商务部 RFI 89 FR 27411 的评论

商务部邀请乔治敦大学安全和新兴技术中心（CSET）就人工智能和开放政府数据资产信息请求提供回应。CSET，作为乔治敦大学的政策研究组织，专注于数据分析以评估新兴技术的安全影响，特别是人工智能、网络安全和生物技术领域。

主要回应要点：

1. 支持提高公共数据的可访问性、质量和透明度：

   • 鼓励使用现有平台、论坛和传播实践（如GitHub、Zenodo）。
   • 强调清晰、全面的数据文档（如数据卡片）的重要性。
   • 推荐将数据资产与现有工具和数据集保持一致，例如使用开放式组织标识和现有职业代码（ROR、SOC）。

2. 数据传播标准：

   • 机器可读性：确保数据集和元数据便于AI理解和人类阅读。
   • 数据质量：明确数据点的含义、计算方法等非显而易见的信息。
   • 数据集局限性：明确数据集未涵盖的内容和潜在的误解记录。
   • 数据格式：提供批量下载的CSV或JSON文件，包含标准、开源或非专有实体标识符和职业代码。
   • 隐私保护：考虑原始数据和派生数据的隐私保护，必要时应要求数据经过适当的匿名化或隐私保护处理。

3. 数据发布和许可证：

   • 商务部应在开放许可证下发布数据，支持广泛、公平和开放访问。
   • 考虑在许可证下发布数据，允许AI使用，可能指定特定的可接受或不可接受用途。
   • 通过数据资产的集中管理，增加活动和可用性，如通过GitHub或Zenodo共享。

4. 数据可访问性和检索：

   • 提供非PDF格式的数据，优先为聚合数据提供可下载的CSV数据集。
   • 解决数据质量问题，如日期和国家/地区的字段、实体列表修改反映方式。
   • 集中的数据存取网站可提高网络可抓取性，减少跨机构的数据跟踪工作量。

5. 伙伴关系和数据质量：

   • 通过挑战、奖品或黑客马拉松等合作方式提高数据质量和可见性。
   • 合作伙伴可以基于挑战成果进行研究，增强对商业数据有用性的认知。

6. 数据伦理与责任：

   • 确保数据集的公平性和代表性，避免数据偏见。
   • 记录数据集的来源、修改和维护，提供透明度。
   • 在GitHub存储库中存储数据文档和数据，便于问题追踪和沟通。

通过上述策略，商务部旨在优化其开放政府数据资产的管理和使用，促进AI应用的发展，同时保障数据的隐私和伦理考量。