Data-Science-For-Beginners/translations/ro/1-Introduction/02-ethics

Introducere în Etica Datelor

Etica în Știința Datelor - Sketchnote de @nitya

---

Suntem cu toții cetățeni ai datelor, trăind într-o lume dominată de informații.

Tendințele pieței ne arată că, până în 2022, 1 din 3 organizații mari va cumpăra și vinde date prin intermediul Piațelor și Schimburilor Online. Ca Dezvoltatori de Aplicații, vom găsi mai ușor și mai ieftin să integrăm informații bazate pe date și automatizări bazate pe algoritmi în experiențele zilnice ale utilizatorilor. Dar, pe măsură ce AI devine omniprezent, va trebui să înțelegem și potențialele daune cauzate de utilizarea abuzivă a acestor algoritmi la scară largă.

Tendințele sugerează că, până în 2025, vom genera și consuma peste 180 zettabytes de date. Pentru Oamenii de Știință în Date, această explozie de informații oferă acces fără precedent la date personale și comportamentale. Odată cu aceasta vine puterea de a construi profiluri detaliate ale utilizatorilor și de a influența subtil luarea deciziilor—adesea în moduri care creează o iluzie de alegere liberă. Deși acest lucru poate fi utilizat pentru a ghida utilizatorii către rezultate preferate, ridică și întrebări critice despre confidențialitatea datelor, autonomia și limitele etice ale influenței algoritmice.

Etica datelor reprezintă acum balustradele necesare pentru știința și ingineria datelor, ajutându-ne să minimizăm potențialele daune și consecințele neintenționate ale acțiunilor noastre bazate pe date. Ciclul de Hype Gartner pentru AI identifică tendințe relevante în etica digitală, AI responsabil și guvernanța AI ca factori cheie pentru megatendințele mai mari legate de democratizarea și industrializarea AI.

În această lecție, vom explora domeniul fascinant al eticii datelor - de la concepte de bază și provocări, la studii de caz și concepte aplicate de AI, cum ar fi guvernanța - care ajută la stabilirea unei culturi etice în echipele și organizațiile care lucrează cu date și AI.

Chestionar înainte de lecție 🎯

Definiții de bază

Să începem prin a înțelege terminologia de bază.

Cuvântul "etică" provine din cuvântul grecesc "ethikos" (și rădăcina sa "ethos") care înseamnă caracter sau natură morală.

Etica se referă la valorile comune și principiile morale care guvernează comportamentul nostru în societate. Etica nu se bazează pe legi, ci pe norme larg acceptate despre ceea ce este "corect vs. greșit". Totuși, considerațiile etice pot influența inițiativele de guvernanță corporativă și reglementările guvernamentale care creează mai multe stimulente pentru conformitate.

Etica Datelor este o ramură nouă a eticii care "studiază și evaluează problemele morale legate de date, algoritmi și practicile corespunzătoare". Aici, "datele" se concentrează pe acțiuni legate de generare, înregistrare, curare, procesare, diseminare, partajare și utilizare, "algoritmii" se concentrează pe AI, agenți, învățare automată și roboți, iar "practicile" se concentrează pe subiecte precum inovația responsabilă, programarea, hacking-ul și codurile de etică.

Etica Aplicată este aplicarea practică a considerațiilor morale. Este procesul de investigare activă a problemelor etice în contextul acțiunilor, produselor și proceselor din lumea reală, și de luare a măsurilor corective pentru a ne asigura că acestea rămân aliniate cu valorile noastre etice definite.

Cultura Eticii se referă la operaționalizarea eticii aplicate pentru a ne asigura că principiile și practicile noastre etice sunt adoptate într-un mod consistent și scalabil în întreaga organizație. Culturile etice de succes definesc principii etice la nivel organizațional, oferă stimulente semnificative pentru conformitate și întăresc normele etice prin încurajarea și amplificarea comportamentelor dorite la fiecare nivel al organizației.

Concepte de Etică

În această secțiune, vom discuta concepte precum valori comune (principii) și provocări etice (probleme) pentru etica datelor - și vom explora studii de caz care te ajută să înțelegi aceste concepte în contexte reale.

