Transparence et imputabilité

Introduction à l'éthique des données

Shalini Kurapati, PhD

Co-founder and CEO, Clearbox AI

Transparence

  • Clarté, divulgation de l'usage des données
  • Accroît la confiance, preuve d'imputabilité
  • Communication et mobilisation des parties prenantes
  • Comment ?
    • Politiques/déclarations de confidentialité
    • Certifications et vérifications externes
    • Divulgation des incidents

Illustration d'une paire de lunettes à travers lesquelles on voit clairement.

1 Photo de Bud Helisson sur Unsplash
Introduction à l'éthique des données

Bon exemple

Capture d'écran d'une étude du NYT sur l'incompréhensibilité des politiques de confidentialité.

  • Des textes compliqués ne servent à rien
  • Concis, clair, langage simple, niveau secondaire

Capture d'écran de la politique de confidentialité de la BBC.

  • Bonne lisibilité, court, clair, déclaratif
  • Exemples :
    • « Nous ne vous enverrons des courriels promotionnels que si vous y avez consenti. »
    • « Vous pouvez supprimer votre compte. Les renseignements de votre compte seront supprimés immédiatement. »
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/
Introduction à l'éthique des données

Ne cachez rien et ne trompez pas

Un mélange de 1 et de 0 avec le mot HACKED au centre en rouge gras.

  • La transparence, c'est être honnête avec vos utilisateurs
  • En cas d'atteinte aux données, ne cachez rien et ne trompez pas
  • Prévoir une communication robuste — personnes touchées
  • Conseils, mesures d'atténuation et canaux de communication
Introduction à l'éthique des données

Réalité terrain

Capture d'écran du rapport McKinsey State of AI

  • Rapport McKinsey 2021 sur l'état de l'IA : données et pratiques IA
  • 1 843 professionnel(le)s, partout et tous secteurs
  • 30 % conscients des risques d'éthique des données
  • 17 % ont des équipes de gouvernance des données
  • 27 % vérifient les ensembles de données biaisés
1 https://www.mckinsey.com/capabilities/quantumblack/our-insights/global-survey-the-state-of-ai-in-2021
Introduction à l'éthique des données

Que signifie être imputable ?

  • Principe clé nécessaire pour appliquer les autres
  • Responsable des collaborateurs externes
  • Protection des données et droits individuels
  • Enjeux sociaux plus larges
Introduction à l'éthique des données

Qui est imputable ?

Illustration d'une main équilibrant une balance dans un engrenage représentant un processus d'affaires

  • Tout le monde :)
  • Pas limité à un seul rôle
  • Scientifiques des données, affaires juridiques et risques, TI, direction
  • Responsabilité numérique d'entreprise — l'ESG de l'éthique des données
1 **CDR** : Lobschat, L., et al. (2021). Corporate digital responsibility. Journal of Business Research, 122, 875-888. 2 Icône créée par Eucalyp sur www.flaticon.com
Introduction à l'éthique des données

Passons à la pratique !

Introduction à l'éthique des données

Preparing Video For Download...