《ACCA:商业道德推动可持续的人工智能应用-链接AI和ESG(74页).pdf》由会员分享,可在线阅读,更多相关《ACCA:商业道德推动可持续的人工智能应用-链接AI和ESG(74页).pdf(74页珍藏版)》请在三个皮匠报告上搜索。
1、商业道德推动可持续的人工智能应用链接AI和ESG 2021 Association of Chartered Certified Accountants and Chartered Accountants Australia and New Zealand August 2021关于ACCA ACCA全称为特许公认会计师公会。作为一家蓬勃发展的国际专业会计师组织,我们秉承严格的专业要求与道德标准,在全球178个国家和地区拥有233,000名会员与536,000名未来会员。在中国,ACCA拥有28,000名会员及167,000名未来会员,并在北京、上海、广州、深圳、成都、沈阳、青岛、武汉、长沙、
2、香港特别行政区和澳门特别行政区共设有11个办公室。ACCA为世界各地、各行各业的有志之士创造机遇,使他们在财会、金融和管理领域成就卓越的职业生涯。ACCA专业资格旨在培养战略商业领袖,以及兼具前瞻性思维,集财会、商业和数字专才于一身的专业人士,实现组织可持续发展和社会繁荣。自1904年成立以来,ACCA始终秉承为公共利益服务的使命。我们坚信:财会行业是社会发展的基石,对促进经济、组织和个人的发展与繁荣意义重大。强健的全球财会行业能够造福社会,因为它能够建立坚实可信的财务和商业管理,打击腐败,确保组织恪守商业道德,推动可持续发展并提供出色的职业机会。通过广受认可的前沿研究,ACCA剖析当前议题,
3、洞察未来趋势,引领行业发展。了解更多资讯,敬请访问ACCA 网站:英文:中文:关于澳大利亚及新西兰特许会计师公会 澳大利亚及新西兰特许会计师公会(CA ANZ)代表着超过12.5万财会专业人员,支持他们为工作与生活的企业、组织和社区创造价值并缔造不凡。在全球各地,特许会计师都以诚信敬业而闻名,他们具备出色的财会技能、适应能力,并且接受过严格的专业教育和培训。CA ANZ始终致力于提升特许会计师的市场形象和卓越道德标准、为会员提供世界一流的服务和终身教育,并且倡导追求公众福祉。我们确保会员在健全的纪律程序支持下恪守道德规范,以此捍卫行业声誉;同时还监督着直接向公众提供服务的特许会计师群体。我们核
4、心的CA培养计划将严谨的教育与实际经验相结合,推动学员成长为特许会计师;而持续的专业发展项目更有助于会员有效制定业务决策,并在瞬息万变的世界中与时并进。我们代表会员和专业人士,与政府、监管机构和标准制定者展开积极互动,从而维护公共利益。我们的领先思维不断促进澳大利亚及新西兰的繁荣。我们加入了多个国际会计组织,进一步拓宽对本行业的支持。我们是国际会计师联合会(IFAC)中的一员,通过全球特许会计师联盟(ICAEW)和全球会计联盟(GAA)与全球紧密相连。全球特许会计师联盟将13家特许会计师协会的会员汇集在一起,创建出由180万名特许会计师和190多个国家的学员组成的庞大社群。CA ANZ也是全球
5、会计联盟的创始成员,该联盟包括了10家领先的会计机构,共同促进着优质服务和共享信息,并就重要的国际议题开展合作。我们还与ACCA建立了战略联盟。作为全球规模最大的会计联盟之一,双方广泛代表着遍布179个国家、超过87万名的现任及未来一代财会专业人员,为他们提供全方位的会计资格认证服务。商业道德推动可持续的人工智能应用:链接AI和ESG本次全球调研旨在探讨财会专业人士如何发挥作用,推动合乎道德、可持续地应用人工智能。在此,衷心感谢国际会计师道德标准委员会(IESBA)技术工作组的指导与支持!前言未来十年,人工智能的应用程度有望显著增长。与之相伴,人工智能将日益深入所有人的生活,并全面影响我们作为
6、个人、员工、以及消费者的各种活动。为了确保这一过程以符合商业道德的方式展开,财会专业人士应发挥关键作用,推动公平分配和可持续的长期效益。数据大爆炸已进一步凸显出人工智能的重要性。如今,我们既拥有丰富的数据,又具备解读数据的处理能力这强化了人工智能的应用基础。但是,这种强大的数据和处理能力也意味着,相关责任在同步提高。本报告正是强调了环境、社会和治理(ESG)领域的责任。例如在环境方面,ESG数据处于高度的非结构化状态,极为适合人工智能分析。财会专业人士应考虑新型人工智能解决方案,将其纳入对抗“伪环保”的工具组合当中,揭露那些宣称践行可持续性经营、然而缺乏数据来加以证实的企业。与之类似,人工智能
7、在整个社会中的广泛应用虽然可能带来福音,但必须审慎行事。报告展示了全球财会界在反思人工智能对个人、员工和消费者权利的影响时,所抱持的谨慎态度。人工智能的应用必须考虑所有人的需求特别是社会中缺乏代表和弱势的各类群体。我们的研究发现还明确了有效治理机制的必要性,藉此方可实现合乎道德、可持续的人工智能应用。建立有效的治理机制始于设置恰当的高层基调,进而需要涵盖从监督和交付机制、到监管环境和数据治理的方方面面。我们由衷希望报告提供的洞见,能够帮助财会专业人士为日新月异的明天做好准备。ACCA和CA ANZ都在不断更新资格认证和继续教育(CPD)课程,确保今后会员与时俱进地发展所需技能,在充满动态的行业
8、竞技场上脱颖而出。白容(Helen Brand)ACCA行政总裁安斯利范安塞伦(Ainslie van Onselen)CA ANZ行政总裁4目录 调研方法 6全球数据摘要 7内容概要 81.引言 122.人工智能与环境 14 2.1 人工智能应用对环境的影响 14 2.2 环境足迹的管理与报告 163.人工智能与社会 19 3.1 个人权利 19 3.2 员工权利 21 3.3 消费者权利 224.人工智能与治理 24 4.1 道德与哲学 24 4.2 监管环境 26 4.3 高层定调 28 4.4 人工智能道德政策 29 4.5 符合道德的人工智能战略案例 30 4.6 监督和交付方式 3
9、1 4.7 负责任地采购人工智能 32 4.8 设置和监测 33 4.9 数据治理 33 4.10 模型治理 36 4.11 系统故障和解决办法 37 4.12 审查和反馈 375.结束语 39致谢 40附录1:页面数据摘要 41参考文献 715 调研方法本报告基础资料取自以下主要来源。n全球调查:5,723名参与者 请在附录中查看地区和国别数据。n在线小组讨论(ODG):在商业道德的定性特征方面,在线讨论对调查数据作了补充。来自世界各地的42位财会专业人士参加了为期五天的人工智能道德在线论坛。在线小组讨论参与者所在位置欧洲11亚太7南亚7非洲7加勒比5中东3其他2合计42全球调查参与者的就业
10、状况 n专家访谈:为本报告提供咨询意见的人士名单请见致谢部分。全球调查参与者所在位置西欧,17%亚太(澳新除外),16%北美,1%澳大利亚和新西兰,17%非洲,20%加勒比,3%中东欧,4%中东,4%南亚,16%6我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量21%35%64%我所在企业有效/非常有效地管理数据保密性72%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于
11、:66%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)43%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)35%47%我能够按照自己的价值观生活社会整体生活水平 降低社会内部的不平等程度51%64%32%48%19%7%我所在企业将人工智能用于财会工作以外15%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集44%收集16%使用33%使用23%安全
12、存储27%安全存储46%分发/流转19%分发/流转26%合法销毁9%合法销毁17%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”全球7人工智能(Artificial intelligence,AI)与财会专业人士息息相关步入本世纪20年代,人工智能正从实验阶段扩展至规模化应用。其结果是,人工智能将改变我们生活的方方面面。AI系统引发了环境、社会和治理三大维度的担忧。如果我们希望从中获得可持续的长期价值,就必须以恪守道德伦理、负责任的方式,管理向人工智能大规模应用的过渡。3.运用专业判断:人工智能可能会引发前所未遇的状况,避免过度依赖基于任务清单的简单方法,因为这种方法不能涵盖全
13、部情况,也无法给意料之外的后果留下缓冲空间。n 不到半数(43%)的受访者认为,人工智能对其个人权利具有积极影响(例如安全性和人身保障、公正水平、可选择水平、透明度水平)。4.挑战“伪环保”行为:利用人工智能工具挖掘洞见,帮助在实践中发挥专业怀疑精神,检查企业关于可持续发展的声明(如符合净零排放要求)是否与其实际表现相匹配;并通过这种自下而上的视角观察数据、报表的编制、以及最终报告的内容,检验可疑表述(这种伪环保做法也被称作“洗绿,greenwash”)。n 展望未来,我们有机会更大程度地利用人工智能,因为19%的企业已使用人工智能来完成财会相关任务或职能(编制财务报表、撰写管理报告、为决策提
14、供信息等);15%在财会工作以外使用人工智能,7%则将其用于审计和鉴证工作。内容概要商业道德推动可持续的人工智能应用:链接AI和ESG|内容概要长期以来,财会行业始终秉承着合乎道德标准的实践方法,因此能够很好地引领企业走上负责任采用人工智能的道路。为了达成这一目标,财会专业人士可以通过如下不同方式发挥作用(观点取自多种来源,包括为编写本报告而面向5,700多位受访者开展的全球调查):1.就人工智能的应用定下高层基调:优先采用符合企业价值观的人工智能方法,价值观涉及多样性与包容性(如考虑人工智能对缺乏代表人群的影响)、公平性(如使用人工智能招聘或监督员工)、以及透明度(如适当向客户披露人工智能的
15、使用)。n 66%的受访者认为,所在企业的领导者将道德和盈利置于同等重要的地位。2.交付可持续发展价值:当评估人工智能的商业模式时,考虑长期价值及其与企业战略的一致性,而非仅关注短期的小范围效益。除了当前的成本,还应兼顾不当使用可能导致的声誉风险、乃至公众利益。在适当领域中将“商业价值”与可持续发展目标挂钩(ACCA,2020a)。n 64%的受访者认为人工智能对改善社会整体生活标准具有积极影响;但在降低不平等水平方面,认为人工智能也有着积极影响的比例只有前者一半(32%),而持负面看法的受访者亦有28%,相差仅4%。8商业道德推动可持续的人工智能应用:链接AI和ESG|内容概要5.遵从人工智
16、能法规和道德政策:推动坚持履行监管要求及人工智能特定道德政策。n 大多数(72%)使用人工智能的受访者已在自身组织中部署了一套道德框架,并考虑了这样做的监管要求(87%)。财会专业人士需要持续推动这一优先事项尽管他们可能并不总是人工智能系统的直接管理者。6.优先进行数据管理:认识到数据作为人工智能原材料的基本作用;注重提高数据保密和数据质量。n 四分之三的受访者表示,自身企业在保密性管理方面有效/非常有效,在管理数据质量方面做出相同表示的则占三分之二。n 在数据收集、使用、安全存储、分发/流转和合法销毁的整个数据生命周期中,企业面临的最重大挑战在于:数据质量方面体现为最初收集环节(44%)在数
17、据首次进入组织时提高数据质量;这将使数据向下游流转时更加容易管理质量 数据保密性方面体现为安全存储(46%)即使数据没有被积极使用或共享,也必须确保保密7.从战略视角展开监督与交付:利用跨职能团队建立涵盖各个组织孤岛的协作,确保在人工智能的监督与交付中体现广泛的视角。建立机制,使人们可以对通过人工智能作出的决定提出质疑,并举报人工智能的不当使用状况。n 略多于一半(51%)的受访者认为,人工智能对其能够按照自己的价值观生活具有积极影响。8.了解整体供应商格局:全面知晓人工智能在本行业内的使用方式、以及人工智能解决方案提供商。与展现出负责任方法的供应商合作,例如那些建立了可信机制来纠正不公平偏见
