会议的标题是“数据革命，为数字革命做准备”，会议将于 5 月 31 日星期五上午 9 点 30 分在卡利亚里的 Sa Manifattura 举行（该活动由智能公司促进智能城市项目首次预约）是Apply公司的一项倡议，由Sardegna Ricerche资助。

加州伯克利大学哈斯商学院教授多纳泰拉·陶拉西（Donatella Taurasi）将担任杰出演讲者。

教授，您的简历是什么？

«我出生在绿色伊尔皮尼亚 (Irpinia) 的一个小村庄，我 19 岁时离开这个村庄，前往博洛尼亚大学 (University of Bologna) 攻读金融专业。在攻读博士学位期间，我访问了国外的几所大学，包括纽约大学斯特恩商学院和加州哈斯商学院。这些经历对我的影响非常大，而且靠近硅谷，很快我就进入了数据和数据科学的世界。在此期间，我发现了对教学的巨大热情，在获得博士学位后，我热情地接受了加入哈斯商学院的邀请。从那时起，我教授了几门课程，所有课程都非常关注数据和技术。我目前在 Lumen Global Investments 担任数据科学官，并且是多个顾问委员会的成员。我一直热衷于弥合公司内部技术和非技术之间的差距。出于这个原因，我特别自豪能够提供我的经验并与意大利人工智能学院 DataMasters 等初创公司合作，提供人工智能、机器学习和数据科学方面的培训。我的未来肯定会致力于继续填补这一空白的举措。”

数据文化是什么意思？

“我相信这是任何人工智能计划的核心。这是一个经常被全球公司和组织低估的概念。我们已经远远超越了仅仅为了收集数据而收集数据的时代。我们必须摆脱用大写字母 D 来引用数据的束缚，并开始使用它的本来面目：作为达到目的的工具。”

什么结局？

«在任何层面和任何环境下做出能够创造价值的高质量决策。实现这一目标的第一步是在我们的组织内培养数据文化，无论是公共组织、私人组织还是其他组织。数据文化是指采用增强组织内数据使用的实践和态度。这涉及营造一种环境，使决策基于准确和相关的数据，所有员工，无论其角色如何，都了解其重要性并知道如何有效地使用它。强大的数据文化可以促进数据驱动分析的透明度、创新和信任。”

还有数据治理，它是什么意思？

“当我们使用人工智能，尤其是生成式人工智能时，任何风险，无论是偏见、歧视、黑客攻击还是表现不佳的模型，都会被放大到几年前难以想象的水平。在人工智能模型中，我们最能控制的变量是输入，即数据。我们绝对需要关注用于训练人工智能模型的数据的质量。数据治理，我称之为人工智能治理，涵盖整个流程，是组织需要积极培养的一个关键方面，而不仅仅是监管机构的合规活动。数据治理是一组流程、策略、标准和指标，可确保组织内有效、安全地使用数据。这包括管理数据质量、保护敏感数据、遵守法规以及定义数据管理各个方面的职责。良好的数据治理有助于确保数据准确、可访问和受到保护。”

公司在该领域制定有效战略时面临哪些挑战？

“我知道许多公司将人工智能模型的实施视为一项挑战，但我相信他们应该将其视为一个巨大的机会。不装备自己去利用它对他们有利的话，就相当于搬起石头砸自己的脚。从高管到整个层级阶梯，公司中的每个人都有责任了解这些工具在质量数据的支持下在改进我们的决策中的作用。此外，这一创新流程将使我们能够审查指标和流程。公司当然需要投资于员工培训，确保员工获得有效使用数据所需的技术和非技术技能。这一步将有助于创建一种重视数据使用并将数据置于每个业务决策中心的组织文化。每家公司都需要确保他们使用的数据具有最高质量（准确、完整和最新）、安全（防止未经授权的访问和泄露）和可访问性。”

我们每天都在谈论人工智能，它可以在哪些领域有具体的应用，改善我们的日常生活？

«人工智能可以在许多领域改善我们的生活。在医疗保健领域，它可以提供更快、更准确的医疗诊断以及个性化医疗。在交通运输领域，它可以带来自动驾驶汽车、交通优化和物流改善。在金融领域，人工智能可以促进预测分析、欺诈检测和投资管理。在教育领域，它可以个性化学习、提供虚拟导师并分析学生表现。此外，人工智能可以彻底改变客户服务、预测性维护、生产流程自动化和供应链优化。这些只是几个例子，但人工智能的应用远不止于此。我们肯定会看到（并且已经看到）在数据丰富的领域或在数据收集一直有强烈使命的环境中有趣的应用，特别是通过实验。”

但人工智能——在集体想象中——也会做一些愚蠢的事情，比如在披萨中加入胶水或在意大利面条中加入汽油……

“人工智能并不完美，可能会犯错误，特别是在训练不正确或训练数据质量低的情况下。然而，通过良好的数据治理和仔细的人工监督，大部分“胡言乱语”是可以避免的。重要的是要记住，人工智能是一种工具，其有效性取决于它的开发和实施方式。”

您认为意大利年轻人的训练是否足以应对这场“革命”，意大利大学准备好了吗？

“意大利大学在将人工智能融入其研究项目方面正在取得进展，但仍有很多工作要做。学术机构增加人工智能、数据科学、统计和编程方面的具体课程的提供，并与行业合作以确保课程的相关性和最新性，这一点至关重要。持续的培训和学习对于年轻人应对未来挑战也至关重要。”

那么在美国呢？

“在美国，许多大学已经处于人工智能和数据科学教学的前沿，拥有专门的项目并与领先的技术公司合作。但不同机构和地区之间存在差异。精英大学提供极好的培训机会，但重要的是，不太知名的大学和弱势社区也能获得这些资源。”

您如何看待欧洲议会最近的人工智能法案？

“欧盟在人工智能法规编纂方面比美国更加果断。欧洲议会的《人工智能法案》代表了监管人工智能以确保其安全和道德使用的重要一步。该法案旨在创建一个明确的监管框架，保护公民权利并促进负责任的创新。 《人工智能法案》在确保法律确定性、促进投资和创新、发展人工智能单一市场、防止欧盟内部市场分裂方面发挥着至关重要的作用。然而，至关重要的是，此类法规不能扼杀创新，而是引导其朝着社会和经济效益最大化的方向发展。为了适应快速的技术发展，需要在监管和灵活性之间取得平衡。”

您对企业和机构有何建议？

“我对公司的建议是积极主动，而不是被动反应。监管机构必须对严重违规行为进行干预，特别是在隐私领域。如果公司以透明和负责任的方式实施确保这些模式为共同利益服务的流程，我相信可以在监管和创新之间找到适当的平衡。我建议监管机构优先考虑与各利益相关者的沟通，然后再积极地制定仍在全面发展中、我们仍在学习中的现实。”

© Riproduzione riservata