1. Principii Etice

Fiecare strategie de etică a datelor începe prin definirea principiilor etice - "valorile comune" care descriu comportamentele acceptabile și ghidează acțiunile conforme în proiectele noastre de date și AI. Le poți defini la nivel individual sau de echipă. Totuși, majoritatea organizațiilor mari le conturează într-o declarație de misiune sau cadru de AI etic definit la nivel corporativ și aplicat în mod consistent în toate echipele.

Exemplu: Declarația de misiune AI Responsabil de la Microsoft spune: "Suntem dedicați avansării AI ghidată de principii etice care pun oamenii pe primul loc" - identificând 6 principii etice în cadrul de mai jos:

Să explorăm pe scurt aceste principii. Transparența și responsabilitatea sunt valori fundamentale pe care se construiesc celelalte principii - așa că să începem cu acestea:

• Responsabilitatea face ca practicienii să fie responsabili pentru operațiunile lor de date și AI și pentru conformitatea cu aceste principii etice.
• Transparența asigură că acțiunile legate de date și AI sunt ușor de înțeles (interpretabile) pentru utilizatori, explicând ce și de ce în spatele deciziilor.
• Echitatea - se concentrează pe asigurarea că AI tratează toți oamenii în mod echitabil, abordând orice prejudecăți socio-tehnice sistemice sau implicite în date și sisteme.
• Fiabilitatea și Siguranța - asigură că AI se comportă consistent cu valorile definite, minimizând potențialele daune sau consecințele neintenționate.
• Confidențialitatea și Securitatea - se referă la înțelegerea provenienței datelor și la oferirea de protecții legate de confidențialitatea datelor utilizatorilor.
• Incluziunea - se referă la proiectarea soluțiilor AI cu intenție, adaptându-le pentru a răspunde unei game largi de nevoi și capacități umane.

🚨 Gândește-te la ce ar putea fi declarația ta de misiune pentru etica datelor. Explorează cadrele de AI etic de la alte organizații - iată exemple de la IBM, Google, și Facebook. Ce valori comune au în comun? Cum se raportează aceste principii la produsul sau industria AI în care operează?

2. Provocări Etice

Odată ce avem principiile etice definite, următorul pas este să evaluăm acțiunile noastre legate de date și AI pentru a vedea dacă se aliniază cu acele valori comune. Gândește-te la acțiunile tale în două categorii: colectarea datelor și designul algoritmilor.

În cazul colectării datelor, acțiunile vor implica probabil date personale sau informații personale identificabile (PII) pentru indivizi identificabili. Acestea includ diverse elemente de date non-personale care în mod colectiv identifică un individ. Provocările etice pot fi legate de confidențialitatea datelor, proprietatea datelor și subiecte conexe precum consimțământul informat și drepturile de proprietate intelectuală ale utilizatorilor.

În cazul designului algoritmilor, acțiunile vor implica colectarea și curarea seturilor de date, apoi utilizarea acestora pentru a antrena și implementa modele de date care prezic rezultate sau automatizează decizii în contexte reale. Provocările etice pot apărea din prejudecăți în seturile de date, probleme de calitate a datelor, inechitate și reprezentare greșită în algoritmi - inclusiv unele probleme care sunt de natură sistemică.

În ambele cazuri, provocările etice evidențiază zonele în care acțiunile noastre pot intra în conflict cu valorile noastre comune. Pentru a detecta, atenua, minimiza sau elimina aceste preocupări - trebuie să punem întrebări morale "da/nu" legate de acțiunile noastre, apoi să luăm măsuri corective, după cum este necesar. Să aruncăm o privire asupra unor provocări etice și întrebările morale pe care le ridică:

2.1 Proprietatea Datelor

Colectarea datelor implică adesea date personale care pot identifica subiecții datelor. Proprietatea datelor se referă la control și drepturile utilizatorilor legate de crearea, procesarea și diseminarea datelor.

