Menghindari Cambridge Analytica – Cara Menegakkan Etika Big Data

Pada bulan Maret 2018, berita utama yang sedang tren adalah bagaimana perusahaan yang kurang dikenal, Cambridge Analytica telah mengumpulkan data pribadi sekitar 50 juta pengguna Facebook AS tanpa izin mereka. Facebook masih belum pulih dari kerusakan yang terjadi dalam paparan ini – telah kehilangan lebih dari $50 miliar dolar dalam kapitalisasi pasar, dengan para pemimpin bisnis seperti Tim Cook dari Apple dan Elon Musk dari Tesla Motors secara terbuka mengkritik cara privasi pengguna dilanggar.

Kegagalan menempatkan sorotan tepat kembali pada bagaimana etika bermain di era data besar volume besar yang dihasilkan dalam format yang beragam dari sumber terstruktur dan tidak terstruktur yang berbeda. Big Data sebenarnya sangat besar, tetapi apakah strukturnya yang besar memberikan kelonggaran untuk berkompromi dengan etika? Tentu tidak.

Bagaimana keduanya bertemu?

Data besar dan etika adalah dua topik yang berbeda. Data, dengan sendirinya, tidak baik atau buruk. Namun, mulai mengenakan jubah moral dengan analisis dan penggunaan temuan analisis data. Untuk menghindari nasib ini, organisasi perlu menerapkan prinsip kuat yang memberikan penekanan pada privasi dan memungkinkan pengguna untuk memilih apa yang ingin mereka bagikan dan apa yang tidak.

Tertarik untuk mengetahui tindakan apa saja yang dapat membantu Anda mencapai tujuan yang menantang ini? Maka Anda berada di tempat yang tepat. Hari ini kita melihat 7 cara di mana Anda dapat menjunjung tinggi etika Big Data dan memberikan kode etik bagi pakar big data yang bekerja dengan organisasi Anda.

1. Apakah data tersebut berguna?

Hanya karena organisasi memiliki sumber daya dan teknologi untuk mengumpulkan data, bukan berarti mereka harus melakukannya . Ambil dua contoh di bawah ini

a) Perusahaan taksi yang mengambil lokasi Anda untuk mengambil taksi terdekat untuk perjalanan taksi yang lebih cepat

b) Perusahaan perjalanan yang mengakses obrolan antara Anda dan teman Anda yang merencanakan liburan akhir pekan berikutnya untuk menawarkan paket liburan yang dipersonalisasi

Jelas, contoh kedua adalah pelanggaran terang-terangan terhadap privasi pengguna, terutama mengingat pengguna bahkan belum menghubungi agen perjalanan untuk mendapatkan informasi.

2. Sangat dibutuhkan – Penyederhanaan kebijakan privasi

Inti dari bencana Facebook-Cambridge Analytica adalah ketentuan yang disebutkan dalam persyaratan layanan Facebook , yang sejak itu telah diperbarui. Sebagai pengguna awam cukup memilih 'Setuju' atau 'Tidak Setuju' untuk persyaratan layanan tanpa melalui legalese yang panjang dan membosankan. Sangat penting di masa sulit ini untuk memiliki dokumen 'persyaratan layanan' yang lebih sederhana sehingga pembaca memahami untuk apa mereka mendaftar dan bagaimana data mereka akan digunakan. Pengaturan privasi juga perlu disederhanakan dan dibuat ramah pengguna sehingga lebih banyak pengguna yang benar-benar mengunjungi halaman dan melihat apa manfaatnya bagi mereka.

3. Tindakan konsekuensi yang tepat untuk mengatasi pelanggaran internal

Seringkali, sumber kebocoran data adalah orang dalam. Dengan demikian, kontrol yang memadai harus ada untuk memastikan bahwa ini tidak terjadi. Bahkan jika itu terjadi, tindakan tegas perlu dilakukan terhadap pelaku. Hal ini diperlukan agar bisa dijadikan contoh dan yang lain tidak tergoda untuk melakukan pelanggaran data lagi dalam waktu dekat.