18、或意外后果、以及/或者关注到并设法降低复杂算法能耗的供应商。n 31%的受访者知道所在行业的人工智能使用情况。9.建立相关知识和技能:创造途径(如培训课程、工作中的学习机会)来提高对人工智能道德和可持续发展相关问题的认识和理解。1建立流程,记录并分享应用人工智能过程中吸取的经验教训。n 不到一半(48%)的受访者对人工智能算法的工作原理拥有基本了解。1 CA ANZ提供了“道德与商业”模块,以及有关人工智能的多项课程(包括:面向商业活动的人工智能和机器学习应用程序;数据成为了新的发展能量来源,所以应避免其泄漏!;以及数据隐私、数字道德与人工智能)。ACCA则发布了“职业道德与专业技能”模块,连
19、同人工智能领域的继续教育课程:(1)机器学习:财务专业人员入门(参见ACCA n.d.);(2)财务专业人员如何利用Python语言打造机器学习系统(参见ACCA,2021a)。此外,ACCA还计划于2021年第四季度推出“可持续发展”系列主题课程。在使用了人工智能的受访者中,大多数已在自身组织中部署了一套道德框架(72%),并考虑了使用人工智能的监管要求(87%)。9表1:应用人工智能对ESG各细分领域的道德影响商业道德推动可持续的人工智能应用:链接AI和ESG|内容概要观察发现对财会领域的影响环境 n人工智能系统具有可识别的碳足迹 n运用专业胜任能力和应有的关注,与供应商合作评估影响 n随
20、着对净零排放进程的关注,一些企业会试图“粉饰”可持续发展表现 n客观评估企业声明与实际表现,挑战“伪环保”。运用专业胜任能力和应有的关注,提升技能来满足即将出台的报告要求,并且发挥人工智能在评估合规性方面的作用社会 n64%的受访者认为人工智能对改善整体生活标准有着积极影响,但在改善社会不平等方面持同样观点的比例仅为32%n维护公众利益,特别是支持缺乏代表或弱势的人群 n不到一半(47%)的受访者认为人工智能对员工权利产生了积极影响 n保持诚信,以直截了当的方式向员工传达人工智能的影响 n略高于三分之一(35%)的受访者认为人工智能对消费者权益具有积极影响 n严守客户数据的保密性并公平对待客户
21、。保持诚信,在使用人工智能时以透明的方式进行交流治理 n算法由思想、文化和价值观共同塑造 n基于合规的检查清单不能替代专业判断 n只有三分之二的领导者将道德和利润摆在同等重要的位置 n运用专业胜任能力和应有的关注,确保负责任地应用人工智能 n三分之一的受访者已考虑监管要求 n更新职业准则,顺应不断发展的人工智能监管环境 n13%的受访者在使用人工智能时未考虑监管需求 n制定职业准则,防范声誉风险 n28%的受访者在使用人工智能时未提出道德框架 n在专业胜任能力和应有的关注方面存在挑战 n应用人工智能是一项战略决策,需要进行跨越组织孤岛的协调,并由高层领导牵头 n运用专业胜任能力和应有的关注,监
22、督和交付所需机制 n只有三分之一的受访者了解本行业的人工智能使用情况 n在专业胜任能力和应有的关注方面存在挑战,确保具备足够的人工智能知识来审查供应商的服务 n良好的归档记录是追踪人工智能活动的关键 n在运行控制与监督方面运用专业胜任能力和应有的关注 n75%的受访者在数据保密性方面的工作有效或非常有效 n保密性和职业准则:需要以合规的方式处理数据 n不到一半(48%)的受访者对算法的工作原理有着基本了解 n运用专业胜任能力和应有的关注,了解人工智能系统的运行状态;保持诚信,不会一味将责任推给算法 n质疑人工智能决策的渠道至关重要 n运用专业胜任能力和应有的关注,建立补救机制 n需要开展关于人
23、工智能和道德影响的培训 n履行提升专业胜任能力的义务,持续学习和进步10商业道德推动可持续的人工智能应用:链接AI和ESG|内容概要如果我们想通过人工智能获得可持续的长期价值,那么不可或缺的是,必须以合乎道德、负责任的方式来管理人工智能的规模化应用进程。11商业道德推动可持续的人工智能应用:链接AI和ESG|1.引言为了实现可持续的长期价值而建立伙伴关系,依托于健全的道德基础。本报告探讨了人工智能应用中的道德事宜如何与环境、社会和治理(ESG,ESG界定了企业广泛目标)工作相结合,以及财会专业人员如何发挥自身作用,利用人工智能来推动达成以ESG为中心的成果。本报告的核心术语含义复杂,差别细微,
24、解读角度各异。为简便起见,同时也为不偏离讨论要点,相关术语均采用如下定义。人工智能:机器在思考、理解、推理、学习或感知等方面表现出的与人类相似的能力(ACCA,2019年)。道德:用通俗的话来说,就是“是非对错”(剑桥大学出版社,2021年)。对全球财会行业而言,则是指遵循由国际会计师职业道德准则理事会(IESBA)制定的 国际会计师职业道德守则(简称“守则”)及其五项基本原则(请参见表1.1)(IFAC,2020年)。人工智能道德:与合乎商业道德的人工智能技术设计和使用相关的原则与技术。环境、社会和治理(ESG):在与企业相关的所有活动中如管理决策、外部报告和投资选择,将环境、社会和治理因素
25、与财务因素相结合。1.引言如今,人工智能正从实验室扩展至规模化实际应用。面向财会专业人员的研究表明,这种“从实验室到实际生活”的转变,预期将使人工智能的应用程度出现爆炸式增长2020年代的十年中,其普及率会从12%激增至86%(ACCA,2020b)。随着该趋势的推进,我们需要采取以人为本的方法,思考如何让人类与技术并肩协作,共同造福社会。表1.1:IESBA规定的基本原则诚信 n专业会计师应当在所有的职业关系和商业关系中保持正直和诚实,秉公处事,实事求是。客观公正 n专业会计师应当力求公正,不得因为偏见、利益冲突或是他人的不当影响而损害自己的职业判断。专业胜任能力和应有的关注 n专业会计师有
26、义务保持应有的专业知识和技能水平,基于专业实务、法规和技术的当下发展,确保向客户或雇主提供合格的专业服务。同时在提供相关专业服务时,应勤勉尽责,并符合现行的技术与职业准则。保密 n专业会计师应当对在职业关系和商业关系中获知的信息予以保密。除非拥有法律或职业权利或披露义务,否则在没有获得适当和具体授权的情况下,不得向第三方披露任何此等信息。不得将在职业关系和商业关系中获得的保密信息用于专业会计师或第三方的个人利益。良好职业行为 n专业会计师应当遵守相关法律法规,并避免任何有损职业形象的行为。12我们需要采取以人为本的方法,思考如何让人类与技术并肩协作,共同造福社会。ETHICS FOR SUST
27、AINABLE AI ADOPTION:CONNECTING AI AND ESG|1.INTRODUCTION13商业道德推动可持续的人工智能应用:链接AI和ESG|2.人工智能与环境本节内容涉及与以下方面有关的道德考量:n应用人工智能对环境的影响;n环境足迹的管理与报告。2.1 人工智能应用对环境的影响人们通常认为人工智能具有抽象性,因为“智能”一词会令人联想到无形的概念。事实上,人工智能供应链极其切实具体,涉及真实的材料和自然资源。运行算法所需的能源消耗是其核心所在。2.1.1 数据爆炸在探讨能源消耗问题前,我们首先需要了解人工智能的原材料数据。“兆字节”(Megabytes)和“千兆字
28、节”(gigabytes)是人们熟知的数据量度量标准,甚至可能遇到过“太字节”(terabytes)、“拍字节”(petabytes)等更大单位。随着数据的不断扩展,“泽字节”(ZB-1021字节)和“尧字节”(yottabytes,1000ZB)等术语也将变得更为人熟知。据估计,2020年全球产生了59ZB数据(IDC,2020年)。随着数据的绝对量达到前所未有之水平,新数据的增长速度将比以往任何时候都要快。现如今,数据不仅体量庞大,更呈现指数级(而非线性)增长。此外,这些数据包含了重要的非结构化数据组成部分,据估计,其比例高达90%(如Marr,2019年)。非结构化数据,是指无法在电子表
29、格或数据库中成行成列规范记录的数据,如word文档、pdf文档、电子邮件、扫描文档、图片、手写笔记、视频、音频、社交媒体信息和演示文稿等。目前,在数据存储和分析基础设施方面,(面向结构化数据的)历史投资和(面向非结构化数据的)未来需求之间存在较大落差。为获取非结构化数据中包含的丰富洞见,此问题必需得到妥善解决。而要提取此类非结构化原始数据并揭示其意义和目的,则需开展大量的智能工作和背景解读。2.1.2 人工智能应用人工智能是应对数据爆炸的核心。利用算法来处理日益庞大、更加多样化和非结构化的数据,似乎已是大势所趋。人工智能的应用已拉开帷幕。根据不同使用情况,有7%到19%的调研受访者表示,其所在
30、企业目前已经采用人工智能技术(请参见图2.1)。随着人工智能在整个经济领域的应用不断扩大,作为其动力来源的能源使用总量也将同步增加。运行算法需耗费时间和能源(以电力的形式)。首先,模型必须向训练数据集“学习”,然后在部署过程中根据训练情况“推断”出结论。随着时间的2.人工智能与环境图2.1:人工智能应用(按使用情况划分)14商业道德推动可持续的人工智能应用:链接AI和ESG|2.人工智能与环境推移,人工智能会利用不断变化的数据趋势来更新推断。所有这些均表明,任何人工智能系统都需依靠初始设置和重要的维护负载来运行算法。随着模型变得越来越复杂(如黑盒深度学习模型),上述考量因素也将被进一步放大。据
31、估计,训练最大的人工智能模型所需的计算能力一直呈指数级增长,每3.4个月即可翻番(Amodei等人,2018年)。“人工智能对地球可持续发展的主要影响,在于其可能导致的生态成本,即为人工智能训练和推理提供动力所需的能源。”在线小组讨论参与者数据处理能力的增长,意味着提高必要的计算能力具有可行性。因此,我们实际可用的计算能力或许会超出摩尔定律(即计算能力每18-24个月翻一番)等过往标准设定的速度(Saran,2019年)。在该趋势和芯片持续小型化的推动下,我们已拥有高度密集型系统,使计算能力得以日益集成于微小的芯片中。计算系统使用的能源,最终会以热量的形式消散。因此,运行人工智能算法的大型数据
32、中心同样需要大量能源来冷却系统。可见,数据中心因其日常活动的性质需消耗能源,而传统的能源生产过程则会排放温室气体。此外,数据中心可能还需在冷却或其他配套流程中使用有毒材料或稀土金属。对于规模较大的数据中心来说,大量能源其实并未用于应用程序,只是为保证中心正常运行,比如不间断供电和照明。因此,纵观整条供应链,人工智能系统的碳足迹十分明显,其影响并非微不足道。某研究显示,训练一个自然语言处理(NLP)模型的碳排放量,相当于航班在纽约和北京之间往返飞行125次(Dykes,2020年)。而诸如用于语言和文本分析的GPT-3等更为复杂的算法,其能耗量甚至更大(Quach,2020年)。然而,人工智能也
33、可以成为解决方案的一部分。例如,我们可采用机器学习,对数据中心设备、云基础设施、冷却系统、发电机和人类操作员之间的多维实时互动进行建模,从而推断出能源利用模式。在一个实际应用案例中,该方法使冷却系统的能耗减少了40%(Seal,2019年)。此外,人工智能还能在实现可持续发展目标方面发挥一定作用。例如,可持续发展第12项(SDG12)提出要“确保可持续的消费和生产模式”。该目标或可通过人工智能的巧妙运用得以实现。某研究预计,在17个可持续发展目标以及子目标中,人工智能可助力实现其中134个子目标,但同时也将阻碍59个子目标的达成(Vinuesa等人,2020年)。负责任的计算IBM已制定 负责
34、任的计算倡议(请参见图2.2),用于全面审视其计算方法(Doyle,2021年)。例如,其中 负责任的代码便考虑了算法的效率,而非仅仅考虑其准确性。使代码质量达到最佳水平,有助于提高计算的可靠性,避免过度工程化,且不会为获取较低的回报而造成较高的资源消耗。ACCA一份关于编码的白皮书(ACCA,2021b)也强调了关于清洁代码的类似观点。“人工智能可以积极推动可持续发展的方面是,人工智能可以在整个发展进程中为全球各国提供数据和信息。”在线小组讨论参与者图2.2:负责任的计算负责任的数据中心负责任的影响负责任的基础设施负责任的编码负责任的系统负责任的数据使用成为负责任的计算机供应商人工智能系统的
35、碳足迹十分明显。15商业道德推动可持续的人工智能应用:链接AI和ESG|2.人工智能与环境随着人工智能逐步成为主流,财务专业人员需要签署预算,为其所在企业采购系统。通常情况下,商业论证会考虑系统算法的预测准确性和数据洞见的变现价值,以及系统采购的成本和流程影响。实践中,这可能意味着如果进一步提高模型准确度就需要增加大量能耗,那么应权衡其中利弊。同时,还可连带考量供应商是否能提供行之有效的负责任人工智能设计和部署方法。因此,财会专业人员只有具备必要的认知和技能水平,方能对人工智能的环境影响提出质疑。财会专业人员职业道德:在聘请供应商评估人工智能的环境影响时,需要运用专业胜任能力和应有的关注。2.
