隨著人工智能、大數據和物聯網等技術的深度融合，人類社會正加速步入智能化時代。數據與算法作為智能化技術的核心驅動力，其治理問題日益凸顯，不僅關乎技術本身的健康發展，更牽涉到社會倫理、法律規范乃至國家戰略安全。程學旗教授對此進行了深入思考，強調在智能化技術研發過程中，必須將數據與算法的治理置于優先地位，構建科學、合理、可持續的治理框架。

數據治理是智能化時代的基石。數據是智能系統的“燃料”，其質量、安全、隱私和所有權問題直接影響智能化應用的效能與公信力。程學旗指出，當前數據治理面臨諸多挑戰：數據孤島現象普遍，跨域數據共享與流通機制不健全；數據隱私泄露風險加劇，用戶權益保護亟待加強；數據質量參差不齊，存在偏見與噪音，可能導致算法決策失真。因此，他倡導建立多層次的數據治理體系，包括完善數據采集與標注標準、推動數據安全與隱私計算技術研發、制定數據產權與流通規則，并通過法律法規明確數據使用邊界，確保數據在合規前提下賦能智能化發展。

算法治理是智能化時代的關鍵。算法作為數據處理與決策的核心，其透明性、公平性、可解釋性和可控性已成為社會關注的焦點。程學旗認為，算法“黑箱”問題可能引發歧視、不公甚至系統性風險，尤其在醫療、金融、司法等關鍵領域。他提出，智能化技術研發應注重算法倫理設計，將公平、透明、可問責等原則嵌入算法開發全生命周期。這需要加強算法審計與評估機制，開發可解釋人工智能（XAI）技術，使算法決策過程更易于理解和監督；建立算法備案與追溯制度，確保在出現問題時能夠及時介入和糾正。跨學科合作至關重要，倫理學家、法律專家與社會學家應共同參與算法治理框架的構建。

在智能化技術研發層面，程學旗強調治理與創新并重。他認為，治理不是對技術的束縛，而是為了引導其向善發展。研發機構和企業應主動將治理要求內化到技術路線圖中，例如：在數據層面，研發聯邦學習、差分隱私等新技術，實現“數據可用不可見”；在算法層面，探索自適應、魯棒性強且符合倫理的模型，減少偏見與錯誤。他呼吁加強智能化治理的基礎研究，包括數據與算法的基礎理論、治理技術工具鏈以及國際標準制定，以提升我國在智能化時代的全球話語權。

程學旗的思考為智能化時代指明了方向：數據與算法治理必須與技術研發同步演進，通過構建包容、審慎、敏捷的治理生態，確保智能化技術真正造福人類社會。唯有在創新與治理之間找到平衡點，才能推動智能化技術健康、可持續地發展，迎接更加智慧、公平、安全的數字未來。