中新经纬3月24日电 (薛宇飞)近日，由中国人民大学高瓴人工智能学院、智能社会治理跨学科交叉平台和基于大数据文科综合训练国家级虚拟仿真实验教学中心联合主办的算法公平性与内容生态建设研讨会在线上举行。中国人民大学高瓴人工智能学院副院长、教授窦志成在研讨会上总结道，公平性既是一个算法问题，也是一个社会问题，需将社科理念与技术方案融合在一起，跨学科构建社会认可的公平性算法。

窦志成称，公平性可能不能被单独剥离出来进行讨论和建模，公平性应该是嵌入在经济和市场理论中讨论才更合理。目前，来自不同领域的专家和学者从人工智能、经济发展、法律法规、社会伦理等角度对算法公平性问题进行了研究与探讨，总结起来可以概括为两条路径，一条是将公平性转化成可计算或可优化的目标，试图从技术角度解决公平性问题，另一条是从社会、法律、经济等角度对算法进行研究，比如从法律角度对算法进行约束和规制等等。

他说：“但问题是，上述两种路径还没有很好地融合到一起。很多人工智能算法的研究，更倾向于在不确定的问题里找出一些简单的、可优化的、可计算的研究目标。如果在优化目标的基础上，能够更好地融合经济学、法学等领域的一些观点，比如，考虑将经济学、法学上很多约束或规则作为算法优化过程中的限制条件，是否能够推出被整个社会认可的公平性算法，而不只是被人工智能领域认可的公平性算法？”

“现实情况是，人工智能的学者可能并不懂经济学和法学，法学和经济学的专家也可能不能透彻地理解算法，所以，希望未来跨学科的学者能在算法的公平性问题上进行更深入的探讨。”窦志成总结道，算法的公平性既是一个算法问题，也是一个社会问题，需要开展跨学科的研究，构建社会普遍认可的公平性算法。(中新经纬APP)

中新经纬版权所有，未经书面授权，任何单位及个人不得转载、摘编或以其它方式使用。