Moralische Datenwissenschaft

Die Leitprinzipien des Belmont-Reports für alle ethischen Diskussionen. Auch wenn es sich nicht um eine reine Datenethik handelt, können wir sie auf Situationen übertragen, in denen Daten verarbeitet, genutzt oder weitergegeben werden.

Diese Übung ist Teil des Kurses

Einführung in die Datenethik

Kurs anzeigen

Interaktive Übung zum Anfassen

Setzen Sie die Theorie mit einer unserer interaktiven Übungen in die Tat um

Beginnen Sie mit dem Training

Diese Übung ist Teil des Kurses

Einführung in die Datenethik

Geringe SchwierigkeitSchwierigkeitsgrad

4.8+

367 reviews

Kurs kostenlos starten

In der heutigen datengesteuerten KI-Ära ist eine gesetzeskonforme und ethische Nutzung von Daten wichtiger denn je. Wir werden die Auswirkungen und die Bedeutung der Datenethik für Einzelpersonen, Unternehmen und die Gesellschaft im Allgemeinen untersuchen und verstehen. Wir werden die nuancierte Beziehung zwischen Ethik und Datenethik hervorheben. Anhand praktischer Beispiele werden wir die Schäden unethischer Innovationen und Datenpraktiken sowie die Vorteile der Datenethik diskutieren. Wir werden auch die Beziehung zwischen Datenethik und KI-Ethik beleuchten und die Strategien zu ihrer Umsetzung vorstellen.

Exercise 1: Ethik vor Datenethik Exercise 2: Knifflige Fragen der Ethik Exercise 3: Ähnlich unterschiedlich Exercise 4: Mehr als „Nicht schaden“Exercise 5: Moralische Datenwissenschaft

Aktuelle Übung

Exercise 6: Der ethische Vorteil Exercise 7: Datenethik und KI-Ethik Exercise 8: Kraftstoff und Motor Exercise 9: Datenethik oder KI-Ethik?

Das Kapitel vermittelt den Lernenden praktisches Wissen und Beispiele für die Bedeutung und Umsetzung von Datenethik in den verschiedenen Phasen des Lebenszyklus von Daten. Das Kapitel behandelt die praktischen Aspekte wichtiger datenethischer Konzepte wie Datenschutz und -sicherheit, informierte Zustimmung, Vertrauen und Transparenz sowie Rechenschaftspflicht.

Exercise 1: Ethische Fragen im gesamten Lebenszyklus von Daten Exercise 2: Der ethische Vorteil Exercise 3: Bewährte Praktiken auf der ganzen Linie Exercise 4: Gültige Einwilligung Exercise 5: Was steht in einer Einwilligungserklärung?Exercise 6: Das scheint nicht gültig zu sein Exercise 7: Datenschutz und -sicherheit Exercise 8: Datenschutz oder -sicherheit?Exercise 9: Vorsicht ist besser als Nachsicht Exercise 10: Transparenz und Rechenschaftspflicht Exercise 11: Nichts zu verbergen!Exercise 12: Eine Rolle für alle!

In diesem Kapitel geht es um Datenethik, die über die üblichen Diskussionen über Datenverzerrungen und Fairness hinausgeht. Die Lernenden werden datenbezogene Verzerrungen besser verstehen und wissen, wie sie mit ihnen umgehen können. Außerdem lernen sie die FAIR-Prinzipien – Findable, Accessible, Interoperable, and Reusable (auffindbar, zugänglich, interoperabel und wiederverwendbar) – für den offenen Datenaustausch kennen. Sie werden auch die Vorteile von offenen Daten für Wissenschaft und Gesellschaft verstehen. Schließlich werden die Lernenden die sich entwickelnde Verantwortlichkeit und die Auswirkungen von Datenoperationen untersuchen, die moralische Verantwortung von Unternehmensleitern und Datenwissenschaftlern betonen und sich auf die Zukunft der Datenethik vorbereiten.

Exercise 1: Wie gehen wir mit Datenverzerrungen um?Exercise 2: Bei Daten ist nicht alles fair Exercise 3: Können wir das alles beheben?Exercise 4: Faire Daten oder FAIR-Daten?Exercise 5: Daten wiederverwenden Exercise 6: Was ist FAIR nochmal?Exercise 7: Offene Daten für Wissenschaft und Gesellschaft Exercise 8: Was spricht für die Freigabe?Exercise 9: „Sharing is caring“Exercise 10: Entwicklung von Verantwortlichkeit und Wirkung Exercise 11: Sinnvolle Rechenschaftspflicht Exercise 12: Ohne Ethik geht es nicht Exercise 13: Herzlichen Glückwunsch!