Karar alma süreçlerinde etik hususlar

Karar Bilimini Anlama

Akshay Swaminathan

PD Soros Fellow at Stanford University School of Medicine

Veri Biliminin sorumluluğu

Veri Bilimi sektörler genelinde kararları güçlendirir
Etik kullanım güven ve adalet için esastır

Vaka çalışması: Optum

Optum'un algoritması istemeden daha sağlıklı hastaları tercih etti
- Bakım ihtiyacını tahmin etmek için tasarlandı; daha yüksek sağlık harcaması olanları önceliklendirdi
Önyargı hatalı veri varsayımlarından kaynaklandı
- Harcamayı ihtiyaç için vekil almak, bakıma erişimi az olanları dezavantajlı kılarak ırksal farklılıklara yol açtı

Adalet

Gizlilik ve güvenlik

Şeffaflık ve yeniden üretilebilirlik

şeffaflık.png

Verinin toplumsal etkisi

toplumsal etki.png

Makine öğrenmesi modellerinde önyargı

önyargı verisi.png

Girdi önyargısı = Çıktı önyargısı

Makine öğrenmesi modelleri, eğitildikleri verideki önyargı ve boşlukları yansıtır

Adalet ölçülebilir

Farklı gruplar arasında model performansını değerlendirerek adaleti ölçün

Veriyi korumak

Karar bilimciler ve kurumlar veriyi güvenli ve sorumlu biçimde yönetmelidir

Şunları içerir:

Güncel korumalara sahip güvenli altyapı
Kısıtlı erişim: role göre yalnızca asgari veri
Kişisel veri için rızaya dayalı toplama

Neden önemli:

İhlaller güveni azaltır
Dava riskine yol açar
İtibar ve kârlılığı zedeler

veri koruması.png

Şeffaflık

Açıklık ve hesap verebilirlik sağlar

Veri kaynakları, temizleme adımları, analiz yöntemleri, toplanan metrikler ve belirsizlik düzeylerini raporlayın

Yeniden üretilebilirlik

Yeniden üretilebilirlik güven ve itibar oluşturur

Başkaları aynı veri ve yöntemlerle analizi tekrarlayıp aynı sonuçları alabilmelidir

Karar biliminin merkezinde etik

Etik hususlar, sorumlu karar biliminin ayrılmaz parçasıdır

Etik isteğe bağlı değil; zorunludur
Adalet, hakkaniyet ve faydayı önceleyin
Etik ilkeleri veri yaşam döngüsünün her aşamasında uygulayın

etik özet.png

Hadi pratik yapalım!

Karar Bilimini Anlama

Preparing Video For Download...