Întrebările morale pe care trebuie să le punem sunt:

• Cine deține datele? (utilizator sau organizație)
• Ce drepturi au subiecții datelor? (ex: acces, ștergere, portabilitate)
• Ce drepturi au organizațiile? (ex: rectificarea recenziilor utilizatorilor malițioase)

2.2 Consimțământul Informat

Consimțământul informat definește actul utilizatorilor de a fi de acord cu o acțiune (cum ar fi colectarea datelor) cu o înțelegere completă a faptelor relevante, inclusiv scopul, riscurile potențiale și alternativele.

Întrebările de explorat aici sunt:

• Utilizatorul (subiectul datelor) și-a dat permisiunea pentru captarea și utilizarea datelor?
• Utilizatorul a înțeles scopul pentru care au fost capturate acele date?
• Utilizatorul a înțeles riscurile potențiale ale participării sale?

2.3 Proprietatea Intelectuală

Proprietatea intelectuală se referă la creații intangibile rezultate din inițiativa umană, care pot avea valoare economică pentru indivizi sau afaceri.

Întrebările de explorat aici sunt:

• Datele colectate aveau valoare economică pentru un utilizator sau o afacere?
• Utilizatorul are proprietate intelectuală aici?
• Organizația are proprietate intelectuală aici?
• Dacă aceste drepturi există, cum le protejăm?

2.4 Confidențialitatea Datelor

Confidențialitatea datelor sau confidențialitatea informațiilor se referă la păstrarea confidențialității utilizatorilor și protecția identității utilizatorilor în ceea ce privește informațiile personale identificabile.

Întrebările de explorat aici sunt:

• Datele (personale) ale utilizatorilor sunt securizate împotriva atacurilor și scurgerilor?
• Datele utilizatorilor sunt accesibile doar utilizatorilor și contextelor autorizate?
• Anonimitatea utilizatorilor este păstrată atunci când datele sunt partajate sau diseminate?
• Poate un utilizator fi de-identificat din seturi de date anonimizate?

2.5 Dreptul de a Fi Uitat

Dreptul de a Fi Uitat sau Dreptul la Ștergere oferă protecție suplimentară datelor personale ale utilizatorilor. În mod specific, oferă utilizatorilor dreptul de a solicita ștergerea sau eliminarea datelor personale din căutările pe Internet și alte locații, în anumite circumstanțe - permițându-le un nou început online fără ca acțiunile din trecut să fie folosite împotriva lor.

Întrebările de explorat aici sunt:

• Sistemul permite subiecților datelor să solicite ștergerea?
• Retragerea consimțământului utilizatorului ar trebui să declanșeze ștergerea automată?
• Datele au fost colectate fără consimțământ sau prin mijloace ilegale?
• Suntem conformi cu reglementările guvernamentale privind confidențialitatea datelor?

2.6 Prejudecăți în Seturile de Date

Prejudecățile în seturile de date sau Prejudecățile de Colectare se referă la selectarea unui subset nereprezentativ de date pentru dezvoltarea algoritmilor, creând potențial inechitate în rezultatele pentru grupuri diverse. Tipurile de prejudecăți includ prejudecăți de selecție sau eșantionare, prejudecăți ale voluntarilor și prejudecăți ale instrumentelor.

Întrebările de explorat aici sunt:

• Am recrutat un set reprezentativ de subiecți ai datelor?
• Am testat setul nostru de date colectat sau curat pentru diverse prejudecăți?
• Putem atenua sau elimina prejudecățile descoperite?

2.7 Calitatea Datelor

Calitatea Datelor analizează validitatea setului de date curat utilizat pentru dezvoltarea algoritmilor noștri, verificând dacă caracteristicile și înregistrările îndeplinesc cerințele pentru nivelul de acuratețe și consistență necesar scopului nostru AI.

Întrebările de explorat aici sunt:

• Am capturat caracteristici valide pentru cazul nostru de utilizare?
• Datele au fost capturate în mod consistent din surse de date diverse?
• Setul de date este complet pentru condiții sau scenarii diverse?
• Este informația capturată corect în reflectarea realității?