Selain itu, pelatihan yang tepat perlu dilakukan agar semua karyawan mengetahui langkah-langkah pengendalian yang ada untuk menjaga etika Big Data setiap menit dalam kehidupan perusahaan mereka.

4. Memverifikasi keaslian pihak ketiga adalah suatu keharusan

Semua perusahaan analitik dan situs media sosial yang berurusan dengan pihak ketiga saat berbagi data perlu memverifikasi identitas yang akurat untuk mengonfirmasi bahwa mereka bukan penipu yang mencoba mencuri data atau melakukan pencurian identitas.

Informasi rahasia tersebut biasanya diambil oleh orang-orang yang membuat ID palsu atau mewakili diri mereka sendiri secara palsu dari lembaga akademis atau dari perusahaan riset pasar.

5. Menilai risiko yang terkait dengan data spesifik yang digunakan

Organisasi harus meluangkan waktu untuk menilai dampak negatif penggunaan data pada kelompok pengguna tertentu. Mereka juga harus memperhitungkan dampak dari data yang tersedia untuk umum.

Ini akan mengarah pada peningkatan tingkat kesadaran tentang kerusakan yang mungkin disebabkan oleh pelanggaran data terhadap kredibilitas dan reputasi perusahaan. Perusahaan sering melakukan penilaian dampak privasi untuk menghilangkan risiko penyalahgunaan informasi oleh karyawan.

6. Pengumpulan data yang terdefinisi dengan baik sangat penting

Penting bagi pakar analitik Big Data untuk mengetahui sebelumnya data apa yang harus dikumpulkan dan berapa banyak data yang harus dikumpulkan untuk memenuhi pekerjaan yang ada. Dengan cara ini para analis dan pakar pengumpulan data dapat menghindari data yang tidak berguna dalam skema operasional mereka.

Intinya di sini adalah bahwa dengan membatasi pengumpulan dan analisis data yang berlebihan (tidak perlu), Anda membatasi paparan terhadap risiko pelanggaran data.

7. Bersiaplah untuk mengatasi krisis

Terlepas dari rencana dan niat terbaik, pelanggaran data mungkin masih menyerang perusahaan Anda. Dalam situasi ini, tidak bijaksana untuk panik. Anda harus memiliki strategi manajemen krisis yang telah ditentukan sebelumnya untuk mengatasi hari-hari sulit dari pelanggaran data ini. Penting untuk menghentikan 'pendarahan' data, membersihkan sistem, memverifikasi bahwa sumber kebocoran terpasang, dan kemudian melanjutkan operasi.

Untuk menyimpulkan

IDC memperkirakan bahwa pada tahun 2020 lebih dari 1,5 miliar orang akan terpengaruh oleh pelanggaran data. Seluruh proses pengumpulan, penyimpanan, berbagi, analisis, dan visualisasi data perlu dijalankan dengan model tata kelola yang baik.

Setiap pemangku kepentingan dalam rantai nilai (pengguna, pihak ketiga, perusahaan analitik, dan platform media sosial) perlu mempraktikkan etika dalam Big Data untuk membawa perubahan nyata dalam

1. Mendapatkan kepercayaan dari pengguna
2. Membangun integritas organisasi
3. Menghilangkan penyalahgunaan data

Bisakah inisiatif yang didukung industri seperti GDPR mendatang atau kemitraan Bloomberg/Bright Hive menjadi jawaban untuk dilema etika yang terkait dengan Big Data? Ini sebagian besar akan bergantung pada bagaimana perusahaan memasukkan nilai-nilai ini ke dalam strategi dan DNA perusahaan mereka. Secara khusus, ilmuwan data harus mengintegrasikan tinjauan etis, pengujian bias algoritmik, dan mempertimbangkan dampaknya terhadap masyarakat luas.