[调研]近半数行业专业人士因担心安全问题而减少使用开源代码

数据科学公司Anaconda进行的一项调查研究显示，大约40%的行业专业人士表示，出于安全方面的顾虑，其所在企业减少了开源软件使用。

Anaconda在4月和5月间调查访问了来自133个国家和地区的3493位行业专业人士，包括学者、行业专家和学生，其中约有16%的受访者是数据科学家。随后，该公司综合分析受访者的意见，发布了《2022年数据科学状况》报告。

大约33%的受访者表示自己并没有减少开源软件使用，7%声称增加了开源软件使用，20%则表示不确定是增是减。剩下40%表示自己已经减少了开源软件使用。

根据行业专业人士（Anaconda所谓的商业受访者）的说法，这一行意味着要博采业务分析师、产品经理、数据和机器学习科学家与工程师、标准IT人员（如系统管理员），以及技术、金融、咨询、医疗保健等其他领域人员的数据科学学习之长。

而报告所谓的“减少”，并不意味着“停止”：87%的商业受访者称其所在企业仍允许使用开源软件。不过，似乎很多受访者在寻求降低依靠太多开源依赖项的风险。

Anaconda的报告发现，Log4j之类的事件和关于“抗议软件”的报告，促使开源软件用户更加重视安全问题。有40%的受访者减少了开源软件使用，其中过半数受访者是在Log4j漏洞频曝之后这么做的。

约31%的受访者称，安全漏洞是开源社区如今面临的最大挑战。

Anaconda表示，大多数企业都使用开源软件。但有8%的受访者表示不使用开源软件，其中超过一半（54%，比去年增加了13%）提到安全风险是其不使用开源软件的原因。

不使用开源软件的其他原因包括：缺少了解（38%）；对组织IT治理缺乏信心（29%）；“开源软件被认为是不安全的，因此不准用”（28%）；不想打乱当前的项目（26%）。

Anaconda的调查还揭示了企业对技术人才短缺的担忧，90%的行业受访者担心人才短缺。约64%的受访者表示，最忧心能否招募和留住人才；56%的受访者则认为，缺乏数据科学人才是企业数据科学工作的主要障碍之一。

在一份声明中，Anaconda运营高级副总裁Jessica Reeves表示：“企业应加强可用于持续学习的工具和资源，学术机构应为学生补足技术短板，使学生在准备进入劳动力市场时具有技术优势。”

Reeves认为，对现有员工进行数据科学培训，以及提供更具吸引力的远程工作选择，有助于招募和保留人才。

Python仍然是数据科学类首选编程语言。31%的受访者称自己“总是”使用Python，27%表示“经常”使用这一编程语言。相较之下，面向科学计算的高性能动态高级程序设计语言Julia，则只有3%的受访者表示“总是”使用，“经常”使用的占比为12%。

仍然缺乏对数据科学伦理的足够关注。调查发现，24%的受访者表示其所在企业缺乏解决算法公平性和偏差的标准、策略或衡量工具。另有15%的受访者不确定所在企业如何应对这些挑战。

学术机构在调查中的表现更差。在学术领域的受访者中，只有19%表示其所在机构教授数据科学和机器学习伦理，20%表示其各自领域的课程都包含了伦理方面的内容。

仅23%的学术受访者和21%的学生表示会定期教授AI/ML/数据科学中的偏差。大约39%的受访者表示很少教授，36%表示从未教授过。Anaconda指出，与公司2021年的调查相比，这一数据至少同比下降了9%。

约三分之一（32%）的受访者称，数据和模型偏差的社会影响是当今AI/ML/数据科学的最大问题所在。

调查报告中写道：“教育领域无疑应更加重视伦理和偏差。”

Anaconda《2022年数据科学状况》报告
https://www.anaconda.com/state-of-data-science-report-2022

参考阅读