2.8 Corectitudinea algoritmului

Corectitudinea algoritmului verifică dacă designul algoritmului discriminează sistematic anumite subgrupuri de subiecți de date, conducând la posibile prejudicii în alocare (unde resursele sunt refuzate sau reținute de la acel grup) și calitatea serviciului (unde AI nu este la fel de precis pentru unele subgrupuri comparativ cu altele).

Întrebări de explorat aici:

• Am evaluat acuratețea modelului pentru diverse subgrupuri și condiții?
• Am analizat sistemul pentru posibile prejudicii (de exemplu, stereotipuri)?
• Putem revizui datele sau reantrena modelele pentru a reduce prejudiciile identificate?

Explorați resurse precum listele de verificare pentru corectitudinea AI pentru a afla mai multe.

2.9 Denaturarea datelor

Denaturarea datelor implică întrebarea dacă comunicăm informații din date raportate onest într-un mod înșelător pentru a susține o narațiune dorită.

Întrebări de explorat aici:

• Raportăm date incomplete sau inexacte?
• Vizualizăm datele într-un mod care conduce la concluzii înșelătoare?
• Folosim tehnici statistice selective pentru a manipula rezultatele?
• Există explicații alternative care ar putea oferi o concluzie diferită?

2.10 Alegerea liberă

Iluzia alegerii libere apare atunci când "arhitecturile de alegere" ale sistemului folosesc algoritmi de luare a deciziilor pentru a influența oamenii să ia un rezultat preferat, în timp ce par să le ofere opțiuni și control. Aceste pattern-uri întunecate pot provoca prejudicii sociale și economice utilizatorilor. Deoarece deciziile utilizatorilor influențează profilurile de comportament, aceste acțiuni pot conduce la alegeri viitoare care amplifică sau extind impactul acestor prejudicii.

Întrebări de explorat aici:

• Utilizatorul a înțeles implicațiile luării acelei decizii?
• Utilizatorul era conștient de (alternativele) opțiuni și de avantajele și dezavantajele fiecăreia?
• Utilizatorul poate inversa o alegere automată sau influențată ulterior?

3. Studii de caz

Pentru a pune aceste provocări etice în contexte reale, este util să analizăm studii de caz care evidențiază prejudiciile și consecințele potențiale asupra indivizilor și societății atunci când astfel de încălcări etice sunt ignorate.

Iată câteva exemple:

Provocare etică	Studiu de caz
Consimțământ informat	1972 - Studiul Tuskegee privind sifilisul - Bărbații afro-americani care au participat la studiu au fost promiși îngrijire medicală gratuită dar au fost înșelați de cercetători care nu le-au informat despre diagnostic sau despre disponibilitatea tratamentului. Mulți subiecți au murit, iar partenerii sau copiii au fost afectați; studiul a durat 40 de ani.
Confidențialitatea datelor	2007 - Premiul Netflix pentru date a oferit cercetătorilor 10M de evaluări anonimizate de filme de la 50K de clienți pentru a ajuta la îmbunătățirea algoritmilor de recomandare. Cu toate acestea, cercetătorii au reușit să coreleze datele anonimizate cu date identificabile personal din seturi de date externe (de exemplu, comentarii IMDb) - efectiv "de-anonimizând" unii abonați Netflix.
Bias în colectare	2013 - Orașul Boston a dezvoltat Street Bump, o aplicație care permite cetățenilor să raporteze gropi, oferind orașului date mai bune despre drumuri pentru a identifica și repara problemele. Cu toate acestea, persoanele din grupuri cu venituri mai mici aveau acces redus la mașini și telefoane, făcând problemele lor de drum invizibile în această aplicație. Dezvoltatorii au colaborat cu academicieni pentru a aborda problemele de acces echitabil și diviziuni digitale pentru corectitudine.
Corectitudinea algoritmului	2018 - Studiul MIT Gender Shades a evaluat acuratețea produselor AI de clasificare a genului, expunând lacunele de acuratețe pentru femei și persoane de culoare. Un Card Apple din 2019 părea să ofere mai puțin credit femeilor decât bărbaților. Ambele au ilustrat probleme de bias algoritmic care conduc la prejudicii socio-economice.
Denaturarea datelor	2020 - Departamentul de Sănătate Publică din Georgia a lansat grafice COVID-19 care păreau să inducă în eroare cetățenii cu privire la tendințele cazurilor confirmate prin ordonarea non-cronologică pe axa x. Acest lucru ilustrează denaturarea prin trucuri de vizualizare.
Iluzia alegerii libere	2020 - Aplicația de învățare ABCmouse a plătit 10M pentru a soluționa o plângere FTC în care părinții au fost blocați să plătească pentru abonamente pe care nu le puteau anula. Acest lucru ilustrează pattern-uri întunecate în arhitecturile de alegere, unde utilizatorii au fost influențați să facă alegeri potențial dăunătoare.
Confidențialitatea datelor și drepturile utilizatorilor	2021 - Breșa de date Facebook a expus datele a 530M de utilizatori, rezultând într-o soluționare de 5B către FTC. Cu toate acestea, Facebook a refuzat să notifice utilizatorii despre breșă, încălcând drepturile utilizatorilor privind transparența și accesul la date.

