数据伦理入门：数据的道德使用是什么？

为什么数据伦理很重要

让我们通过一些案例来了解数据伦理的重要性：

• 2018 年 9 月，黑客向英国航空公司的网站注入恶意代码，将流量引导至一个仿冒站点。客户在不知情的情况下向骗子提供了信息，包括登录凭据、支付卡信息、地址和旅行预订信息。
• 2019 年，苹果向消费者推出信用卡后，有关算法性别偏见的指控浮出水面。多位知名科技高管（包括苹果联合创始人、著名技术专家史蒂夫·沃兹尼亚克）表示，他们获得的信用额度远高于与其共同持有资产的妻子。除性别外，没有明确因素可以解释这种差异。
• 2021 年 3 月，超过 5.33 亿名 Facebook 用户的隐私在其数据被发布到公开黑客论坛时遭到破坏。这是史上规模最大的 数据泄露事件之一。该事件引发了关于组织如何存储与保护个人信息，以及它们一开始是否应被允许访问此类数据的担忧。

这些案例只是数字安全漏洞的冰山一角。即便是 DataCamp 也在 2019 年遭遇过安全漏洞。

无论您的技术背景如何，数据伦理的重要性都日益凸显。我们生活在一个数据能够驱动创新并改善生活的世界。然而，如果没有伦理保障，数据也可能被滥用并造成伤害。

理解数据伦理能帮助我们更好地把握自身信息的使用方式，确保在参与数据驱动社会的同时保护自己。此外，这也促使我们批判性地思考我们希望创造怎样的未来——不仅是为我们自己，也是为随着技术不断演进而成长的后代。

理解当前与潜在的未来数据伦理格局

人工智能（AI）与机器学习正迅速发展，但仍处于早期阶段。这使得我们现在就必须解决伦理问题，以确保这些技术持续造福社会。关于负责任 AI 的未来的问题十分紧迫，保持对这些议题的了解非常重要，例如通过 DataCamp 的 DataFramed 播客等资源。

随着我们愈发在线上生活，私人空间与公共空间的界限日益模糊。尽管对个人数据存在法律保护——如欧盟的通用数据保护条例（GDPR）和加州消费者隐私法（CCPA）——但仍有灰色地带，使得有效管理隐私充满挑战。

[参考：Statista 2021]

如果您经常使用其中的一些平台，可能会对被售卖的数据类型感到惊讶。从电子邮件到聊天与位置历史，当您通过应用程序无意间让他们进入您的生活时，广告公司或其他买家能获取大量信息。

[参考：哈佛商业评论]

许多组织正在构建基础设施，以在各行各业中实现 AI 与数据科学，这意味着关于暴露风险的研究才刚刚起步。对个人信息的同意与交易将在生活的更多领域成为重要议题。

为了理解一旦某些公司构建起推动大数据项目的基础设施后可能产生的影响，开源的 AI 艺术工具如 DALL-E 和 Stable Diffusion 展示了 AI 在广泛可用后能以多快的速度改进。随着这些快速发展，关于未来我们唯一可以确定的是：数据隐私、安全与公平性将愈发难以得到保障。

大数据伦理原则

虽然不存在适用于所有情境的统一伦理实践，但有一些基本原则可以指导负责任的数据使用：

1. 透明性：就数据收集、存储与共享实践进行清晰沟通至关重要。用户应能了解其信息如何被使用，而无需具备法律专业知识去解读条款与条件。
2. 问责性：组织必须对其收集的数据负责，包括保护其免受泄露与滥用。此原则对于维护公司与用户之间的信任至关重要。
3. 个体能动性：个体应能掌控其个人数据，包括访问、更正或删除其信息。在数字时代，保障这种能动性是一项基本人权。
4. 数据隐私：隐私是指个人数据应受到未经授权披露的保护这一期待。组织必须通过实施稳健的安全措施并恪守与用户达成的协议来维护这一期待。

