Przejrzystość i odpowiedzialność
Wprowadzenie do etyki danych
Shalini Kurapati, PhD
Co-founder and CEO, Clearbox AI
Przejrzystość
1 Photo by Bud Helisson on Unsplash
Dobry przykład
- Skomplikowane oświadczenia są bezużyteczne
- Zwięzły, jasny, prosty język na poziomie szkoły średniej
- Czytelna, krótka, jasna, deklaratywna
- Przykłady:
- „Będziemy wysyłać e-maile marketingowe tylko za Twoją zgodą."
- „Możesz usunąć konto. Informacje zostaną natychmiast usunięte."
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/
Nie ukrywaj i nie wprowadzaj w błąd
- Przejrzystość to bycie szczerym wobec użytkowników
- W przypadku naruszenia danych nie ukrywaj i nie wprowadzaj w błąd
- Zadbaj o sprawną komunikację z osobami, których to dotyczy
- Doradzaj, wskazuj środki zaradcze i kanały kontaktu
Konfrontacja z rzeczywistością
- Raport McKinsey z 2021 r. o stanie AI: dane i praktyki
- 1843 specjalistów z całego świata i różnych branż
- 30% świadome ryzyk związanych z etyką danych
- 17% posiada zespoły ds. zarządzania danymi
- 27% weryfikuje zestawy danych pod kątem stronniczości
1 https://www.mckinsey.com/capabilities/quantumblack/our-insights/global-survey-the-state-of-ai-in-2021
Kto ponosi odpowiedzialność?
- Wszyscy :)
- Nie ogranicza się do jednej roli
- Data scientists, działy prawny i ryzyka, IT, zarząd
- Corporate Digital Responsibility – odpowiednik CSR dla etyki danych
1 **CDR**: Lobschat, L., et al. (2021). Corporate digital responsibility. Journal of Business Research, 122, 875-888. 2 Icon made by Eucalyp from www.flaticon.com
