DAMA数据管理知识体系指南 第2章 数据处理伦理

数据处理伦理包括业务驱动因素，数据伦理准则，数据处理伦理遵循的四大支柱，隐私法，在线数据的伦理环境，违背伦理进行数据处理的风险，建立数据伦理文化，采用对社会复杂的伦理风险模型，数据伦理和治理。

第2章 数据处理伦理

• 概念
  • 伦理：建立在是非观念上的行为准则，通常侧重公平、尊重、责任、诚信、质量、可靠性、透明度和信任等。
  • 符合伦理准则的方式
  • 数据处理伦理核心概念
    • 对人的影响
      • 数据代表个人特质，可被用于决策进而影响人们的生活，需要保证质量和可靠性。
    • 滥用的可能
      • 滥用数据会对人和组织造成负面的影响。需要伦理准则来防止数据被滥用。
    • 数据的经济价值
      • 数据存在经济价值。需要规定数据所有权，即谁可以使用数据及如何使用数据。
    • 案例：信息茧房、大数据杀熟、广告竞价系统、挂牌数据产品等
  • 语境关系图
• 业务驱动因素
  • 伦理意味着：没有人注意的情况下正确的做事——爱德华.戴明
  • 符合伦理准则方式使用数据逐渐认为是一种商业竞争优势
  • 客户和利益相关方期望业务及数据流程合乎伦理行为和结果
  • 组织为降低数据滥用风险，数据不被攻击和泄露
  • 伦理不限于首席数据官、首席风险官、首席隐私官、首席分析官，应全组织广泛认识
  • 例：2020年全球数据泄露大事件盘点
• 数据伦理准则
  • 生物伦理学以维护人类尊严为中心的公认原则。贝尔蒙特医学原则。
  • 尊重他人
    • 强制模式还是选择模式？
    • 数据处理对精神患者和残疾人有哪些影响？
    • 是否考虑过应基于用户知情和授权情况下处理数据？
  • 行善原则
    • 1、不伤害；2、将利益最大化，伤害最小化
    • 处理方式是基于零和博弈还是双赢？数据处理是否有不必要的入侵性，是否以风险较低方式来满足业务需求？
  • 公正
    • 某一群体是否收到不平等对待？
    • 机器学习训练数据是否使用了偏见数据？
• 数据处理伦理遵循的四大支柱
  • 2015年欧盟数据保护主管发表文章EDPS 2015——隐私权是人类权利的基础
  • 面向未来的数据处理条例，尊重隐私权和数据保护权利
  • 确定个人信息处理的责任人
  • 数据处理产品及服务设计及工程过程中的隐私意识
  • 增加个人的自主权
• 隐私法
  • 发展历程
    • 1890年，美国法律学者塞廖尔.沃轮等将隐私和信息描述为需要普遍保护的人权
    • 1973年，推出了公平信息实践的准则
    • 1974年《美国隐私法》中重申了信息隐私作为一项基本权利的概念
    • 1980年，经济合作与发展组织（OECO，简称经合组织）制定了公正处理指引和准则，成为欧盟数据保护法律的基础
  • 隐私法背后的原则
    • 欧盟通用数据保护条例GDPR，2016
    • 加拿大隐私法PIPEDA（个人信息保护及电子文件法）
    • 2012年3月，美国联邦贸易委员会（FTC）发布了一份报告，建议组织按照报告描述的最佳实践设计和实施自己的隐私计划
  • GDPR准则
    • 《通用数据保护条例》（General Data Protection Regulation，简称GDPR）为欧洲联盟条例
  • 基于PIPEDA的法定义务
  • 美国隐私方案标准
• 在线数据的伦理环境
  • 数据所有权
• 违背伦理进行数据处理的风险
  • 时机选择
  • 可视化误导
  • 定义不清晰或无效的比较
  • 偏见
  • 转换和集成数据
    • 1、对数据来源和血缘的了解有限
      • 如果一个组织不知道数据来自哪里，以及它在系统之间移动时如何变化，那么组织就无法证明他们所声称的内容。
    • 2、质量差的数据
      • 组织应该有明确的、可衡量的数据质量标准，并应该测量数据以确定它符合质量标准。如果没有这种确认，一个组织不能保证数据和数据的消费者在使用数据时可能会面临风险或使其他人处于危险中
    • 3、不可靠的元数据
      • 数据使用者依靠可靠的元数据，包括对单个数据元素的一致定义数据来源的文档以及参考的文档（如数据集成的规则）。如果没有可靠的元数据，那么数据可能会被误解和被滥用。数据可能在组织间移动，特别是在可能跨部门输入或输出的情况下，元数据应该包括标明其来源的标签，谁拥有它，它需要怎样特定的保护等信息。
    • 4、没有数据修订历史的文档
      • 组织也应该保留与数据更改方式相关的可审计信息，即使数据修订的意图是提高数据的质量，但这种做法可能是非法的。数据补救应该始终遵循一个正式的、可审计的变更过程。
  • 数据的混淆和修订
    • 如果下游的活动（分析或与其他数据集相结合），需要公开的数据，那么仅仅混淆就不足以保护数据。
• 建立数据伦理文化
  • 评审现有数据处理方法
  • 识别原则、实践和风险因素
    • 指导性原则：例如，人对自己的健康信息有隐私权
    • 风险：如果不遵守可能发生的坏事情。如果可以广泛访问患者个人健康数据，这些个人信息将变成公共知识。
    • 实践：正确的做法以避免风险。只有护士和医生才允许访问患者的个人健康数据。
    • 控制：可访问用户进行年度审查，以确保只有需要访问的人才能访问。
  • 制定合乎伦理的数据处理策略和路线图
    • 价值观说明
    • 符合伦理的数据处理原则
    • 合规框架
    • 风险评估
    • 培训和交流
    • 路线图
    • 审计和监测方法
• 采用对社会负责的伦理风险模型
  • 抽样项目的伦理模型
• 数据伦理和治理
  • 数据监督属于数据治理和法律顾问范畴
  • 了解法律变化，确保雇员了解自己义务以降低风险
  • 指定标准和制度，提供监督方法
  • 雇员避免可能的行为遭到举报影响生活
  • 特殊监督要求：审查商务智能，分析和数据科学研究提出的计划和决策
  • DAMA国际数据管理专业人士认证（CDMP）要求被认证人员签署一份正式的伦理准则