ケンブリッジ・アナリティカを回避する – ビッグデータの倫理を維持する方法

2018 年 3 月には、ほとんど知られていない会社であるケンブリッジ アナリティカが米国の Facebook ユーザー約 5,000 万人の個人データを許可なく収集したというニュースが話題になりました。 Facebook は、この暴露による損害にいまだに動揺しています。時価総額で 500 億ドル以上を失い、Apple の Tim Cook や Tesla Motors の Elon Musk などのビジネス リーダーは、ユーザーのプライバシーが侵害された方法を公然と批判しています。

この大失敗は、さまざまな構造化ソースと非構造化ソースからさまざまな形式で大量のビッグデータが生成されるこの時代に、倫理がどのように機能しているかに再びスポットライトを当てました。 ビッグデータは実際には非常に大きいですが、その巨大な構造は倫理的に妥協する余地を与えていますか? 確かにそうではありません。

2人の出会いは？

ビッグデータと倫理は、2 つの異なるトピックです。 データ自体は、良いものでも悪いものでもありません。 しかし、データ分析の結果の分析と使用により、道徳的なローブを着始めます。 この運命を回避するには、組織はプライバシーを重視する強力な原則を実装し、ユーザーが共有したいものと共有したくないものを選択できるようにする必要があります。

この困難な目標を達成するのに役立つ対策は何か知りたいですか? 次に、あなたは正しい場所にいます。 今日は、ビッグデータの倫理を守り、組織で働くビッグデータの専門家に倫理的な行動規範を提供するための 7 つの方法を見ていきます。

1. データは役に立ちますか?

組織がデータを収集するためのリソースとテクノロジを持っているからといって、データを収集しなければならないわけではありません。 以下の 2 つの例を見てください。

a) タクシー会社があなたの位置情報を取得して近くのタクシーを見つけ、タクシーをより速く移動できるようにします

b) 次の週末の休暇を計画しているあなたとあなたの友人の間のチャットにアクセスして、パーソナライズされた休暇パッケージを提供する旅行会社

明らかに、2 番目の例はユーザーのプライバシーのあからさまな侵害であり、ユーザーが旅行代理店に情報を求めさえしていないことを考えると特にそうです。

2. 緊急に必要 – プライバシー ポリシーの簡素化

Facebook とケンブリッジ アナリティカの大失敗の中心にあるのは、その後更新された Facebook の利用規約に記載されている条項です。 素人のユーザーは、長くて退屈な法律用語を使わずに、サービス条件に「同意する」または「同意しない」を選択するだけです。 このような困難な時代には、よりシンプルな「サービス利用規約」文書を用意して、読者がサインアップの目的とデータの使用方法を理解できるようにすることが不可欠です. より多くのユーザーが実際にページにアクセスして、その内容を確認できるように、プライバシー設定も簡素化してユーザーフレンドリーにする必要があります。

3. 内部違反に対処するための適切な結果措置

多くの場合、データ漏洩の原因はたまたまインサイダーです。 したがって、これが起こらないことを保証するために、適切な管理を実施する必要があります。 万一の場合でも、加害者に対しては厳正な対応が必要です。 これは、例として取り上げられ、他の人が近い将来に再びデータ侵害を実行するように誘惑されないようにするために必要です.

また、すべての従業員が企業生活のあらゆる瞬間にビッグデータの倫理を保護するために実施されている管理手段を認識できるように、適切なトレーニングを実施する必要があります。

4.第三者の真正性を確認することは必須です

データを共有する際に第三者を扱うすべての分析会社およびソーシャル メディア サイトは、データを盗もうとしたり個人情報の盗難を実行しようとしている詐欺師ではないことを確認するために、正確な身元を確認する必要があります。

このような機密情報は、通常、偽の ID を作成したり、学術機関や市場調査会社から偽って名乗ったりする人々によって抽出されます。

5. 使用されている特定のデータに関連するリスクを評価する

組織は、データの使用が特定のユーザー グループに及ぼす悪影響を評価することに時間を費やすことが重要です。 また、データが公開されることによる影響も考慮する必要があります。

これは、データ侵害の可能性が会社の信頼性と評判に与える可能性のある損害についての認識レベルの向上につながります. 企業は、従業員による情報の悪用のリスクを排除するために、プライバシー影響評価を実施することがよくあります。

6. 明確に定義されたデータ収集が重要

ビッグデータ分析の専門家は、目の前の仕事を遂行するために、収集するデータと収集するデータの量を事前に知っておくことが重要です。 このようにして、アナリストとデータ収集の専門家は、運用スキームで役に立たないデータに近づかないようにすることができます。

ここでのポイントは、過剰な (不必要な) データ収集と分析を制限することで、データ侵害のリスクへの露出を制限することです。

7. 危機に立ち向かう準備をする

最善の計画と意図にもかかわらず、データ侵害は依然として会社を襲う可能性があります。 この状況では、パニックになるのは賢明ではありません。 これらの困難な日々のデータ侵害に対処するには、事前に定義された危機管理戦略を用意する必要があります。 データの「出血」を止め、システムをクリーンアップし、リークの原因が塞がれていることを確認してから、操作を再開することが重要です。

結論として

IDC は、2020 年までに 15 億人以上がデータ侵害の影響を受けると予測しています。 データの収集、保存、共有、分析、および視覚化のプロセス全体は、適切なガバナンス モデルで運用する必要があります。

バリュー チェーンのすべての利害関係者 (ユーザー、サード パーティ、分析会社、ソーシャル メディア プラットフォーム) は、ビッグ データに具体的な変化をもたらすために倫理を実践する必要があります。

1. ユーザーの信頼を得る
2. 組織の誠実さの構築
3. データの悪用の排除

今後の GDPR やBloomberg と Bright Hive のパートナーシップなど、業界が支援するイニシアチブは、ビッグデータに関連する倫理的ジレンマに対する答えとなるでしょうか? それは主に、企業がこれらの価値を戦略と企業の DNA にどのように注入するかに左右されます。 具体的には、データ サイエンティストは、倫理的レビュー、アルゴリズム バイアス テストを統合し、社会全体への影響を考慮する必要があります。