确定的最重要的挑战之一是数字供应链工具的运作方式缺乏透明度。这些平台背后的公司通常会保留有关其数据源,算法和评估标准的细节,将此信息视为专有。例如,尽管Ecovadis和Sedex等工具提供了其数据收集过程的广泛轮廓,但细节仍然不透明。这种缺乏清晰性引发了有关这些工具产生的风险评估的可靠性和有效性的问题。此外,这些平台使用的评估标准并未统一披露。sedex在某种程度上更加透明,因为它基于广泛认可的道德交易计划(ETI)基本代码。但是,没有一个平台完全透露其算法如何汇总并权衡收集的数据,从而使外部利益相关者难以评估评估的质量和公平性。
现在是时候以新的眼光查看约翰·塞尔(John Searle)的中国房间思想实验了。关注的主要重点一直是与该论点显示出错误(或正确的),默示的假设是某种程度上可能有这样的房间。在本文中,我认为辩论不应关注以下问题:“房间里的一个人以完美的中文回答了所有问题,同时又不理解中文的话,这对强大的AI来说是什么含义?”相反,问题应该是:“这样的房间和房间里的一个人的想法是否能够以完美的中文回答,而又不了解任何中国人有任何意义?”而且我相信,答案与最近的论点同时声称,除非它像我们人类一样经历了世界,否则机器不可能通过图灵测试。