鑒于人工智能使用如此廣泛，能否正確利用信息技術(shù)促進(jìn)人工智能的發(fā)展與應(yīng)用可能會產(chǎn)生深遠(yuǎn)影響。如果利用不當(dāng)，人工智能可能會在無意中放大人類主觀偏見、加劇兩極分化以及產(chǎn)生其他破壞性后果。

　　Gartner研究副總裁Alan D.Duncan表示：“人們對人工智能發(fā)展前景的熱忱以及對于人工智能的大肆宣傳，很容易導(dǎo)致人將重點(diǎn)放在技術(shù)與編碼領(lǐng)域，即，人工智能的‘人工’方面。”

　　“如同模型與算法一樣，數(shù)據(jù)也是人工智能發(fā)展與利用的基石之一。”

　　Duncan補(bǔ)充說：“然而，如果沒有數(shù)據(jù)的話，在這個(gè)智能數(shù)據(jù)連接的世界中，任何可能被認(rèn)為是‘智能’的方面都無法運(yùn)作，或者可以說，都不復(fù)存在。對于大多數(shù)高管、業(yè)務(wù)與IT專業(yè)人士而言，盡管他們熟知商業(yè)模式中的人員、流程與技術(shù)能力，但他們都無法專業(yè)地使用與分析數(shù)據(jù)。”

　　要想正確地使用人工智能，企業(yè)需要將數(shù)據(jù)認(rèn)知素養(yǎng)（data literacy）作為人工智能開發(fā)者與消費(fèi)者的新型核心能力。Gartner建議負(fù)責(zé)人工智能項(xiàng)目的首席信息官遵循以下三個(gè)步驟：首先，正確構(gòu)建人工智能系統(tǒng)；然后，正確使用人工智能；最后一步，保持人工智能的正確性。

　　要想“正確構(gòu)建人工智能系統(tǒng)”，首先最關(guān)鍵的是要建立有關(guān)人工智能的基本詞匯，即人們“使用與分析數(shù)據(jù)”的技術(shù)語言。至少，首席信息官應(yīng)該確定出在描述人工智能系統(tǒng)或解決方案時(shí)使用的主要術(shù)語，包括正在開發(fā)的人工智能解決方案的目的或理由，以及其他關(guān)鍵術(shù)語，例如，從解決方案中使用與收集的數(shù)據(jù)類型。

　　Duncan解釋道：“與模型和算法一樣，數(shù)據(jù)也是人工智能發(fā)展與利用的基石。人工智能吸收并生成數(shù)據(jù)。首席信息官以及數(shù)據(jù)與分析領(lǐng)導(dǎo)者將負(fù)責(zé)開發(fā)與解決人工智能的數(shù)據(jù)管理方面問題。在整個(gè)過程中，建立數(shù)據(jù)管理專業(yè)知識是獲得成功的關(guān)鍵。”

　　無論項(xiàng)目范圍或企業(yè)機(jī)構(gòu)成熟度如何，在本地或整個(gè)系統(tǒng)中都可能存在信息語言障礙。解決這個(gè)障礙需要思維方式的轉(zhuǎn)變以及對過程正確性的有意認(rèn)知與干預(yù)。為了加強(qiáng)數(shù)據(jù)素養(yǎng)，首席信息官應(yīng)該制定數(shù)據(jù)認(rèn)知素養(yǎng)培養(yǎng)計(jì)劃。

　　找到能自然而輕松的分析數(shù)據(jù)并達(dá)到流利程度的專業(yè)人士。流利的數(shù)據(jù)分析者應(yīng)該善于描述情景化的使用案例與結(jié)果\適用于這些案例的分析技術(shù)\以及涉及的基礎(chǔ)數(shù)據(jù)源、實(shí)體與關(guān)鍵屬性。

　　找到熟練的數(shù)據(jù)轉(zhuǎn)換人員。典型的數(shù)據(jù)轉(zhuǎn)換人員通常是企業(yè)數(shù)據(jù)或信息架構(gòu)師、數(shù)據(jù)科學(xué)家、信息管理員或相關(guān)項(xiàng)目經(jīng)理。

　　確定存在溝通障礙妨礙數(shù)據(jù)與分析有效性的領(lǐng)域。尤其關(guān)注商業(yè)與信息技術(shù)的差距、數(shù)據(jù)分析差距以及熟練度差距。

　　積極傾聽未采取明確行動的商業(yè)成果。在哪些商業(yè)領(lǐng)域應(yīng)用改進(jìn)的數(shù)據(jù)和分析能力？正在改進(jìn)哪些運(yùn)營決策？

　　確定出有專業(yè)數(shù)據(jù)轉(zhuǎn)換需求的關(guān)鍵利益相關(guān)者。為了評估數(shù)據(jù)認(rèn)知素養(yǎng)水平，要求關(guān)鍵利益相關(guān)者根據(jù)業(yè)務(wù)成果闡明數(shù)據(jù)作為戰(zhàn)略資產(chǎn)的價(jià)值，包括增強(qiáng)業(yè)務(wù)、貨幣化以及風(fēng)險(xiǎn)緩解。

　　確定并維護(hù)單詞和短語列表。參與數(shù)據(jù)和分析團(tuán)隊(duì)的工作，更好地表達(dá)這些短語。

　　即使是最成功的公司也會受到不道德行為的負(fù)面影響。需要進(jìn)行廣泛與明確的討論，區(qū)分公司可能會遇到的道德倫理問題與困境類型與實(shí)際可以采取的道德倫理立場之間的區(qū)別。

　　后退一步，將數(shù)字倫理和數(shù)字關(guān)聯(lián)主義作為改善數(shù)字業(yè)務(wù)，或者廣義來說，數(shù)字化社會的準(zhǔn)則。

　　主動尋找與使用人工智能數(shù)據(jù)有關(guān)的道德倫理案例研究，因?yàn)槠髽I(yè)所面臨的道德倫理問題往往都不是新出現(xiàn)的類型。其中，機(jī)遇包括競爭差異化和優(yōu)越的價(jià)值主張；危險(xiǎn)包括聲譽(yù)風(fēng)險(xiǎn)、監(jiān)管問題和財(cái)務(wù)損失等。

　　將人工智能算法與數(shù)據(jù)交換作為實(shí)現(xiàn)數(shù)字交互的推動力，并以此讓利益相關(guān)者參與生態(tài)系統(tǒng)而非特定流程控制。鼓勵(lì)每個(gè)人都能在人工智能環(huán)境中貢獻(xiàn)他們的數(shù)據(jù)并成為互惠生態(tài)系統(tǒng)的積極參與者。