我們都讀過這樣的故事：人臉識別軟件無法識別深膚色面孔，或者機(jī)器人信貸員拒絕向某些群體提供抵押貸款。越來越多的研究表明，由不具代表性群體創(chuàng)建的算法導(dǎo)致了人工智能（AI ）將我們社會中已普遍存在的不平等固化。隨著越來越多的企業(yè)愈加嚴(yán)重依賴數(shù)據(jù)和AI，這些算法歧視問題可能只會加劇。

多數(shù)企業(yè)現(xiàn)在都知道這一點。他們試圖弄明白的是：如何才能避免成為又一個壞榜樣？

答案很簡單：人人都需要批判性地思考正在收集的數(shù)據(jù)以及使用這些數(shù)據(jù)的方式。擴(kuò)大在房間里幫助質(zhì)詢、構(gòu)建和監(jiān)控算法的圈子是我們開發(fā)可信賴AI的唯一途徑。做這項工作需要數(shù)據(jù) 素養(yǎng)——解析和組織復(fù)雜數(shù)據(jù)、解釋和總結(jié)信息、進(jìn)行預(yù)測或者理解算法道德含義的能力。像數(shù)學(xué)一樣，它可以在入門級和高級模式下學(xué)習(xí)，跨越多個學(xué)科，而且通常更具實用性，而非學(xué)術(shù)性。

在企業(yè)中培養(yǎng)數(shù)據(jù)素養(yǎng)也有助于數(shù)據(jù)團(tuán)隊的多元化，他們在如何收集、處理和部署數(shù)據(jù)方面身處制定關(guān)鍵決策的最前沿。多元化數(shù)據(jù)團(tuán)隊的重要性是我在擔(dān)任量化基金經(jīng)理的十多年里親身體會到的。人們普遍認(rèn)為，更多樣化的投資組合之所以表現(xiàn)出眾，是因為它們降低了風(fēng)險。但同樣有道理的是，多元化團(tuán)隊之所以表現(xiàn)出眾，是因為他們降低了趨同思維的風(fēng)險。通過對整個企業(yè)的數(shù)據(jù)素養(yǎng)進(jìn)行投資，企業(yè)可以在降低算法偏差風(fēng)險——以及識別數(shù)據(jù)經(jīng)?？梢越沂镜钠渌屎蜋C(jī)會方面帶來更多差異化和創(chuàng)造性的視角。

然而，對數(shù)據(jù)進(jìn)行的審視告訴我們，多數(shù)企業(yè)仍難以培養(yǎng)數(shù)據(jù)素養(yǎng)。90%的企業(yè)領(lǐng)導(dǎo)者認(rèn)為數(shù)據(jù)素養(yǎng)是公司成功的關(guān)鍵，但只有25%的員工對自己的數(shù)據(jù)技能充滿信心。不僅如此，還有一些估計表明，近九成的數(shù)據(jù)科學(xué)專業(yè)人士是白人，只有18%是女性。來自聯(lián)合國大會的研究表明，就多元化而論，數(shù)據(jù)科學(xué)甚至落后于數(shù)字營銷和用戶體驗設(shè)計等其他技術(shù)型學(xué)科。

盡管需求明顯、緊迫性加劇，為何我們還沒有系統(tǒng)性地大規(guī)模教授數(shù)據(jù)素養(yǎng)？這一問題在過去幾年里激勵著我的工作。在Correlation One（我在2018年離開我的基金后與人共同創(chuàng)建的），我的團(tuán)隊與金融服務(wù) 公司和《財富》500強(qiáng)企業(yè)合作，建立更具包容性的數(shù)據(jù)科學(xué)人才梯隊。從Target到強(qiáng)生公司再到哥倫比亞政府，通過幫助雇主評估其現(xiàn)有員工隊伍的能力，并為有追求的數(shù)據(jù)科學(xué)家提供免費培訓(xùn)（比如我們與軟銀和邁阿密市的合作），我們獲得了清晰的視野，更好地認(rèn)識到我們迫切需要擁有更具數(shù)據(jù)素養(yǎng)的員工隊伍，并幫助企業(yè)制定具體的做法，以使這一目標(biāo)成真。

以下是我們使用的部分策略。

1.讓數(shù)據(jù)素養(yǎng)成為全企業(yè)的頭等大事，而不僅限于技術(shù)部門員工。

數(shù)據(jù)素養(yǎng)不是一項技術(shù)能力，它是一項專業(yè)技能。鼓勵你的全體員工——營銷人員、銷售專業(yè)人員、運營人員、產(chǎn)品經(jīng)理等——通過每季度參與你主持的會議來培養(yǎng)他們的數(shù)據(jù)素養(yǎng)，你在會議上的話題涵蓋數(shù)據(jù)驅(qū)動決策、AI的可能藝術(shù)、數(shù)據(jù)如何與你的業(yè)務(wù)和道德及AI關(guān)聯(lián)，以及如何使用數(shù)據(jù)溝通等。這種全企業(yè)范圍內(nèi)的重視是向數(shù)據(jù)優(yōu)先文化轉(zhuǎn)型的基礎(chǔ)。

