DAMA数据管理知识体系指南-读书笔记2

第二章 数据处理伦理

一、引言

1、定义

       数据处理伦理是指如何以符合道德准则及社会责任的方式去获取、存储、管理、解释、分析、应用和销毁数据。

2、目标

• 定义组织中数据处理的伦理规范
• 指导员工不正当处理数据会产生的企业风险
• 改变或渗透数据处理行为文化
• 监管、度量、监控和调整组织伦理准则行为

二、基本概念

1、数据隐私法背后的原则

       GDPR准则

• 公平、合法、透明：数据主题中的个人数据应以合法、公平和透明的方式进行处理
• 目的限制：必须按照指定、明确、合法的目标去采集个人数据，并且不得将数据用于采集目标之外的方面
• 数据最小化：采集的个人数据必须足够相关，并且仅限于与处理目的相关的必要信息
• 准确性：个人数据必须准确，有必要保持最新的数据。必须采取一切合理步骤，确保在完成个人数据处理及时删除或更正不准确的个人数据。
• 存储限制：数据必须以可识别的数据主题（个人）的形式保存，保存时间不得超过处理个人数据所需的时间。
• 诚信和保密：必须确保个人数据得到安全妥善处理，包括使用适当技术和组织方法防止数据被擅自或非法处理，防止意外丢失、被破坏或摧毁等。
• 问责制度：控制数据的人员应该负责并能够证明符合上述这些原则。

2、违背伦理进行数据处理的风险

2.1 时机选择

       有可能通过遗漏或根据时间将某些数据点包括在报告或活动中而撒谎。

2.2 可视化误导

       图表和图形可用于以误导性方式呈现数据，eg：修改比例尺等

2.3 定义不清晰或无效的比较

2.4 偏见

       一种有倾向性的观点，通常是通过抽样或数据选择的系统错误引入的，偏见可能在数据生命周期的不同点存在。正义的伦理原则有助于创造一种积极的责任，即主动意识到数据采集、处理、分析或解释可能存在的偏差。偏差有以下几种类型：

• 预设结论的数据采集：分析师迫于压力采集数据并产生结果，来支持一个预先定义的结论，而不是为了得出一个客观的结论。
• 预感和搜索：分析师有一种预感，且想要满足这种预感，故只使用能证明这种直觉的数据，并且不想考虑从数据中能得到的其他可能性。
• 片面抽样方法：选择样本集的方法可受到偏见的影响，为了限制偏见，可使用统计工具选择样本并建立适当大小的样本
• 背景和文化偏见

2.5 转换和集成数据

       如数据未治理，会出现不符合伦理要求的处理方式，甚至存在非法数据的风险，包括如下：

• 对数据来源和血缘的了解有限
• 质量差的数据
• 不可靠的元数据
• 没有数据修订历史的文档

2.6 数据的混淆和修订

       混淆和修订数据是进行信息脱敏或信息不公开的常用方法。但如果下游的活动需要公开数据，那么混淆就不足以保护数据，这种风险存在与以下活动中：

• 数据聚合：跨越多个维度进行聚合数据并删除标识数据时，这组数据仍然可以用于其他分析服务，而不必担心泄露个人识别信息。
• 数据标记：用户敏感数据（私密、机密、个人等）分类，并将其控制发布到合适社区。
• 数据脱敏：一种指提交适当数据才能解锁过程的实践。

3、建立数据伦理文化

3.1 评审现有数据处理方法

       该评审的交付物应记录整个数据生命周期，包括数据共享活动中的收集、使用和监督数据所依赖的伦理准则。

3.2 识别原则、实践和风险因素

       原则应与风险（如不遵守原则可能发生的坏事情）和实践（正确的做法以规避风险）保持一致，应控制来支持实践。

3.3 制定合乎伦理的数据处理策略和路线图

       策略必须同时包含伦理准则和预期行为，以价值陈述和伦理行为准则来表达，这样的策略包括以下几部分：

• 价值观声明：描述一个组织的信仰。
• 符合伦理的数据处理原则：描述了一个组织如何处理数据所带来的挑战。
• 合规框架：包括驱动组织义务的因素。
• 风险评估：定义组织内部特殊问题出现的可能性和影响。
• 培训和交流：培训应该包括对伦理准则的审查，雇员必须确保他们熟悉相应准则并了解违背伦理的数据处理所造成的影响。
• 路线图：路线图应该可由管理层批准的活动时间表。
• 审计和检测方法：通过培训可以加强伦理观念和伦理准则。还应检测具体活动，以确保这些活动符合伦理准则。

3.4 采用对社会负责的伦理风险模型

       伦理风险模型应说明如下几点：

• 如何选择自己的群体进行研究
• 数据如何获取
• 活动分析的重点
• 如何使结果易于理解