Doriți să explorați mai multe studii de caz? Consultați aceste resurse:

• Ethics Unwrapped - dileme etice din diverse industrii.
• Cursul de etică în știința datelor - studii de caz de referință explorate.
• Unde lucrurile au mers prost - checklist-ul Deon cu exemple.

🚨 Gândiți-vă la studiile de caz pe care le-ați văzut - ați experimentat sau ați fost afectați de o provocare etică similară în viața voastră? Puteți să vă gândiți la cel puțin un alt studiu de caz care ilustrează una dintre provocările etice discutate în această secțiune?

Etică aplicată

Am discutat despre concepte etice, provocări și studii de caz în contexte reale. Dar cum începem să aplicăm principiile și practicile etice în proiectele noastre? Și cum operaționalizăm aceste practici pentru o guvernanță mai bună? Să explorăm câteva soluții reale:

1. Coduri profesionale

Codurile profesionale oferă o opțiune pentru organizații de a "motiva" membrii să susțină principiile etice și declarația de misiune. Codurile sunt ghiduri morale pentru comportamentul profesional, ajutând angajații sau membrii să ia decizii care se aliniază cu principiile organizației lor. Ele sunt eficiente doar în măsura în care membrii le respectă voluntar; cu toate acestea, multe organizații oferă recompense și penalități suplimentare pentru a motiva respectarea codurilor.

Exemple includ:

• Oxford Munich Cod de Etică
• Data Science Association Cod de Conduită (creat în 2013)
• ACM Code of Ethics and Professional Conduct (din 1993)

🚨 Faceți parte dintr-o organizație profesională de inginerie sau știința datelor? Explorați site-ul lor pentru a vedea dacă definesc un cod profesional de etică. Ce spune acesta despre principiile lor etice? Cum "motivează" membrii să respecte codul?

2. Liste de verificare etică

În timp ce codurile profesionale definesc comportamentul etic necesar de la practicieni, ele au limitări cunoscute în aplicare, în special în proiectele de mare amploare. În schimb, mulți experți în știința datelor pledează pentru liste de verificare, care pot conecta principiile cu practicile într-un mod mai determinist și acționabil.

Listele de verificare transformă întrebările în sarcini "da/nu" care pot fi operaționalizate, permițându-le să fie urmărite ca parte a fluxurilor de lucru standard pentru lansarea produselor.

Exemple includ:

• Deon - o listă generală de verificare pentru etica datelor creată din recomandări din industrie cu un instrument de linie de comandă pentru integrare ușoară.
• Lista de verificare pentru auditul confidențialității - oferă orientări generale pentru practicile de manipulare a informațiilor din perspective legale și sociale.
• Lista de verificare pentru corectitudinea AI - creată de practicieni AI pentru a sprijini adoptarea și integrarea verificărilor de corectitudine în ciclurile de dezvoltare AI.
• 22 de întrebări pentru etica în date și AI - cadru mai deschis, structurat pentru explorarea inițială a problemelor etice în design, implementare și contexte organizaționale.

