金融科技倫理治理更進一步。

10月8日，科技部聯合十部門聯合印發《科技倫理審查辦法(試行)》(以下簡稱“《辦法》”)，成為科技倫理風險防控與創新風險治理的準則。而就在去年10月9日，央行正式發布并實施《金融領域科技倫理指引》 (以下簡稱“《指引》”)，提供了在金融領域開展科技活動需要遵循的守正創新、數據安全、包容普惠、公開透明、公平競爭、風險防控與綠色低碳等7方面價信理念與行為規范。

同時，21世紀經濟報道記者從相關人士處獨家獲悉，在中國人民銀行指導下，一項關于金融領域人工智能應用風險治理的推薦性行業標準正在制定中。

如今，《指引》發布已滿1年，金融科技倫理建設已融入機構風險管理與科技治理體系，成為其中的重要部分。

當新興技術應用興起，如何在發展中識別、防范技術風險？

金融科技倫理治理體系進一步完善

科技倫理治理相關組織已加速成立。

本次發布的《辦法》在第二章即明確，高校、科研機構、醫療衛生機構、企業等是本單位科技倫理審查管理的責任主體，從事生命科技、醫學、人工智能等科技活動的單位，研究內容涉及科技倫理敏感領域的，應當設立科技倫理（審查）委員會，其他有科技倫理審查需求的單位可根據實際情況設立。其中第七條特別提到， 科技倫理（審查）委員會人數應不少于7人，設主任委員1人，副主任委員若干。委員會由具備相關科學技術背景的同行專家，倫理、法律等相應專業背景的專家組成，并應當有不同性別和非本單位的委員，民族自治地方應有熟悉當地情況的委員。委員任期不超過5年，可以連任。

在科技倫理治理體系完善的背景下，頭部科技企業大多已設立AI倫理委員會或科技倫理委員會。從海外來看，Facebook、Google、索尼、微軟、SAP都設立有自己的倫理委員會，國內阿里巴巴、商湯科技、?？低?、螞蟻集團也設立了科技倫理治理委員會。

事實上，去年發布的《指引》也提及明確金融機構履行倫理治理主體責任，建立健全倫理管理組織架構與制度規范，探索設立企業級科技倫理委員會，完善科技倫理審查、信息披露等常態化工作機制，壓實各方職責，做好金融科技活動的審查、批準與監督，提前預防、有效化解金融科技活動倫理風險，嚴防技術濫用、誤用。

就金融科技領域來看，目前成立的金融科技倫理委員會主要是地方性自律組織。

2020年12月，在深圳市地方金融監督管理局推動與指導下，深圳市金融科技倫理委員會成立，旨在推動行業嚴守合規底線。

2021年全國首個省級金融科技倫理委員會——浙江互聯網金融聯合會金融科技倫理（專業）委員會成立，對算法倫理與個人信息保護治理進行學術研究，推動促進行業共識與標準統一。

2022年4月，在安徽省地方金融監管局與人民銀行合肥中心支行指導推動下，安徽省互聯網金融協會組建成立安徽省金融科技倫理委員會，致力于促進金融科技領域創新研究與科技成果轉移轉化。

各大銀行科技倫理建設工作一覽

到2023年10月9日，金融領域科技倫理指引恰好“周歲”，金融機構科技倫理建設進展如何？

據記者了解，目前銀行尚未專門成立相關組織負責科技倫理審查工作，但科技倫理教育與信息安全、數據安全風險管控已然強化。

21世紀經濟報道記者根據頭部上市銀行年報、半年報梳理了各行在科技倫理方面的組織體系與相關工作。

相關信息顯示，金融機構的科技倫理工作主要涉及消費者權益保護、ESG、綠色金融、信息科技管理委員會、風險管理委員會等，對數據安全、算法合規、金融服務可及性、消費者權益保護等方面進行管理。

在各家銀行2023年半年報中，越來越多的銀行提及金融科技倫理與新興技術風險管理。

例如工商銀行提到其積極探索金融科技倫理建設，制定金融科技倫理工作方案，把科技倫理要求貫穿于技術應用、創新研發等科技活動全過程，提升新形勢下的科技管理有效性。

交通銀行則是在今年上半年面向集團員工開展金融科技倫理宣貫培訓，弘揚本行“科技向善，數據平權”的倫理價值理念，持續提升員工金融科技倫理素養。

值得一提的是，建行也在半年報中特別提到“新型風險管理”，具體來說，包括模型風險、數據風險、洗錢風險、欺詐風險、新產品風險等新型風險涌現，延展了金融機構面對的風險范圍。在模型風險管理層面，建行持續完善模型風險管理機制，全面推進模型管理制度落地實施，明確集團模型總量和風險等級。強化模型驗證工作，加強外購模型的風險管控。完善企業級模型風險管理平臺項目，推進全行各類模型全生命周期管理的線上化、規范化。

大模型時代科技倫理更受關注

在近年來的大模型浪潮下，人工智能應用風險治理更受關注，而科技倫理已成為一項重要的評測指標。

據21世紀經濟報道記者獲得的一份AIGC模型評測報告顯示，科技倫理與內容安全、數據安全一起，被列為核心風險指標。具體來說，AIGC模型的科技倫理風險類型包括偏見與歧視、禮貌文明、AI自主意識、心理健康等等諸多項目。

而在過去金融機構對人工智能的風險評估主要還是數據風險與算法風險兩項指標，涵蓋數據安全風險、數據偏見風險、算法安全風險、算法可解釋性風險、算法決策風險、數據來源合法性、數據處理脫敏性、數據運用保密性，主客觀數據偏見，算法泄露、被篡改風險、算法透明性、算法可解釋性等等。

另外，21世紀經濟報道記者從相關人士處獨家獲悉，在中國人民銀行指導下，一項關于金融領域人工智能應用風險治理的推薦性行業標準正在制定中，將為金融行業人工智能系統應用的風險識別與防控，以及系統升級、實現、驗證、測試、管理提供依據。

責任編輯：王超