Μεγάλα ζητήματα δεδομένων και απορρήτου που προκύπτουν από αυτό

Τα μεγάλα δεδομένα αποτελούν φαινόμενο την τελευταία δεκαετία. Τα μεγάλα αναλυτικά δεδομένα έχουν πολλές χρήσεις στην καθημερινή ζωή, αλλά η πιο σημαντική χρήση της ήταν στη βελτίωση των επιχειρήσεων. Για παράδειγμα, τα μεγάλα αναλυτικά δεδομένα μπορούν να βοηθήσουν τις επιχειρήσεις λιανικής να προβλέψουν τα πιο δημοφιλή αντικείμενα κάθε σεζόν και επίσης να προβλέψουν ποια είδη θα είναι δημοφιλή σε ποια μέρη. Αυτό βοηθά τις επιχειρήσεις να βελτιώσουν τις πωλήσεις και την ικανοποίηση των πελατών. Η δύναμη των μεγάλων δεδομένων χρησιμοποιείται από αρκετούς κλάδους. Αλλά με τεράστια δύναμη έρχεται η ανησυχία των ζητημάτων απορρήτου. Ενώ τα μεγάλα αναλυτικά δεδομένα αποδεικνύονται χρήσιμα με πολλούς τρόπους, διευκολύνουν επίσης την εισβολή του απορρήτου με τους ακόλουθους τρόπους.


Μεγάλα ζητήματα δεδομένων και απορρήτου που προκύπτουν από αυτό

Μεγάλα ζητήματα δεδομένων και απορρήτου που προκύπτουν από αυτό

Παραβιάσεις απορρήτου

Ορισμένες χρήσεις μεγάλων αναλυτικών δεδομένων έχουν ως αποτέλεσμα την παραβίαση του απορρήτου. Για παράδειγμα, οι επιχειρήσεις λιανικής χρησιμοποιούν συχνά μεγάλη ανάλυση δεδομένων για να προβλέψουν τις λεπτομέρειες των πελατών. Αυτές οι λεπτομέρειες είναι συχνά προσωπικού χαρακτήρα και η αποκάλυψή τους μπορεί να οδηγήσει σε απώλεια θέσεων εργασίας ή δυσάρεστες καταστάσεις. Οι οργανισμοί, οι λιανοπωλητές ή οποιοσδήποτε άλλος τύπος επιχείρησης δεν πρέπει να λαμβάνουν μέτρα που παραβιάζουν το απόρρητο των ατόμων.

Αδύνατη ανωνυμία

Με μεγάλη ανάλυση δεδομένων, θα ήταν αδύνατο να έχουμε ανώνυμα αρχεία δεδομένων. Στην εποχή των έξυπνων συσκευών, είναι δύσκολο να κάνετε οτιδήποτε διατηρώντας το μυστικό της ταυτότητάς σας. Ακόμα και όταν τα αρχεία δεδομένων είναι ανώνυμα, θα μπορούσαν να συνδυαστούν με άλλα αρχεία για την αναγνώριση ατόμων. Αυτό σημαίνει ότι κανείς δεν είναι πλέον εντελώς ανώνυμος.

Διάκριση

Ενώ οι διακρίσεις υπήρχαν πάντοτε σε κάθε τομέα, η προγνωστική ανάλυση το κατέστησε πιο συνηθισμένο και με τρόπο που δεν είναι πραγματικά αντικειμενικός. Για παράδειγμα, ένας χρηματοοικονομικός οργανισμός μπορεί να μην είναι σε θέση να προσδιορίσει τη φυλή ενός ατόμου από μια αίτηση δανείου, αλλά θα μπορούσε να το κάνει με τη βοήθεια πολλών άλλων δεδομένων που συλλέχθηκαν μέσω μεγάλων αναλυτικών δεδομένων και του Διαδικτύου των πραγμάτων (IoT). Τότε το αίτημα δανείου ενός αιτούντος θα μπορούσε να απορριφθεί. Αυτό το είδος «αυτοματοποιημένης διάκρισης» μπορεί να προκαλέσει πυρκαγιά στις περισσότερες περιπτώσεις.

Αποτυχία κάλυψης δεδομένων

Η αποκάλυψη δεδομένων χρησιμοποιείται από πολλούς οργανισμούς, αλλά αν δεν χρησιμοποιείται σωστά, τότε η μεγάλη ανάλυση δεδομένων θα μπορούσε εύκολα να αποκαλύψει την ταυτότητα των ατόμων. Τα μεγάλα δεδομένα είναι ακόμα πολύ νέα και οι περισσότεροι οργανισμοί δεν ενδιαφέρονται για τους κινδύνους που θα μπορούσαν να οδηγήσουν σε παραβίαση του απορρήτου. Πρέπει να υπάρχει μια κατάλληλη πολιτική που να θεσπίζει κανόνες για την αποκάλυψη δεδομένων, ώστε να διασφαλίζεται η μέγιστη ιδιωτικότητα των ατόμων.

