ЭТИЧЕСКИЕ ПРОБЛЕМЫ БОЛЬШИХ ДАННЫХ

ВВЕДЕНИЕ 3
1 ЭТИКА ДАННЫХ 7
1.1. Данные и информация 7
1.2. Большие данные 7
1.2.1. Главный источник больших данных 9
1.3. Дата-этика 12
2. ЭТИЧЕСКИЕ ПРОБЛЕМЫ И ПУТИ ИХ РЕШЕНИЯ 18
2.1. Этическая проблема №1: Личная конфиденциальность 18
2.2. Этическая проблема №2: Аккумулирование больших данных 20
2.3. Этическая проблема №3: Утечки данных 21
2.4. Передача данных для ИИ 23
2.5. Риски оборота данных в России 23
3. ПОИСК РЕШЕНИЙ ЭТИЧЕСКИХ ПРОБЛЕМ 25
3.1. Нормативное правовое регулирование со стороны государства 25
3.1.1. Этические кодексы 25
3.1.2. Концепция PbDD: Privacy by Design и Privacy by Default. 26
3.1.3. Повышение цифровой грамотности граждан 27
3.2. Регулирование со стороны общественных организаций 28
4 ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ 30
4.1 Зачем искусственному интеллекту этика 30
4.2 Этичное применение искусственного интеллекта 32
4.2.1 Ответственность ИИ 33
4.2.2 Степень прозрачности ИИ 34
4.2.3 Предвзятость алгоритмов 36
4.2.4 Надежность ИИ 41
4.2.5 Приватность информации, полученной с помощью анализа метаданных 42
ЗАКЛЮЧЕНИЕ 44
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ 45

Весь текст будет доступен после покупки

Стремительная скорость развития информационных технологий дала возможность государствам и крупным компаниям получать и накапливать данные в большом объеме. Исследование International Data Corporation показало, что за последние два года объем информации, хранимой во всем мире, удвоился и достиг 40 зеттабайт. Для обработки такого объема данных уже не хватает способностей человеческого мозга. Решить эту проблему помогли современные технологии, что способствовало экспоненциальному развитию идеи больших данных.
Кoнцепция бoльших дaнных oтнocится к cбoру и хрaнению бoльших oбъемoв инфoрмaции o пoльзoвaтелях или клиентaх и их пoведении для испoльзoвaния c целью предocтaвления, нaпример, перcoнaлизирoванных уcлуг на ocнoве прoгнoзoв. Иcпoльзoвaние бoльших дaнных oхвaтывaет ширoкий cпектр oблacтей, кoтoрые включaют aнaлиз биoмедицинcких дaнных, cтрaтегий прaвительcтвa, oнлaйн тoргoвли, oбрaзoвaния, и этo лишь некoтoрые из них.
Большие данные, как и любая другая технология, имеют как положительные, так и отрицательные характеристики. Как показало исследование Массачусетского технологического университета, использование методов анализа больших данных дает компаниям возможность повысить прибыльность на 5–6%. Но несмотря на такие преимущества, применение методов больших данных порождает ряд этических проблем. В данном исследовании будет рассмотрен этический аспект использования концепции больших данных, а также будут изучены потенциальные риски и возможные способы их минимизации.
Этика – наука о морали и нравственности. Формирование этики ответственности ученого и общества за применение научных достижений – это важнейшая особенность постнеклассической науки. Английский историк техники и философ Льюис Мамфорд назвал современный мир “веком автоматизации” или “второй эрой машин”. Мамфорд называет “первой эрой машин” времена древнего Египта, подчёркивая, как недалеко ушло общество в своём развитии. Американский социолог Фрэнсис Фукуяма говорит об опасности эпохи потребления, лишённой морали и спровоцированной триумфом технологий. По мнению С. Коупледа, этические проблемы больших данных необходимо выявлять и решать.
Сбор, обработка и анализ клиентских данных в настоящее время стали способом зарабатывания денег, а в некоторых случаях фактором, способным изменить целую отрасль. Большая часть этих данных прямо или косвенно может считаться персональными данными и, следовательно, подлежит защите. Однако этого недостаточно, поскольку законы о защите персональных данных обычно не охватывают этические и моральные аспекты.
Показательной является ситуация с американской компанией Target. Её специалисты разработали алгоритм предложения персонализированных услуг с помощью анализа данных клиентов, включая их поведение в сети Интернет. В 2012 году отец учащейся средней школы пожаловался, что Target послал его дочери купоны на товары для беременных женщин. Компания признала ошибку, но вскоре выяснилось, что девочка действительно была беременна, а алгоритм больших данных лишь принял во внимание изменения в поведении девушки, которое было сходно с поведением беременных женщин. В данной ситуации не был нарушен ни один закон, однако общественность была возмущена подобным вторжением в частную жизнь.
Также примером использования персональных данных, противоречащего нормам морали, может послужить работа спецслужб, в частности, деятельность ФБР. В 2016 году было обнаружено, что база ФБР включает 412 млн фотографий людей, среди которых большое количество иностранных граждан и лиц, которые никогда не нарушали законы. При этом ФБР намеренно скрывает информацию о том, как и в каких масштабах используются новые технологии. Стоит отметить, что применение системы распознавания лиц было эффективным и помогло в поимке ряда преступников. Однако, имелось некоторое количество ложных срабатываний: из-за погрешности методов анализа больших данных система называла преступниками законопослушных граждан.
Говоря об этических проблемах в сфере распознавания лиц, необходимо упомянуть о проекте Anaface – сайт, который по фотографии определяет, насколько человек привлекателен. Спустя некоторое время после запуска проекта разработчики признались, что запустили свой проект, чтобы люди чаще обращались к пластическому хирургу.
Решая этические проблемы на более ранней стадии, необходимо принимать меры, чтобы либо облегчить проблемы, либо устранить их. Организации должны внедрять моральные и этические кодексы, которые охватывают полный жизненный цикл работы с данными, включая получение, подготовку, обработку, агрегацию, совместное использование, хранение, архивирование и уничтожение.
В наши дни эта проблема этики данных набирает свою актуальность, ведь этический аспект больших данных сейчас носит двойственный характер: с одной стороны, технологии помогают во многих областях: медицина, финансы, образование и т.д., но с другой - людям приходится жить в мире, где нет места приватности, и где их частная жизнь существенно ограничена. В глобальном смысле проблема заключается в том, как люди воспользуются данными, которые получат. Потому что наука не только ищет истину, но и определяет условия ее применения.
Целью курсовой работы является исследование этических и моральных проблем больших данных в человеческой деятельности и поиск их решений.
Задачами данной работы является:
1. Изучение понятий данных и информации, данных, обрабатываемых государством и бизнесом;
2. Исследование этических проблем больших данных;
3. поиск решений этических проблем;
4. рассмотрение этики данных для искусственного интеллекта.
Объектом курсовой работы служат этические проблемы больших данных.
Предметом исследования является поиск решений этических проблем данных в бизнесе, государстве и искусственном интеллекте.

