Big Data – Governance.

In dit derde  artikel in de serie over Big Data, staat Governance  centraal. Goed bestuur kan de transparantie ondersteunen en accountability structuren versterken  die nodig zijn voor een rechtvaardige en ethische benadering van big data projecten.

Definitie
In deze context richt Governance [hierna Bestuur te noemen] zich op het versterken van het draagvlak tussen enerzijds openbaar bestuur beslissingen en bedrijfsmatige databeleid. Daarbij gaat het om samenwerking met de omgeving om te zorgen dat de projecten mens – en omgevingsgericht zijn en zich niet verliezen in een te technische benadering.

Risico’s
Veel Data-driven projecten ontberen de steun vanuit de gemeenschap en lopen het risico van een te technisch discours die de lokale participatie verdringt. Vaak wordt een technologisch benadering als politiek neutraal gezien, maar vanuit de gemeenschap wordt dit ervaren als een exclusieve benadering. Dusdanig dat het alsnog een, vaak ongewenste, politieke lading meekrijgt. Zonder goede afstemming met de openbare omgeving, loopt het project snel kans op heersende normen en waarden te overschrijden. En waar het nog een grijs gebied betreft is goed bestuur des te meer noodzakelijker, zodat op basis van wederkerigheid en respect, invulling kan plaatsvinden.

Evenwicht.
Voorwaarde voor een ethisch verantwoord en bestuurlijk evenwichtig project is dat deze community gedreven is. Juist het tijdig laten participeren van lokale gemeenschappen, als het gaat betrokkenheid in besluitvorming is essentieel. Goed bestuur draagt zorg voor wederkerigheid en wederzijds hulp om data projecten vorm te geven. Daarbij gaat het om data management zoals toegang, eigendom en privacy. Goed bestuur moet zorgen voor respectvol data management beleid dat mensen in staat stellen om te bepalen of , hoe en voor welke doeleinden en voor hoe lang hun gegevens kunnen worden gebruikt.

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