Χωρίς πλήρη ακρίβεια

Παρόλο που η μεγάλη ανάλυση δεδομένων είναι ισχυρή, δεν είναι απολύτως ακριβής. Υπάρχουν λανθασμένοι αλγόριθμοι, λανθασμένα μοντέλα δεδομένων και ανακριβή δεδομένα σχετικά με άτομα. Αυτό θα μπορούσε να διευκολύνει κακές αποφάσεις, εάν η ακρίβεια των δεδομένων δεν επικυρωθεί. Τα ανακριβή δεδομένα μπορούν να βλάψουν τα άτομα και να προκαλέσουν απώλεια θέσεων εργασίας, ψευδή εσφαλμένη διάγνωση και άρνηση βασικών υπηρεσιών. Εάν η μεγάλη ανάλυση δεδομένων εμπιστεύεται τυφλά χωρίς καμία επαλήθευση των δεδομένων, θα μπορούσε να οδηγήσει σε πληθώρα προβλημάτων και να θέσει σε κίνδυνο πολλούς ανθρώπους.

Άσχετη σχέση με τους γονείς και τα πνευματικά δικαιώματα

Τα μεγάλα δεδομένα θα μπορούσαν να δυσκολέψουν την απόκτηση διπλωμάτων ευρεσιτεχνίας, διότι θα χρειαζόταν πολύς χρόνος για την επαλήθευση της μοναδικότητας του διπλώματος ευρεσιτεχνίας, χάρη στην τεράστια βάση δεδομένων πληροφοριών που πρέπει να αναζητηθούν. Θα έκανε επίσης τα πνευματικά δικαιώματα άσχετα, επειδή τα μεγάλα δεδομένα διευκολύνουν τον χειρισμό και την απόκρυψη δεδομένων. Κατά συνέπεια, τα δικαιώματα που σχετίζονται με κατοχυρωμένες με δίπλωμα ευρεσιτεχνίας ή πνευματικά δικαιώματα πληροφορίες θα μπορούσαν να γίνουν παρελθόν. Αυτό δεν θα ήταν καλό, δεδομένου ότι υπάρχει πολύ σκληρή δουλειά στην εφεύρεση κάτι καινούργιου. Αν θέλετε να δείτε μια εξαιρετική ταινία σε αυτό, δείτε το προϊόν κουζίνας που εφευρέθηκε αυτή η νεαρή γυναίκα στην ταινία Joy. Η δική της οικογένεια ήταν επίσης σκανδαλώδης!

Τρόπος αντιμετώπισης ζητημάτων απορρήτου Big Data

Ενώ η μεγάλη ανάλυση δεδομένων είναι πολύ ελπιδοφόρα για τις επιχειρήσεις και εμπνέει σημαντικές εξελίξεις σε διάφορους οργανισμούς, η ανησυχία για το απόρρητο είναι μια σημαντική συνέπεια. Πριν από τη χρήση μεγάλων αναλυτικών δεδομένων, οι οργανισμοί πρέπει πάντα να έχουν κατά νου μερικά πράγματα. Μερικά από αυτά είναι:

  • Πριν από τη χρήση μεγάλων αναλυτικών δεδομένων για χρήση, οι οργανισμοί πρέπει να λάβουν υπόψη τουλάχιστον δέκα κινδύνους απορρήτου που σχετίζονται με τη στρατηγική.
  • Πρέπει να υπάρχουν σαφείς κανόνες, πολιτικές και οδηγίες για μεγάλες χρήσεις ανάλυσης δεδομένων που προστατεύουν το απόρρητο των ατόμων.
  • Πρέπει να ενσωματωθούν στο σύστημα έλεγχοι ασφάλειας και απορρήτου πριν τα τεθούν σε χρήση.

Τελικές σκέψεις

Η τεχνολογία είναι ένα απαραίτητο εργαλείο για κάθε σύγχρονη επιχείρηση και τα μεγάλα δεδομένα είναι η πιο ισχυρή τεχνολογική καινοτομία τα τελευταία χρόνια. Όπως κάθε τεχνολογία, υπάρχει μια καλή και σκοτεινή πλευρά των μεγάλων αναλυτικών δεδομένων – ενώ βοηθούν τους οργανισμούς στην επιχειρηματική τους διαδικασία, τα μεγάλα δεδομένα παραβιάζουν επίσης τακτικά το απόρρητο και την ασφάλεια δεδομένων. Η ύπαρξη κατάλληλων οδηγιών και κανόνων σε μέρη θα βοηθήσει στην καλύτερη χρήση των μεγάλων αναλυτικών δεδομένων χωρίς να διακυβεύεται το απόρρητο.