In today's data-driven AI era, compliant and ethical use of data is more crucial than ever.  We will explore and understand the impact and importance of data ethics for individuals, companies, and the wider society.  We will highlight the nuanced relationship between ethics and data ethics. Using practical examples we will discuss the harms of unethical innovation and data practices as well as the benefits of data ethics.  We will also highlight the relationship between data ethics and AI ethics, and introduce the strategies to implement them. 

Ethics  before  data ethics

Tricky ethics

Similarly different

Beyond do no harm

Moral data science

The ethics advantage

Data ethics and AI ethics

Fuel and engine

Data ethics or AI ethics?

Understanding Data Ethics

The chapter provides learners with practical knowledge and examples of the importance and implementation of data ethics in the different stages of the data lifecycle. The chapter covers the practical aspects of crucial data ethics concepts of data protection and security,  informed consent, trust and transparency, and accountability.

Ethics issues across data life cycle

Best practices all along

Valid consent

What's in a consent form?

That doesn't seem valid

Data privacy and security

Privacy or security?

Better be safe than sorry

Transparency and accountability

Nothing to hide!

A role for everyone!

Data Ethics: Now and Forever

This chapter focuses on data ethics that go beyond the usual discussions on data bias and fairness. Learners will better understand data-related biases and how to deal with them. They will also learn about the FAIR- Findable, Accessible, Interoperable, and Reusable data principles for sharing data openly. They will also understand the benefits of open data for science and society. Finally,  learners will explore the evolving accountability and impact of data operations, emphasizing the moral responsibility of company leaders and data scientists and preparing for the future of data ethics. 

Wat doen we met databiases?

Opties

Waar

Onwaar

Niet alles is FAIR in data

Kunnen we echt alles oplossen?

Eerlijke data of FAIR-data?

Data hergebruiken

FAIR data in de praktijk

Wat was FAIR ook alweer?

Open data voor wetenschap en samenleving

Waarom delen?

Kansen

Uitdagingen

Delen is zorgen

Veranderende verantwoordelijkheid en impact

Zinvolle verantwoording

Options

True

False

Through ethics and thin

Gefeliciteerd!

Data for Good

Deze introductiecursus over data-ethiek geeft je de basis van data-ethische concepten en wat die in de praktijk betekenen—of dat nu in het bedrijfsleven is, in R&D, of voor maatschappelijk nut. De cursus behandelt de principes van data-ethiek, de relatie met AI-ethiek, en de kenmerken in de verschillende fasen van de gegevenslevenscyclus. Je ziet hoe data-ethiek kan bijdragen aan eerlijkheid, vooroordelen kan verminderen en maatschappelijke waarde kan bevorderen, terwijl ook gegevensbescherming, beveiliging, vertrouwen en transparantie aan bod komen. Je ontwikkelt praktische vaardigheden, zoals het opstellen van toestemmingsformulieren en het herkennen van de ethische impact van dataprocessen. Aan het einde van de cursus heb je een essentiële basis in data-ethiek. Je bent dan beter in staat om situaties rond data-ethiek te herkennen en te verbeteren, zowel professioneel als privé.



<h2>Ontdek de basis van data-ethiek</h2>
Deze inleidende cursus over data-ethiek laat je kennismaken met de basisbegrippen van data-ethiek en wat die in de praktijk betekenen, of het nu gaat om zaken, onderzoek en ontwikkeling of maatschappelijk nut. De cursus gaat over de basisprincipes van data-ethiek, hoe het samenhangt met AI-ethiek en wat de kenmerken zijn in de verschillende fasen van de levenscyclus van data. 
<br><br>
<h2>Leer de kunst van de principes van data-ethiek</h2>
De cursus laat zien hoe data-ethiek kan helpen om eerlijkheid te bevorderen, vooroordelen te verminderen en het maatschappelijk belang te dienen, terwijl ook aandacht wordt besteed aan gegevensbescherming, veiligheid, vertrouwen en transparantie. Deelnemers leren praktische vaardigheden, zoals het opstellen van toestemmingsformulieren en het herkennen van de ethische gevolgen van gegevensverwerking. Aan het einde van de cursus hebben de cursisten een goed begrip van data-ethiek. De cursus helpt hen om situaties die te maken hebben met data-ethiek op een professionele en persoonlijke manier te herkennen en te verbeteren.

Verken data-ethiek met deze cursus, inclusief principes, AI-ethiek en praktische vaardigheden.

Introductie tot data-ethiek

Data-vaardigheden voor bedrijven

Databias kan in verschillende fasen van de datalevenscyclus optreden.

Databias is grotendeels verantwoordelijk voor AI-bias.

Bedrijven kunnen databias verwijderen door ervoor te zorgen dat gevoelige attributen zoals gender en ras uit gegevenssets worden gehaald.

Met de juiste maatregelen kunnen alle databiases altijd worden gedetecteerd en volledig worden geëlimineerd.

Niet alles is FAIR in data

Introductie tot data-ethiek

Praktische interactieve oefening