备忘草案：Web机器学习的伦理道德原则

W3C Web 机器学习工作组发布 Web 机器学习的伦理道德原则备忘草案：

Ethical Principles for Web Machine Learning

https://www.w3.org/TR/webmachinelearning-ethics/

机器学习（Machine Learning 简称 ML）是一项强大的技术，它在 Web 上的应用有望带来令人叹服的新的用户体验。但是，也有越来越多的人意识到 ML 应用程序可能会有意或无意地造成伤害，从而影响个人用户、社区以及社会。Web 机器学习中常见伦理道德问题涉及：

• 准确性（Accuracy）

• 偏差（Bias）
• 公平（Fairness）
• 安全与保障（Safety & Security）
• 隐私（Privacy）
• 透明度（Transparency）
• 责任认定（Accountability）
• 人类控制与决策（Human Control and Decision-making）
• 环境影响与可持续性（Environmental Impact & Sustainability）
• 危害的不同类型（Types of harm）

W3C 的使命是“确保 Web 的长期发展”，我们在设计和实现 Web ML 规范的过程中，要充分考虑新技术（例如 ML）的潜在风险，通过全面的伦理道德方法来应对这些风险。

根据 Web 机器学习工作组章程的要求，这份文档阐明了在 Web 上使用机器学习的相关伦理道德问题，以帮助发现工作组的规范应考虑哪些缓解应对措施。基于联合国教科文组织（UNESCO）围绕人工智能伦理道德的建议，该文档尝试描述如何将这些原则应用于浏览器机器学习。

进一步参见 Web 机器学习工作组主页：

https://www.w3.org/groups/wg/webmachinelearning