DAMA数据管理知识体系（第2章 数据处理伦理）

• 课本内容
  • 2.1 引言
    • 数据处理伦理
      • 数据处理伦理指如何以符合伦理准则的方式获取、存储、管理、使用和销毁数据。
      • 主要影响方面
        • 对人的影响
        • 滥用的可能
        • 数据的经济价值
      • 从业务和技术角度来看，数据管理专业人员都要有管理数据的伦理责任，以降低数据可能被歪曲、滥用或误 解的风险。这种责任贯穿从数据的创建到消亡的整个数据生命周期。
  • 2.2 业务驱动因素
    • 组织构建数据处理伦理准则的主要原因是为了降低所负责的数据被员工、客户、合作伙伴滥用的风险。
    • 首席数据官CDO、首席风险官CRO、首席隐私官CPO、首席分析官CAO等
  • 2.3 基本概念
    • 数据伦理准则
      • （1）尊重他人
      • （2）行善原则
        • 这条准则有两个要素：第一，不伤害；第二，将利益最大化、伤害最小化。
      • （3）公正
      • （4）尊重法律和公众利益
    • 数据隐私法背后的原则
      • 经合组织的8项核心原则，即公平信息处理标准，旨在确保以尊重 个人隐私权的方式处理个人数据。
        • 具体包括：数据采集的限制、对数据高质量的期望、为特定目的进行采集数据、对数据使用的限制、安全保障、对开放性和透明度的期望、个人挑战与自己有关数据的准确性以及组织遵守准则的责任
      • GDPR准则
        • 表2-1 GDPR准则（欧盟）
      • PIPEDA（个人信息保护及电子文件法）
        • 表2-2 基于PIPEDA的法定义务
      • 美国联邦贸易委员会（FTC）
        • 表2-3 美国隐私方案标准
    • 在线数据的伦理环境
    •  违背伦理进行数据处理的风险
      • 时机选择
      • 可视化误导
      • 定义不清晰或无效的比较
      • 偏见
        • 偏差类型
          • 1）预设结论的数据采集。
          • 2）预感和搜索。
          • 3）片面抽样方法。
          • 4）背景和文化。
      • 转换和集成数据
        • 1）对数据来源和血缘的了解有限。
        • 2）质量差的数据。
        • 3）不可靠的元数据。
        • 4）没有数据修订历史的文档。
      • 数据的混淆和修订
    • 建立数据伦理文化
      • 评审现有数据处理方法
      • 识别原则、实践和风险因素
      • 制定合乎伦理的数据处理策略和路线图
      • 采用对社会负责的伦理风险模型
    • 数据伦理和治理
      • 数据处理行为的数据监督属于数据治理和法律顾问范畴。
• 考察分值&知识点
  • 考察分值
    • 2分
  • 考察知识点
    • 数据隐私法背后的原则
    • 语境关系图