Garantindo imparcialidade, precisão, confidencialidade e transparência aos dados na perspectiva da Ciência dos Dados responsáveis

Página do item simplificado
dc.date.accessioned2019-06-17T12:05:37Z
dc.date.available2019-06-17T12:05:37Z
dc.descriptionversão preprint
dc.identifier.urihttp://repositorio.ufes.br/handle/10/11251
dc.rights.urihttp://creativecommons.org/licenses/by-nd/4.0/pt_BR
dc.subject.br-rjbnBig data
dc.subject.br-rjbnÉtica
dc.subject.lcshEthics
dc.titleGarantindo imparcialidade, precisão, confidencialidade e transparência aos dados na perspectiva da Ciência dos Dados responsáveispt_BR
dc.typeotheren
dcterms.abstractA demanda por acesso e análise de dados, sejam privados, sejam públicos, que promove a tomada de decisão comercial e a ciência, tem impulsionado a Economia e os avanços científicos, de forma a atrair a atenção de vários segmentos da sociedade. No contexto Big Data, surge, como necessidade urgente, a aplicação de direitos individuais e empresariais e de normas regulatórias que resguardem a privacidade, a imparcialidade, a precisão e a transparência. Este artigo aborda possíveis alternativas que podem assegurar a aplicação da ética, bem como a regulamentação para acesso e reúso de dados, a Responsible Data Science (Ciência de Dados Responsáveis). Nesse cenário, a Responsible Data Science desponta como uma iniciativa que tem como base as diretrizes FACT, que correspondem à adoção de quatro princípios: imparcialidade, precisão, confidencialidade e transparência. Para a implementação dessas diretrizes, deve-se considerar o uso de técnicas e abordagens que estão sendo desenvolvidas pela Green Data Science. Para tanto, foi desenvolvida investigação exploratória e descritiva com abordagem qualitativa. Quanto à literatura sobre os temas, foram realizadas pesquisas nas bases de dados bibliográficas Web of Science, Scopus e pelo motor de busca Scholar Google. Foram adotados os termos “Responsible Data Science”, “Fairness, Accuracy, Confidentiality, Transparency + Data Science”, FACT e FAT relacionados com Data Science. Após a análise dos documentos selecionados, concluiu-se que a Green Data Science e as diretrizes FACT contribuem significativamente para a salvaguarda dos direitos individuais, não sendo necessário recorrer a medidas que impeçam o acesso e a reutilização de dados. A iniciativa Responsible Data Science é vista pelos autores como boa prática no contexto do Big Data, principalmente pela possibilidade de reúso dos dados. Os desafios para implementar as diretrizes FACT requerem estudos, condições sine qua non para que as ferramentas para análise e disseminação dos dados sejam desenvolvidas ainda na fase de design, ou seja, na concepção de metodologias que garantam a imparcialidade, a precisão, a transparência e a confidencialidade. Caso contrário, a sua não efetivação poderá resultar em consequências indesejáveis para a sociedade.pt_BR
dcterms.abstractThe demand for access and analysis of data be it private or public, and that promotes business decision-making and science, has driven the economy and scientific advances, attracting the attention of various segments of society. In the Big Data context, there is an urgent need to apply individual and corporate rights and regulatory standards that safeguard privacy, impartiality, precision and transparency. This article discusses possible alternatives and applications of ethics, as well as the regulation for access and reuse of data (Responsible Data Science). In this scenario, Responsible Data Science emerges as an initiative based on the FACT guidelines, which correspond to the adoption of four principles: impartiality, precision, confidentiality and transparency. For the implementation of these guidelines, the use of techniques and approaches being developed by Green Data Science should be considered. With this in mind, an exploratory and descriptive research with a qualitative approach was carried out. As for the literature on this topic, we searched the bibliographic databases Web of Science, Scopus and the Scholar Google search engine. The terms "Responsible Data Science", "Fairness, accuracy, confidentiality, transparency + Data Science", FACT and FAT related to Data Science were used. After reviewing the selected documents, we concluded that Green Data Science and the FACT guidelines contribute significantly to safeguarding individual rights and there is no need to resort to measures that prevent access to and reuse of data. The Responsible Data Science initiative is seen by the authors as a good practice in the context of Big Data, mainly because of the possibility of data reuse. The challenges to implementing the FACT guidelines require studies and sine qua non conditions for data analysis and dissemination tools to be developed at the design stage, i.e. designing methodologies that ensure impartiality, accuracy, transparency and confidentiality. Not doing so may result in undesirable consequences for society.pt_BR
dcterms.creatorAndrade, Morgana
dcterms.creatorGonçalez, Paula Regina
dcterms.creatorBerti Junior, Decio Wey
dcterms.creatorBaptista, Ana Alice
dcterms.creatorConeglian, Caio Saraiva
dcterms.creator.orcid0000-0002-4055-5882pt_BR
dcterms.creator.orcid0000-0002-5480-4106pt_BR
dcterms.creator.orcid0000-0003-4313-2727pt_BR
dcterms.creator.orcid0000-0003-3525-0619pt_BR
dcterms.creator.orcid0000-0002-6126-9113pt_BR
dcterms.formattextpt_BR
dcterms.issued2019
dcterms.languageporpt_BR
dcterms.subjectCiência de dadospt_BR
dcterms.subjectCiência responsável de dadospt_BR
dcterms.subjectData sciencept_BR
dcterms.subjectResponsible data sciencept_BR
foaf.mboxmorganaandrade@hotmail.compt_BR
frapo.hasFundingAgencyThis work has been supported by FCT – Fundação para a Ciência e Tecnologia within the Project Scope: UID/CEC/00319/2019.pt_BR
schema.affiliationUniversidade Federal do Espírito Santo (UFES)pt_BR
schema.affiliationUniversidade Federal do Espírito Santo (UFES)pt_BR
schema.affiliationUniversidade Estadual de Londrina (UEL)pt_BR
schema.affiliationCentro Algoritmi - Universidade do Minhopt_BR
schema.affiliationUniversidade Estadual Paulista Júlio de Mesquita Filho (UNESP)pt_BR
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
EDICIC 2019.pdf
Tamanho:
674.83 KB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
BC - Trabalhos apresentados em eventos