Digitale transformatie gaat over het gebruik van data. Maar in deze datagestuurde wereld kan het creëren, verzamelen, analyseren en delen van enorme hoeveelheden data op verschillende platforms nieuwe risico's opleveren voor organisaties. Organisaties gebruiken deze data om diensten te verbeteren en betere klantervaringen te bieden, maar klanten kunnen zich zorgen maken over hoe en wanneer hun persoonsgegevens worden gebruikt.
Gegevensethiek houdt zich bezig met de manier waarop gegevens worden beheerd, behandeld en opgeslagen en met de morele kwesties die met het gebruik ervan samenhangen. Het onderzoekt de antwoorden op de vragen "Hoe kan onze organisatie op ethische wijze gegevens verzamelen, opslaan en gebruiken?". en "Welke klantenrechten moeten we beschermen?"
Het is belangrijk dat organisaties de risico's begrijpen die verbonden zijn aan het ethisch gebruik van gegevens in de onderneming en maatregelen nemen om ze te beperken.
Gegevensethiek: Wat is het?
Gartner definieert gegevensethiek als "een systeem van waarden en morele principes met betrekking tot het verantwoord verzamelen, gebruiken en delen van gegevens" en houdt zich bezig met de morele aspecten van gegevenspraktijken die negatieve gevolgen kunnen hebben voor individuele mensen. Gegevensethiek richt zich op gegevens in al hun fasen, waaronder het genereren, verzamelen, analyseren en verspreiden ervan.
Gegevensethiek behandelt gedragingen in verband met het gebruik van algemene en persoonlijke gegevens en begeleidt organisaties bij het gebruik van data, algoritmen in AI en machine learning, en andere technologieën om vooroordelen te voorkomen.
Verder zorgt het ervoor dat online gebruikers toestemming geven voor het delen van hun gegevens en dat organisaties zich houden aan compliance- en privacyregels zoals de Algemene verordening gegevensbescherming (AGV), de Health Insurance Portability and Accountability Act (HIPAA), de California Consumer Privacy Act (CCPA) en de Payment Card Industry Data Security Standard (PCI DSS).
Waarom is gegevensethiek belangrijk?
Nu cyberaanvallen toenemen en analyseprogramma's ondersteund door AI-technologieën de vraag naar meer gegevens stimuleren, worden online gebruikers zich meer bewust van de problemen rond de privacy van hun gegevens.
Het naleven van gegevensethiek helpt organisaties de risico's in verband met gegevensprivacy te beheren en de gebruikerservaringen te blijven verbeteren zonder de privacy van persoonsgegevens te schenden. Door gegevensethische principes toe te passen, kunnen organisaties:
- Een universeel kader creëren dat bepaalt wat organisaties al dan niet mogen doen met gegevens die afkomstig zijn van technologie en dat dient als gedragscode voor een verantwoord gebruik van deze gegevens.
- Bescherm de privacy van klantgegevens door te blijven voldoen aan de AVG, CCPA en andere gegevensvoorschriften die zich ontwikkelen. Dit omvat het beleid inzake bewaring en verwijdering van gegevens.
- Vooroordelen verminderen bij het gebruik van informatie afkomstig van artificiële intelligentie en machine learning.
- Bouw het vertrouwen van de klant op door te werken volgens een bekende gedragscode op basis van de praktijk van gegevensethiek die hen verzekert dat hun gegevens niet op onethische manieren worden gebruikt.
Gegevensethiek en datagovernance
Datagovernance is het beheer van de beschikbaarheid, bruikbaarheid, integriteit, consistentie en beveiliging van gegevens om ervoor te zorgen dat gegevens van hoge kwaliteit in de hele organisatie worden gebruikt. Het gaat ook om de risico's en de sancties in verband met gegevens.
Datagovernance richt zich op het juiste gebruik van gegevens om de invoering van gegevensfouten in een systeem te voorkomen en mogelijk misbruik van persoonsgegevens te voorkomen. Er worden beleidslijnen en procedures vastgesteld om het gegevensgebruik te controleren en de veiligheid, naleving en transparantie van de gegevens te helpen handhaven. Deze beginselen zijn essentieel om een ethisch gebruik van iemands informatie te waarborgen.
Wat is een ethisch kader voor het gebruik van gegevens?
Een kader voor gegevensethiek is een reeks ethische beginselen die richting geven aan het gepaste en verantwoorde gebruik van gegevens in een organisatie. Het bevat richtlijnen die bedrijfsleiders, belanghebbenden en werknemers helpen de ethische overwegingen in verband met gegevens te begrijpen. Het maakt op een gemakkelijk verteerbare manier duidelijk wat de organisatorische praktijken zijn met betrekking tot het gebruik van gegevens.
