og risikostyring. Til slutt inneholder avsnittet om operasjonelle aspekter ved datadeling retningslinjer for når det er hensiktsmessig å bruke delt data til et sekundært formål eller ikke.
Det viktigste er kanskje rammeverkets potensial for å akselerere utviklingen av kunstig intelligens (AI), som er avhengig av pålitelige data som grunnfjellet. Vi ønsker å ha AI-verktøy og tjenester; vi forestiller oss at disse vil forandre livene våre, sa Puthucheary. Det betyr at personopplysningene våre på et tidspunkt må samles inn, brukes, behandles og deles.
Rammeverket er den siste pilaren i Singapores strategi for å fremme AI-industrien. Tidligere i år introduserte Singapore sin Modell AI Governance Framework , som gir retningslinjer for utvikling av AI-løsninger som er menneskesentriske, og hvis beslutninger er forklarlige, transparente og rettferdige. Dette utfyller to initiativer etablert i 2018: et rådgivende råd for etisk bruk av AI og data; og et forskningsprogram om styring av AI og databruk etablert i samarbeid med Singapore Management University.
Elementer av Singapores tilnærming til styring av kunstig intelligens – inkludert inkludering når det gjelder å samle tilbakemeldinger bredt fra alle markedsdeltakere; og ønsket om å kontinuerlig oppdatere de levende rammeverkene og dokumentene – er analoge med EUs tilnærming, sa Ieva Martinkenaite, visepresident for AI og IoT forretningsutvikling, i Telenor Group, og en av 52 eksperter utnevnt til EUs høynivåekspertgruppe om kunstig intelligens.
Begge jurisdiksjoner navigerer et kurs mellom å fremme innovasjon i sektoren og å beskytte rettighetene til innbyggere og organisasjoner. Tross alt er det ikke bare misbruk og overbruk av AI som er uetisk, sa Martinkenaite, men også underbruken, ettersom det er et moralsk imperativ å bruke AI og automatisering for å redusere byrden til arbeidere og forbedre livene til innbyggerne.
Mens en ganske lettberørt styringsstruktur vil øke innovasjonen innen AI, sa Martinkenaite at det også er viktig for lovgivere å gjennomgå eksisterende lover med en risikobasert og proporsjonal tilnærming: Du kan ikke bruke de samme etiske reglene og juridiske implikasjonene på alle forskjellige applikasjoner av AI.
Martinkenaite og Puthucheary konkluderer med at selv om det er usannsynlig at et enkelt globalt rammeverk noensinne vil dukke opp for styring av data og AI, sikter forskjellige jurisdiksjoner på å oppnå interoperabilitet mellom rammeverket deres. Bredden og dybden i de internasjonale samarbeidene som skjer innen data og AI gir håp om at digitale økonomier vil vokse inkluderende, transparent og ansvarlig, og som alle kan ha fremgang fra.