数据伦理的实践应用

实施数据伦理不仅是哲学层面的思考，更关乎在日常运营中做出体现这些价值观的务实决策。以下是不同角色将数据伦理融入工作的方式：

面向个人从业者的数据伦理指引

软件、机器学习或 AI 工程师

工程师必须与伦理学家及其他相关方协作，以应对伦理挑战。记录流程并进行全面的数据审查，有助于在开发早期识别并缓解潜在伦理问题。

技术项目经理

项目经理应在项目规划中纳入伦理考量，确保所有团队成员在这些优先事项上达成一致。这可能涉及协调新的相关方，并将伦理保障纳入项目范围。

产品经理

产品经理在确保产品以伦理为导向进行开发方面发挥关键作用。这包括进行包容性测试，并在开发过程中处理出现的任何伦理问题。

面向组织领导者的数据伦理指引

各类规模的组织都必须将数据伦理置于优先位置，以保护其用户及自身：

初创企业

对于初创企业，从一开始就建立伦理实践至关重要。尽管资源有限，但奠定稳固的伦理基础能在公司成长过程中避免问题。

中小型企业

随着小型企业的扩张，应与客户就数据使用保持透明，并确保在整个过程中获取并尊重其同意。

全球性公司

大型企业必须以身作则，实施全面的数据伦理项目，包括跨部门协作、员工培训以及对伦理实践的定期审计。

[参考：Spanning]

当今的挑战：数据伦理实例

伦理算法

算法一旦被部署，就可能将任何行为的影响成倍放大。即便在其能力尚处萌芽阶段，缺乏对算法的伦理保障如何影响我们，已有诸多实例可循。

亚马逊的招聘算法

与人力资源相关的项目几乎总是高风险，因为它们决定了就业机会的获取，其影响往往对人们的生计构成明确威胁。然而，随着在线申请与 LinkedIn 等工具的出现，在确保机会平等的同时找到合适候选人带来了新的挑战。

2016—2017 年，亚马逊尝试通过一款内部招聘算法来解决这两个问题，由其决定哪些简历能进入下一轮。不久后，在技术岗位上对女性的偏见便显而易见。由于历史数据中存在的既有偏见，算法“自学”出识别并排除女性的模式，且不带任何偏袒。

尽管亚马逊最终放弃了这套算法，但大多数人力资源代表预计未来将在招聘流程中常规使用 AI 工具。您可以在另一篇文章中进一步了解如何以合乎伦理的方式使用机器学习来辅助决策。

人脸识别难以检测较深肤色

人脸识别的应用已相当广泛，不仅用于解锁手机和账户，还作为执法部门监控、机场乘客筛查以及就业与住房决策的关键工具。

然而，2018 年的研究显示，这些算法在深色皮肤女性群体上的表现显著更差——与浅色皮肤男性相比，错误率高出可达 34%。

如果您对人脸检测的工作原理感兴趣，请查看我们的教程：使用 Python 与 OpenCV 进行人脸检测。

数据隐私

通过我们的互动课程进一步了解 Python 中的数据隐私与匿名化。

月经追踪应用

自美国联邦堕胎权保护案 Roe v. Wade 被推翻以来，在未来若出现全面堕胎禁令的情况下，月经追踪应用可能成为起诉的工具。尽管大多数应用的条款允许其与第三方共享个人数据，许多月经追踪应用在是否会将数据共享给当局以获取逮捕令方面表述含糊不清。

虽然您可能需要法律专家来解读您每日使用应用的条款与条件，但了解自己所做权衡与面临的风险只会变得愈发重要。

Uber 以“上帝模式”追踪政要与名人

2014 年有报道称，Uber 的“上帝模式”为所有员工提供了完整用户数据的访问权限，常被用于追踪名人、政客，甚至个人关系（如前任伴侣）。一名前员工还提起诉讼，指称公司在处理用户行为数据方面鲁莽行事，并对隐私“完全漠视”。

