5月9日，第五期智能社会治理研究学术开放论坛在蒙民伟楼328-18会议室如期开展，浙江大学教育学院教授黄萃老师主持了论坛。在主讲报告环节，有2位同学进行了分享。分别是（1）刘宇轩博士研究生：《公平性算法的可信度反思》；（2）姜燕博士：《人工智能应用如何驱动企业绿色创新--以工业机器人应用为例》。
ProPublica分析了一个名为COMPAS的机器学习系统。在美国地方的司法体系里，COMPAS被广泛应用于预测被告的再犯几率，作为建议量刑的基础。机器学习的拥趸们认为，比起人类法官们固有的歧视和偏见，利用大数据得出的结论要客观中立的多。然而ProPublica的报道分析发现：尽管COMPAS的正确预测率达到了61%，但黑人更有可能被误判，白人则更有可能被漏判，此报道发布后引起了巨大争议。机器学习技术解决了具有挑战性的问题，这些问题通常具有很高的社会影响，例如检查再犯罪率、自动化聊天和支持，以及筛选工作申请。然而，机器学习中的方法“发现深色皮肤没有吸引力”，声称“黑人更容易再次犯罪”，创造了一个新纳粹性机器人。研究发现，出现歧视现象有三方面原因：数据偏见、用户偏见和算法偏见研究的解决方法包含三个方面：预处理方法辨别出问题通常是数据本身，特定敏感或受保护变量的分布是有偏见的、歧视性的和/或不平衡的。处理中方法辨别出建模技术经常会受到主导特征、其他分布效应的影响，或者试图在多个模型目标之间找到平衡。后处理方法辨别出ML模型的实际输出可能对受保护变量中的一个或多个受保护变量和/或子组不公平
人工智能应用如何驱动企业绿色创新
--以工业机器人应用为例
姜燕研究员分别从研究问题、理论分析、实证分析和结论与建议四个方面做了分享。中国要实现“双碳”目标，绿色创新是解决环境污染问题、实现可持续发展的有效途径。人工智能技术的应用为全球可持续发展目标实现带来了希望，工业机器人是人工智能革命的关键技术。其中政策支持有：2015年5月，国务院《中国制造2025》；实践发展有：工业机器人应用作为企业发展的新动力，其内在优势和本质特征也应该能够为绿色创新提供有效支撑。那么工业机器人应用如何驱动制造业企业绿色创新？下图是本研究的模型设定，考虑到可能存在的自相关和异方差，本研究的所有回归都使用企业-年份层面的聚类标准误。本研究发现，工业机器人应用有利于促进制造业企业绿色创新的提升，且这一结果具有稳健性；工业机器人应用的促进效应对大规模企业、高融资约束企业和京津冀、长三角和珠三角制造业企业的子样本影响更大；工业机器人应用通过研发支出、人力资本与环境规制来促进制造业企业绿色创新的提升；工业机器人应用具有显著的空间溢出效应，本地工业机器人应用的增加亦能促进周边城市的制造业企业绿色创新的提升。
*注意：为了保护知识产权，论坛会议全程请勿录音、录像、截屏。会议嘉宾对其PPT内容和演讲词具有最终解释权。未经主讲人许可，严禁对外私自传播会议中出现的数据模型、文献引用等演讲内容。