Справедливі дані чи FAIR-дані?
Вступ до етики даних
Shalini Kurapati, PhD
Co-founder and CEO, Clearbox AI
Навіщо FAIR?
- Організаційні «силоси», забуті дані
- Прозорість, інновації та співпраця
- Цифрові й обчислювальні технології/AI
- Керування даними для повторного використання людьми й машинами
1 Іконка створена Smashicons з www.flaticon.com
Findable
- Опис даних, багаті метадані
- Постійне посилання, як doi, без «битих» лінків
- Зручно для людей і машин
1 CC BY-SA 4.0, Sangya Pundir
Accessible
- Фізична або цифрова інфраструктура
- Доступ через вхід або відкрито
1 CC BY-SA 4.0, Sangya Pundir
Interoperable
- Дані працюють у різних ОС, форматах і на пристроях
- Windows/PC, Mac, Linux
- напр., таблиці .csv замість Ms Excel
- стандарти для інтероперабельності
1 CC BY-SA 4.0, Sangya Pundir
Reusable
- Повторне використання з чіткими правилами
- Для людей і машин
1 CC BY-SA 4.0, Sangya Pundir
Ліцензування даних — Creative Commons
1 Foter, CC-BY-SA
Індустрії варто перейти на FAIR
- FAIR-дані поширені в науковому керуванні даними
- Фарма (Janssen, Novartis), технологічні фірми (Deloitte, Accenture)
- Спочатку ресурсомістко, потрібна зміна підходу
- Етика даних
- Інновації й співпраця приносять суспільну користь: відновна енергія, лікування хвороб
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/