36、2 环境足迹的管理与报告2.2.1 伪环保目前,人工智能可为企业了解、跟踪和披露碳排放以及支持绿色认证提供助力。其中一项关键驱动因素在于,非财务报告涉及大量非结构化数据。在 联合国气候变化框架公约 第26次缔约方会议前夕,英国便设立了一个明确的目标,即到2035年显著降低本国碳排放量(英国政府,2021年),到2050年在全球范围内实现净零碳排放(英国国家电网集团,2021年)。这为企业展示自身如何实现减排承诺提供了着眼点。但令人遗憾的是,有些企业也会试图歪曲其绿色认证的真实度。比如,对披露的内容或披露时间进行“精挑细选”,抑或通过高调的公共活动,暗示或明示将采取某些行动,但之后却并未兑现。这
37、种“伪环保”行为既不道德,也会损害公众对信息披露和鉴证的信心。究其原因,全球统一报告框架的缺失,加剧了数据的解释和表述不一致,从而可能引发此种“伪环保”行为。欧盟委员会的分析(2021年a)表明,“目前有一半的绿色环保声明缺乏实证”,并且“具有夸大、虚假或欺骗性,可能沦为欧盟条例规定的不公平商业行为”。2.2.2 将人工智能纳入解决方案人工智能(如自然语言处理)可用于比较企业在公共领域自下而上的特定数据和温室气体减排量的报告数据。通过与公开资源的对比,人工智能便可对企业的言行进行更加透彻的比较(CDP n.d.)。人工智能一方面可对报告内容进行现实检验,另一方面可帮助企业管理决策和制定ESG战
38、略。换言之,即使尚未编制外部报告,它也能支持企业将数据洞见应用于实际工作当中。确定重大影响是人工智能的另一重要用途。传统而言,重要性水平(materiality)要求报告对财务业绩具有重要意义的项目,而双重重要性(double materiality)则额外要求报告对环境和社会具有重要意义的项目(Adams等人,2021年)(请参见图2.3)。自然语言处理可利用公司报告、监管文件、新闻、社交媒体以及自愿倡议(如可持续发展目标、气候变化相关财务信息披露工作组(TCFD)等资源,对行业加以分析。“人工智能对地球可持续发展的主要影响在于,它能通过密切监测能耗模式,实现自然资源的有效利用。”在线小组讨
39、论参与者由于人工智能具备随着问题的发展而不断“学习”的能力,因此在“双重重要性”与“动态重要性”的叠加下,其作用或将得到进一步加强。“动态重要性”已认识到报告项目具有重要意义,因此其重要性水平会随着时间的推移而改变,且在不同情况下有不同表现(Calace,2020年)。这一切均是为了确保企业内部决策和外部报告的透明可见,并且充分依据与决策相关的可靠信息。财会行业在ESG数据的鉴证方面也发挥着日益增长的重要作用这对新西兰等即将强制实施基于TCFD的报告(和鉴证)的国家来说尤其如此(英国环境部,2021年)。16商业道德推动可持续的人工智能应用:链接AI和ESG|2.人工智能与环境双重重要性Dat
40、amaran公司已开发出一款重要性分析工具,助力企业识别重大ESG风险和机遇。它可涵盖数百项概念进行高精度的ESG建模,并认识到存在于文字叙述之中的洞见。该工具利用人工智能扫描相关监管机构、媒体和企业披露的信息,并对术语“重要性水平(materiality)”进行“高”或“低”的不同划分。这一智能化流程将术语的提及频率与背景和重要性相结合,以揭示哪些问题在所扫描的资源中被最频繁地强调。例如,欧洲的一些企业便利用该工具,根据 欧盟非财务报告指令 进行双重重要性评估。图2.3:双重重要性“财会专业人员可在诸多方面发挥关键作用,例如:确定用于财务报告的底层ESG数据系统、流程和控制的有效性;验证ES
41、G数据,全面评估环境、社会和治理因素的财务影响;提供与ESG因素有关的完整、准确且有效的财务报告;采用与公认的ESG披露标准或框架相一致的相关关键绩效指标(KPI)、衡量标准、基准、持续监测和绩效评估;确保遵守ESG、可持续发展和/或气候变化方面的相关监管报告准则;通过促进发展和管理富有韧性且合乎道德的企业,引领向绿色经济、可持续环境和公平社会的转型。”卢塔米约B姆塔瓦利(Lutamyo B.Mtawali)(ACCA资深会员,理科硕士)IBM可持续财务服务主管 财会专业人员职业道德:保持诚信,对“伪环保”行为提出质疑;无论面对何种压力,都应对环保声明和环保表现做出客观评估;应具备专业胜任能力
42、,并给予应有关注,谨慎处理潜在的ESG报告和鉴证问题,如满足TCFD要求等。17商业道德推动可持续的人工智能应用:链接AI和ESG|2.人工智能与环境纵观整条供应链,人工智能系统的碳足迹十分明显,其影响不容忽视。18本节内容涉及与以下方面有关的道德考量:n个人权利;n员工权利;n消费者权利。3.1 个人权利3.1.1 保持谨慎基调从新冠疫情的毁灭性影响中实现复苏,是当今全球的一大优先要务。这其中涵盖健康、就业和社会不平等的各个方面(Sen,2020年)可能涉及数字资源的获取、性别差异,或是疫苗战略的地缘政治差异,等等。更重要的是,应以合乎道德的方式从疫情中实现恢复,以便各种解决方案在长期内不会
43、产生进一步的问题(ACCA,2020c;CA ANZ,2018年)。调研受访者(请参见图3.1)就人工智能对其个人权利的影响表现出谨慎的态度,只有不到一半(43%)的受访者预期会产生积极影响。尽管如此,受访者的回复仍然呈净积极影响,幅度达16%,只有略超过四分之一的受访者认为人工智能会产生消极影响。其他受访者则对影响持中性观点,或者无法确定。人工智能不仅关乎智能技术和问题解决,也意味着权力,如果忽视这一点,将是非常幼稚的表现(Kalluri,2020年)。各国在人工智能领域扩大影响力,市场竞争中也出现了大型技术提供商赢家通吃的局面。而大型技术提供商在市场争夺赢家通吃的境遇。知情者与其他所有人之
44、间的理解不对称,造成普通民众面临着风险在人工智能从实验室走向实际应用的过程中,他们或许会沦为毫不知情的试验品。“我觉得我作为公民的权利受到了限制,因为仅仅基于收集到的零散数据,就对我做出了假定。”在线小组讨论参与者3.1.2 公众利益在此背景下,人工智能的采用率势必会上升。并且这并非只是一种技术,而是渗透到社会结构中的能力。如果100年前有人将电力单纯定义为技术,就会完全忽视电能将如何紧密融入我们的生活方式。鉴于此,应用人工智能带来意外后果的风险很高,公众利益必须始终处于我们考量的首要位置。通过分析调研结果,这些问题变得一目了然。如图3.2和图3.3 所示,受访者就人工智能对其整体生活水平造成
45、的影响持相对积极的态度,正、反两方的比例相差达53%。但当问及人工智能对社会不平等程度的影响时,持两种观点的受访者比例差距只有4%。而认为人工智能会对整体生活水平和社会不平等程度产生积极影响的受访者比例则分别64%和32%,前者是后者的两倍。3.人工智能与社会商业道德推动可持续的人工智能应用:链接AI和ESG|3.人工智能与社会图3.1:人工智能对我个人权利的影响(如安全性和人身保障、公平程度、选择程度、透明程度)19作为当前日益高涨的潮流,人工智能是否会惠及所有人?这是一个重要问题,会对我们期盼生活在其中的社会类型带来影响。可持续发展目标第10项强调了减少国家内部和国家之间不平等现象的重要性
46、。如果不加以控制,日益加剧的不平等现象将对健康(包括心理健康)产生破坏性影响,并造成许多人的长期且不可逆转的后果。“政府的税收部门已宣布将利用人工智能来检测逃税者。因此,我期待腐败现象得到遏制,政府收入得以增加。”在线小组讨论参与者财会专业人员职业道德守则专门针对威胁公众利益的各种情况做出了规定(IESBA,2016年)。如果企业涉及滥用人工智能,这些专业人员将需要考虑采取适当措施。机器学习通过在数据集上训练算法发挥作用。人们往往并未意识到自己在提供此类数据。例如,从网站上获取数据(在某些司法管辖区这一行为并不违法),然后将其输入人工智能训练引擎。该做法在业内称为“参与数据清洗”,导致个人在毫
47、不知情或未经许可的情况下参与训练算法他们既没有对此予以认可,也未得到任何报酬(Sloane,2020年)。专业会计师有责任为公众利益行事。当遇到违反这一规定的人工智能使用情况或应用时,他们需要考虑采取适当措施;如有必要,也可以考虑引入企业外部的其他力量(IESBA,2016年)。财会专业人员职业道德:具有为公众利益行事的义务,特别是支持缺乏代表或弱势的人群。商业道德推动可持续的人工智能应用:链接AI和ESG|3.人工智能与社会作为当前日益高涨的潮流,人工智能是否会惠及所有人?图3.3:人工智能对社会不平等程度的影响图3.2:人工智能对社会整体生活水平的影响203.2 员工权利3.2.1 新挑战
48、相比对个人权利的影响,虽然受访者就人工智能对员工权利的影响持略微乐观的态度,但仍只有不到一半(47%)的受访者(请参见图3.4)认为人工智能对其作为员工的权利产生了积极影响。尽管持正面看法的比例高出达29%,但其较低的绝对数值,或许体现出:人们对人工智能如何做出决策、以及如何对这些决策进行审查和质疑,仍有许多顾虑。通过利用人工智能算法,我们看到新的职能正不断涌现,比如在监督学习的分类算法中,人们通过“标记”用作原材料的数据而获得报酬。实际上,这些人工注解者是对算法学习进行数据集训练的老师。有人担心,作为零工经济的一部分,这些“影子”工人可能会花费数小时在后台从事日常工作,却鲜少拥有与正常就业相
49、关的权利(Wakefield,2021年)。与通常情况一样,利弊皆是相对而言。实际上对某些人来说,这些工作或许代表着坐在办公室安全环境下获取体面的报酬,无须再从事带有危险的体力劳动。重要的是,有必要了解人工智能将如何改变全球经济、及其怎样影响资本所有者与完成幕后具体工作人员之间的关系。面对新冠疫情肆虐的当今世界,人们还需要考量许多新的因素。其中包括越来越多地使用人工智能来监控远程员工,例如通过智能追踪和解读员工在电脑上的一举一动或使用人脸识别技术远程监控员工(Scassa,2021年)。管理生产率和不当监督之间有着明确的道德和法律界线,因此需清楚认识到这一点并予以重视。“我作为员工的权利受到了
50、人工智能积极和消极两方面的影响。积极影响是提高了生产率,减少了(参与)无聊的活动。消极影响则是人工智能过程可能会支配人类行为,迫使员工以某种方式行事,来符合算法的要求,这将限制员工的自由。”在线小组讨论参与者3.2.2 新机遇人工智能为我们呈现了一幅复杂而微妙的未来就业图景,并非单一维度的失业故事。例如,美国的一项研究表明,虽然五分之一的受访者担心因人工智能而失去工作,但人工智能在2018年所创造的就业机会却是其破坏的三倍之多(Ziprecruiter,2019年)。无论这项研究的优缺点如何,更广泛的观点是,关于“机器人接管我们工作”的说法过于简单化,且具有误导性。在适当背景下理性看待员工的角
