随着人工智能、大数据和物联网等技术的深度融合，人类社会正加速步入智能化时代。数据与算法作为智能化技术的核心驱动力，其治理问题日益凸显，不仅关乎技术本身的健康发展，更牵涉到社会伦理、法律规范乃至国家战略安全。程学旗教授对此进行了深入思考，强调在智能化技术研发过程中，必须将数据与算法的治理置于优先地位，构建科学、合理、可持续的治理框架。

数据治理是智能化时代的基石。数据是智能系统的“燃料”，其质量、安全、隐私和所有权问题直接影响智能化应用的效能与公信力。程学旗指出，当前数据治理面临诸多挑战：数据孤岛现象普遍，跨域数据共享与流通机制不健全；数据隐私泄露风险加剧，用户权益保护亟待加强；数据质量参差不齐，存在偏见与噪音，可能导致算法决策失真。因此，他倡导建立多层次的数据治理体系，包括完善数据采集与标注标准、推动数据安全与隐私计算技术研发、制定数据产权与流通规则，并通过法律法规明确数据使用边界，确保数据在合规前提下赋能智能化发展。

算法治理是智能化时代的关键。算法作为数据处理与决策的核心，其透明性、公平性、可解释性和可控性已成为社会关注的焦点。程学旗认为，算法“黑箱”问题可能引发歧视、不公甚至系统性风险，尤其在医疗、金融、司法等关键领域。他提出，智能化技术研发应注重算法伦理设计，将公平、透明、可问责等原则嵌入算法开发全生命周期。这需要加强算法审计与评估机制，开发可解释人工智能（XAI）技术，使算法决策过程更易于理解和监督；建立算法备案与追溯制度，确保在出现问题时能够及时介入和纠正。跨学科合作至关重要，伦理学家、法律专家与社会学家应共同参与算法治理框架的构建。

在智能化技术研发层面，程学旗强调治理与创新并重。他认为，治理不是对技术的束缚，而是为了引导其向善发展。研发机构和企业应主动将治理要求内化到技术路线图中，例如：在数据层面，研发联邦学习、差分隐私等新技术，实现“数据可用不可见”；在算法层面，探索自适应、鲁棒性强且符合伦理的模型，减少偏见与错误。他呼吁加强智能化治理的基础研究，包括数据与算法的基础理论、治理技术工具链以及国际标准制定，以提升我国在智能化时代的全球话语权。

程学旗的思考为智能化时代指明了方向：数据与算法治理必须与技术研发同步演进，通过构建包容、审慎、敏捷的治理生态，确保智能化技术真正造福人类社会。唯有在创新与治理之间找到平衡点，才能推动智能化技术健康、可持续地发展，迎接更加智慧、公平、安全的数字未来。