长三角示范区生态环境一体化典型案例发布******

　　元荡岸线整治前　长三角一体化示范区执委会供图

　　中新网上海1月10日电 (浦帆)近日，长三角一体化示范区执委会(以下简称“执委会”)联合两省一市三级八方相关部门编印发布了《示范区生态环境一体化保护典型案例》。《案例》共收集整理了示范区三年来形成的加强联保共治、夯实生态基底、推动绿色发展三个方面，22项制度创新成果和46个典型案例(应用场景)，展示各部门打破行政藩篱，共同探索跨区域生态环境一体化保护制度创新的实践成果。

　　元荡岸线整治后 长三角一体化示范区执委会供图

　　此外，《案例》同时优选、收录了加强跨界水体联合共治、生态环境一体化保护、厚植生态优势转化基底、推动绿色创新融合发展等各种类型的应用场景和典型案例，与制度创新成果配套，是一套较为系统地总结提炼示范区生态环境一体化保护创新实践案例经验集成文本图集，也是对示范区生态环保工作阶段性成效的一次集中展示。

　　示范区首次联合生态监测启动和现场采样长三角一体化示范区执委会供图

　　在联保共治方面，示范区作为两省一市的跨界毗邻地区，在水污染防治等方面的合作由来已久。示范区成立以来，执委会主动协调，构建两省一市各扬所长、充分共商、联合创制、统一管理的生态环境联保共治体系，持续探索和巩固跨界水体联保共治新机制、新模式。随着全方位联保共治机制的不断深化，示范区环境质量尤其是重点跨界水体水质持续稳定改善，太浦河跨省界断面水质连续三年年均值达到Ⅱ类以上，淀山湖、元荡等重点跨界湖库已经提前达到2025年水质功能目标。

　　示范区大气超级站科学观测网长三角一体化示范区执委会供图

　　在生态环境管理制度统一方面，示范区始终坚持把保护和修复生态环境摆在优先位置。以生态环境标准、监测、执法“三统一”制度创新等为重点，持续探索和深化完善生态环境保护一体化制度创新，协同构建示范区生态环境一体化监测网络，不断健全示范区生态环境一体化保护体系。与此同时，围绕构建示范区“一心两廊三链四区”的多样化生态格局，示范区加快实施“一河三湖”岸线生态修复和功能提升工程，开展全域环境治理和生态修复，丰富生境和物种类型，维护和提升生物多样性，持续筑牢示范区生态基底。

　　在推动绿色发展方面，加快探索绿色创新融合发展路径。示范区三年来坚持筑牢示范区生态绿色本底，持续加大投入，示范区越来越优良的生态绿色基底，已经吸引了华为研发中心、复旦大学创新学院、浙江大学智慧绿洲、同济大学可持续发展研究院、英诺赛科半导体等一批创新研发高等级平台、项目落户，示范区绿色创新融合发展能级效应正不断放大。(完)

报告显示：超六成受访者认为应强制企业公开算法******

　　光明网讯（记者 李政葳）“当前，国内对于算法治理的基本思路和框架都是清晰的，而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上，谈及算法治理的现状，清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示，算法分级分类本身不是目标，而是要针对不同风险场景配备不同监管规则。

　　论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心（清华大学）主办。其间，南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。

　　记者了解到，《算法应用与治理观察报告（2022）》，梳理了国内外的多项法规，结合热点事件及应用场景呈现了算法治理现状，并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度，最后基于多方调查分析，给出了当前算法趋势观察以及未来治理方向建议。

　　报告发现，目前国内算法治理仍处于早期探索阶段，企业的算法公开主要依靠官方的互联网信息服务算法备案系统，或在舆情事件发生之后。调查问卷结果显示，近半受访者承认算法让自己的使用体验更好，但仅一成受访者认为企业算法公开做得很好，逾六成的受访者称曾遭遇“大数据杀熟”；超过六成的受访者认为应该强制企业公开算法。

　　“在数据、算法方面治理政策进展显著，在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为，目前人工智能伦理有三个相当紧迫的问题需要被正视：首先，人工智能应当被适度使用；其次，目前人工智能服务知情同意落地艰难，被迫知情同意普遍存在；最后，目前用户数据的授权撤销在人工智能服务中存在巨大挑战，需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。

　　针对日前发布的《互联网信息服务深度合成管理规定》，中国政法大学数据法治研究院教授张凌寒表示，从算法治理角度来说，深度合成管理规定与之前的算法推荐管理规定的思路有所不同，前者采用了一种“三位一体由的数据与技术规范。

　　具体来讲，由于深度合成技术的门槛较高，技术支持者也被纳入了监管范围内。比如，深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务，应当进行显著标识，这就将更重的责任落在了服务提供者身上。

　　中国社科院科技和社会研究中心主任段伟文提到，算法治理需要构建可信任的算法认知，而这需要产业和消费者的共同努力：产业要努力提升算法精准性、透明度，减少偏见，减少歧视；消费者则需要提高数字素养，提升算法意识，加强在人机互动中自主性、控制感和协同意识。