حاکمیت داده‌ها: سازماندهی داده‌ها برای هوش مصنوعی قابل‌اعتماد

ظهور کلان داده، در دسترس و مرتبط به ایجاد سامانه‌های الگوریتمی کلان داده (bdas) منجر شده که اغلب بر مبنای یادگیری ماشین، شبکه‌های عصبی و سایر اشکال هوش مصنوعی (ai) هستند. از آنجاییکه این سامانه‌ها به‌طور فزاینده‌ای در تصمیم‌گیری‌ها پیامدهای مهمی برای افراد، جوامع و اجتماعات دارند، به کار گرفته می‌شوند و باید تحت الزامات نظارتی سختگیرانه عمل کنند. با این حال، این سامانه‌ها به داده‌هایی وابسته‌اند که نه تنها بزرگ، در دسترس و مرتبط هستند، بلکه متنوع، پویا و با سرعت بالا در لحظه فراگیر می‌شوند. مدیریت چنین داده‌هایی چالش‌برانگیز است. برای غلبه بر این چالش‌ها و بهره‌گیری از فرصت‌های سامانه‌های الگوریتمی کلان داده، سازمان‌ها به‌طور فزاینده‌ای قابلیت‌های پیشرفته‌ای برای مدیریت داده‌ها توسعه می‌دهند. این مقاله چالش‌های مربوط به حکمرانی داده‌ها برای چنین سامانه‌هایی را بررسی می‌کند و چارچوبی برای حکمرانی داده‌ها به منظور ایجاد سامانه‌های الگوریتمی کلان داده و قابل اعتماد پیشنهاد می‌دهد. این چارچوب نظارت بر داده‌ها ، فرایندها و الگوریتم‌ها، کنترل دسترس‌پذیری داده‌ها، به‌اشتراک‌گذاری اطلاعات مطمئن در داخل و بین سازمان‌ها، حکمرانی مبتنی بر ریسک، کنترل‌های سطح سامانه و کنترل داده‌ها از طریق اشتراک مالکیت را بهبود می‌دهد. این چارچوب به‌صورت تدریجی برای یک سازمان واحد و سازمان‌های شبکه‌ای پیشنهاد می شود.