Aspectos \u00e9ticos en la cadena de valor de los datos<\/b><\/p>\n
Actualmente, el Council of Big Data, Ethics and Society<\/i>, una organizaci\u00f3n estadounidense con un enfoque cr\u00edtico a las iniciativas de Big Data, reconoce en su informe \u201c<\/b>Perspectives on Big Data, Ethics and Society\u201d<\/i><\/b><\/a> que a medida que se hace m\u00e1s barato recolectar, almacenar y re-analizar grandes bases de datos, resulta evidente que el consentimiento informado<\/i> inicial podr\u00eda no ser suficiente para capturar tanto los posibles beneficios como los riesgos potencialmente desconocidos del uso de los datos.<\/p>\n El mismo documento concluye que Big Data supone un desaf\u00edo para las categor\u00edas cl\u00e1sicas de da\u00f1o \u00e9tico, tales como el da\u00f1o f\u00edsico o psicol\u00f3gico, ya que desplaza los conceptos \u00e9ticos cl\u00e1sicos hacia nuevas categor\u00edas como la vigilancia perenne, discriminaci\u00f3n individual o colectiva y violaciones a la privacidad por predicci\u00f3n, es decir, cuando la invasi\u00f3n sucede por inferencia en vez de por recolecci\u00f3n directa de datos personales. Asimismo, el uso masivo del an\u00e1lisis de datos podr\u00eda desplazar nuestra atenci\u00f3n sobre los seres humanos como seres individuales, hacia grupos o clasificaciones de personas distribuidas por categor\u00edas, constituyendo un nuevo tipo de da\u00f1o \u00e9tico.<\/p>\n Si bien tradicionalmente durante un largo tiempo, ciertas disciplinas asociadas a la ciencia de datos -computaci\u00f3n, f\u00edsica, matem\u00e1tica, estad\u00edstica- han sido consideradas elementos ajenos a las preocupaciones \u00e9ticas del ser humano, teniendo en cuenta que sus contribuciones principales estaban relacionadas con sistemas y no con personas, se requiere integrar cada vez m\u00e1s los riesgos \u00e9ticos a la pr\u00e1ctica profesional en materia de datos masivos.<\/p>\n La clave es comprender cabalmente cu\u00e1les son los riesgos de \u00e9tica y cumplimiento normativo propios de la cadena de valor de los datos: recolecci\u00f3n, procesamiento, an\u00e1lisis y toma de decisiones.\u00a0 Sin ir m\u00e1s lejos, el escenario se vuelve a\u00fan m\u00e1s complejo si se considera el enorme avance de las herramientas de aprendizaje autom\u00e1tico y de inteligencia artificial, cuya supervisi\u00f3n humana no deja de ser imprescindible. Por esto mismo, la falta de una cultura de Compliance puede resultar un riesgo asociado al ejercicio de la profesi\u00f3n, especialmente cr\u00edtico entre los profesionales de data science que participan en esta cadena de valor. Reforzando esta tesis, promover una cultura de compromiso normativo y responsabilidad sobre los datos, representa una gran oportunidad para desarrollar el modelo de negocio con integridad.<\/p>\n Respuestas posibles de reguladores y del mercado de servicios financieros<\/b><\/p>\n En el marco de diversas corporaciones que controlan y procesan grandes bases de datos, emerge un profundo trabajo multidisciplinar orientado al an\u00e1lisis de riesgos en Big Data. Este trabajo ya ha sido encarado por diferentes reguladores en la Uni\u00f3n Europea, tales como la European Securities and Markets Authority<\/i> (ESMA), the European Banking Authority<\/i> (EBA) and the European Insurance and Occupational Pension Authority <\/i>(EIOPA); trabajo que se sintetiza en la publicaci\u00f3n del documento conjunto de consulta titulado: \u201c<\/b>Discussion Paper on the Use of Big Data by Financial Institutions<\/i><\/b>\u201d<\/b><\/a>.<\/p>\n Entre las categor\u00edas de riesgos potenciales en el uso de grandes vol\u00famenes de datos por parte de instituciones financieras, el documento identifica: Segmentaci\u00f3n de mercado y discriminaci\u00f3n, Personalizaci\u00f3n y falta de transparencia, Customizaci\u00f3n y conflicto de intereses, Venta cruzada agresiva y protecci\u00f3n al consumidor, Informaci\u00f3n err\u00f3nea y prejuicios sobre el consumidor, Elaboraci\u00f3n de perfiles (profiling), Vigilancia conductual y Da\u00f1o reputacional.<\/b><\/p>\n Existen, al mismo tiempo, ciertos preceptos a la hora de seguir c\u00f3digos \u00e9ticos para el tratamiento de los datos. Por ejemplo, la Consultora Accenture posee una gu\u00eda de 12 principios<\/b><\/a> que busca crear un conjunto de valores compartidos para regular la conducta de las personas involucradas en procesos de Big Data. Entre las recomendaciones se incluye que las personas sean la m\u00e1s alta prioridad detr\u00e1s de los datos, tener en cuenta que los datos pueden llevar asociados pol\u00edticas de inclusi\u00f3n o exclusi\u00f3n, que el origen de los datos y sus herramientas definen las consecuencias del uso que se les dar\u00e1 como as\u00ed tambi\u00e9n respecto al dise\u00f1o de buenas pr\u00e1cticas de transparencia, gobernanza y revisi\u00f3n \u00e9tica, entre otras.<\/p>\n Roles en la gobernanza de datos<\/b><\/p>\n Dentro de un plan de Gobernanza de Datos, entendido como un sistema de buenas pr\u00e1cticas para el manejo de procesos de datos dentro de la organizaci\u00f3n seg\u00fan modelos previamente acordados, existen 3 roles principales al interior de cada organizaci\u00f3n:<\/p>\n \u00bfDos perfiles profesionales a integrar?<\/b><\/p>\n Para cerrar esta contribuci\u00f3n, cabe preguntarnos sobre la necesidad de integrar cada vez m\u00e1s el perfil del cient\u00edfico de datos (Data Scientist) con el del oficial de cumplimiento (Compliance Officer) de modo que no exista una brecha entre ambos perfiles o bien de ir acercando al profesional de la ciencia de datos a la materia de Compliance, de manera que pueda aplicar con mayor rigor aspectos tanto \u00e9ticos como regulatorios.<\/p>\n Aunque todav\u00eda no tenemos una respuesta concluyente, consideramos plausible poder distinguir un perfil del otro. Mientras que el Data Scientist<\/i> se ocupa de agregar valor a los datos -a trav\u00e9s de su procesamiento y an\u00e1lisis- y ser un soporte fundamental para la toma de decisiones, el Compliance Officer<\/i> es el profesional\u00a0 encargado de hacer valer el cumplimiento de normativas -tanto externas como internas- para asegurar el ejercicio vigente y regulado de las organizaciones.\u00a0 Sin lugar a dudas, los procesos de cambio socioecon\u00f3mico y de transformaci\u00f3n digital que estamos atravesando, exigen un aprendizaje e interacci\u00f3n continua entre ambos perfiles, sobre todo en materia de Compliance.<\/p>\n Fuentes consultadas:<\/p>\n -Vel\u00e1zques Yanes, H. (2014) \u201cBig Data en el universo compliance\u201d: https:\/\/www.diariojuridico.com\/big-data-en-el-universo-compliance\/<\/a><\/p>\n -Iribarren, G. (2017) \u201cBig Data ethics\u201d https:\/\/www.linkedin.com\/pulse\/dilemas-de-compliance-en-big-data-y-science-un-guillermo-iribarren\/<\/a><\/p>\n\n