51、色和价值,并充分认识到乐意改变和学习新技能的员工将找到富有意义的工作,具有重要意义。企业中,员工想要获得成功,将需要积极拥抱变革,拥有成长型思维模式,充分认识到打破现有想法是获得全新机遇的第一步(ACCA n.d.b)。财务领导者需营造公平、透明的组织文化,为实现这一目标提供心理安全保障。财会专业人员职业道德:直截了当地向员工传达人工智能的影响,诚信至关重要。商业道德推动可持续的人工智能应用:链接AI和ESG|3.人工智能与社会图3.4:人工智能对我作为员工权利的影响(如公平透明的招聘和薪酬实践)213.3 消费者权利3.3.1 侵入式人工智能人工智能在电子商务领域最常见的应用之一主要基于“物
52、以类聚、人以群分”的概念。也就是说,如果有足够多的其他消费者具有像您一样的某种购买特征,那么他们购买产品就相当于在向您做广告。此举可谓喜忧参半。一方面,有用的产品建议可以强化消费者的选择,加快产品探索的速度。但另一方面,系统对个人的推断可能会不正确,抑或这些推断可能凸显了人们保护隐私的倾向。这是一种最基本的人工智能应用场景。而当我们分析诸如人脸识别等更复杂的应用实例时,问题也会愈发复杂。利用人工智能根据人们的身体特征推断其情绪或性格特征仍具有一定难度。某保险服务提供商被指控使用人工智能检查人们提交索赔视频后才做出索赔决定(Metz,2021年),尽管该公司随后否认了这一点,但其声誉仍因此受到了
53、损害。“我作为消费者的权利受到了侵犯,我的信息被收集和处理,并用于相关方的业务规划和盈利。”在线小组讨论参与者 财会专业人员职业道德:客户数据的保密性对于确保客户得到公平对待至关重要。3.3.2 消费者信任人工智能是一个极具吸引力的标签,不仅适用于产品,更有助于营销。向消费者进行虚假营销存在风险,但一些机构正用传统的自动化系统来冒充人工智能(Overby,2020年)。前者旨在通过基于规则的重复来提高效率,而非通过基于智能的学习来获取洞察。在规模较小的人工智能初创企业中,这种风险尤为突出,因为这些组织面临着吸引投资者资金的巨大压力。消费者信任是实现人工智能潜能的关键,因此企业若希望成功实施人工
54、智能,首先必须赢得消费者信任。调研受访者虽然已初步认为人工智能对其作为个人和员工的权利均产生了影响,但在提及其作为消费者的权利时,他们所持的怀疑态度最高(请参见图3.5)。略超过三分之一(35%)的受访者表示,人工智能对其作为消费者的权利产生了积极影响。但令人惊讶的是,几乎同样多的受访者(34%)持相反观点。财会专业人员职业道德:使用人工智能(而非将其他软件作为人工智能)以透明的方式进行宣传时,诚信至关重要。商业道德推动可持续的人工智能应用:链接AI和ESG|3.人工智能与社会图3.5:人工智能对我作为消费者权利的影响(如企业如何使用我的数据、歧视性待遇、透明程度)22应用人工智能带来意外后果
55、的风险很高,因此公众利益必须始终处于我们考量的首要位置。商业道德推动可持续的人工智能应用:链接AI和ESG|3.人工智能与社会23商业道德推动可持续的人工智能应用:链接AI和ESG|4.人工智能与治理该领域涵盖面十分广阔。在我们开展的访谈和其他信息收集活动中,道德是其中一项重点考量(请参见图4.1)。4.1 道德与哲学本文不会就此展开深入的哲学讨论。但是,某些在一定程度上具有私人性的相关问题,仍值得我们进行简要思考(Byford和Gunkel,2020年)。从法律上讲,人格一般与拥有权利联系在一起,而一个人可以拥有财产所有权。例如,过去,“人”仅仅指作为一家之主的男性,已婚妇女和被征服者的地位
56、类似于财产,随着时间推移,这两者才被纳入“人”的概念(McGrath 2013;Editors of Encyclopaedia n.d.;National Constitution Center 2021)。随着商业的不断扩大,企业法人应运而生(Foys Solicitors,2019年)。法人一般是指能够对其行为承担法律责任的实体。可以看出,虽然上述有关人和财产的概念由来已久,但这些概念具体涵盖哪些对象或内容的问题,体现出了特定历史时期的价值观(请参见图框4.1)。略超过一半的调研受访者认为,人工智能对他们按照个人价值观生活的能力产生了积极影响(请参见图4.2)。展望未来,随着人工智能变得
57、更加智能、更具洞察力,甚至具有感知能力,在不断发展的社会价值观背景下,人工智能的运行也势必要符合法律和监管处理的标准和参数,这一点非常重要。“我担心在未来某个时候,当人工智能发挥出最大能力时,人类是否会被迫遵循另一套价值观。”在线小组讨论参与者4.人工智能与治理图4.1:合乎道德的人工智能应用人工智能道德政策2符合道德的人工智能战略案例3监督和交付方式4负责任地采购人工智能5设置和监测6数据治理7模型治理8系统故障和解决办法9审查和反馈10高层定调1部署规划道德与哲学A监管环境B24图框4.1:什么是人?假设某人与人工智能吸尘器亲如伙伴,不仅给机器取名,甚至可能对其产生情感依赖。吸尘器会积极主
58、动地执行任务,通过同步到主人的日历,在客人到访前进行清洁,预测适合主人的生活方式和卫生习惯,并对情绪做出反应,例如,它会因感觉到主人不想被打扰,而推迟清洁任务。此时,吸尘器的财产属性与其获得某些类似人的特征之间是否界限模糊不清?如果它看似不像吸尘器而更像人类,将会怎样(请参见图4.3)?主人是否会更倾向于赋予它“权利”而“权利”正是人(而非财产)的特有之物。图4.3:财产和人格观念如何开发和部署算法,成为了思想、文化和价值观的新战场。算法是否能以某种独立的方式反映真理,即大体类似于客观主义哲学观点?抑或反映我所认为的事实,即更接近于主观主义哲学观点?又或者是否反映了应该达到的结果,即在方法上更
59、加规范的理想状态(关于规范伦理学的讨论,请参见Fieser n.d.)?一些文化倾向于个人主义,还有一些文化则倾向于集体主义(请参见FutureLearn n.d.)。那么,这种“是非观”或对理想状态的感知差异会如何影响算法的发展?归根结底,必须澄清规则,而这一过程将以哲学经验和技术为支撑。作为以全球核心道德原则为基础的职业从业者,财会专业人员在应对不同观点带来的挑战时可以以此为起点。最终,在处理特定问题、特别是前所未见的情况时(如人工智能),更需要行使判断力。财会专业人员职业道德:基于合规的检查清单不能替代专业判断。商业道德推动可持续的人工智能应用:链接AI和ESG|4.人工智能与治理图4.
60、2:人工智能对我按照个人价值观生活的能力产生了何种影响如何开发和部署算法,成为了思想、文化和价值观的新战场。254.2 监管环境在所有样本中,仅有三分之一的受访者(请参见图4.5)表示已考量人工智能应用的相关监管要求。发展之步业已迈出,但随着监管机构进一步明确其对市场参与者的治理方法和期望,未来几年还需进一步加大对监管变化的关注(请参见图4.4)。图4.5:“我所在企业已考虑了应用人工智能的相关监管要求”受访者回复商业道德推动可持续的人工智能应用:链接AI和ESG|4.人工智能与治理图4.4:世界各地的人工智能治理方法仅三分之一的受访者表示已考虑人工智能应用的相关监管要求。欧盟(2021年4月
61、)旨在建立明确的法律框架,促进人工智能创新和投资,同时保障基本权利,确保人工智能应用程序的安全使用(欧盟法律法规数据库(Eur-Lex),2021年;诺顿罗氏集团(Norton Rose Fulbright),2021年)。欧盟巴西中国深圳新加坡美国澳大利亚新西兰英国中国深圳(2021年6月)制定 深圳经济特区人工智能产业促进条例(草案)。人工智能在中国:深圳制定人工智能领域全国首部地方性法规(Chipman Koty,2021年;中国简报,2021年)。美国(2021年1月)美 国 的 国 家 人 工 智 能 倡 议 法 案(National AI Initiative Act)已于2021
62、年1月正式生效。该法案对整个联邦政府的协调计划做出规定,以加快人工智能的研究和应用,促进国家的经济繁荣和国家安全(2021年国家人工智能倡议)。新西兰(2020年7月)发布 算法宪章(Algorithm Charter)。其治理主要基于原则,而非监管方法。该宪章是负责任人工智能广泛生态系统的组成部分,并且具有自愿性,旨在提高政府透明度和问责制,而不会阻碍创新或导致非必要的合规负担(data.govt.nz,2021年)。英国(2021年3月)尚无针对人工智能的立法。法律必须与技术无关,以确保未来的技术仍将受到总体法律框架的约束(DCMS n.d.)。澳大利亚(2021年6月)澳大利亚尚未制定具
63、体法律来规范人工智能、大数据或算法决策,但该国政府已发布人工智能道德框架(Australian Government n.d.)。新加坡(2019年1月)2019年,在达沃斯世界经济论坛(WEF)上 推 出 人 工 智 能 监 管 模 式 框 架(Model AI Governance Framework),一年后在同一活动期间更新(SG:D、IM和PDPC,2020年)。巴西(2021年4月)旨在平衡符合道德的技术使用,促进行业研究和创新(Mari,2021年)。26在所有受访者中,87%的人工智能使用者已考虑人工智能应用的相关监管要求。根据不同使用情况(请参见图4.6),该比例分别为90%
64、(基于在审计和鉴证工作中使用人工智能的319名受访者)、87%(基于将人工智能用于财会相关工作的897名受访者)和84%(基于在财会工作以外使用人工智能的677名受访者)。n国际合作:全球各地已纷纷开展大量合作活动。正如澳大利亚政府某讨论文件所指出,“国际协调至关重要”(澳大利亚政府,2020年)。该文件提出,电气和工业产品的标准设定离不开国际协调,唯有这样,才可确保设备的安全和跨国界正常运行。最终,该文件精神或可适用于全球范围的人工智能技术,并成为当地司法管辖区的“现成”参考。n平衡创新与监管:电气与电子工程师协会(IEEE)在工作中强调,应确保现有监管法规(如隐私和数据保护规定等)与技术并
65、不相关(即应当基于原则)(IEEE,2021年)。此外,还应考虑各种因素的重要性,如机器学习应用程序和自动化的使用程度、财务和非财务影响的严重性和可能性、以及所需的人力监督水平等。n虽然有人依然质疑保障措施是否足够,但在欧盟的倡导下,基于风险的方法(请参见图框4.2)将提供企业能够落实的具体框架(Skelton,2021年)。随着我们集体认知的进步,财会专业人员可协助反馈如何将意向转化为切实行动。n对公众透明:人们往往无法直接了解人工智能被应用在何处,但是政府应设法让人们了解这一情况,尤其是当人工智能技术是以公众数据加以驱动的情况下。阿姆斯特丹、赫尔辛基等城市已按此思路采取了相关措施。他们推出
66、了公共登记册,让人们可以看到人工智能技术被应用在了何处,以及具体的部署方式(AI-Regulation.Com,2020年)。采用一些反馈机制用于评估公众情绪,如问卷调查、焦点小组,以及让公众代表加入某些道德委员会等,也是有助于提升透明度的可选办法。“人工智能需要受到监管正如大多数事物一样,无规矩不成方圆。”在线小组讨论参与者商业道德推动可持续的人工智能应用:链接AI和ESG|4.人工智能与治理图4.6:已考量人工智能监管要求的受访者比例(按使用情况划分)人工智能无法直接向公众“呈现”;相反,人们需要想办法了解官员在此领域的工作情况,尤其是在人工智能工具需以公众数据为驱动的情况下。27图框4.