Весь текст будет доступен после покупки

1 ЭТИКА ДАННЫХ
1.1. Данные и информация
Прежде чем перейти непосредственно к теме этики, сделаем краткий обзор терминологии. Данные отличаются от информации. Информация может быть представлена не только в виде данных, но и в виде других сведений.
Информация – это сведения (сообщения, данные) независимо от формы их представления.
В российских и международных документах и законах встречаются различные определения терминов «данные» и «информация». В рамках доклада термин «данные» в основном используется в значении, которое дает стандарт ISO/IEC, общепринятый в сфере информационных технологий.
Данные – это информация (представление фактов, понятий или инструкций) в форме, приемлемой для общения, интерпретации или обработки человеком, или с помощью автоматических средств.
В научной и популярной литературе предлагается целый ряд различных классификаций данных. Часто одни и те же данные относятся к различным типам, поэтому пока не представляется возможным представить детальную непротиворечивую классификацию. Не претендуя на полную классификацию, мы даем перечень наиболее часто упоминаемых в разном контексте типов данных.

Весь текст будет доступен после покупки

1. Апресян Р. Г. Этика в высшем образовании // Ведомости прикладной этики. Вып. 26: Этика образования. Тюмень: ТюмГНГУ, 2005.
2. Биркгоф Г. Теория решеток. М.: Наука, 1984.
3. Бутусова М. Болевые точки медицинской информатизации: итоги ИТМ-2019 // СП.АРМ.
4. Вайгенд А. Big Data: Вся технология в одной книге. М.: Litres, 2019.
5. Век цифровой взаимозависимости: Доклад Группы высокого уровня генерального секретаря Организации Объединенных Наций по цифровому сотрудничеству. Июнь 2019 года // United Nations.
6. Волынец А. Д., Незнамов А. В., Бутримович Я. В. Основы государственной политики в сфере робототехники и технологий искусственного интеллекта. М.: Инфотропик Медиа, 2019.
7. Государство как платформа: люди и технологии / РАНХиГС. М., 2019.
8. Двинских Д. Ю., Талапина Э. В. Риски развития оборота данных в государственном управлении // Вопросы государственного и муниципального управления. 2019. № 3. С. 7–30.
9. Доклад Генерального секретаря ООН «Использование информационно-коммуникационных технологий для инклюзивного социально-экономического развития» // Организация Объединенных Наций.
10. Журавлев А. Л., Нестик Т. А. Социально-психологические последствия внедрения новых технологий: перспективные направления исследований // Психологический журнал. 2019. Т. 40, № 5. С. 35–47.
11. Защита личности от дискриминации: в 3 т. / [С. С. Дикман и др.]. М.: Новая юстиция, 2009. Т. 1. С. 156–296.
12. Индикаторы образования: 2017: стат. сб. // НИУ «Высшая школа экономики».
13. Искусственный интеллект. К выбору стратегии. М.: РАНХиГС, 2018.
14. Кай-фу Ли. Сверхдержавы искусственного интеллекта. Китай, Кремниевая долина и новый мировой порядок. М.: Манн, Иванов и Фербер, 2019.
15. Карелов С. Каким будет место России в мире реализованных ИИ-стратегий // Российский совет по международным делам.
16. Карпов В. Э., Карпова И. П., Кулинич А. А. Социальные сообщества роботов. М.: УРСС, 2019.
17. Кузнецов Д. Концепция «поведения закона» Дональда Блэка: рождение чистой социологии из духа криминальной статистики // Research Gate.

Весь текст будет доступен после покупки