Как предприятия могут ориентироваться в этике больших данных

Рост больших данных за последнее десятилетие открыл двери множеству возможностей и угроз. Большие данные – это не просто большие и мощные средства; он также подвержен ошибкам. В настоящее время мы можем обрабатывать более терабайтов данных с молниеносной скоростью. Это открывает много возможностей, но также означает, что мы рискуем принять неправильные решения за короткий период времени, что приведет к более значительным последствиям, чем те, которые человечество когда-либо могло себе представить в прошлом.

Помимо угрозы плохих решений и их последствий, люди начали слишком сильно доверять технологиям, что мы можем в конечном итоге разрушить, если возникнет проблема.

Структура, которую следует учитывать

Использование больших данных принесло с собой множество возможностей, которые обеспечивают легкий доступ как для исследователей, так и для организаций, ищущих надежные данные для поддержки технологии искусственного интеллекта (ИИ). Несмотря на эти преимущества, этические аспекты больших данных не должны подвергаться риску. Предприятия и организации, использующие большие данные и другие формы технологий, должны придерживаться связанных с ними этических принципов. Хотя этические ограничения и осложнения довольно широки, высшим приоритетом должны быть следующие принципы:

• Выгодный
  

  Приносят ли данные, которые вы используете, пользу всем потребителям так же, как и вам? Это важный вопрос, и его следует понять, прежде чем начинать кампанию по сбору больших данных. Первым и главным принципом этического использования данных является обеспечение того, чтобы весь процесс выполнялся с намерением и ожиданием предоставления ощутимой выгоды как пользователям, так и исследователям. В идеальной ситуации от этого должны выиграть все заинтересованные стороны, участвующие в процессе.

• Прогрессивный
  

  Существует ли закономерность, способствующая минимизации данных и постоянному совершенствованию в этом отношении? Прогресс во времени – это принцип, который не следует подрывать. Ценность прогрессивности в этом отношении можно резюмировать следующим образом: постоянное совершенствование и инновации или способность со временем достигать лучших результатов и минимизировать использование данных. Предприятия должны стремиться к этапу, на котором они смогут достичь желаемых целей, используя минимальное количество данных. Этого можно достичь только при понимании того, что минимизация использования данных крайне необходима для менее рискованных и устойчивых форм анализа. Следование прогрессивным принципам, изложенным выше, поможет устранить скрытые корреляции, такие как лишение избирательных прав определенных людей на основании их демографических данных.

Хотите начать свою карьеру в качестве инженера данных? Ознакомьтесь с курсом Data Engineer Training и получите сертификат.

• Устойчивый
  

  Еще один важный вопрос, который следует осмыслить и должным образом ответить, заключается в том, считаются ли выводы, полученные с помощью данных, жизнеспособными с течением времени. Информация, полученная с помощью больших данных, должна принести пользу в течение значительного периода времени. Анализ данных, который не может быть устойчивым, может быть полезен и актуален в наше время, но со временем станет бесполезным. Устойчивый характер статей является важным этическим принципом, который в конечном итоге закладывает основу того, насколько эффективны данные с течением времени и насколько они эффективны с точки зрения их ценности в будущем.

• уважительный
  

  Все ли организации считают обязательным обеспечение инклюзивности и прозрачности на этапе сбора данных? Все этапы организации больших данных должны повторять эту концепцию. От сбора до обработки и анализа прозрачность должна быть обязательной. Появление данных, генерируемых устройствами и собираемых в режиме реального времени, разрушает существующие нормы для больших данных. Больше всего пострадает человек, который был автором данных, поскольку даже, казалось бы, простые решения могут иметь огромные последствия.

• Справедливый
  

  Учитывала ли организация, какое влияние сбор данных окажет на все заинтересованные стороны? Уровень защиты конфиденциальности, возможно, усилился, но мы знаем, что они могут не сильно помочь в защите вашей информации. Аналитика больших данных часто в конечном итоге ставит под угрозу личность человека, чтобы определить, кто он, еще до того, как он сможет принять решение. Настало время, чтобы основные участники рынка больших данных поделились некоторыми идеями и обсудили, какие прогнозы и выводы следует разрешить, а какие лучше всего воздерживаться.

Сложные детали конфиденциальности данных

Законы о защите данных и конфиденциальности различаются в разных странах мира. В ЕС есть аутентичный набор законов по этому вопросу, но они заметно отличаются от тех, что есть в Соединенных Штатах. Часто говорят, что конфиденциальность в ЕС выше, чем в США. Хотя мифы могут преувеличивать разницу, ЕС намного опережает США, когда дело касается строгой защиты данных и конфиденциальности. Конфиденциальность считается фундаментальным правом для всех людей, живущих в ЕС. Подробности о конфиденциальности и защите данных обсуждаются так же, как контроль над огнестрельным оружием в США действительно имеет проблемы с защитой конфиденциальности, но суть вопроса в том, что эти законы являются отдельными для обоих руководящих органов.

Разнообразие законов, касающихся защиты данных во многих странах, выдвигает на первый план идею о том, что существует необходимость в общепринятых нормах, регулирующих обеспечение конфиденциальности и защиты пользователей и их данных. Принятые во всем мире нормы установят стандарты и пути, которым будут следовать другие, когда дело доходит до защиты данных.

Вот три важных принципа, которые в конечном итоге могут привести к разработке норм больших данных в будущем:

• Общая информация может оставаться конфиденциальной

  Тот факт, что потребители делятся достоверной информацией на многочисленных платформах, не означает, что она используется ради аналитики. Общая информация, такая как финансовые данные, медицинские данные и данные адресной книги, лучше всего хранить в тайне.

• Прозрачность больших данных
  

  Чтобы большие данные были эффективными и соответствовали требованиям законности и этики, важно, чтобы владельцы данных имели прозрачное и справедливое представление о том, как их данные обрабатываются или продаются.

• Прогнозы на основе больших данных
  

  Прогнозы на основе больших данных должны быть ограничены. Выводы и прогнозы на основе больших данных, ставящие под угрозу личность людей, не должны быть допущены.

Основная потребность в правилах и этические рамки – это прагматичный подход, рекомендуемый для бизнеса. Большие данные зададут тон тому, как будут проводиться исследования и аналитика в будущем, но суть в том, как можно сформулировать подход, отвечающий критериям, которые мы упомянули в статье.

Вы можете узнать больше о больших данных и аналитике, а также о сотнях курсов, которые предлагает Simplilearn.