67、2:采用基于风险的方法建立人工智能信任欧盟委员会观点2021年,欧盟委员会利用基于风险的方法,制定出一套人工智能法律框架(欧盟委员会,2021b)。“对人们的安全、生计和权利构成明显威胁的人工智能系统将被禁止”,如“鼓励未成年人危险行为的语音助手玩具”。而“高风险”系统则应“严格履行相关义务”,如“为系统提供高质量数据集”、“详细的文档”和“适当的人力监督”。此类例子包括“关键基础设施”(如交通,错误的交通行为可能威胁生命安全)、“教育和职业培训”(可能影响当事人职业发展进程,如考试评分)。“风险有限”的人工智能系统,如聊天机器人等,则应履行“特定的透明度义务”。最后,“最低风险”管理条款预计
68、适用于大多数人工智能系统,如视频游戏或垃圾邮件过滤器等。该条例草案“不会干涉”此类别人工智能。财会专业人员应当对不断变化的监管环境保持清醒认识。随着各项规则在不同司法管辖区的具体化,财会行业有必要考虑是否需确立特定的职业准则,以确保或检查是否符合人工智能监管的合规要求。4.3 高层定调企业领导者须以身作则,并传递这样一条信息:道德不应只囿于高管层对话,而应成为每名员工的责任。调研显示(请参见图4.7),只有三分之二的受访者认为所在企业领导者将道德和盈利置于同等重要的地位。在寻求向目标驱动型企业转型的当今世界,人类、地球和利润均同等重要。而调研结果表明,在恪守道德伦理的道路上,我们依然任重道远。
69、“CEO或领导团队对人工智能的态度是通过售卖任何与人工智能挂钩的产品来尽可能多地创收。”在线小组讨论参与者 n组织价值观:领导者有责任确保企业对人工智能的应用方法与更广泛的企业价值观保持一致。n提高信任度和透明度,企业需要向员工、消费者、投资者和其他利益相关方清楚诚实地告知人工智能的使用领域和方式。这意味着提供易于理解的全方位信息,阐明人工智能的使用、优势与风险、以及如何降低相关风险。n多样性和包容性应成为人工智能产品的核心原则(ACCA,2021c)。例如,即使是外部机构使用的招聘算法,也应接受偏见测试。此处,“偏见”包括间接歧视,即算法不会识别受保护人员的特征(如种族),但事实证明,招聘决
70、策依然会受到与该特征高度相关的其他因素的影响,如地点等(CA ANZ,2021年)。此外,还应考虑人工智能对人类工作的影响,以及以公平、包容的方式应对变革的必要性。商业道德推动可持续的人工智能应用:链接AI和ESG|4.人工智能与治理 财会专业人员职业道德:职业合规准则将随着人工智能监管环境的不断变化而更新。图4.7:“我所在企业的领导者将商业道德和盈利置于同等重要的地位”受访者回复28“我认为这取决于领导层自上而下对人工智能采取的应对策略。一旦领导层致力于实现企业转型,相关机遇便会与日俱增。我们已开始利用人工智能进行预测,机器人流程自动化(RPA)、即时聊天、聊天机器人等紧随其后,而且这一进
71、程仍在继续。”在线小组讨论参与者 财会专业人员职业道德:运用专业胜任能力和应有的关注,确保负责任地应用人工智能。4.4 人工智能道德政策过去几年,全球各地开展了大量活动,以确立相关基本原则,为符合道德的人工智能使用方法奠定基础。尽管各地政策存在细微差别,但就负责任的人工智能系统而言,各地在某些广泛原则上基本达成了一致。这些原则可以成为定义特定部门和企业的人工智能道德政策的基础和出发点。图4.8总结了从不同政策来源提取的关键要素(Leslie 2019;OECD 2021;European Commission 2019;Australian Government n.d.;Microsoft
72、n.d.;SG:D,IM and PDPC 2020;India AI n.d.;GPAI n.d.;Golbin and Axente 2021)。图4.9:我所在企业已实施人工智能应用道德框架受访者回复商业道德推动可持续的人工智能应用:链接AI和ESG|4.人工智能与治理图4.8:人工智能道德政策要点目前,企业正处于考量道德影响的早期阶段。其中,五分之一的受访者(请参见图4.9)表示其所在企业已实施人工智能应用道德框架。在所有受访者中,72%的人工智能使用者表示其所在企业已实施道德框架。根据不同的使用情况(请参见图4.10),该比例分别为80%(基于在审计和鉴证工作中使用人工智能的319名
73、受访者)、73%(基于将人工智能用于财会相关工作的897名受访者)和68%(基于在财会工作以外使用人工智能的677名受访者)。1.公平性 n避免对个人或群体的不公平偏见和歧视 n具有包容性,在人工智能的设计和部署中纳入不同的观点2.责任性 n明确决策责任方 n设立决策质疑和补救流程3.可持续性 n以人为本的人工智能支持个人和社会的繁荣发展,并避免对两者造成伤害 n考虑对人类和地球的长期影响4.透明性 n使用人工智能时,进行适当信息披露 n阐释如何达成决策5.人类监督 n人类具备监督可视性和监督能力 n必要时,人类可以介入并采取适当补救6.符合道德的使用数据 n嵌入数据隐私和保密机制 n考虑人工
74、智能系统使用的数据来源主体的需求7.安全性和稳健性 n确保在整个生命周期按预期安全可靠地运行 n人工智能应具有韧性,并拥有有效应对系统故障的后备计划8.标准和法律 n在法律和监管要求范围内采取行动 n随着人工智能法规日趋成熟,确保其应用持续合规29 财会专业人员职业道德:在未考虑和解决道德问题影响的情况下部署人工智能应用程序,将对财会专业人员的专业胜任能力构成挑战。4.5 符合道德的人工智能战略案例从战略上讲,企业采用人工智能的一个典型出发点是考虑其可能创造的附加价值。例如,超过一半的受访者(请参见图4.11)认为,人工智能可以提高财务信息的完整性。但就财务信息的来源、分析和整合而言,企业还需
75、从多个方面思考哪些工作流程最适合以人工智能为基础。每个企业都有其具体情况,需从战略契合度、成本效益和风险等角度进行清晰的商业论证。在采用符合道德的可持续方法时,人工智能应用的商业论证应当着眼长期趋势,而非仅仅因为担心错失机遇而片面追求最新工具。这也意味着需清楚了解一段时间内的人工智能总拥有成本和长期价值,以及如何使各家利益相关方公平获利。商业道德推动可持续的人工智能应用:链接AI和ESG|4.人工智能与治理图4.10:所在企业已实施人工智能道德框架的受访者百分比(按使用情况划分)图4.11:“使用人工智能对贵企业内部生成财务信息的完整性有何影响?”受访者回复在采用符合道德的可持续方法时,人工智
76、能应用的商业论证应当着眼长期趋势,而非仅仅因为担心错失机遇而片面追求最新工具。30同时,企业或许还希望从长期纵向研究中,吸取超出自身时间范围的经验教训。比如,斯坦福大学的百年研究,计划每五年发布一次内容更新(斯坦福大学,2016年)。人工智能设计或部署不当造成的声誉损害是一种道德风险。我们需要清楚了解人类发挥的作用,以及人类监督的确切性质。系统的复杂性或决策问责不明确,均可能导致道德风险。机器学习能随着时间的推移来利用新数据调整自身操作,而由此产生的意外后果也成为需要关注的道德问题。“企业为客户提供定制的服务器或存储业务模式,从而降低客户成本,减少空间和资源浪费。我们利用基于人工智能的报告工具
77、来生成或提取数据,与手工提取财务数据相比,节省了70%的时间。”在线小组讨论参与者 财会专业人员职业道德:保持客观对于了解人工智能的全部成本和长期价值至关重要。4.6 监督和交付方式部署人工智能是一项战略决策,不应纯粹从业务部门内部的个别项目角度来看待。它可能会使用来自企业各部门和外部来源的数据,需要进行跨越组织孤岛的协调,并由高层领导牵头。n职位:首席财务官(CFO)和财务主管可充分发挥自身良好的道德判断力以及商业和运营知识。以符合道德的方式部署人工智能需要各方相互制衡,确保实现长期价值而这正是管理者能够发挥领导作用的领域,涉及不同利益相关方参与其中。首席数据官(CDO)负责全面审视数据资产
78、的价值,而数据保护官(DPO)则负责考量数据风险。新的职位也在不断涌现,如首席人工智能官(CAIO),负责带头在整个企业采取联合式人工智能部署方法(Adams,2020年)。同时,对高级主管(最好是首席高管层)领导的各职能,明确其角色和责任亦至关重要。此外,还可成立由非高管人员组成的监督委员会,为具有道德影响的重要事项提供外部独立观点(Kang,2021年)。“财务领导者具备战略、财务、运营和治理等综合技能,这使其成为企业人工智能应用中推动道德实践的理想人选。”凯伦史密斯(Karen Smith),ACCA资深会员、IBM合伙人 n跨职能团队:放眼下游,部署人工智能将涉及技术和非技术岗位的参与
79、,涵盖开发人员、数据科学家、运营和业务部门负责人。因此,有必要建立技术和业务人员的跨职能团队,以便进行有效沟通。与此相关的是,企业或许有必要考虑进一步的职责划分,例如将设计算法的开发人员和负责使用算法的决策人员分开。n与当前架构挂钩:与以往类似,我们首先需将现有组织架构与人工智能需求进行匹配,因为许多技能(如内部沟通)的应用背景略有不同。由于许多企业并不熟悉人工智能的使用,因此还可组建中央团队,协调并提供与人工智能相关的专业知识和支持。随着时间的推移,组织决策权或许会日益分散。商业道德推动可持续的人工智能应用:链接AI和ESG|4.人工智能与治理部署人工智能是一项战略决策,不应纯粹从业务部门内
80、部的个别项目角度来看待。它可能会使用来自企业各部门和外部来源的数据,需要进行跨越组织孤岛的协调,并由高层领导牵头。31 n有针对性的支持:道德主管或特定的人工智能道德官可提供这一支持。遵守道德乃是日常快速决策流程中的必要环节,而核心主管无法凭一己之力解决所有问题。不过,主管可负责提供专业指导,尤其是针对高风险决策。另一种应对之策则是设立举报热线,供个人上报与人工智能有关的道德问题,抑或将该功能纳入现有举报热线。有建议称,人工智能本身就可通过聊天机器人接收举报人投诉(Zouvia,2020年)。同时也有人指出,人们在与聊天机器人交谈时不会感到局促,因此可以自由地分享想法。当然,这是一个复杂领域,
81、机器人是否能正确判断用户评论的严肃性和背景仍颇具争议。“作为企业经营者,我对使用人工智能优化管理决策非常感兴趣。”在线小组讨论参与者 财会专业人员职业道德:运用专业胜任能力和应有的关注,对于建立适当的监督和执行机制至关重要。4.7 负责任地采购人工智能无论采用的人工智能是源于外部供应商还是企业内部开发,会计、财务或业务主管都会将其引入各自企业或部门。由于他们并非直接参与人工智能开发的技术专家,因此本文仅从采购角度进行相关讨论。虽然此处假设是由外部供应商负责提供人工智能,但许多概念点同样适用于面向内部开发团队的采购活动。n“买方需求”与“卖方产品”:买卖双方对人工智能的了解存在信息不对称问题。因
82、此,买方可能面临被卖方说服的风险,最终调整自身需求以适应卖方产品。对此,买方首先需了解与自身相关的成功应用案例。调研显示,只有约三分之一的受访者清楚了解人工智能在其行业中的应用情况。因此,买方市场仍有较大的认识提升空间(请参见图4.12)。n关键合作伙伴依赖性:如果买方需要更换供应商,则应明确人工智能算法的管理方式,以及必要时,如何在其他供应商提供的系统上继续使用全部或部分原有算法。同时,还需进一步明确知识产权(IP)的所有权,包括在人工智能长期使用过程中逐步得到完善的数据和建模方法、参数、逻辑等。n负责任地使用人工智能:目前,许多企业正在试用人工智能,但并不希望在初期花费过多。为避免导致道德
83、冲突,企业不得不向供应商施压,以求在进一步行动前为获取董事会认可而快速呈现应用成果。财会专业人员应确保供应商符合买方的人工智能道德政策,并在可能的情况下,展示第三方对供应商解决方案的审查。在采购负责任的人工智能解决方案时,政府政策可起到推动作用。ACCA关于最佳采购实践的一项研究曾强调:“政府应采用电子采购系统,来有效管理采购流程,并公布系统中可重复使用的数据,以便进行监测和监督”(Bleetman和Metcalfe,2020年)。公布可重复使用的数据,能帮助财务主管识别已考量道德因素的认证供应商。同时,这也是小型供应商展现其道德凭证的一种方式。财会专业人员需确保自身具备必要的知识和技能,以告
84、知供应商其具体需求,即需要通过人工智能解决哪些业务问题。同时,还应能够评估和审查供应商据此需求提供的产品。财会专业人员职业道德:在根据业务需求使用和审查人工智能供应商的产品时,运用专业胜任能力和应有关注至关重要。商业道德推动可持续的人工智能应用:链接AI和ESG|4.人工智能与治理图4.12:“我了解人工智能在所在行业中的应用情况”受访者回复324.8 设置和监测在初始设置和运行监测过程中,道德问题来源甚广。n文档:人工智能模型面临的道德挑战之一,是如何确保人们能充分了解其作用。因此,文档质量成为关键所在,包括文档是否全面,如何定期更新,以及在人员变动和交接时,新人对文档的理解程度如何等问题。
85、在跨职能团队中,非技术业务用户可能需要访问某些文档。这就要求在维护和修订文档版本时,必须遵循严格的规程。探索自动化文档应用程序,建立端到端跟踪也是可行之道(具体案例请参见mljar n.d.and Pandey 2020,但请注意我们不为任何特定产品效果代言)。n访问控制:明确哪些人可以访问训练数据,哪些人可以对其进行任意修改。一般而言,访问控制可扩展至对所有数据和系统访问权限的严格监控;以及对个人账户和机器人账户(若适用)的监控。n透明度:确保与用户相关的信息在公共领域随时可查,是符合道德的行为。不应将有关个人数据使用方式的信息隐藏于冗长的合同术语背后,而应以通俗易懂的语言加以解释。确保消费
86、者能快速找到退出数据共享的方式,就像最初吸引其加入一样简单方便。n评估和审计:通过独立的内部职能部门开展定期流程和道德评估,并在条件允许的情况下,聘请外部专家机构进行审查。“算法影响评估”框架可为企业评估人工智能系统的影响提供一种结构化的方法(具体案例请参见加拿大政府,2021年)。“我觉得实施起来并非易事,因为模型需要考虑到各种控制点,例如分析总账中的交易,根据风险等级划分交易并进行标记,以准确判断哪些为高风险交易,哪些为低风险交易。”在线小组讨论参与者 财会专业人员职业道德:在人工智能操作控制和监测机制中,运用专业胜任能力和应有的关注至关重要。4.9 数据治理高效的数据管理能力,很可能是企
87、业以负责任方式从人工智能中获取价值的最大决定性因素。4.9.1 数据规模最小化 始终坚持只收集绝对最低数量必要数据的原则。同时,对系统之间、向云和外部第三方传输数据进行有效控制。一般而言,首先应最大限度地减少移动数据,因为移动数据可能会造成漏洞(Varsos等人,2021年)。此外,使用虚拟或合成数据来训练模型(Walsh 2021)也可成为解决方案的一部分。尽可能少地收集数据,以免出现类似20世纪50年代人类治理塑料污染的情况,需要治理数字污染。与今天的数据相似,塑料很便宜也容易获取,但却造成了如今的海底污染。为避免大量数据收集形成一定的经济规模,以及由此产生的过度能源消耗,我们需对收集的数
88、据量进行可持续管理。商业道德推动可持续的人工智能应用:链接AI和ESG|4.人工智能与治理人工智能模型面临的道德挑战之一,是如何确保人们能充分了解其作用。因此,文档质量成为关键所在。始终坚持只收集绝对最低数量必要数据的原则。334.9.2 数据保密性 以合规方式处理个人身份信息(PII)是数据保密的基本要求,其中包括知情同意,以及数据主体有权在未来撤销该同意(撤销难度不能高于最初的授权规定)。同时,对意外收集个人身份信息的风险保持清醒认识也很重要。例如,交通路线规划和定价算法所用的数据源于乘客,但不得披露乘客姓名和座位号。必要时,应确保数据真正匿名,避免出现利用不明确信息也能推断出个人详情的状
89、况。展望未来,探索其他替代方法也能发挥一定作用,如“差异隐私”法。该方法侧重于从自上而下的数据汇总视图中获取深刻见解,而无需利用创建个人身份信息之数据集中的每条记录,即不需要个人的具体信息(Zhu,2018年)。“我们在即时聊天中使用人工智能其优势在于能提供高度个性化的服务,并实现组织效率最大化。数据隐私是有关使用人工智能的最大问题。”在线小组讨论参与者4.9.3 数据质量 数据需与组织目标保持相关性,同时消除缺口和错误。确保使用者能够访问模型决策及其所依据的数据(毕马威会计师事务所,2018年)。此外,还可通过定期审查和指定“超级用户”这类广泛机制,随时检查哪些人有权使用数据、及其具体用途。
90、维护数据库和术语表同样也很重要。这有助企业内不同部门的利益相关方对数据资产形成共同的术语和理解。对于创建广受欢迎、但极其难得的“黄金数据源”而言,此举十分必要(Nammalvar,2019年)。这能使人们看到清晰的数据脉络,以应对监管机构关于数据来源的潜在问询,并支持跨孤岛创造人工智能驱动的价值。如今,企业日益重视改进人工智能,但并非通过迭代改进模型(目前的主要方法),而是通过循环完善数据的方式来实现(Press,2021年)。调研结果显示,大约一半的受访者认为其所在企业均能有效地保持数据质量和数据保密性。但是,尽管25%的受访者表示其所在企业在保密管理方面的举措“非常有效”,但在数据质量上持
91、此态度的受访者仅有16%(请参见图4.13)。这一差异或许与数据保密性的合规要求息息相关。图4.13:“贵企业在数据质量和保密性方面的管理有效程度如何?”受访者回复注:已剔除回复“不清楚”的比例虽然企业在数据质量和保密管理方面的整体有效性上有一些相似之处,但两者面临的挑战却存在差异。就数据质量而言(请参见图4.14),其核心问题在于数据首次进入企业的时间点。初始收集的数据质量较差,会对整个生命周期的数据质量产生持续的渗透影响。这一点固然可以理解,但在收集阶段提高数据质量则能为企业带来巨大好处,既能消除痛点,又可确保下游工作的改进。另一方面,企业在数据保密性方面面临的最大挑战,源于数据生命周期的
92、安全存储阶段(请参见图4.15)。此环节存在诸多考量因素,比如在持有敏感或个人身份数据时产生的各种问题;数据安全性随时间推移所产生的变化(即使数据不再频繁使用);以及建立可靠的数据库检索系统等。在该阶段,企业掌握着数据,但并未通过数据收集或发布等任何方式使用数据。由于数据可能面临“从雷达上消失”的风险,相关合规工作或许更具挑战性。财会专业人员职业道德:保密性和职业准则对于确保以合规方式处理数据至关重要。商业道德推动可持续的人工智能应用:链接AI和ESG|4.人工智能与治理 数据质量 数据保密性10%20%30%40%50%非常无效中性观点有效非常有效无效在收集阶段提高数据质量能为企业带来巨大好
93、处,既能消除痛点,又可确保下游工作的改进。34商业道德推动可持续的人工智能应用:链接AI和ESG|4.人工智能与治理图4.14:“就数据质量而言,贵企业在数据生命周期中面临的最大挑战源于何处?最多选择两项”受访者回复图4.15:“就数据保密性而言,贵企业在数据生命周期中面临的最大挑战源于何处?最多选择两项”受访者回复354.10 模型治理 n算法偏见管理中的用户考量:我们以在招聘中使用人工智能解析简历为例。这一做法是为从入围简历中获得初步的候选人名单,以便进行首轮面试。首先,招聘企业可能需要提供部分或全部训练数据。若该企业以往便倾向于不雇佣具有特定人口特征的某些人群,则该要求将被硬编码到算法当
94、中。换言之,算法可能会本能地歧视符合前述特征的候选人。由于人工智能系统需要不断学习和适应,那么用户提供的数据或会直接导致产品开发缺陷。可见,此种情况与购买现成产品、且产品所有属性均由供应商设定完全不同。第二,现在假设算法主要使用更为广泛的数据集进行训练,同时添加了供应商有权使用的各种匿名训练数据。但如果该企业的招聘方式,如发布招聘广告、宣传品牌认知和内部文化的渠道,都偏向于某一特定人群,那么求职申请和优秀候选人便有可能全部来自该人群。换言之,企业只会在其搜索的范围内寻找合适对象。而一旦仅在特定人群中搜索,你将发现,出色的候选人皆出自于此。随着时间的推移,这会在算法中形成一种学习机制,强化上述偏
95、见。第三,用户需要对存在于偏见中的间接影响保持警觉(CA ANZ,2021年)。招聘算法可能不会直接表现出对受保护特征(如性别)的偏见。但从统计数据上看,那些寻求兼职工作的人群往往不会被选中担任该职位。如果大多数兼职工作申请人为女性,那么它便可能间接地对女性施加歧视。因此,用户需要仔细评估职位需求,以及隐性偏见是否正渗透至支撑算法决策的假设中。n有效伙伴关系:财会专业人员需与数据科学家进行有效合作。虽然后者将负责模型的细节,但如果不适当考虑业务背景和领域的专业知识,很多重要因素可能会在“翻译中丢失”。数据科学家或许会考虑通过对模型进行微调,以及调整特征权重,来影响模型结果。但他们还需明白,错误
96、造成的代价各不相同:有些错误只会产生非财务影响,而有些机会一旦错过,则可能产生非常严重的战略影响。n模型可解释性:向非技术性受众解释模型决策原理(如通过决策树)的必要性,正日益为行业所认同(ACCA,2020d)。在银行业等受监管行业中,企业或许有必要解释为何某个客户的贷款申请被拒,或者更广泛地说,需要解决更复杂模型中的“黑盒”问题,因为人类对模型工作原理的认识十分有限。随着银行业在这一领域的活动日益成熟,会计和业务用户与人工智能工具的互动可能会逐步增多。n模型漂移:即使人工智能当前的计算结果十分准确,但我们无法保证未来仍然如此。随着新的数据被源源不断地输入系统,以及外部环境的时刻变化,模型必
97、将偏离预期结果。因此,有必要对模型进行持续监测和频繁调整。n分布式交付:从根本上讲,人工智能的运行是以大量数据为前提,而这些数据的来源通常比以往所用数据来源更加广泛。因此,要想获得最佳的计算结果,企业需要收集分布在不同部门的数据,甚至是企业外部的数据。联合学习(Federated learning)意味着,人工智能可以使用储存在边缘设备(如手机)、企业外部和世界各地的本地数据,而并不需要将模型使用的所有数据都储存在某个中心位置(开放数据科学,2020年)。这些最新发展在可能提高模型效率的同时,也加强了考量道德和治理因素的必要性。考虑到其中的细微之处,基本理解人工智能的工作方式将大有裨益,这样可
98、避免在尚未认识到人类监督和干预职责的情况下,贸然将决策和活动“外包”给人工智能完成。调研反馈(请参见图4.16)表明,此方面仍有待改进,只有不到一半的受访者表示能基本了解算法的工作原理。“如果企业以不道德的方式使用人工智能,人们很难让企业承认错误,也很难有机会去发现问题目前,一旦人工智能算法建成,我认为很难再将其拆分开来,以弄清其工作原理。”在线小组讨论参与者商业道德推动可持续的人工智能应用:链接AI和ESG|4.人工智能与治理招聘企业只会在其搜索的范围内寻找合适对象。而一旦仅在特定人群中搜索,你将发现,出色的候选人皆出自于此。36图4.16:“我对人工智能算法的工作原理有着基本了解”受访者回
