百余指标，标定兴武之路******

　　打造党管武装、智慧动员等22个建设品牌，开展军地联合指挥机构规范、党支部标准化建设等6个试点，大学生入伍比例稳定在90%以上……年终岁尾，河南省军区党委用党的二十大精神指导筹划新年度工作并科学论证编制第二个“三年规划”，对标对表上级工作部署，制定涵盖37个重点工作的106项具体工作指标，压实强军兴武的责任担当。

　　“高标准的工作谋划和清晰的目标规划，一定程度决定着单位建设发展的方向、层次和质量。”省军区政委徐元鸿告诉记者，2020年，他们结合职能任务制定省军区建设第一个“三年规划”，细化每年党管武装、备战打仗、兵员征集、民兵建设等重点工作的目标、标准和方法，以党管武装模范县考评、军地互提需求互办实事“双清单”制度等工作为抓手，实现重点工作持续突破、全面建设提质增效。

　　“对标职责使命我们缺什么，聚焦备战打仗我们干什么，推动高质量发展我们立什么”，党的二十大胜利闭幕后，该省军区着眼推进打仗型国防动员建设，围绕“巩固提高一体化国家战略体系和能力”“增加新域新质作战力量比重”等新课题、新要求，深入地方政府机关、驻军部队、科研院校召开座谈会20多场，收集数百组数据，推动党的二十大精神进入思想、进入工作，转化为强军兴武的务实举措、标准规范，融入省军区各项建设。

　　聚焦备战打仗是该省军区筹划新年度工作的核心指向。记者在该省军区战备建设局新年度工作计划中看到，该局聚焦国防动员备战打仗准备，紧扣民兵建设质效，筹划打造“河南后备铁军”等4个优质品牌，对应设置指挥能力达标率等12项关键指标。“三年规划”要求全省民兵分队基地轮训率、新质力量编建率等每年提升1个百分点。

　　“这些指标并非空穴来风，都建立在科学数据支撑基础上。”该局参谋张晨说，未来3年全省每年将有4至5个民兵训练基地建成投入使用，基地化、整建制轮训承训民兵能力持续提高；全省平均每年新增高新技术企业1800多家，为扩大新质民兵力量规模提供了可靠保证。

　　“科学的规划计划应因时而定、因势而变，做到实事求是、紧贴实际。”省军区司令员赵钧介绍，近年来，该省军区走开“理论学习、研究问题、进入决策”的方法路子，开设“强军中原大讲堂”，围绕部队重点工作先后组织24次集中研讨，不断用习近平强军思想武装头脑、指导工作、谋划发展。今年下半年征兵，他们积极响应人才强军号召，在充分调研论证基础上，优化高学历青年应征入伍政策措施，使大学毕业生入伍比例提高20多个百分点。在筹划新年度工作时，他们拟完善精准征兵工作机制，采取优先征集特长专业学生等措施，持续提高大学毕业生入伍比例。

　　“一流建设要靠精心设计、规划牵引，更要靠精准督导、精细落实。”为发挥编制规划对部队建设的牵引作用，该省军区研究出台《加强机关工作统筹的措施》，采取每周交班汇报年度重点工作进展情况，每月汇报基础性工作清单、讲评推进基层抓建情况、报告经费使用进度等机制措施，狠抓以备战打仗为核心的年度目标任务刚性落实，确保每一项工作都严格按路线图、时间表推进，紧紧抓在手上、件件落到实处。（李光辉）

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。