Big Data- och integritetsfrågor som härrör från

Big data har varit ett fenomen under det senaste decenniet eller så. Big data-analys har ett antal användningsområden i vardagen, men dess viktigaste användning har varit att förbättra företag. Till exempel kan big data-analys hjälpa detaljhandelsföretagen förutsäga de mest populära artiklarna varje säsong och också förutsäga vilka objekt som kommer att vara populära på vilka platser. Detta hjälper företag att förbättra försäljningen och kundnöjdheten. Kraften i big data utnyttjas av flera branscher. Men med massiv kraft kommer oroen för integritetsfrågor. Medan big data-analys visar sig vara användbar på många sätt, gör de det också enkelt att invadera integriteten på följande sätt.

Big Data- och integritetsfrågor som härrör från

Big Data- och integritetsfrågor som härrör från

Integritetsbrott

Vissa användningar av big data-analys resulterar i intrång i sekretess. Till exempel använder detaljhandelsföretag ofta big data-analys för att förutsäga kundernas detaljer. Dessa detaljer är ofta personliga och att avslöja dem kan leda till förlorade jobb eller obekväma situationer. Organisationer, återförsäljare eller någon annan typ av företag bör inte vidta åtgärder som kränker människors integritet.

Omöjlig anonymitet

Med big data-analys kan det bli omöjligt att ha anonymiserade datafiler. I tidsåldern för smarta prylar är det svårt att göra någonting för att hålla din identitet hemlig. Även när datafiler är anonymiserade, kan de kombineras med andra filer för att identifiera individer. Det betyder att ingen är helt anonym längre.

Diskriminering

Även om diskriminering alltid har funnits i varje sektor, har prediktiv analys bara gjort det mer vanligt och på ett sätt som inte verkligen är objektivt. Till exempel kanske en finansiell organisation inte kan bestämma en persons lopp från en låneansökan, men kan göra det med hjälp av flera andra uppgifter som samlas in genom big data-analys och Internet of Things (IoT). Sedan kan en sökandas lånebegäran avslås. Den här typen av “automatiserad diskriminering” kan slå tillbaka i de flesta fall.

Datamaskningsfel

Datamaskning används av många organisationer, men om den inte används korrekt kan big data-analys enkelt avslöja individernas identitet. Big data är fortfarande väldigt nytt, och de flesta organisationer bryr sig inte om de risker som kan leda till intrång i privatlivet. Det bör finnas en ordentlig policy som fastställer regler för datamaskning, för att säkerställa maximal individers integritet.

Ingen fullständig noggrannhet

Även om big data-analys är kraftfull är den inte helt korrekt. Det finns felaktiga algoritmer, felaktiga datamodeller och felaktiga data om individer. Detta kan underlätta dåliga beslut om uppgifternas noggrannhet inte valideras. Felaktiga uppgifter kan skada individer och orsaka förlust av jobb, felaktig diagnos och förnekande av väsentliga tjänster. Om big data-analys förlitas blint utan någon verifiering av uppgifterna, kan det leda till en mängd problem och sätta många människor i riskzonen.

Irrelevans av föräldrar och upphovsrätt

Big data kan göra det svårare att få patent eftersom det skulle ta lång tid att verifiera patentets unika tack vare den enorma databasen med information som man kan se igenom. Det skulle också göra upphovsrätten irrelevant, eftersom big data gör det enkelt att manipulera och dölja data. Som en konsekvens kan royalties förknippade med patenterad eller upphovsrättsskyddad information bli en saga historia. Det vore inte bra med tanke på att det finns mycket hårt arbete med att uppfinna något nytt. Om du vill se en utmärkt film om detta, se kökprodukten som den unga kvinnan uppfann i filmen Joy. Hennes egen familj var också skandalös!

Hur man hanterar sekretessproblem med Big Data

Även om big data-analys är mycket lovande för företag och inspirerar till en betydande utveckling i olika organisationer, är oroen för integritet en viktig konsekvens. Innan big data-analys används måste organisationer alltid ha några saker i åtanke. Några av dessa är:

  • Innan big data-analys används, måste organisationer överväga minst tio sekretessrisker som är förknippade med strategin.
  • Det bör finnas tydliga regler, policyer och riktlinjer för användning av big data-analys som skyddar individernas integritet.
  • Det måste ingå säkerhets- och integritetskontroller i systemet innan de tas i bruk.

Slutgiltiga tankar

Teknik är ett nödvändigt verktyg för alla moderna företag, och big data är den mest kraftfulla tekniska innovationen på senare tid. Liksom varje teknik finns det en bra och en mörk sida av analys av big data – samtidigt som de hjälper organisationer i deras affärsprocess, bryter big data också regelbundet med sekretess och datasäkerhet. Att ha riktiga riktlinjer och regler på platser bör hjälpa till att utnyttja big data-analyser bättre utan att sätta privatlivet på spel.

Kim Martin
Kim Martin Administrator
Sorry! The Author has not filled his profile.
follow me