报告：加强科技伦理治理是保障金融科技向上向善的迫切需要

　　课题牵头人、证监会原主席肖钢表示，金融科技使人与人、人与技术、人与资本的关系发生变化，既有利于促进金融伦理建设，帮助解决嫌贫爱富、不讲信用等问题，又引发新的伦理问题和表现形式。典型的金融科技伦理失范体现在数据伦理和算法伦理两个方面。

　　其中，数据伦理是关于数据处理、使用和保护的道德哲学。在金融科技创新和发展过程中，有关数据信息运用如客户数据资料处理、客户生物信息采集、信息共享与传递、大数据风控及精准营销模型训练等基本规则相当模糊，金融服务数据化、智能化升级的背后隐藏着严峻的数据道德危机：侵犯隐私、泄露数据、垄断数据、数据鸿沟等问题带来的风险事件和不良影响在近几年时有发生。

　　在算法伦理方面，随着互联网技术尤其是移动互联网和物联网的迅速发展，算法的运算对象逐渐由物变成了人，其内在的价值属性逐渐显现，算法歧视和算法控制问题突出，对其的伦理规范也变得迫切起来。

　　在构建金融科技伦理治理框架方面，肖钢介绍了一个目标、五项原则和七条路径。其中，一个目标是促进金融科技向善行善，健全金融科技公序良俗，实现技术创新、金融改革和金融安全在更高水平的动态平衡，高效服务实体经济和人民生活。

　　五项原则包括：以人为本、公平公正公开、伦理自觉先行、伦理风险可控、敏捷治理。

　　七条路径包括：一是成立组织。建议由人民银行牵头设立专门的金融科技伦理委员会，指导和协调推动金融科技伦理治理体系建设。

　　二是制定规则。由简到繁、由易到难构建多层次金融科技伦理规则体系，实施金融科技伦理标准，强化对违反金融科技伦理有关行为的责任追究。

　　三是数据治理。强化《金融数据安全分级指南》《人工智能算法金融应用评价规范》等规则的应用，细化约束内容、权责规定，以聚焦难点痛点为突破口，制定金融机构、科技公司及第三方数据服务企业的数据管理制度，确保伦理规范的指导性和有效性。

　　四是技术应用。进一步有效管理用于机器学习的数据来源和质量；设置偏见控制机制，防止针对特定消费者群体的歧视性服务；确保技术应用系统中使用数据是准确、完整和适当的。

　　五是审查评估。在宏观层面，关注系统目标、数据和模型、系统影响度量、个人数据使用、持续监测五个方面内容；实际操作中，金融机构和科技公司要将伦理规范纳入到企业全面风险管理和内部控制流程中，并开展自我评估。

　　六是创新试点。进一步发挥金融科技创新监管试点的作用，探索“金融科技伦理问题技术纾困”示范工程，遴选部分成熟解决方案在一些地方试行后开展普及推广。

　　七是人才培养。加强金融科技伦理教育培训和知识普及，将金融科技伦理作为高等院校金融科技专业的重要教学内容。加强金融机构、金融科技公司从业人员伦理教育培训，纳入人员入职、人才认证等管理体系。