智库数据伦理.eu已经制定了一套数据道德原则和指南，可以帮助您在数据处理活动中整合数据道德。在这里，我们介绍了数据伦理的原则、详细的调查问卷和常见问题解答。只要DataEthics.eu明确拥有指向我们网站的链接，它们就可以自由复制。内容如下，但您也可以将其下载为pdf格式：数据伦理-uk你可以购买印刷版或更多–无论您身在何处，都可以按需打印。
目录
- 数据道德的定义
- 数据伦理原则以人为本/个人数据控制/透明度/问责制/平等
- 问卷调查
- 数据伦理原则常见问题
数据伦理的定义
数据伦理是关于负责任和可持续使用数据的。它是关于为人民和社会做正确的事情。数据处理应设计为首先造福人类的可持续解决方案。
数据伦理是指并坚持原则和价值观人权和个人数据保护法律的基础。这是关于数据管理中诚实和真正的透明度。积极开发私人设计和私人增强产品和基础设施。按照你自己或孩子的意愿对待他人的个人信息。
数据伦理不仅仅是遵守个人数据保护法律：因此，所有数据处理都至少遵守欧盟一般数据保护条例（GDPR）、《欧洲联盟基本权利宪章》和《欧洲人权公约》中规定的要求。
数据伦理原则
人类处于中心
人类利益总是优先于制度利益和商业利益。人不是计算机进程或软件，而是具有同理心、自我决定、不可预测性、直觉和创造力的独特个体，因此具有比机器更高的地位。人类处于中心，并享有数据处理的主要利益。
个人数据控制
人类应该控制自己的数据，并由数据赋予权力。在所有数据处理中，应优先考虑个人的自决权，并应积极参与记录的有关个人的数据。个人对其数据的使用、处理其数据的上下文以及如何激活数据具有主要控制权。
透明度
数据处理活动自动化决策必须对个人有意义。它们必须是真正透明和可解释的。个人必须清楚了解数据处理的目的和利益，了解风险以及社会、道德和社会后果。
责任
问责制是一个组织对个人数据的反思、合理和系统的使用和保护。问责制是数据处理所有方面不可或缺的一部分，目前正在努力降低个人风险，减轻社会和道德影响。可持续的个人数据处理贯穿整个组织，确保短期、中期和长期的道德责任。组织的责任也应适用于分包商和合作伙伴的数据处理。
平等
民主数据处理基于对数据系统维持、复制或创建的社会权力关系的认识。在处理数据时，应特别注意弱势群体，他们特别容易受到貌相的影响，这可能会对他们的自决和控制产生不利影响，或使他们遭受歧视或污名化，例如由于他们的财务、社会或健康状况。关注弱势群体还包括积极工作，以减少在开发自学习算法时的偏见。
问卷调查
这些问题可以与FaQ处理组织中的数据道德困境。例如，您可以将对问题的讨论作为准备数据道德规范的基础指导方针。
中心的人类
- 您的数据处理是否基于您从用户（而非其数据所有者）处借用数据的事实？
- 您是否确保优先考虑用户的权利，而不是商业或机构利益？
- 您是否确保主要用户受益于他们自己的数据，而不仅仅是组织的数据？
- 你使用的是隐私设计原则吗？你能清楚透明地描述它们吗？
个人数据控制
设备内处理
- 您是否确保尽可能直接在用户自己的设备上处理用户的数据？
- 当需要在用户自己的设备（如服务器或云解决方案）以外的其他设备上处理数据时，收集的数据是否与可识别的人无关？
分析
- 你使用剖析吗？如果是这样，您是否允许用户影响并确定分析背后的值、规则和输入？
预言
透明度
数据存储
- 您的数据存储在哪个国家？
- 存储解决方案提供商的总部在哪里？
- 数据传输是否经过欧盟以外的国家？
人工智能
- 你使用机器学习/人工智能吗？如果是，你能解释一下算法吗？标准和参数？
行为设计
- 您是否使用个人数据影响用户行为？
- 当个人数据的使用可能影响用户的行为时，您是否确保其透明？
- 你是否确保设计不会造成上瘾，从而影响人的自决权和赋权？
开放源代码
- 您是否使用开源软件，以便其他人可以使用它并可能进一步开发它？
问责制
匿名
- 你什么时候匿名个人数据？
- 您是否使用端到端数据加密？
- 您是否将元数据的使用降至最低并解释如何使用？
零知识
数据销售
- 您是否将数据出售给第三方？
- 您是否将数据作为个人可识别数据出售？
- 您是否将数据作为聚合级别的模式销售？
- 如果你出售数据，你是否确保它是完全匿名的信息，只描述模式，而不是个人？
数据共享
- 你使用第三方cookie吗？
- 这包括SoMe（社交媒体）cookie和SoMe登录吗？
- 你使用谷歌分析或类似的跟踪工具吗？
- 如果您使用第三方cookie，您的用户是否充分意识到您使用cookie会导致与第三方共享您用户的数据，他们是否同意？
数据丰富
- 您是否使用外部数据来丰富数据，例如社交媒体数据、购买的数据或网络抓取？
- 这种浓缩是为了回应用户还是与用户合作？
组织锚定
- 您是否有个人或部门负责数据的道德管理？
- 数据道德工作是如何嵌入到组织中的？
- 您如何确保您的数据道德准则得到尊重？
外部控制
- 数据处理是否可以由独立的第三方审计？
- 您是否要求并控制分包商和合作伙伴的数据道德？
平等
公共平台
- 您是否在公共平台上与用户进行对话？
- 你有使用该平台的指南吗？
- 您是否调节平台以删除敏感个人数据？
- 如果您向儿童提供服务，您是否确保父母同意？
数据的重用
- 数据是否用于开发或训练算法？
- 您是否确保数据的使用不会导致歧视？
- 您是否确保数据的使用不会暴露个人的漏洞？
人工智能
- 您是否确保人工智能/机器学习的使用对个人有利，并且不会对个人造成身体、心理、社会或经济伤害？
重新广告我们的常见问题，其中概述了上述部分
有关数据道德的更多背景信息，另请参阅：
这本书：数据伦理——新的竞争优势
期刊文章：理解数据伦理。欧洲政策制定中数据伦理辩论背后的力量