99、复 财会专业人员职业道德:运用专业胜任能力和应有的关注,通过搜索信息来了解人工智能系统的运行状态,同时保持诚信,避免将责任推给算法。4.11 系统故障和解决办法 n投诉和补救:建立相关渠道,便于对系统决策提出异议和应对不满意的客户。在此情况下,举报机制的作用(请参见第4.6节)亦非常重要,尤其是应考虑到非一线工作人员对人工智能的熟悉程度可能较低。一般而言,突发事件管理、异常报告、事件升级和应急计划等机制均适用该机制。n保障人工智能系统安全:欺诈和不道德行为的具体形式多种多样,其中包括数据中毒(Constantin,2021年)和模型规避(Polyakov,2019年)。两者均是通过损坏人工智能
100、模型的训练数据来起到破坏作用。针对模型安全的操作重点正在逐步加强,并将成为普遍采纳的一项考量因素。财会专业人员职业道德:在建立保护人工智能系统安全和纠正不当行为的机制时,诚信至关重要。4.12 审查和反馈 n人工智能和道德培训:为员工开展的人工智能道德影响培训,可以采取内部培训或外部认证的形式。但需要注意的是,必须消除任何“人类判断无用”的观念这也是在企业中应用人工智能的根本。n经验教训:记录人工智能应用过程中的重要经验,有助于避免重蹈覆辙。例如,某受访者指出,他们最初曾错误地认为可以利用初级员工对人工智能进行培训。但在培训开始后却发现,为模型提供准确数据输入所需的专业知识和背景认识,更接近于
101、中层员工水平。对此,商汤科技(SenseTime)创建了人工智能道德风险因素案例库,每周根据全球人工智能风险案例,对人工智能产品经理进行相关培训。我们还可定期检查产品风险和数据风险,以优化人工智能安全性,持续防范潜在风险。财会专业人员职业道德:履行提升专业胜任能力义务,持续学习和进步。商业道德推动可持续的人工智能应用:链接AI和ESG|4.人工智能与治理记录人工智能应用过程中的重要经验,有助于避免重蹈覆辙。37商业道德推动可持续的人工智能应用:链接AI和ESG|4.人工智能与治理考虑到其中的细微之处,基本理解人工智能的工作方式将大有裨益,这样可避免在尚未认识到人类监督和干预职责的情况下,贸然将
102、决策和活动“外包”给人工智能完成。385.结束语人工智能无疑是当今时代最令人振奋、最具变革性的技术进步之一。但技术是一柄双刃剑,既有望改善生活,也可能造成伤害。最终,决定人工智能相关性与可用性的,将是我们能够以合乎道德、可持续的方式来妥善应用人工智能。商业道德推动可持续的人工智能应用:链接AI和ESG|5.结束语39商业道德推动可持续的人工智能应用:链接AI和ESG|致谢1.亚历克斯帕纳伊特(Alex Panait),普华永道金融服务数字创新总监2.安斯加凯恩(Ansgar Koene),安永全球人工智能道德与监管主管3.布莱恩弗里德里希(Brian Friedrich),国际会计师职业道德准
103、则理事会(IESBA)理事4.查尔斯拉德克利夫(Charles Radclyffe),EthicsGrade评级机构合伙人5.克莱门特陈(Clement Chan),普华永道负责任的人工智能主管6.迪米特里斯拉夫托普洛斯(Dimitris Raftopoulos),IBM认知过程转换高级管理顾问7.杰罗姆巴德富(Jrme Basdevant),Datamaran公司首席技术官8.梁锦(音,Kam Leung),IESBA主管9.凯伦史密斯(Karen Smith),IBM合伙人10.劳伦斯刘(Lawrence Liew),新加坡国家人工智能计划总监11.卢塔米约姆塔瓦利(Lutamyo Mta
104、wali),IBM可持续财务服务主管12.马赫什哈里哈兰(Mahesh Hariharan),Zupervise公司创始人13.马克扬森(Mark Jansen),普华永道合伙人、数据信任服务主管14.穆罕默德法哈德里亚兹(Muhammad Fahad Riaz),Maglytic公司创始人、管理合伙人15.奥列格托尔森(Oleg Torshin),IBM负责任的计算服务16.帕维尔阿卜杜勒拉赫曼(Pavel Abdur-Rahman),IBM数据与技术转型服务合伙人17.辛苏珊(音,Sim Siew Shan),亚航集团首席财务官18.泰勒拉杰(Thillai Raj),Wise AI公司高
105、级技术顾问19.田丰,商汤科技智能产业研究院创始院长致谢40商业道德推动可持续的人工智能应用:链接AI和ESG|附录1.页面数据摘要地区:1.非洲 2.亚太 3.加勒比4.中东欧 5.中东 6.北美 7.南亚 8.西欧 国家:1.澳大利亚2.孟加拉国3.中国4.加纳 5.印度 6.爱尔兰 7.肯尼亚 8.马来西亚 9.毛里求斯 10.新西兰 11.尼日利亚 12.巴基斯坦 13.新加坡 14.南非 15.斯里兰卡 16.特立尼达和多巴哥 17.乌干达 18.英国 19.阿联酋 20.赞比亚 21.津巴布韦附录1.页面数据摘要:41我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考
106、虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量25%37%72%我所在企业有效/非常有效地管理数据保密性76%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:68%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)52%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费
107、者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)45%54%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度57%65%41%42%18%8%我所在企业将人工智能用于财会工作以外11%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集39%收集17%使用25%使用23%安全存储31%安全存储45%分发/流转23%分发/流转25%合法销毁10%合法销毁15%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”非洲42我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理
108、数据质量17%32%55%我所在企业有效/非常有效地管理数据保密性65%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:66%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)37%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)3
109、0%43%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度49%66%27%51%20%5%我所在企业将人工智能用于财会工作以外18%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集47%收集16%使用35%使用25%安全存储29%安全存储48%分发/流转18%分发/流转28%合法销毁8%合法销毁15%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”亚太43我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量10%22%59%我所在企业有效/非常有效地管理数据保密
110、性62%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:47%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)30%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)27%34%我能够按照自己的价值观生活社会整体生活水平降低社会内部
111、的不平等程度36%46%23%52%15%3%我所在企业将人工智能用于财会工作以外13%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集41%收集19%使用36%使用22%安全存储29%安全存储42%分发/流转18%分发/流转34%合法销毁7%合法销毁11%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”加勒比44我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量15%28%71%我所在企业有效/非常有效地管理数据保密性77%人工智能融入生活:人工智能在以下方面产生了积极/非常积
112、极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:66%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)43%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)36%48%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度52%68%31%46%21%6%我所在企业将人工
113、智能用于财会工作以外21%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集46%收集14%使用33%使用18%安全存储20%安全存储41%分发/流转11%分发/流转24%合法销毁9%合法销毁16%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”中东欧45我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量27%35%68%我所在企业有效/非常有效地管理数据保密性73%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原
114、理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:59%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)52%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)39%56%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度59%67%36%48%19%7%我所在企业将人工智能用于财会工作以外8%数据保密性我所在企业在整个数据生命周期
115、中面临的最重大挑战在于:收集37%收集18%使用32%使用28%安全存储34%安全存储45%分发/流转22%分发/流转31%合法销毁10%合法销毁16%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”中东46我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量13%36%67%我所在企业有效/非常有效地管理数据保密性71%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大
116、挑战在于:82%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)30%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)21%44%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度52%70%31%44%23%9%我所在企业将人工智能用于财会工作以外20%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集47%收集18%使用44%使用20
117、%安全存储11%安全存储40%分发/流转29%分发/流转31%合法销毁5%合法销毁18%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”北美47我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量37%45%73%我所在企业有效/非常有效地管理数据保密性77%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:68%我所在企业将人工智能用于财会相关任务或职能(如编
118、制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)53%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)43%58%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度61%70%40%42%20%11%我所在企业将人工智能用于财会工作以外11%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集40%收集13%使用30%使用23%安全存储34%安全存储50%分发/流转20%分发/流转25%
119、合法销毁9%合法销毁18%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”南亚48我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量20%32%68%我所在企业有效/非常有效地管理数据保密性81%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:64%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智
120、能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)36%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)29%38%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度40%54%26%52%18%6%我所在企业将人工智能用于财会工作以外15%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集45%收集15%使用35%使用21%安全存储20%安全存储40%分发/流转19%分发/流转23%合法销毁8%合法销毁22%“我认为,本企业的领导者将商业道德和盈
121、利置于同等重要的地位。”西欧49我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量13%33%57%我所在企业有效/非常有效地管理数据保密性71%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:72%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、
122、歧视性待遇、缺乏选择、缺乏透明度)28%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)21%36%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度38%62%19%58%22%6%我所在企业将人工智能用于财会工作以外21%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集45%收集14%使用32%使用21%安全存储26%安全存储48%分发/流转19%分发/流转28%合法销毁9%合法销毁15%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”澳大利亚50我所在企业已经为人工智能的使
123、用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量36%42%76%我所在企业有效/非常有效地管理数据保密性67%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:58%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)50%我作为员工的权利(如
124、公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)47%50%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度65%69%48%46%9%2%我所在企业将人工智能用于财会工作以外9%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集52%收集9%使用24%使用27%安全存储42%安全存储55%分发/流转24%分发/流转33%合法销毁18%合法销毁27%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”孟加拉国51我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管
125、要求我所在企业有效/非常有效地管理数据质量13%34%48%我所在企业有效/非常有效地管理数据保密性57%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:47%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)44%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我
126、的数据、歧视性待遇、缺乏透明度)32%44%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度58%71%36%34%24%6%我所在企业将人工智能用于财会工作以外19%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集39%收集16%使用36%使用26%安全存储40%安全存储49%分发/流转22%分发/流转29%合法销毁11%合法销毁23%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”中国52我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量15%22%78%我
127、所在企业有效/非常有效地管理数据保密性83%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:85%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)55%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)49%53%我能够按照自己的价
128、值观生活社会整体生活水平降低社会内部的不平等程度58%61%45%39%18%13%我所在企业将人工智能用于财会工作以外11%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集47%收集20%使用39%使用37%安全存储29%安全存储47%分发/流转15%分发/流转20%合法销毁7%合法销毁14%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”加纳53我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量48%52%84%我所在企业有效/非常有效地管理数据保密性85%人工智能融入生活:
129、人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:78%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)54%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)41%59%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度63%72%4
130、1%41%26%18%我所在企业将人工智能用于财会工作以外11%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集37%收集11%使用31%使用20%安全存储28%安全存储48%分发/流转23%分发/流转23%合法销毁9%合法销毁20%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”印度54我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量15%30%70%我所在企业有效/非常有效地管理数据保密性81%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人
131、工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:67%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)37%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)30%36%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度45%63%28%48%16%5%我所在企业将人工智能用于财会工作以外10%