Het kader moet worden gebruikt door iedereen in de organisatie die direct of indirect met gegevens werkt. Het kan gaan om organisatieleiders, beleidsmakers, operationele medewerkers, analisten, statistici en ieder ander die gegevensgedreven inzichten produceert.
Kaders voor gegevensethiek zijn doorgaans gebaseerd op drie beginselen:
- Transparantie: Het beleid, de acties en de processen van de organisatie met betrekking tot gegevens zijn vrij en gemakkelijk toegankelijk voor het publiek in een duidelijk en beknopt formaat, zodat zij kunnen begrijpen hoe het bedrijf hun persoonsgegevens gebruikt.
- Verantwoording: Voor elk project zijn er doeltreffende bestuurs- en toezichtsmechanismen.
- Eerlijkheid: Het garandeert dat het gebruik van gegevens door de organisatie rechtvaardig is en individuen en sociale groepen niet discrimineert.
Organisaties kunnen bestaande kaders, zoals Privacy by Design (PbD) van de AVG; Fairness (eerlijkheid), Transparency (transparantie), en Accountability (verantwoording) (FT&A) voor ML en AI; en Fair Information Practices (FIP), gebruiken als basis voor een op maat gemaakt organisatorisch kader voor ethisch gegevensgebruik.
Welke projecten of initiatieven vereisen gegevensethiek?
Het dilemma van gegevensethiek wordt steeds urgenter nu bedrijfsleiders gegevens en analyseprogramma's gebruiken om de bedrijfswaarde te verhogen. Organisaties gebruiken gegevens om innovatieve oplossingen te leveren en AI en machine learning spelen een sleutelrol in de inspanningen van veel organisaties om processen te automatiseren, de efficiëntie te verhogen en de kosten te verlagen.
Maar AI is slechts zo goed als de gegevens die het voeden. Algoritmen voor AI en machine learning van de feedback van gebruikers op basis van trainingsgegevens die vertekeningen kunnen bevatten wanneer de voorkeur wordt gegeven aan bepaalde kenmerken en eigenschappen.
Organisaties moeten zich bewust zijn van de herkomst van de referentiegegevens die door algoritmen worden gebruikt om te voorkomen dat hun platforms worden beïnvloed. Interpreteerbaarheid, waarbij wordt uitgelegd hoe een getraind model tot een bepaalde beslissing komt en foutbronnen worden geïdentificeerd om de nauwkeurigheid van het model te verbeteren, kan organisaties helpen bias te identificeren en te verminderen.
Hoe opslag de beste praktijken inzake gegevensethiek kan helpen verbeteren
Effectieve gegevensethiek en datagovernance berust op uw vermogen om gevoelige gegevens van individuen en de enorme hoeveelheden invoer- en trainingsgegevens die AI- en ML-algoritmen nodig hebben, veilig op te slaan en te beheren.
Een robuuste oplossing voor dataopslag is essentieel om te voldoen aan de eisen en voorschriften op het gebied van beveiliging en gegevensnaleving die door de bestuurswetgeving worden voorgesteld. De functies moeten omvatten:
- Toegangscontrole: Helpt ervoor te zorgen dat de toegang tot gegevens strikt wordt gecontroleerd en geauditeerd, zodat iedereen die toegang heeft tot gegevens gemakkelijk en nauwkeurig kan worden getraceerd.
- Data-encryptie: Is cruciaal voor de bescherming tegen risico's zoals ransomware.
- Data-integriteit: Helpt data te beschermen tegen corruptie en manipulatie.
- Databewaring: Stelt bewaartermijnen in op basis van uw databewaringsbeleid, dat precies aangeeft welke gegevens u kunt opslaan of archiveren, waar, waarom, hoe lang, en hoe ze worden verwijderd of verplaatst.
Ondersteuning van gegevensethiek met moderne oplossingen voor dataprotectie
Organisaties worden tegenwoordig geconfronteerd met complexe ethische overwegingen in verband met het verzamelen, openbaar maken en analyseren van gegevens. Pure Storage® biedt verschillende moderne oplossingen voor dataprotectie waarmee u uw gegevens kunt beveiligen om het ethische gegevenskader van uw organisatie te ondersteunen.
- Verminder het risico op ransomware door SafeMode™-snapshots te gebruiken, die alleen-lezen-snapshots bieden die niet kunnen worden gewijzigd, verwijderd of versleuteld.
- Breid databack-up uit naar de cloud met Purity CloudSnap™ voor moeiteloze, ingebouwde cloudgebaseerde databescherming voor off-premise flexibiliteit, retentie op langere termijn en lagere kosten.
Herstel na een aanval met Rapid Restore met FlashBlade®, dat bescherming biedt van zowel data als bijbehorende metadatacatalogi en integreert met een divers portfolio van back-upsoftwarepartners.
