定义和介绍
行为数据是一种反映个人行为的信息。在当今世界，数据提取技术无处不在，因此行为数据的创建方式也不胜枚举，例如：
- 在杂货店或零售店刷卡
- 佩戴智能手表慢跑，了解卡路里消耗量或平均 BPM
- 点赞或评论社交媒体平台上的帖子
- 使用手机等 GPS 设备进行暑假旅行
- 在线观看节目或视频
一个孤立的行为数据点相对来说无关紧要。但是，当一个系统将一个人的所有行为数据汇集到一个界面时，就可能产生关于这个人的偏好、愿望和未来行为的假设。许多组织都会在营销、广告和电子商务等无害的情况下利用行为数据；例如，销售产品的零售商可能会向之前访问过其网站产品页面的用户提供广告服务。
不过，也有一些系统（如数据融合技术）在争议更大的情况下对个人行为数据进行汇编和分析，但结果并不明确或好坏参半。
如需了解有关此主题的更多信息，请访问Carnegie Council 和下面的站外资源。
行为数据与融合
数据融合系统从不断增长的网络中整理监控数据：手机活动、闭路电视摄像头、车牌读取器、社交媒体帖子等，不胜枚举。
哪些活动可能会产生数据，然后将这些数据输入数据融合系统，供刑事调查参考？
关于行为数据与人工智能伦理的更多信息
2021 年 5 月 26 日 - 播客
对人工智能伦理的历史和作用的创造性思考，与 Wendell Wallach 合著
2020年6月8日 - 播客
神秘的机器：国际安全中的人工智能伦理之路》，与阿瑟-霍兰-米歇尔合著
我们该如何学会信任人工智能系统？在大流行病后的世界里，各国都面临着大规模抗议活动，这项技术会带来哪些影响？
2021 年 12 月 9 日 - 播客
伦理、治理与新兴技术：与卡内基气候治理计划（C2G）和人工智能与平等计划（AIEI）的对话
具有全球影响的新兴技术正在快速创造新的无人管理空间。Carnegie Council 的 C2G 和 AIEI 计划的负责人讨论了他们如何围绕这些治理问题开展教育和激活社区的工作。
间谍眼无处不在--现在它们共享一个大脑
我们真的全天候处于监控之下吗？在这篇为《连线》撰写的文章中，高级研究员亚瑟-霍兰-米歇尔详细介绍了他对一家安全技术公司公共安全部门的幕后观察，以及该公司名为 Citigraf 的融合产品的演示版本。
技术专家幻想的 "不断扩展、无所不知的监控平台 "有多现实？
讨论问题
- 在人工智能系统中使用行为数据时，是否应遵循伦理原则？
- 哪些行为数据应该严格保密？
- 在人工智能技术中使用行为数据时，知情同意有多重要？
- 开发人员和工程师如何利用行为数据减少或消除人工智能系统中的种族和性别偏见？
- 有哪些机制可以提高人工智能中行为数据使用的透明度？
- 文化差异会如何影响行为数据在这些系统中使用的有效性？
- 各行业广泛使用行为数据会产生哪些潜在的长期影响？