大约同一时期的 2016 年，Uber 试图通过向黑客付款而掩盖一起重大数据泄露事件，并未上报该事件。当时美国联邦贸易委员会正对公司安全问题展开调查。

数据安全

从固有的安全缺陷到被黑客攻击的脆弱性，数据安全所带来的风险不止于您的登录信息。各类应用与网站都可能精确定位您的位置、读取您的消息、查看您屏蔽的人以及您的消费情况。

无论您是在线社交活跃者，还是仅最低限度地使用数字服务（银行、短信、电子邮件等），您很可能在超出自身认知的多个方面处于暴露状态。

当前的数据伦理监管

许多人都意识到数据伦理的重要性——但这对我们作为消费者意味着什么？对公司意味着什么？对政府机构又意味着什么？

这些问题的答案取决于您所处的地域。在一些国家，已出台法律要求公司就其如何处理个人信息保持透明；在另一些国家，则尚无任何相关监管。

此外，我们每天都在面对伦理问题：我们在线上彼此分享了多少？我们是否应该分享得更少？当出现问题时会发生什么？这些都是需要政府与行业领导者进行深思熟虑并展现有力领导的紧迫议题，以免我们的未来因不道德行为或监管缺失而受到威胁。

全球各地的政府正尝试以新方式来监管合乎伦理的数据收集、AI 以及数据的各种用途（例如：定向营销等）。

以下是一些值得了解与遵循的法规，以便掌握您所在地区数据监管的现状：

数据保护

• GDPR（欧盟）——在我们的网络研讨会《面向数据从业者的数据伦理与 GDPR》中了解更多。
• CCPR、CCPA（美国——加利福尼亚）

AI 使用

• 欧盟人工智能法案（EU AI Act）
• 纽约市招聘 AI 偏见法规（美国——纽约州）
• 算法正义与在线平台透明度法案（美国）

平台监管

• 数字服务法案（欧盟）

尽管欧盟与美国在已获通过的立法方面走在前列，但其中大多数政策都较为新颖且在持续完善中。

提升团队的数据伦理能力

随着数据伦理的重要性持续上升，企业必须确保团队具备应对与数据相关伦理挑战的能力。数据伦理并非仅是数据科学家或法务团队的关注点——它是各部门负责任商业实践的基础组成部分。

如果您是团队领导或企业主，投资数据伦理培训可以显著提升团队负责任地处理数据、保护客户隐私并维护组织声誉的能力。DataCamp for Business 提供全面的培训项目，能够根据您的行业与需求，帮助员工系统掌握数据伦理。我们提供：

• 定制化学习路径：根据您团队的具体角色与可能面临的伦理挑战设计培训方案。
• 实践应用：互动课程与真实案例研究，帮助员工将伦理原则应用于日常工作。
• 持续评估：用于追踪团队对数据伦理的理解与应用的工具，确保他们走在新兴伦理议题的前沿。

通过借助 DataCamp 等平台提升团队的数据伦理能力，您不仅能营造伦理意识文化，还能将企业定位为负责任数据使用的引领者。对伦理教育的投入有助于避免代价高昂的错误、建立客户信任，并确保长期成功。立即联系团队并申请演示。

持续的数据伦理学习

对于希望为技术与商业发展中的变化做好职业准备的人而言，有许多路径可以帮助转型或进入伦理数据相关领域。从我们的《数据伦理入门》课程开始，内容涵盖原则、AI 伦理与确保负责任数据使用的实用技能。我们还有多场关于数据伦理的网络研讨会：

• 欧盟人工智能法案准备度：满足您组织的 AI 素养要求
• 理解美国、欧盟及全球范围内的 AI 监管
• 领导者需要了解的负责任 AI 落实要点
• 负责任 AI 的数据素养

此外，还有多项认证可供探索：

数据隐私

• IAPP 注册信息隐私管理师（CIPM）认证
• Securiti PrivacyOps 认证
• ISACA 注册数据隐私解决方案工程师（CDPSE）认证
• IAPP 注册信息隐私专业人员（CIPP）认证

数据安全

• CompTIA Security+
• 注册道德黑客（CEH）
• GIAC 安全基础认证（GSEC）
• 进攻性安全注册专家（OSCP）