2020年2月28日
2020年2月28日
贡献:劳拉Starita
组织在进行新的数据驱动计划之前必须定义正确使用数据的道德框架,并在启动计划之后定期定义。
K-12教育系统是否应该从学校的笔记本电脑上收集数据来评估学生的表现?或者汽车制造商收集和共享车辆出行数据,为智能城市项目提供信息?或应制造商的传感器装备的工业设备使用物联网数据改进产品和销售见解?
组织可能会说,收集这些类型的数据使他们能够改善服务,并提供更广泛的社会效益。相反,学生或司机或顾客可能会争辩使用这些数据违反了他们的期望关于如何收集和使用数据。
随着商业领袖希望通过数据和分析程序来产生商业价值,诸如此类的数据伦理困境正变得越来越紧迫。
“随着越来越多的组织希望从数据中获益,数据使用和共享失误将不可避免地增加,”他说丽迪雅Clougherty琼斯, Gartner的高级总监分析师。“有道德文化的组织可以更好地避免所有的失误,或者在错误发生时有效地处理它们。”
Gartner将“数据伦理”定义为一套与负责任的数据收集、使用和共享相关的价值观和道德原则。违反数据伦理的行为范围从公开的和公开的到微妙的和秘密的算法,建议为少数人提供更高的利率抵押贷款申请或者更低的信用额度女性信用卡申请人.
无论是明显的还是微妙的,道德上的失误都对企业不利。受影响的利益相关方会觉得,一个承诺(或明或暗的)被打破了。从伦理的角度来看,基于事后分析的解释显得不真诚——甚至虚伪。对于企业来说,危机往往是一个意外,因为很少有人会在出现问题之前考虑道德问题。只有到那时,他们才会停下来考虑意外后果的潜在风险。
另一种方式。要想更积极主动,可以采取以下三个行动。
许多组织将数据治理视为一组硬性规则,由数据保护监管要求(如欧盟的)指导一般资料保护规例(GDPR)以及《加州消费者隐私法》。不幸的是,数据治理的固定方法不适合今天快速变化的数字环境。数据伦理还包括远不止隐私和安全遵从。
将治理思维模式从命令-控制或一刀切转向自适应治理。通过自适应治理,组织可以为给定的上下文确定正确的治理风格和机制。
Clougherty Jones说:“有意影响的数据共享策略必须在一个适应性的伦理框架中存在,以平衡风险和上下文机会。”建立与新兴技术之间的信任至关重要,同时还要使数据和分析策略与组织目标保持一致。”
适应性方法邀请来自不同职能部门的领导就数据伦理原则进行合作,以指导决策,同时承认可能会出现前所未有的新情况。深思熟虑的领导讨论组织做“正确的事情”意味着什么,这有助于为道德思考和决策提供一个框架。
组织需要一个积极的、直言不讳的数据伦理领袖,并拥有推动伦理标准的权威。尽管许多组织有很多人处理伦理问题,但数据和分析领导者可以将自己定位为数据伦理专家。
一项关键任务将是鼓励跨职能部门就数据进行对话,并与营销、技术、产品开发、金融、法律和整个业务领域的同行进行适当使用和共享。
在规划新的数据计划或项目时,在流程的早期开始这些对话,并经常重新讨论,以解决正在进行的或新的挑战。专注于道德方法可以培养客户信任和推动业务绩效的方法。
花时间讨论和纠结复杂的对与错的概念来培养一种数据的文化观道德。考虑到数据及其使用的上下文性质,利用真实或现实的困境作为出发点来推动讨论。还要注意客户和涉众在数据使用和共享方面的规范和期望。
考虑一个零售商的例子,该零售商希望捕获客户位置数据以与业务合作伙伴共享,并在购物者接近商店时发送优惠券。三种思维模式可以驱动组织如何思考道德:
每一种思维模式都可以用来证明是或否的立场。普遍主义者可能会查看公司政策,并决定如果公司允许位置数据,发送优惠券是道德的,如果不允许则是不道德的。
结果主义者可能会说,如果优惠券让顾客受益,那么发送优惠券就是道德的,而如果顾客觉得不请自来的优惠券令人毛骨悚然就不是道德的了。护理伦理学家可能会说,选择加入或其他许可使得主动提供优惠券是可以的,或者他们可能会得出结论,有其他不那么侵扰的方式来吸引人们到商店来。
讨论解开现实世界数据决策的复杂本质,有助于组织随时准备做正确的事情——而不仅仅是在发生不好的事情时。
加入您的同行,在高德纳会议上揭开最新的见解。
为Gartner客户推荐的资源*:
数据伦理使业务价值得以实现莉迪亚·克拉赫蒂·琼斯等人著。
*注意,有些文档可能不是所有Gartner客户都可以使用的。