3. Reglementări etice

Etica înseamnă definirea valorilor comune și a acțiunilor corecte voluntar. Conformitatea înseamnă respectarea legii acolo unde este definită. Guvernanța acoperă în general toate modalitățile prin care organizațiile operează pentru a aplica principiile etice și pentru a respecta legile stabilite.

Astăzi, guvernanța ia două forme în cadrul organizațiilor. În primul rând, este vorba despre definirea principiilor AI etice și stabilirea practicilor pentru a operaționaliza adoptarea în toate proiectele legate de AI din organizație. În al doilea rând, este vorba despre respectarea tuturor reglementărilor guvernamentale privind protecția datelor pentru regiunile în care operează.

Exemple de reglementări privind protecția datelor și confidențialitatea:

• 1974, US Privacy Act - reglementează colectarea, utilizarea și divulgarea informațiilor personale de către guvernul federal.
• 1996, US Health Insurance Portability & Accountability Act (HIPAA) - protejează datele personale de sănătate.
• 1998, US Children's Online Privacy Protection Act (COPPA) - protejează confidențialitatea datelor copiilor sub 13 ani.
• 2018, Regulamentul General privind Protecția Datelor (GDPR) - oferă drepturi utilizatorilor, protecția datelor și confidențialitate.
• 2018, California Consumer Privacy Act (CCPA) oferă consumatorilor mai multe drepturi asupra datelor lor (personale).
• 2021, Legea privind protecția informațiilor personale din China tocmai a fost adoptată, creând una dintre cele mai puternice reglementări privind confidențialitatea datelor online la nivel mondial.

🚨 Uniunea Europeană a definit GDPR (Regulamentul General privind Protecția Datelor), care rămâne una dintre cele mai influente reglementări privind confidențialitatea datelor astăzi. Știați că definește și 8 drepturi ale utilizatorilor pentru a proteja confidențialitatea digitală și datele personale ale cetățenilor? Aflați care sunt acestea și de ce contează.

4. Cultura etică

Rețineți că există un decalaj intangibil între conformitate (a face suficient pentru a respecta "litera legii") și abordarea problemelor sistemice (cum ar fi osificarea, asimetria informațiilor și nedreptatea distribuțională) care pot accelera utilizarea abuzivă a AI.

Acesta din urmă necesită abordări colaborative pentru definirea culturilor etice care construiesc conexiuni emoționale și valori comune consistente în cadrul organizațiilor din industrie. Acest lucru necesită mai multe culturi etice formalizate în organizații - permițând oricui să tragă cordonul Andon (pentru a ridica preocupări etice devreme în proces) și făcând evaluările etice (de exemplu, în angajare) un criteriu de bază pentru formarea echipelor în proiectele AI.

---

Quiz post-lectură 🎯

Recapitulare și studiu individual

Cursurile și cărțile ajută la înțelegerea conceptelor și provocărilor etice de bază, în timp ce studiile de caz și instrumentele ajută la practicile de etică aplicată în contexte reale. Iată câteva resurse pentru a începe.

• Machine Learning For Beginners - lecție despre Echitate, de la Microsoft.
• Principiile Inteligenței Artificiale Responsabile - parcurs de învățare gratuit de la Microsoft Learn.
• Etică și Știința Datelor - EBook O'Reilly (M. Loukides, H. Mason și alții).
• Etica Științei Datelor - curs online de la Universitatea din Michigan.
• Etica Explicată - studii de caz de la Universitatea din Texas.

Temă

Scrie un Studiu de Caz despre Etica Datelor

---

Declinare de responsabilitate:
Acest document a fost tradus folosind serviciul de traducere AI Co-op Translator. Deși ne străduim să asigurăm acuratețea, vă rugăm să fiți conștienți că traducerile automate pot conține erori sau inexactități. Documentul original în limba sa natală ar trebui considerat sursa autoritară. Pentru informații critice, se recomandă traducerea profesională realizată de un specialist. Nu ne asumăm responsabilitatea pentru eventualele neînțelegeri sau interpretări greșite care pot apărea din utilizarea acestei traduceri.