数据生命周期中的伦理问题

数据伦理入门

Shalini Kurapati, PhD

Co-founder and CEO, Clearbox AI

数据生命周期

  • 数据生命周期的每个阶段
  • 数据获取：收集与来源
  • 数据准备：清洗、标注、质量检查
  • 数据存储：基础设施、安全、完整性
  • 分析：AI、解读、决策
  • 保留/归档
  • 共享

数据生命周期示意图。

1 https://www.ibm.com/topics/data-life cycle-management#Data%20life cycle%20management%20and%20IBM 2 Icon made by Flat Icons on from www.flaticon.com
数据伦理入门

数据获取

从不同来源获取数据并流入计算机的示意图

  • 多种方式：调查、移动应用、传感器、可穿戴、爬虫、第三方
  • 你是否被允许收集？隐私、版权
  • 目的明确：为何收集、收集多少
  • 具代表性，尊重受访者时间
  • 知情同意：关键
  • 审核数据供应商
1 Icon made by Parzival 1997 from www.flaticon.com
数据伦理入门

数据准备

TIME 文章截图：肯尼亚清洗与标注数据以改进 ChatGPT 的工人遭剥削。

  • 清洗、标注、注释：转写音频、给文本/图像打标签、标记不当内容
  • 人工标注者：培训不足与剥削；ChatGPT 的肯尼亚外包工
  • 质量不一致、标签偏见
1 https://time.com/6247678/openai-chatgpt-kenya-workers/
数据伦理入门

数据存储

安全数据存储设置的示意图。

  • 机密性与完整性：防止泄露与意外丢失
  • 数据安全：禁止未授权访问
  • 技术：
    • 数据存储的基础设施、方法、技术与设备
  • 组织：
    • 公司政策与培训
1 Icon made by HJ studio from www.flaticon.com
数据伦理入门

数据共享

标注新冠疫情震中与传播的地图

  • 为创新与协作需要数据共享，有时用于变现
  • 负责任共享可带来正面影响：新冠数据共享
  • 隐私法规与个人权利
  • 数据所有权与知情同意
  • 隐私保护型共享
1 https://www.ga4gh.org/news/regulatory-ethics-perspective-on-covid-19-data-sharing-an-interview-with-johan-ordish/
数据伦理入门

Passons à la pratique !

数据伦理入门

Preparing Video For Download...