全球AI监管新阶段：数据作为战略资源的竞争
随着人工智能技术的迅速发展，数据的重要性日益凸显，其监管和使用规则成为全球关注的焦点。联合国贸易和发展会议（UNCTAD）近期警告称，数据已转变为一种战略资产，其利益分配亟需更加公平。尤其是发展中国家，尽管产生了大量的数字化数据，但在这些数据使用规则的制定上却鲜有发言权。
数据治理的新焦点
数据治理的焦点已经不再仅仅局限于“数据所有权”，而是转向了“谁有权决定哪些数据是可用的，以及这些数据按照什么规则被使用”。UNCTAD建议，不必建立统一的全球监管框架，而应支持基于共同原则、保障机制和国际合作的渐进式路径。
欧美的不同路径
据Senscience的联合创始人兼首席执行官、多伦多大学医学院教授Sean Hill分析，欧美在推进AI就绪数据标准方面采取了不同的策略。欧洲在强制要求和标准制定方面领先，将开放数据作为“地平线欧洲”研究计划的默认要求，并推行FAIR原则（可发现、可访问、可互操作、可重用）以及PlanS和EOSC。而美国则更侧重于市场主导，逐步推进机构政策。
数据治理的挑战
Hill强调，真正的挑战不是路径之间的差异，而是“是否具备AI就绪基础设施”的分界线。缺乏这种基础设施的机构可能会被边缘化，只能向其他系统提供原料，而无法参与标准的制定和分享发现的成果。UNCTAD同样指出，发展中国家可能成为数据供应方，但在规则制定中缺乏实质的话语权。
标准的重要性
Hill指出，标准之间的割裂会导致对科学的“直接课税”。数据密集型领域的进步依赖于跨国界数据的集合，而互不兼容的标准会打断这一过程。对于罕见病研究而言，只有在不同地区的病例数据合并时，才能真正揭示病因。
企业的角色
Hill提出，AI企业在获取科研数据时应该承担与研究者相同的责任，包括明确数据来源、署名、尊重使用条款，并感谢数据背后的人。他还强调，数据溯源是可信度的基础，而非仅仅是一种礼节。
独立评审的重要性
Hill认为，数据质量的认证应该由独立同行评审完成，以确保质量判断与商业动机相互独立。评审应该基于“离散、可核验的陈述”，由评审人逐条勾验，记录满足的具体条款。
文章作者 高雅