132、数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集41%收集22%使用46%使用14%安全存储23%安全存储41%分发/流转19%分发/流转22%合法销毁5%合法销毁22%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”爱尔兰55我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量18%30%61%我所在企业有效/非常有效地管理数据保密性70%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所
133、在企业在整个数据生命周期中面临的最重大挑战在于:63%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)55%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)36%56%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度57%71%43%51%14%10%我所在企业将人工智能用于财会工作以外8%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:
134、收集46%收集16%使用28%使用26%安全存储26%安全存储37%分发/流转39%分发/流转33%合法销毁9%合法销毁18%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”肯尼亚56我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量25%36%55%我所在企业有效/非常有效地管理数据保密性64%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:62%我所在企
135、业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)51%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)43%54%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度63%73%32%45%20%5%我所在企业将人工智能用于财会工作以外14%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集50%收集22%使用40%使用30%安全存储35%安全存储
136、51%分发/流转15%分发/流转27%合法销毁7%合法销毁14%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”马来西亚57我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量32%45%75%我所在企业有效/非常有效地管理数据保密性77%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:63%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告
137、事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)48%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)45%49%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度57%67%33%39%15%4%我所在企业将人工智能用于财会工作以外8%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集26%收集23%使用32%使用30%安全存储42%安全存储44%分发/流转13%分发/流转20%合法销毁14%合法销毁1
138、5%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”毛里求斯58我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量14%24%56%我所在企业有效/非常有效地管理数据保密性65%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:74%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工
139、作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)25%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)18%34%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度35%58%18%59%17%5%我所在企业将人工智能用于财会工作以外17%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集52%收集11%使用34%使用26%安全存储18%安全存储45%分发/流转15%分发/流转28%合法销毁5%合法销毁12%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地
140、位。”新西兰59我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量25%45%76%我所在企业有效/非常有效地管理数据保密性86%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:68%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏
141、选择、缺乏透明度)57%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)49%63%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度65%71%43%48%18%9%我所在企业将人工智能用于财会工作以外18%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集36%收集21%使用21%使用19%安全存储25%安全存储26%分发/流转22%分发/流转23%合法销毁11%合法销毁13%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”尼日利亚60我所在企业已经为人工智能的使用部署了一套道
142、德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量33%41%67%我所在企业有效/非常有效地管理数据保密性73%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:60%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)54%我作为员工的权利(如公平透明的招聘
143、和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)43%60%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度60%69%37%41%17%8%我所在企业将人工智能用于财会工作以外10%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集39%收集13%使用28%使用26%安全存储31%安全存储50%分发/流转22%分发/流转22%合法销毁9%合法销毁17%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”巴基斯坦61我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在
144、企业有效/非常有效地管理数据质量30%43%64%我所在企业有效/非常有效地管理数据保密性64%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:55%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)42%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧
145、视性待遇、缺乏透明度)41%48%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度59%74%34%45%19%5%我所在企业将人工智能用于财会工作以外16%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集40%收集14%使用37%使用24%安全存储30%安全存储48%分发/流转21%分发/流转28%合法销毁10%合法销毁14%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”新加坡62我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量25%53%73%我所在企业
146、有效/非常有效地管理数据保密性76%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:86%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)49%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)28%55%我能够按照自己的价值观生活
147、社会整体生活水平降低社会内部的不平等程度51%70%43%43%20%8%我所在企业将人工智能用于财会工作以外12%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集35%收集14%使用24%使用22%安全存储24%安全存储43%分发/流转22%分发/流转14%合法销毁10%合法销毁20%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”南非63我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量36%51%82%我所在企业有效/非常有效地管理数据保密性69%人工智能融入生活:人工智能
148、在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:69%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)45%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)42%51%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度58%78%36%45
149、%20%7%我所在企业将人工智能用于财会工作以外18%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集44%收集15%使用36%使用21%安全存储36%安全存储56%分发/流转13%分发/流转26%合法销毁10%合法销毁13%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”斯里兰卡64我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量7%20%54%我所在企业有效/非常有效地管理数据保密性66%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能
150、治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:46%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)29%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)29%36%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度38%52%26%48%14%3%我所在企业将人工智能用于财会工作以外16%数据保
151、密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集32%收集22%使用46%使用32%安全存储27%安全存储44%分发/流转27%分发/流转34%合法销毁2%合法销毁10%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”特立尼达和多巴哥65我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量12%33%79%我所在企业有效/非常有效地管理数据保密性79%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量
152、我所在企业在整个数据生命周期中面临的最重大挑战在于:73%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)54%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)41%46%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度61%66%33%46%22%8%我所在企业将人工智能用于财会工作以外16%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在
153、于:收集42%收集27%使用24%使用18%安全存储45%安全存储48%分发/流转18%分发/流转30%合法销毁21%合法销毁15%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”乌干达66我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量21%32%68%我所在企业有效/非常有效地管理数据保密性81%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:65%我
154、所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)34%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)26%37%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度38%51%25%53%19%5%我所在企业将人工智能用于财会工作以外15%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集47%收集13%使用30%使用20%安全存储20%安
155、全存储40%分发/流转20%分发/流转24%合法销毁9%合法销毁23%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”英国67我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量30%43%73%我所在企业有效/非常有效地管理数据保密性81%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:68%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报
156、告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)51%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)37%49%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度54%66%31%42%25%4%我所在企业将人工智能用于财会工作以外7%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集38%收集19%使用32%使用25%安全存储27%安全存储43%分发/流转22%分发/流转25%合法销毁11%合法销毁
157、19%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”阿联酋68我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量28%38%70%我所在企业有效/非常有效地管理数据保密性72%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:64%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工
158、作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选择、缺乏透明度)50%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)47%50%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度52%60%41%51%18%10%我所在企业将人工智能用于财会工作以外8%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集44%收集11%使用17%使用16%安全存储33%安全存储63%分发/流转25%分发/流转28%合法销毁6%合法销毁8%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位
159、。”赞比亚69我所在企业已经为人工智能的使用部署了一套道德框架我所在企业已经考虑了与人工智能使用相关的监管要求我所在企业有效/非常有效地管理数据质量29%38%69%我所在企业有效/非常有效地管理数据保密性70%人工智能融入生活:人工智能在以下方面产生了积极/非常积极的影响人工智能的使用:人工智能治理:我对人工智能算法的工作原理有着基本了解数据质量我所在企业在整个数据生命周期中面临的最重大挑战在于:60%我所在企业将人工智能用于财会相关任务或职能(如编制财务报表、管理报告事务、为决策提供信息等)我所在企业将人工智能用于审计和鉴证工作当中我作为个人的权利(例如安全性和人身保障、歧视性待遇、缺乏选
160、择、缺乏透明度)53%我作为员工的权利(如公平透明的招聘和薪酬实践)我作为消费者的权利(例如企业如何使用我的数据、歧视性待遇、缺乏透明度)50%53%我能够按照自己的价值观生活社会整体生活水平降低社会内部的不平等程度57%59%43%38%22%11%我所在企业将人工智能用于财会工作以外10%数据保密性我所在企业在整个数据生命周期中面临的最重大挑战在于:收集38%收集12%使用23%使用13%安全存储20%安全存储42%分发/流转31%分发/流转30%合法销毁10%合法销毁20%“我认为,本企业的领导者将商业道德和盈利置于同等重要的地位。”津巴布韦70商业道德推动可持续的人工智能应用:链接AI
161、和ESG|参考文献参考文献ACCA(2019),Machine Learning:More Science than Fiction,accessed 20 July 2021.ACCA(2020a),ACCA Publishes its Commitments to Delivering the UN Sustainable Development Goals online press release,December,accessed 19 July 2021.ACCA(2020b),Meaningful Work for the Digital Professional,accessed
162、 20 July 2021.ACCA(2020c),Ethics in a COVID-19 World,accessed 21 July 2021.ACCA(2020d),Explainable AI:Putting the User at the Core,accessed 22 July 2021.ACCA(2021a),Machine learning with Python for finance professionals website enrolment portal,accessed 26 July 2021.ACCA(2021b),Coding:As a Professio
163、nal Accountant,Why You Should Be Interested,Downloadable from,accessed 26 July 2021.ACCA(2021c),Leading Inclusion,accessed 22 July 2021.ACCA(n.d.a),Machine learning:An Introduction for Finance Professionals website course overview,accessed 26 July 2021.ACCA(n.d.b),Growing your Emotional Superpower:O
164、verview website introduction to webinar,with link to webinar,accessed 21 July 2021.Adams,C.A.,Alhamood,A.,He,X.,Tian,J.,Wang,L.and Wang,Y.(2021),The Double Materiality Concept:Application and Issues,accessed 21 July 2021.Adams,R.D.(2020),Chief AI Officer:Executives Discuss the Role,Pitfalls and Busi
