Big Data – Ethiek

In dit tweede artikel in de serie over Big Data, staat Ethiek centraal. Ethiek is de belangrijkste factor in de discussie over Big Data. Het is het verschil tussen game changing of game wrecking.

Definitie.
Ethiek wordt door iedereen elke dag toegepast. Het gaat naast de heersende formele normen en waarden zoals die is vastgelegd in wetgeving maar ook over de moraal in een samenleving. Het zijn de afspraken in de maatschappij hoe we met elkaar omgaan. Het lastige is dat moraal verschilt per samenleving maar ook over tijd verandert. Toch zijn er verschillende principes die als universeel worden beschouwd. Daaronder valt vrijheid van religie [ opvattingen], vrijwaring van gebrek, vrijheid van spreken en vrij zijn van vrees. Dit zijn de basis vrijheden die door Benjamin Franklin als fundamentele menselijke vrijheden zijn benoemd. Daarmee heeft de belangrijkste ethische pijlers geplaatst waar de westerse samenlevingen op berusten.

Privacy.
Privacy is gedefinieerd als burgerrecht om de fundamentele ethische waarden van de mens veilig te stellen. Een goede privacy wetgeving regelt dat burgers zichzelf kunnen zijn, vrij van vrees kunnen spreken, en vrij van angst contacten met anderen kunnen aangaan, zonder dat zij hoeven te vrezen voor eventuele consequenties. Het ongeremd verzamelen van Big Data staat hier haaks op. Vaak wordt pas achteraf bekeken of Big Data ongewenste inbreuk heeft gepleegd op de privacy van burgers. Hierdoor wordt de angst van Big Data alleen maar groter onder het publiek. Politici zien zich hierdoor gedwongen onorthodoxe maatregelen te nemen om Big Data in te perken.

Raamwerk.
Een goed doordacht ethisch raamwerk kan werken als agent waarbinnen beslissingen over hoe, waar, wanneer, wie, waarom en voor hoelang, genomen kunnen worden. Een dergelijk raamwerk brengt individuen, collectieven en bedrijven bij elkaar om gezamenlijk invulling te geven aan het beheer van Big Data.

De verantwoordelijkheid  of zijn privacy gediend wordt, kan niet eenzijdig bij het individu gelegd worden. Op veel vlakken ontbeert de burger het inzicht of de mogelijkheid om zijn privacy af te schermen. Goede ethiek gaat ook om mensen het vermogen te geven zelf met hun gegevens om te gaan en beslissingen daarover te nemen, zoals wijziging en verwijdering, terwijl de verantwoordelijkheid voor het beheer bij de ontwikkelaars blijft.

Het zorgen voor transparant gegevensbeheer, uitwisseling van informatie, betrokkenheid en het nemen van verantwoordelijkheid zorgt en bouwt het vertrouwen met de gemeenschap. Dat vertrouwen is elementair bij data verzameling. Ten eerste om ongewenst overheidsingrijpen te voorkomen maar ook om te zorgen dat burgers bereid zijn om bepaalde data met bedrijven te delen.

Negatieve effecten.
De negatieve gevolgen van het verzamelen en analyseren van gegevens zijn niet gelijk verdeeld. Sommige gemeenschappen kunnen meer blootgesteld zijn dan anderen, en kwetsbare personen en groepen kunnen met ernstige risico’s worden geconfronteerd.

Het gebruik van crowdsourcing voor criminaliteit verslaglegging in Mexico heeft geleid dat drugskartels deze sporen ook begonnen te volgen en vervolgens deelnemers werden gelynched. Voorspellende politie modellen, die big data gebruiken om wijk ‘hot spots’ te creëren waar misdaad wordt verwacht, riskeren versterking van de bestaande raciale en klasse vooroordelen en institutionalisering van differentieel politiewerk, dat andere factoren buiten beschouwing laat.  Maar ook het verzamelen van patiëntgegevens zoals in Nederland, kan leiden dat zorgverzekeraars gaan screenen op ziektebeeld, levensverwachting en daarop premiedifferentiatie gaan toepassen, zonder dat de patiënt verantwoordelijk hoeft te zijn voor zijn ziektebeeld. [Genetica]

Eigenaarschap.
Ethische principes moeten worden opgenomen vanaf het begin bij het ontwerpen of beoordeling van projecten. Deze principes dienen uit te gaan van informed consent , data ownership , accountability en  transparantie  als het gaat om bescherming van gegevens en toegang tot de gegevens .

Informed consent gaat verder dan alleen het bewust maken van mensen over de voorwaarden van de dienst, of dat er gegevens worden verzameld over hen, maar dient een duidelijke articulatie te zijn van de manier waarop gegevens kunnen worden gebruikt, of hoe derde partijen toegang krijgen tot die gegevens , en hoe mensen zich kunnen afmelden of beperken hoeveel van hun gegevens wordt verzameld.  Gegevens eigendom betekent dat een gemeenschap eigenaar is van de gegevens die het genereert , alsmede de leeralgoritmen en andere derivaten van gegevens projecten.

Conclusie.
Het bedrijfsleven dat een grote stap voorwaarts aan het maken is als het gaat om data verzameling , dient niet te wachten op de Europese wetgeving die nu nog in de maak is. Assange en Snowden hebben het bewustzijn maar ook de angst van burgers omtrent dataverzameling flink aangewakkerd. Google, Microsoft en Facebook hebben aanzienlijke verliezen geleden door de onthullingen van Snowden over de dataverzameling door de NSA.

Bedrijven die het belang van ethiek onderschatten in hun projecten, kunnen in de toekomst geconfronteerd worden met ernstige juridische beperkingen of de weerzin van het grote publiek. Gezien het toenemende maatschappelijke bewustzijn van burgers, kan het bedrijfsleven geen afwachtende houding aannemen.

Bronnen:
Big Data, Communities and Ethical Resilience: A Framework for Action By 2013 Bellagio/PopTech Fellows Kate Crawford, Gustavo Faleiros, Amy Luers, Patrick Meier, Claudia Perlich and Jer Thorp. Draft Date: Oct. 24, 2013
Monroy-Hernandez, A., E. Kiciman, D. Boyd, and S. Counts. 2012. Tweeting the Drug War: Empowerment, Intimidation, and Regulation in Social Media. HCIC. [online] URL: http://research.microsoft.com/apps/pubs/default.aspx?id=168809
Robertson, J. 2013. How big data Could Help Identify the Next Felon – Or Blame the Wrong Guy. [online] URL: http://www.bloomberg.com/news/2013-08-14/how-big-data-could-help-identify-the-next-felon-or-blame-the-wrongguy.html
For example, see Solove, D. 2011 Nothing to Hide: The False Tradeoff Between Privacy and Security. New Haven: Yale University Press.
For example, see the Fair Information Practice Principles: http://www.ftc.gov/reports/privacy3/fairinfo.shtm
Crawford, K., and J. Schultz. 2013. big data and Due Process: Towards a Framework to Redress Predictive Privacy Harms. Boston College Law Review. 55(1). [online] URL: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2325784