¡Hola! Soy Mark Horseman y bienvenido a El Rincón de niños geniales. Este es mi registro mensual para compartir con ustedes las personas y las ideas que encuentro como evangelista de datos con DATAVERSITY. Este mes, hablamos de información de identificación personal (PII) y la privacidad de esos datos, pero también de las formas en que las organizaciones utilizan los datos personales para brindar un servicio mejor y más personal a los clientes. Específicamente, analizaremos los datos relacionados con la equidad y la inclusión de grupos subrepresentados. ¿Cuándo nuestro deseo de hacer el bien de manera ética choca con la expectativa de privacidad, que en última instancia debe ser respetada? Profundizaremos en algunos ejemplos de cómo esto se convierte en un área gris y, en última instancia, veremos qué dicen los chicos interesantes. 

Al principio de mi carrera, se me asignó la tarea de gestionar la seguridad y la definición organizativa de estudiantes autoidentificados como indígenas en una institución de educación superior en Canadá. Alentamos a los estudiantes a autoidentificarse para poder hacer análisis sobre las tasas de retención y otras métricas de "éxito estudiantil". Afortunadamente, esta no fue mi primera experiencia con la privacidad y la seguridad en este momento, pero rápidamente tuve la epifanía (además de aprender de la sabiduría de nuestro equipo de Análisis Institucional) de que con una población mucho más pequeña, identificar un pequeño número de Los estudiantes en un programa se convirtieron en un riesgo para la privacidad. Si bien nuestros objetivos eran mejorar la experiencia estudiantil de una población subrepresentada en la universidad, teníamos que tener cuidado de no identificar a estudiantes individuales que pudieran haber tenido dificultades en un programa. 

Esto puso a mi cerebro en el camino de pensar en los datos de equidad y en dónde nuestro deseo de hacer el bien puede chocar con las expectativas de privacidad de las personas. Amplíe esto a otras verticales; por ejemplo, crear una campaña de marketing basada en la segmentación de la población por zonas llega muy rápidamente a esta zona gris. Es difícil mantener la ética y al mismo tiempo conservar la privacidad y la equidad y hacer el bien a la sociedad. Imaginemos un proveedor de seguros que comercializa “seguros para inquilinos” en un conjunto de ubicaciones geocodificadas que se sabe que alquilan, sin darse cuenta de que la selección de población para esa campaña selecciona en exceso a un grupo minoritario. El riesgo para la reputación de no estar atento a cómo se utilizan los datos es real.  

Como he estado pensando en esto durante muchos años, surgió naturalmente en una conversación con mi buen amigo. Karen lopez, quien es una autoridad en privacidad, seguridad y modelado de datos. Alejándose un poco de lo normal Niños geniales formato, le pedí a Karen que escribiera sus pensamientos a continuación. 

¡Me encanta este tema! Hablando de educación superior, recuerdo que en la universidad nuestras calificaciones se publicaban afuera de la puerta de nuestro profesor, enumeradas por nuestra identificación de estudiante, que también era nuestro número de seguro social (SSN). En aquellos días, los SSN se emitían localmente y se podía saber la ubicación aproximada de donde alguien creció por los primeros tres dígitos de su número. Si estuvieras en una clase pequeña, podrías calcular prácticamente la mitad de las calificaciones de la clase según su listado de SSN. Como nota especial, los estudiantes extranjeros obtendrían un SSN artificial que comienza con “9”. Eso también facilitó el seguimiento de las calificaciones de los estudiantes extranjeros. 

Por supuesto, ahora no utilizamos el SSN para otras identificaciones (si todavía lo usas, DETÉNGASE). Sin embargo, existen otras conversaciones éticas sobre el uso de datos ocultos y cómo se podrían derivar los datos subyacentes simplemente cotejándolos con otros datos. En un caso, las máscaras de datos en varios sistemas se aplicaron de manera diferente, por lo que se podían reunir tres informes para ver los datos completos. 

El buen gobierno de datos requiere que controlemos los datos en todo el proyecto, vigilando lo que hace cada proyecto para garantizar que no estemos filtrando datos como lo hacen mis contenedores de líquidos seguros para la TSA en cada viaje. Mucha gente ve los grupos de Gobernanza de datos simplemente como un enfoque de “entrar en producción con una marca de verificación”. Lo sabemos mejor. No se trata solo de las necesidades de cumplimiento, es nuestro mandato ético garantizar que gobernamos nuestros datos de manera que no causemos daño. Requiere que verifiquemos los informes, no solo los datos persistentes. Requiere que revisemos los usos de los datos que cumplan con cualquier consentimiento que hayamos recopilado. Requiere diligencia.  

Consejos: 

1. Asegúrese de que la gerencia sepa que estamos tratando de proteger los datos de todo tipo de daños. 
2. Garantizar que la dirección sepa que estamos tratando de gestionar el retorno de la inversión (ROI): riesgo de encarcelamiento de ellos. 
3. Esté preparado para intensificar los problemas relacionados con la forma en que se recopilan y utilizan los datos. 
4. Esté preparado para pedir "detener todo trabajo en esto", incluso si no tiene la autoridad para detener el trabajo. 
5. Comprenda cómo algunos métodos de protección de datos solo funcionan si se utilizan en todos los lugares donde aparecen los datos. 

La Gobernanza Ética de Datos nos otorga la responsabilidad de salvaguardar los datos del mundo; Tenemos que poder alertar cuando el daño sea inminente. 

Mira lo que está haciendo Karen López: 

Recuerda que puedes conocer y unirte Niños geniales como Karen López en los eventos de DATAVERSITY (use el código COOLKIDS para ahorrar un 15%): 

¿Quieres convertirte en uno de los ¿Niños geniales? ¡Todo lo que necesitas hacer es compartir tus ideas con la comunidad! Para estar activo en la comunidad, asista a los seminarios web de DATAVERSITY, participe en eventos y establezca contactos con colegas de ideas afines. 

¡El mes que viene, analizaremos el liderazgo en datos! 

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• Fuente: https://www.dataversity.net/the-cool-kids-corner-equity-and-privacy/