165、ness Philosophy website article,TechRepublic,8 June,accessed 22 July 2021.AI-R(2020),Amsterdam and Helsinki Launch Algorithm and AI Register website article,13 October,accessed 21 July 2021.Amodei,D,Hernandez,D.Sastry,G.,Clark,J.Brockman,G.and Sutskever,I.(2018),AI and Compute website article,16 May
166、,accessed 20 July 2021.Australian Government(Department of Industry,Science,Energy and Resources)(n.d.),Australias Artificial Intelligence Ethics Framework website,accessed 22 July 2021.Australian Government(Department of Industry,Science,Energy and Resources)(2020),An AI Action Plan for all Austral
167、ians:A Call for Views,accessed 22 July 2021.Bleetman,R,and Metcalf,A.(2020),New Models of Public Procurement:A Tool for Sustainable Recovery.Downloadable from,accessed 22 July 2021.Byford,B.and Gunkel,D(2020),Robot Rights with David Gunkel podcast,20 October.Available from,accessed 21 July 2021.Cala
168、ce,D.(2020),Double and Dynamic:Understanding the Changing Perspectives on Materiality blog,Value Reporting Foundation,2 September,accessed 21 July 2021.Cambridge University Press(2021),Cambridge Dictionary,Ethic.s online dictionary entry,accessed 3 June 2021.CDP(n.d.),Cities,States and Regions Data
169、via website portal,accessed 21 July 2021.Chartered Accountants Australia and New Zealand(2018)Machines can learn,but what will we teach them?Ethical considerations around artificial intelligence and machine learning,3 August.Chartered Accountants Australia and New Zealand(2021).Give it a nudge:Behav
170、ioural insights into an ethical workplace,3 August 2021.Chipman Koty,A.(2021),Artificial Intelligence in China:Shenzhen Releases First Local Regulations,China Briefing 29 July,accessed 12 August 2021.71ETHICS FOR SUSTAINABLE AI ADOPTION:CONNECTING AI AND ESG|REFERENCESConstantin,L.(2021),How Data Po
171、isoning Attacks Corrupt Machine Learning Models website article,12 April,accessed 23 July 2021.data.govt.nz(2021),Algorithm Charter for Aotearoa New Zealand,accessed 21 July 2021.DCMS(Department for Culture,Media and Sport(UK)(n.d.)Our 10 Tech Priorities website,accessed 21 July 2021.Doyle,K.(2021),
172、IBMs Peters Calls for Responsible Computing in#ITWebcloud2021 Keynote website article,ITWeb,24 February,accessed 20 July 2021.Dykes,J.(2020),The Carbon Footprint of AI and Cloud Computing online article,Geographical,November,accessed 20 July 2021.Editors of Encyclopaedia Britannica(n.d.),Coverture o
173、nline article,accessed 21 July 2021Eur-Lex(2021),Proposal for a Regulation of the European Parliament and of the Council Laying Down Harmonised Rules on Artificial Intelligence(Artificial Intelligence Act)and Amending Certain Union Legislative Acts COM/2021/206 final,Downloadable from,accessed 21 Ju
174、ly 2021.European Commission(2019).Ethics Guidelines for Trustworthy AI.Downloadable from,accessed 22 July 2021.European Commission(2021a),Screening of Websites for“Greenwashing”:Half of Green Claims Lack Evidence online press release,28 January,accessed 21 July 2021European Commission(2021b),Europe
175、Fit for the Digital Age:Commission Proposes New Rules and Actions for Excellence and Trust in Artificial Intelligence website article,April,accessed 21 July 2021Fieser,J.(n.d.).Ethics in Internet Encyclopaedia of Philosophy website article,accessed 21 July 2021.Foys Solicitors(2019),Understanding th
176、e Notion of a Corporate Personality website article,27 February,accessed 21 July 2021.Golbin,I.and Axente,M.L.(2021),9 Ethical AI Principles for Organizations to Follow website article,23 June,accessed 22 July 2021.Government of Canada(2021),Algorithmic Impact Assessment Tool website resource,April,
177、accessed 26 July 2021.GPAI(Global Partnership on Artificial Intelligence)(n.d.),Home page,accessed 22 July 2021.HM Government(UK)(2021),UK Enshrines New Target in Law to Slash Emissions by 78%by 2035 online press release,20 April,accessed 21 July 2021.IDC(2020),IDCs Global Datasphere Forecast Shows
178、Continued Steady Growth in the Creation and Consumption of Data website article,8 May,accessed 20 July 2021.IEEE(Institute of Electrical and Electronics Engineers)(2020),The IEEE Trusted Data and Artificial Intelligence Systems(AIS)Playbook for Financial Services,version 1,accessed 26 July 2021.IESB
179、A(2016),Responding to Non-compliance with Laws and Regulations.Downloadable from,accessed 20 July 2021.IFAC(International Federation of Accountants)(2020),2020 Handbook of the International Code of Ethics for Professional Accountants.Downloadable from,accessed 20 July 2021.India AI(n.d.),Ethics and
180、Human Rights website text,accessed 22 July 2021.Kalluri,P.(2020),Dont Ask if Artificial Intelligence is Good or Fair,Ask how it Shifts Power online article,Nature,7 July,accessed 21 July 2021.Kang,C.(2021),What is the Facebook Oversight Board?online article,New York Times,accessed 22 July 2021.KPMG(
181、2018),AI Risk and Controls Matrix,accessed 22 July 2021.Leslie,D.(2019),Understanding Artificial Intelligence Ethics and Safety:A Guide for the Responsible Design and Implementation of AI Systems in the Public Sector.The Alan Turing Institute,accessed 22 July 2021.Mari,A.(2021),Brazil Publishes Nati
182、onal Artificial Intelligence Strategy website article,12 April,accessed 22 July 2021.Marr,B.(2019)What is Unstructured Data and Why is it so Important for Businesses?An Easy Explanation for Anyone online article,Forbes,16 October,accessed 20 July 2021.McGrath,E.(2013),The Married Womens Property Act
183、 1882 and its Relevance Today website article,accessed 21 July 2021Metz,R.(2021),This$5 billion Insurance Company Likes to Talk Up its AI.Now its in a Mess over It website article,CNN Business,27 May,accessed 21 July 2021.Microsoft(n.d.),Microsoft AI Principles website text,accessed 22 July 2021.72E
184、THICS FOR SUSTAINABLE AI ADOPTION:CONNECTING AI AND ESG|REFERENCESMinistry for the Environment(NZ)(2021),Mandatory Climate-Related Disclosures website article,April,accessed 21 July 2021.mljar(n.d.),Automated Machine Learning:Automatic Documentation vendor website,accessed 22 July 2021.Nammalvar,A.(
185、2019),What is“Golden Source”of Data?website article,Dummy Data,21 December,accessed 22 July 2021.National Artificial Intelligence Initiative(2021),Untitled home page,accessed 21 July 2021.National Constitution Center(US)(2021),13th Amendment:Abolition of Slavery website article,accessed 21 July 2021
186、.National Grid Group plc(2021),What is Net Zero?website article,accessed 21 July 2021Norton Rose Fulbright(2021),EU Proposes New Artificial Intelligence Regulation website article,April,accessed 21 July 2021.OECD(2021),What Are the OECD Principles on AI?website article,accessed 22 July 2021.Open Dat
187、a Science(2020),What is Federated Learning?.website article,accessed 22 July 2021.Overby,S.(2020),AI vs Automation:6 Ways to Spot Fake AI website article,The Enterprisers Project,26 March,accessed 21 July 2021.Pandey,P.(2020),Automate your Model Documentation Using H20 AutoDoc website article,20 Nov
188、ember,accessed 22 July 2021.Polyakov,A.(2019),How to Attack Machine learning(Evasion,Poisoning,Inference,Trojans,Backdoors website article,6 August,accessed 22 July 2021.Press,G.(2021),Andrew Ng Launches a Campaign for Data-Centric AI online article.Forbes,16 June,accessed 22 July 2021.Quach,K.(2020
189、),Fly me to the MoonCarbon Footprint for Training GPT3 same as Driving to our Satellite and Back website article,The Register,4 November,accessed 20 July 2021.Saran,C.(2019),Stanford University Finds that AI is Outpacing Moores Law online article,Computer Weekly,12 December,accessed 20 July 2021.Sca
190、ssa,T.(2021),Privacy in the Precision Economy:The Rise of AI-Enabled Surveillance during the Pandemic website article,Centre for International Governance Innovation,8 June,accessed 21 July 2021.Seal,A.(2019),How Will AI Revolutionize Data Center Cooling blog article,blog article 26 March,VXCHNGE,acc
191、essed 20 July 2021.Sen.K.(2020),Five Ways Coronavirus is Deepening Global Inequality website article,18 August,accessed 21 July 2021.SG:D,IM and PDPC(2020),Model Artificial Intelligence Governance Framework,2nd edn.,accessed 22 July 2021.Skelton,S.K.(2021),Europes Proposed AI Regulation Falls Short
192、on Protecting Rights online article,Computer Weekly,14 June,accessed 21 July 2021.Sloane,M.(2020),Participation-washing Could Be the Next Dangerous Fad in Machine Learning online article,MIT Technology Review.25 August,accessed 21 July 2021.Stanford University(2016),Artificial Intelligence and Life
193、in 2030:One Hundred Year Study on Artificial Intelligence;Report of the 2015 Study Panel,accessed 22 July 2021.Varsos,K.,McConachie,N.,Hess,S.and Murray,E.(2021),Why Less is More in Data Migration online article,MIT Sloan Management Review,20 April,accessed 22 July 2021.Vinuesa,R.,Azizpour,H.,Leite,
194、I.,Balaam,M.,Dignum,V.,Domisch,S.and Nerini,F.F.(2020),The Role of Artificial Intelligence in Achieving the Sustainable Development Goals,Nature Communications,11(1):110.Wakefield,J.(2021),Ghost Workers Demand to Be Seen and Heard website article,BBC News,28 March,accessed 21 July 2021.Walsh,B.(2021
195、),Training Artificial Intelligence through Synthetic Data website article,13 March,accessed 22 July 2021.Zhu,T.(2018),What is Differential Privacy and How Can it Protect your Data?online article,The Conversation,18 March,accessed 22 July 2021.Ziprecruiter(2019),The Ziprecruiter Future of Work Report
196、 archived website article,accessed 21 July 2021.Zouvia,K.(2020),Artificial Intelligence and Whistleblowing:Can AI be Useful for Whistleblowing Purposes?,accessed 22 July 2021.73PI-AI-ETHICSCopyright 2021年 版权归ACCA和/或CA ANZ所有。未经许可,不得复制本报告整体或部分内容。尽管力求准确,但ACCA和/或CA ANZ不保证本报告中没有错误。本报告中意见不一定代表ACCA和/或CA ANZ意见。