의사결정의 윤리적 고려사항

의사결정 과학 이해하기

Akshay Swaminathan

PD Soros Fellow at Stanford University School of Medicine

데이터 사이언스의 책임

  • 데이터 사이언스는 산업 전반의 의사결정을 강화합니다

  • 윤리적 활용은 신뢰와 공정성에 필수입니다

  윤리.png

의사결정 과학 이해하기

사례 연구: Optum

  • Optum 알고리즘은 의도치 않게 건강한 환자를 우대했습니다

    • 돌봄 필요 예측용이었으나, 의료비 지출이 높은 사람을 우선시했습니다

  • 편향은 잘못된 데이터 가정에서 발생

    • 지출을 필요의 대리변수로 써서 인종 격차가 생기고, 의료 접근이 낮은 집단이 불리해졌습니다

  Optum.png

의사결정 과학 이해하기

공정성

공정성.png

프라이버시와 보안

프라이버시.png

투명성과 재현가능성

투명성.png

데이터의 사회적 영향

사회적 영향.png

의사결정 과학 이해하기

머신러닝 모델의 편향

  편향 데이터.png

Bias in = Bias out

  • 머신러닝 모델은 학습 데이터의 편향과 결손을 반영합니다

 

공정성은 측정 가능합니다

  • 다양한 집단 간 성능을 비교해 공정성을 평가합니다
의사결정 과학 이해하기

데이터 보호

의사결정 과학자와 조직은 안전하고 책임 있는 데이터 처리를 보장해야 합니다

포함 사항:

  • 최신 보호가 적용된 보안 인프라
  • 최소 권한 접근: 역할별 최소 데이터만 사용
  • 개인 정보는 동의 기반 수집

중요한 이유:

  • 유출은 신뢰를 훼손
  • 소송으로 이어질 수 있음
  • 평판과 수익성에 피해

데이터 보호.png

의사결정 과학 이해하기

투명성

 

명확성과 책임성을 보장합니다

  • 데이터 출처, 정제 단계, 분석 방법, 수집 지표, 불확실성 수준을 보고합니다

재현가능성

 

재현가능성은 신뢰와 신빙성을 높입니다

  • 동일한 데이터와 방법으로 같은 결과를 재현할 수 있어야 합니다
의사결정 과학 이해하기

의사결정 과학의 중심, 윤리

윤리적 고려는 책임 있는 의사결정 과학의 핵심입니다

  • 윤리는 선택이 아닌 필수입니다
  • 공정성, 정의, 이익을 우선합니다
  • 데이터 생애주기 전반에 윤리 원칙을 적용합니다

윤리 요약.png

의사결정 과학 이해하기

Ayo berlatih!

의사결정 과학 이해하기

Preparing Video For Download...