Uczciwe dane czy dane FAIR?
Wprowadzenie do etyki danych
Shalini Kurapati, PhD
Co-founder and CEO, Clearbox AI
Dlaczego FAIR?
- Silosy organizacyjne, zapomniane dane
- Przejrzystość, innowacje i współpraca
- Technologie cyfrowe i obliczeniowe/AI
- Zarządzanie danymi do ponownego użycia przez ludzi i maszyny
1 Icon made by Smashicons from www.flaticon.com
Znajdowalne
- Opis danych, bogate metadane
- Trwały link, np. doi, bez niedziałających odnośników
- Przyjazne dla ludzi i maszyn
1 CC BY-SA 4.0, Sangya Pundir
Dostępne
- Infrastruktura fizyczna lub cyfrowa
- Dostęp przez logowanie lub otwarty
1 CC BY-SA 4.0, Sangya Pundir
Interoperacyjne
- Dane działają w różnych systemach, formatach i urządzeniach
- Windows/PC, Mac, Linux
- np. arkusze .csv zamiast Ms Excel
- standardy interoperacyjności
1 CC BY-SA 4.0, Sangya Pundir
Ponownie wykorzystywalne
- Ponowne wykorzystanie danych według jasnych zasad
- Dla ludzi i maszyn
1 CC BY-SA 4.0, Sangya Pundir
Licencjonowanie danych – Creative Commons
1 Foter, CC-BY-SA
Przemysł powinien wdrożyć FAIR
- Dane FAIR powszechne w naukowym zarządzaniu danymi
- Firmy farmaceutyczne (Janssen, Novartis), technologiczne (Deloitte, Accenture)
- Początkowo zasobochłonne, wymaga zmiany podejścia
- Etyka danych
- Innowacje i współpraca prowadzące do korzyści społecznych, np. energia odnawialna, leczenie chorób
1 https://direct.mit.edu/dint/article/2/1-2/276/10011/The-Need-of-Industry-to-Go-FAIR 2 https://www.capgemini.com/insights/expert-perspectives/the-fair-data-principles-the-key-to-unlocking-the-value-of-your-rd-data/
