デジタル変革とは、データを活用することです。しかし、データ駆動型の世界では、さまざまなプラットフォーム間で大量のデータを作成、収集、分析、共有することで、組織に新たなリスクをもたらす可能性があります。組織は、このデータを使用してサービスを改善し、より良い顧客体験を提供します。しかし、顧客は、個人データがいつどのように使用されるかについて懸念を抱いている可能性があります。
データ倫理は、データの管理、処理、保存方法、データの使用に関連する道徳的な問題に関係しています。この記事では、次の問いに対する答えを探ります。「組織がどのように倫理的にデータを収集、保存、利用できるか？」 「顧客の権利をどのように保護すべきか？」
企業におけるデータの倫理的な使用に関連するリスクを理解し、それを軽減するための対策を講じることは、組織にとって重要です。
データ倫理とは
ガートナーによって、「責任あるデータの収集、使用、共有に関連する価値観と道徳原則の体系」と定義されたデータ倫理は、個々の人々に悪影響を及ぼす可能性のあるデータ実務に関連する道徳的問題に関係しています。データ倫理は、データの生成、収集、分析、普及など、あらゆる段階のデータに焦点を当てています。
データ倫理は、一般および個人データの使用に関連する行動に対処し、データ、AI や機械学習のアルゴリズム、その他の技術を使用してバイアスを防ぐ方法について組織を指導します。
さらに、オンライン・ユーザーが自身のデータを共有することに同意し、組織が一般データ保護規則（GDPR）、医療保険の相互運用性と説明責任に関する法律（HIPAA）、カリフォルニア州消費者プライバシー法（CCPA）、ペイメント・カード業界データ・セキュリティ基準（PCI DSS）などのコンプライアンスとプライバシーの規制を遵守することを保証します。
データ倫理が重要な理由
サイバー攻撃が増加しており、AI 技術に支えられた分析プログラムがより多くのデータに対する需要を牽引していることから、オンライン・ユーザーはデータのプライバシーを取り巻く問題に気づき始めています。
データ倫理を遵守することで、データ・プライバシーに関連するリスクを管理し、個人データのプライバシーを侵害することなくユーザー・エクスペリエンスを継続的に向上させることができます。データ倫理原則を採用することで、組織は以下のことが可能になります。
- テクノロジーから派生したデータに対して組織ができることとできないことを定義する普遍的なフレームワークを作成し、このデータを責任を持って使用する行動規範として機能します。
- GDPR、CCPA、その他のデータ規制が出現・発展しても、それらを遵守し続けることで、データのプライバシーを保護します。これには、データ保持および削除ポリシーが含まれます。
- 人工知能や機械学習から得られた情報を利用する際の偏見を軽減します。
- データ倫理の実践に基づき、既知の行動規範に従って運用することで、信頼を築きます。これにより、データが非倫理的な方法で使用されていないことが保証されます。
データ倫理とデータ・ガバナンス
データ・ガバナンスとは、データの可用性、有用性、完全性、一貫性、セキュリティを管理し、組織全体で高品質のデータを確実に利用することです。また、データに関連するリスクやペナルティについても懸念しています。
データ・ガバナンスは、データの適切な使用に焦点を当て、システムへのデータ・エラーの導入を回避し、個人データの誤用を防止します。データの使用を監視し、データのセキュリティ、コンプライアンス、透明性を維持するためのポリシーと手順が策定されています。これらの原則は、個人の情報の倫理的な使用を保証するために不可欠です。
データ使用のための倫理的フレームワーク
データ倫理フレームワークは、組織におけるデータの適切で責任ある使用を指針とする一連の倫理原則です。ビジネス・リーダー、ステークホルダー、従業員がデータに関する倫理的な考慮事項を理解するためのガイドラインを定めています。データの使用に関連する組織的な慣行を、分かりやすい方法で明確にします。
フレームワークは、データを扱う組織内の直接または間接的な人が使用する必要があります。これには、組織のリーダー、政策立案者、業務に携わる従業員、アナリスト、統計学者、その他データ駆動型の知見を生み出す全ての人が含まれます。
データ倫理フレームワークは、通常、次の 3 つの原則に基づいています。
- 透明性：データに関連する組織のポリシー、アクション、プロセスは、明確で簡潔な形式で自由に容易に一般の人々にアクセスできるため、会社が個人データをどのように使用しているかを理解できます。
- 説明責任：あらゆるプロジェクトに効果的なガバナンスと監視の仕組みがあります。
- 公平性：これにより、組織によるデータの使用が、個人や社会グループを差別するものではなく、公平なものとなります。
組織は、GDPR のプライバシー・バイ・デザイン（PbD）、ML と AI のための公正性、透明性、説明責任（FT&A）、公正情報慣行（FIP）などの既存のフレームワークを、倫理的なデータ使用のためのカスタマイズされた組織フレームワークの基盤として使用できます。
データ倫理を必要とするプロジェクトやイニシアチブ
データ倫理のジレンマは、ビジネス・リーダーがビジネス価値を高めるためにデータと分析プログラムに目を向けるにつれて、ますます急務となっています。組織はデータを使用して革新的なソリューションを提供しており、AI と機械学習は、プロセスの自動化、効率性の向上、コスト削減のための多くの組織の取り組みにおいて重要な役割を果たしています。
しかし、AI が優れているのは、AI に供給するデータがあってこそです。AI と機械学習のアルゴリズムは、特定の特徴や特性を優先する場合にバイアスを含むトレーニング・データに基づいて、ユーザーのフィードバックから学習します。
組織は、プラットフォームにバイアスがかからないように、アルゴリズムによって使用される参照データの起源を認識する必要があります。学習したモデルが特定の意思決定にどのように到達するかを説明し、モデルの精度を向上させるためにエラーの原因を特定する解釈可能性は、組織がバイアスを特定し、削減するのに役立ちます。
ストレージがデータ倫理のベストプラクティスを改善する方法
効果的なデータ倫理とガバナンスは、個人の機密データや、AI や ML のアルゴリズムに必要な膨大な量の入力データやトレーニング・データをセキュアに保管・管理できるかどうかにかかっています。
堅牢なデータ・ストレージ・ソリューションは、ガバナンス法が提案するセキュリティとデータ・コンプライアンスの要件と規制を満たすために不可欠です。機能には、次のものが含まれます。
- アクセス制御：データ・アクセスを厳密に管理、監査し、データにアクセスする全ての人が容易かつ正確に追跡できるようにします。
- データ暗号化：ランサムウェアなどのリスクから保護するために重要です。
- データの完全性：データの破損や操作からの保護を支援します。
- データ保持：データ保持ポリシーに基づいて保持期間を設定します。このポリシーでは、保存またはアーカイブできるデータ、場所、理由、期間、削除または移動方法について詳しく説明します。
モダンなデータ保護ソリューションでデータ倫理をサポート
今日の組織は、データの収集、開示、分析に関連して、複雑な倫理的配慮に直面しています。ピュア・ストレージは、お客さまのデータを保護し、組織の倫理的データ・フレームワークをサポートする、モダンなデータ保護ソリューションを提供します。
- 変更、削除、暗号化ができない読み取り専用のスナップショットを提供する SafeMode スナップショットを使用することで、ランサムウェアのリスクを低減します。
- Purity CloudSnap は、クラウドへのデータ・バックアップを拡張し、クラウドベースのデータ保護を容易に組み込むことで、オフプレミスの柔軟性、長期保持、コスト削減を実現します。
FlashBlade の高速リストアは、データと関連するメタデータ・カタログの両方を保護し、バックアップ・ソフトウェア・パートナーの多様なポートフォリオと統合できます。