開發(fā)一種內(nèi)部通用語言來談?wù)摂?shù)據(jù)、它如何與你的業(yè)務(wù)和行業(yè)交叉，以及它在如何改變你公司的特定崗位。

數(shù)據(jù)世界之大，充斥著流行術(shù)語和誤解。要以企業(yè)的身份樹立眼光，看看數(shù)據(jù)素養(yǎng)中的哪些要素對你的企業(yè)最為重要——如果你是一家金融服務(wù)公司，重要元素可能是概率和風(fēng)險衡量；如果你是一家技術(shù)公司，重要元素可能是實驗和可視化。在你的學(xué)習(xí)與發(fā)展（L&D）培訓(xùn)中，要開發(fā)使用這種語言的學(xué)習(xí)內(nèi)容，并演示它如何與你多個部門的業(yè)務(wù)相關(guān)聯(lián)，這樣員工就能夠?qū)?shù)據(jù)素養(yǎng)和他們的工作流程之間的所有點關(guān)聯(lián)起來。

2.在企業(yè)內(nèi)創(chuàng)建空間，讓員工可以將業(yè)務(wù)概念和數(shù)據(jù)概念相關(guān)聯(lián)。

我們向Correlation One的所有客戶的建議之一是，讓員工能夠運用數(shù)據(jù)素養(yǎng)產(chǎn)生新的業(yè)務(wù)想法。比如，假設(shè)你的公司屬于音樂行業(yè)。作為你L&D計劃的一部分，讓員工利用他們新獲得的對數(shù)據(jù)素養(yǎng)的認(rèn)識來制定項目提案——結(jié)合他們對這一行業(yè)的認(rèn)知，會提出意想不到的節(jié)約成本或創(chuàng)收的新想法。同樣重要的是，你要授權(quán)他們自下而上推動一種新的數(shù)據(jù)優(yōu)先文化。

3.創(chuàng)建激勵機(jī)制，獎勵數(shù)據(jù)驅(qū)動的決策。

采用你當(dāng)前審批創(chuàng)意或制定預(yù)算的流程，然后增加獎勵數(shù)據(jù)驅(qū)動思維的機(jī)制。比如，要求管理者在他們的提案中包含清晰的可視化效果，或者構(gòu)建能夠量化和實時跟蹤他們關(guān)鍵業(yè)績指標(biāo)（KPI）的儀表盤。如果你能夠為使用數(shù)據(jù)驅(qū)動思維提案提供更快的項目審批或更大的預(yù)算，從而將經(jīng)理的決策從直覺轉(zhuǎn)向數(shù)據(jù)，那么你很快就可以通過激勵機(jī)制的調(diào)整從管理者那里得到你想要的行為。

4.部署L&D計劃，在業(yè)務(wù)問題背景下教授數(shù)據(jù)素養(yǎng)——而這可以真正吸引員工。

在尋求持久轉(zhuǎn)型的企業(yè)中，在Coursera這樣的教育培訓(xùn)平臺訂閱服務(wù)通常達(dá)不到預(yù)想效果。這是因為當(dāng)學(xué)習(xí)具有社會性（與他人一起完成）、個性化（完成過程中有專家反饋）和情境性（與你正在解決的業(yè)務(wù)問題直接相關(guān)）時，學(xué)習(xí)效果會好得多。開發(fā)這些個性化、社會化、情境化的學(xué)習(xí)計劃需要更密集的資源，但從員工對材料的投入度、員工對材料的保留以及賦予員工權(quán)力的角度來看，其好處是值得的。

也許最重要的是，我在Correlation One之前和期間的經(jīng)驗幫助我認(rèn)識到數(shù)據(jù)不是垂直的——它 不僅僅是類似數(shù)據(jù)科學(xué)家或數(shù)據(jù)工程師這樣的工作類別。相反，數(shù)據(jù)是水平的——它是一組技能，貫穿每一領(lǐng)域中越來越多的工作。具有數(shù)據(jù)技能的營銷人員是更好的營銷人員。具有數(shù)據(jù)技能的產(chǎn)品經(jīng)理是更好的產(chǎn)品經(jīng)理。運營、工程、銷售，甚至人力資源部門都是如此。不是每個人都需要懂得如何編碼，但不久每個人都需要數(shù)據(jù)素養(yǎng)。

歸根結(jié)底，數(shù)據(jù)素養(yǎng)遠(yuǎn)不止是機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)，它關(guān)乎的不僅僅是人工智能。數(shù)據(jù)素養(yǎng)不過是涉及人類在一個充滿數(shù)據(jù)的世界中更好地應(yīng)對——這就是我們現(xiàn)在比以往任何時候都更需要它的原因。

拉希德·薩巴爾（Rasheed Sabar） | 文

拉希德·薩巴爾是Correlation One的共同創(chuàng)始人和聯(lián)合CEO，這是一家專注于企業(yè)數(shù)據(jù)技能培訓(xùn)的技術(shù)公司。該公司正在打造一個更具包容性的數(shù)據(jù)生態(tài)系統(tǒng)，其中包括一些讓更多女性和代表性不足的群體參與數(shù)據(jù)工作的項目。

本文來自微信公眾號 “哈佛商業(yè)評論”（ID：hbrchinese），作者：HBR-China，36氪經(jīng)授權(quán)發(fā)布。

關(guān)鍵詞： 有多 素養(yǎng) 算法