TOPO

Ética de dados: confira canvas com perguntas norteadores sobre dados, impacto, engajamento e processos

18/03/2021 | Editado em 18/03/2021 18:23

As restrições presenciais impostas pela pandemia impuseram a migração das aulas para o ambiente digital, possibilitando uma maior digitalização de dados dos estudantes, assim como despertando reflexões éticasEssa virtualização trouxe enormes desafios para a rede, mas também representa uma grande oportunidade de análise para fins de planejamento, personalização ou avaliação escolar.   

O Open Data Institute (ODI) define ética de dados como “um ramo da ética que avalia as práticas de dados com potencial de causar um impacto adverso nas pessoas e na sociedade – na coleta, no compartilhamento e no uso de dados”. Isso significa adotar, portanto, uma conduta ética no modo como os dados são coletados, usados e compartilhados.   

Para ajudar a identificar e gerenciar essas questões éticas, o ODI desenvolveu o Canvas Ética de Dados (Data Ethics Canvas). Trata-se de uma ferramenta com perguntas norteadoras, em 15 blocos, abrangendo quatro áreas: dados, impacto, engajamento e processos (confira na figura abaixo):  

O canvas foi desenvolvido de modo a se adequar a qualquer contexto, independentemente do tamanho ou escopo do projeto. É baseado no Ethics Canvas, um framework desenvolvido pela ADAPT – Centro de Tecnologia de Conteúdo Digital, que por sua vez teve como base o Canvas de Modelo de Negócios de Alex Osterwalder. Assim, pode ser útil também no contexto educacional.   

Ética de dados na prática  

Confira a seguir alguns questionamentos que podem ser úteis para promover reflexões sobre a abordagem ética em relação aos dados dos estudantes.   

Em relação aos dados:  

  1. O que sabemos?
    2.    Quais são as nossas obrigações (há legislações específicas, etc.)? 
    3.    Quais são os nossos direitos? 
    4.    Que limitações os dados têm?   

Em relação ao impacto:  

  1. O que estamos tentando alcançar? 
    2.    Quais serão os impactos positivos?  
    3.    Quais podem ser os impactos negativos? 
    4.    Como podemos minimizar os impactos negativos?    

Em relação ao engajamento:  

  1. Como interagimos com as pessoas?
    2.    O nosso propósito está comunicado de modo claro? 
    3.    Estamos sendo abertos e transparentes? 
    4.    Devemos compartilhar nossos dados e resultados?  

Em relação aos processos:  

  1. Que sistemas/treinamentos são necessários?
    2.    O quão frequente e como fazemos revisões? 
    3.    Quais são as nossas ações?  

Segundo o ODI, é possível começar em qualquer lugar do canvas e preencher as seções em qualquer ordem – seja na versão virtual ou na impressa, com post-its. Para cada seção, reserve um tempo para analisar as respostas. Ao final, elabore um plano de ação, com prazo e responsáveis. A ideia é fazer as reflexões propostas pelo canvas toda vez que o contexto mudar.   

Sobre o ODI  

O Open Data Institute, com sede em Londres, tem a missão de conectar, inspirar e preparar pessoas para inovar usando dados digitais. Foi fundado por Tim Berners-Lee, considerado o criador da WWW, e conta com nodes em todo o mundo. O do Rio de Janeiro é hospedado no CRIE.   

Quer saber mais? Acesse o canvas na íntegra em inglês.   

GLOSSÁRIO DE CIÊNCIA DE DADOS E INTELIGÊNCIA GEOGRÁFICA 

ENTENDA MELHOR OS TEMAS QUE ESTÃO RELACIONADOS A ESSE CONTEÚDO. 

Ética de dados:  Segundo o ODI, é um ramo da ética que avalia as práticas de dados com potencial de causar um impacto adverso nas pessoas e na sociedade – na coleta, no compartilhamento e no uso de dados. De acordo com Luciano Floridi e Mariarosaria Taddeo, autores do artigo “What is data ethics?”, a ética dos dados “se concentra em problemas éticos impostos pela coleta e análise de grandes conjuntos de dados e em questões que vão desde o uso de big data em pesquisas biomédicas e ciências sociais, à criação de perfis, publicidade e filantropia de dados, bem como dados abertos”. Desde modo, é preciso estar atento a questões de privacidade e transparência, evitando por exemplo a reidentificação de indivíduos por meio de mineração de dados, fusão de conjuntos de dados, etc., assim como possíveis discriminações a grupos específicos de pessoas.   

Compartilhe esta notícia!