机构名称：
¥ 3.0
通过整合大量经济数据以及大量环境、土地使用、社区和治理因素数据，通过机器学习过程进行多目标运营优化可能很有用。然而，这也存在挑战：错误和缺失数据与数据隐私问题相结合，可能会转化为偏差问题及其解决方案表示。例如，非法（手工）采矿、贿赂、空气和水资源匮乏、污染监测等隐藏了健康和环境问题，夸大了经济效益并误导了公众和政策制定者。与当地利益相关者（记者、议员和小规模矿工）直接互动对于了解他们的观点、挑战、需求、恐惧和利益冲突至关重要，但也很难实现。
慕尼黑工业大学——伦理研究所
主要关键词
相关文件推荐
