核心要点

• 加拿大武装部队(CAF)中系统性的性暴力根植于一种深植且不断强化的组织文化,其特点包括性别化的权力结构、过度性化以及对服从性的极端压力。尽管进行了多次改革尝试,实质性的文化变革仍基本未能实现,部分原因在于缺乏针对负责变革的领导者的问责机制。

• 尽管已开展长达十年的性不当行为正式数据收集工作,加拿大武装部队至今仍无法准确评估其普遍性及相关趋势,也无法衡量预防措施的有效性。

• 尽管多个外部权威机构已指出性不当行为报告、监测与追踪中存在明显的数据缺陷,加拿大武装部队却未能有效应对已发现的数据碎片化、数据不适于目的以及数据治理不合规等问题。新近宣布的“仇恨行为数据库”旨在解决这些问题,却很可能重蹈现有缺陷的覆辙。

• 这场分析危机阻碍了有效的组织响应、针对性政策解决方案及问责措施的实施,使改革失败的循环持续存在。缺乏可靠数据导致政策设计与监测缺少关键输入、度量指标及可量化目标,各项活动仍继续被曲解为具有影响力。

• 一系列进步的组织数据战略共同阐明了加拿大武装部队对现代化、应用人工智能(AI)和区块链等技术以及建立分析驱动的制度化治理模式的承诺。然而,这些战略似乎仅限于情报与作战数据领域,尽管其管辖范围覆盖整个组织且具备解决性不当行为数据问题的潜力——这反映出一种以专注国家安全为借口、实则抵制文化变革的历史模式。

成为VIP会员查看完整内容
1

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《人工智能(AI)与国防领域》最新报告
专知会员服务
36+阅读 · 4月16日
《军事领域中的人机交互和人类代理》最新报告
《评估北约与俄罗斯之间的军事平衡》最新智库报告
专知会员服务
20+阅读 · 2024年7月7日
《军事行动自动化》【译文】2022最新报告
专知
66+阅读 · 2022年11月13日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
55+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
Arxiv
171+阅读 · 2023年4月20日
Arxiv
79+阅读 · 2023年3月26日
Arxiv
174+阅读 · 2023年3月24日
Arxiv
24+阅读 · 2023年3月17日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
55+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员