上海首发革命文物保护利用白皮书******
中国共产党第一次全国代表大会会址。上海市文化和旅游局供图
中新网上海1月9日电 (王笈)近日，上海市文化和旅游局、上海市文物局正式发布国内首部不可移动革命文物白皮书——《上海市不可移动革命文物保护利用报告(2018-2022年)》(以下简称《报告》)，系统全面总结上海革命文物保护利用工作。
上海是中国共产党的诞生地、初心始发地，革命文物资源数量众多、内涵丰富，在中国革命历史上有着举足轻重的地位。
四行仓库抗战旧址。上海市文化和旅游局 供图
《报告》指出，上海不可移动革命文物(以下简称“革命文物”)主要呈现4个特点，即保护级别全、分布区域广、时间跨度长、建筑类型多。250处革命文物涉及全部4个保护等级，在上海各区均有分布，时间跨度长达150年，新民主主义革命时期的占82%，建筑类型涵盖里弄住宅、传统民居、联排住宅、花园别墅、公寓大楼、公共建筑等，呈现出革命活动的广泛性、深入性。
《报告》指出，在上海市委、市政府的领导下，上海革命文物保护基础不断夯实，展览展示水平和铸魂育人功能明显增强，革命文物传承弘扬和保护利用体系初步形成。
一是保护成效显著。5年来累计投入资金约5亿元，对62处(占比24.8%)革命文物进行了各类保护修缮，经评估保存基本完好以上有198处(占比80%)。
二是利用方式多样。有114处(占比46%)进行了各类活化利用，改建为革命类博物馆、纪念馆，增设主题展览，设立纪念碑、纪念雕塑，融入公共空间等。
三是开放参观便捷。有146处(占比58%)对外开放，具备较为成熟的展示功能，参观体验良好。
四是宣传讲解多元。225处(占比90%)开展各类线上宣传，配备专兼职讲解人员，充分体现了社会各界的积极性和主动性。
《报告》还总结了上海5年来革命文物保护利用和传承弘扬方面的具体做法和经验成效。包括：注重顶层设计，工作体系不断完善；加强整体保护，革命文物焕发新生；提升展示水平，讲好革命文物故事；深化系统研究，阐释革命文物内涵；强化教育功能，发挥铸魂育人作用；拓展运用方式，助力文旅融合发展；加强宣传推介，提升传播力影响力。
陈望道旧居。上海市文化和旅游局 供图
据悉，上海市文化和旅游局、上海市文物局将依据《报告》成果，对上海不可移动革命文物施行分级分类管理，提出具体工作建议，发挥好革命文物在党史学习教育、革命传统教育、爱国主义教育等方面的重要作用。
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。
