|
|
<!--
|
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
|
{
|
|
|
"original_hash": "b588c0fc73014f52520c666efc3e0cc3",
|
|
|
"translation_date": "2025-08-26T21:27:52+00:00",
|
|
|
"source_file": "1-Introduction/02-ethics/assignment.md",
|
|
|
"language_code": "fi"
|
|
|
}
|
|
|
-->
|
|
|
## Kirjoita Tapaustutkimus Dataetiikasta
|
|
|
|
|
|
## Ohjeet
|
|
|
|
|
|
Olet oppinut erilaisista [dataetiikan haasteista](README.md#2-ethics-challenges) ja nähnyt esimerkkejä [tapaustutkimuksista](README.md#3-case-studies), jotka heijastavat dataetiikan haasteita tosielämän tilanteissa.
|
|
|
|
|
|
Tässä tehtävässä kirjoitat oman tapaustutkimuksen, joka käsittelee dataetiikan haastetta omasta kokemuksestasi tai jostain tuntemastasi tosielämän tilanteesta. Seuraa vain näitä vaiheita:
|
|
|
|
|
|
1. `Valitse dataetiikan haaste`. Katso [oppitunnin esimerkkejä](README.md#2-ethics-challenges) tai tutustu verkossa oleviin esimerkkeihin, kuten [Deon Checklist](https://deon.drivendata.org/examples/), saadaksesi inspiraatiota.
|
|
|
|
|
|
2. `Kuvaile tosielämän esimerkki`. Mieti tilannetta, josta olet kuullut (uutisotsikot, tutkimus jne.) tai jonka olet itse kokenut (paikallinen yhteisö), jossa kyseinen haaste ilmeni. Pohdi dataetiikkaan liittyviä kysymyksiä, jotka liittyvät haasteeseen – ja keskustele mahdollisista haitoista tai tahattomista seurauksista, joita tästä ongelmasta voi aiheutua. Bonuspisteitä: mieti mahdollisia ratkaisuja tai prosesseja, joita voitaisiin soveltaa haitallisten vaikutusten poistamiseksi tai lieventämiseksi.
|
|
|
|
|
|
3. `Tarjoa lista liittyvistä resursseista`. Jaa yksi tai useampi resurssi (linkki artikkeliin, henkilökohtaiseen blogikirjoitukseen tai kuvaan, verkossa olevaan tutkimuspaperiin jne.) todistaaksesi, että tämä oli tosielämän tapahtuma. Bonuspisteitä: jaa resursseja, jotka myös osoittavat tapauksen mahdolliset haitat ja seuraukset tai korostavat positiivisia toimia, joilla pyrittiin estämään vastaavat tapaukset tulevaisuudessa.
|
|
|
|
|
|
|
|
|
|
|
|
## Arviointikriteerit
|
|
|
|
|
|
Erinomainen | Riittävä | Parannettavaa
|
|
|
--- | --- | -- |
|
|
|
Yksi tai useampi dataetiikan haaste on tunnistettu. <br/> <br/> Tapaustutkimus kuvaa selkeästi tosielämän tapahtuman, joka heijastaa kyseistä haastetta, ja tuo esiin ei-toivottuja seurauksia tai haittoja, joita se aiheutti. <br/><br/> Vähintään yksi linkitetty resurssi todistaa tapahtuman. | Yksi dataetiikan haaste on tunnistettu. <br/><br/> Vähintään yksi asiaankuuluva haitta tai seuraus on käsitelty lyhyesti. <br/><br/> Keskustelu on kuitenkin rajallista tai puuttuu todisteita tosielämän tapahtumasta. | Dataetiikan haaste on tunnistettu. <br/><br/> Kuitenkin kuvaus tai resurssit eivät riittävästi heijasta haastetta tai todista sen tosielämän tapahtumaa. |
|
|
|
|
|
|
---
|
|
|
|
|
|
**Vastuuvapauslauseke**:
|
|
|
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua [Co-op Translator](https://github.com/Azure/co-op-translator). Vaikka pyrimme tarkkuuteen, huomioithan, että automaattiset käännökset voivat sisältää virheitä tai epätarkkuuksia. Alkuperäinen asiakirja sen alkuperäisellä kielellä tulisi pitää ensisijaisena lähteenä. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskäännöstä. Emme ole vastuussa väärinkäsityksistä tai virhetulkinnoista, jotka johtuvat tämän käännöksen käytöstä. |
