赛迪-数据伦理框架草案-2020.12-28页_1mb

报告摘要

数据伦理框架草案总结

一、核心内容概述

2020年9月，美国总务署（GSA）发布了《数据伦理框架草案》，作为《联邦数据战略》与《2020年行动计划》的一部分，旨在指导联邦机构在数据收集、管理和使用过程中遵循伦理原则。该框架并非强制性命令，而是以七项基本原则为基础，为联邦雇员、经理人和领导人提供伦理决策的参考。

二、主要观点

1. 数据伦理的定义

数据伦理是指在数据收集、管理和使用过程中，为保护公民自由、降低数据使用风险、实现公共利益最大化而进行适当判断和问责的依据。

2. 数据伦理的应用范围

数据伦理适用于所有数据类型和使用场景，无论数据集是否涉及个人隐私或权利，联邦雇员都应确保数据活动符合伦理要求。

3. 数据伦理的两大分类

联邦政府将数据使用划分为两类：

对个人权利、特权或福利待遇产生影响的数据使用；
仅用于汇总统计，不直接影响个人权利的数据使用。

三、七项基本原则

1. 了解并遵守相应的法律规范、专业实践和道德标准

建议：联邦领导人应明确传达法律法规和伦理标准；雇员应学习并应用机构提供的指导。
相关法规：包括《2001年信息质量法》、《2018年循证决策法基础》等。
其他资料：美国统计协会《统计实操伦理规范》、美国计算机协会《伦理与职业行为准则》等。

2. 诚实守信

建议：数据专业人员应准确报告信息，说明数据的局限性、偏差和分析方法；建立匿名举报机制。
相关法规：《2018年循证决策法基础》、《2001年信息质量法》等。
其他资料：《联邦受试者保护政策》、《OMB关于信息收集调查设计问答指南》等。

3. 实行问责制

建议：联邦领导人应确保数据活动的透明性与可追溯性；雇员应记录数据处理流程，允许公众参与和质疑。
相关法规：《2014年联邦信息安全现代化法》、《2018年循证决策法基础》等。
其他资料：乌特勒支数据学院数据伦理决策援助项目（DEDA）、国家标准与技术研究院（NIST）隐私框架等。

4. 保持透明度

建议：联邦领导人应建立透明的文化氛围；雇员应遵循标准的数据准备和演示方法，确保数据处理流程可追溯。
相关法规：《2018年循证决策法基础》、《1974年隐私权法》等。
其他资料：《循证决策前景》总结报告等。

5. 了解数据科学领域的进展

建议：联邦领导人应支持员工培训，特别是关于新兴技术（如人工智能、机器学习、物联网等）的应用；雇员应了解新技术可能带来的偏差和风险。
相关法规：《维持美国人工智能领导力的行政命令》。
其他资料：加拿大政府《算法影响评估》、麦肯锡公司《对抗人工智能风险》等。

6. 尊重隐私和保密

建议：联邦领导人应提供敏感数据处理的培训；雇员应确保数据最小化，防止数据重新识别。
相关法规：《2016年保护商业秘密法》、《2002年机密信息保护和统计效率法》等。
其他资料：国家标准与技术研究院（NIST）隐私框架。

7. 保障公共利益

建议：联邦领导人和雇员应始终以公众利益为导向，评估数据使用对公众、个人和社区的影响。
相关法规：《2001年信息质量法》、《2014年联邦信息安全现代化法》等。
其他资料：美国统计协会《统计实操伦理规范》、美国计算机协会《伦理与职业行为准则》等。

四、数据伦理框架的好处

保持一致性：所有联邦雇员遵循同一套伦理原则进行决策。
作出合理决策：鼓励识别数据的局限性、漏洞和偏差，提升决策的合理性。
降低风险：在数据处理前评估其对个人和社会的潜在影响。
提高透明度：确保数据处理流程记录并公开，增强公众信任。
促进协作：鼓励内部与外部利益相关者之间的合作，提升对数据主体和影响的理解。
增强公众信任：通过问责制和隐私保护，建立公众对政府数据使用的信任。

五、实际用例

1. 人工智能与偏差

场景：政府福利局使用AI自动化工具评估申请人资格。
问题：
- 自动化决策是否合理？
- 修改数据共享协议是否可行？
- 是否需要在设计、开发和使用过程中进行伦理评估？
数据生命周期各阶段应考虑的问题：
- 收集阶段：是否应告知数据用途？是否应记录数据质量？
- 处理阶段：是否应记录处理活动及其对数据质量的影响？
- 传播阶段：是否应与外部机构共享数据？是否有开放的反馈渠道？
- 使用阶段：是否应允许申请人质疑自动化工具的决策？
- 存储与处置阶段：是否应存储基础数据和代码？是否应记录分析方法？

2. 传播与影响

场景：政府审查局发布关于动物福利的报告，但因隐私和法律问题删除了部分内容。
问题：
- 是否有理由删除报告，而不是重新编辑？
- 是否应采用限制信息披露的方法？
- 如何在知情权与隐私保护之间权衡？
- 是否应制定政策应对领导层更迭带来的不确定性？
数据生命周期各阶段应考虑的问题：
- 收集阶段：如何告知相关实体数据用途？
- 处理阶段：如何处理敏感信息？
- 传播阶段：如何确保数据透明与公众知情？
- 使用阶段：数据是否可能被恶意使用？
- 存储与处置阶段：如何记录数据变更？

六、总结

《数据伦理框架草案》为联邦政府在数据活动中提供了系统性的伦理指导，强调了法律合规、诚实守信、问责制、透明度、技术发展关注、隐私保护和公共利益优先等原则。该框架不仅适用于数据专业人员，也适用于政策制定者、数据管理者、公众等多方利益相关者。通过应用这些原则，联邦政府能够更安全、更有效地使用数据，同时增强公众信任与数据治理的可持续性。

展开完整摘要