Şeffaflık ve hesap verebilirlik
Veri Etiğine Giriş
Shalini Kurapati, PhD
Co-founder and CEO, Clearbox AI
Şeffaflık
1 Fotoğraf: Bud Helisson, Unsplash
İyi örnek
- Karmaşık ifadeler işe yaramaz
- Lise düzeyinde özlü, açık, sade bir dil
- Okunaklı, kısa, net, açıklayıcı
- Örnekler:
- “Size yalnızca bunu kabul etmeniz halinde pazarlama e-postaları göndereceğiz.”
- “Hesabınızı silebilirsiniz. Hesap bilgileriniz derhal silinecektir.”
1 https://www.nytimes.com/interactive/2019/06/12/opinion/facebook-google-privacy-policies.html 2 https://www.bbc.co.uk/usingthebbc/privacy-policy-outside-the-uk/
Gizlemeyin veya yanıltmayın
- Şeffaflık, kullanıcılarınıza karşı dürüst olmaktır
- Bir veri ihlali gerçekleştiğinde gizlemeyin veya yanlış yönlendirmeyin
- Etkilenen taraflarla sağlam bir iletişim kurun
- Tavsiyelerde bulunun, hafifletici önlemler ve iletişim kanalları sağlayın
Gerçeklik kontrolü
- McKinsey’in 2021 tarihli veri ve yapay zeka uygulamalarına ilişkin State of AI raporu
- Dünya genelinde ve farklı sektörlerde 1843 profesyonel
- %30’u veri etiği risklerinin farkında
- %17’sinin veri yönetişim ekipleri var
- %27 yanlı veri kümelerini kontrol ediyor
1 https://www.mckinsey.com/capabilities/quantumblack/our-insights/global-survey-the-state-of-ai-in-2021
Kim sorumlu?
- Herkes :)
- Tek bir rolle sınırlı değil
- Veri bilimciler, hukuk ve risk, IT, üst düzey yöneticiler
- Kurumsal Dijital Sorumluluk - veri etiği için ESR
1 **CDR**: Lobschat, L. v.d. (2021). Corporate digital responsibility. Journal of Business Research, 122, 875-888. 2 Simge www.flaticon.com sitesinden Eucalyp tarafından hazırlandı
