ENSAE Paris - École d'ingénieurs pour l'économie, la data science, la finance et l'actuariat

Ethique des données

Enseignant

TUBARO Paola

Département : Sociology

Objectif

Objectifs

L'objectif de ce cours est de fournir un aperçu fondamental des conditions d’une science des données éthique et responsable, pertinentes pour toutes les façons de traiter les données – des plus classiques aux plus avancées. L’objectif est double, visant à sensibiliser aux enjeux éthiques liés aux traitements de données, aussi bien qu’à donner aux élèves des repères, des lignes-guides pratiques qui puissent les aider concrètement lors de leurs travaux futurs. Les élèves se familiariseront avec les perspectives existantes, tout en acquérant une posture réflexive qui les aide à reconnaître les enjeux, à identifier les bonnes pratiques, et à repérer les infrastructures et dispositifs existants, susceptibles de les aider (comme les archives, les services de mise à disposition, et les guides à l’utilisation de données).

 

Résultats attendus

A l'issue de ce cours, vous saurez :

  • Évaluer les bénéfices et les risques d’un projet de collecte et/ou analyse des données

  • Identifier les enjeux éthiques qui se posent à chaque étape, notamment en contexte numérique

  • Repérer les solutions existantes (bonnes pratiques, lignes-guides, services d’aide etc.)
     

Plan

Activités d'apprentissage et d'enseignement

Nous nous verrons pour quatre séances d’une heure et demi, au cours desquelles les thèmes du cours seront abordés à partir de cas d’usage concrets, qui en illustrent la pertinence et les impacts potentiels. Vous serez amenés à réfléchir autour des cas proposés, et à rechercher vous-mêmes les solutions à l’aide des outils qui vous seront proposés.

 

Plan

Séance 1

  • Introduction

    • Qu’est-ce que l’éthique ? Pourquoi une éthique pour le data scientist ?

    • Le pouvoir de la science (des données) et de la technologie

    • Bénéfices et coûts des données

Séance 2

  • Consentement et information

  • Confidentialité

 

Séance 3

  • Anonymisation / pseudonymisation

  • Données nativement numériques: quelles spécificités ?

 

Séance 4

  • Solutions, aides et ressources

    • Guides, bonnes pratiques, infrastructures et services

 

Références

ACM (Association for Computing Machinery), 2018. Code of Ethics and Professional Conduct, https://www.acm.org/code-of-ethics

AOIR (Association of Internet Researchers), 2019. Internet Research: Ethical Guidelines 3.0, https://aoir.org/reports/ethics3.pdf

Buchanan E. & Zimmer M. 2016. Internet Research Ethics. The Stanford Encyclopedia of Philosophy, E.N. Zalta (ed.): https://plato.stanford.edu/entries/ethicsinternet-research/

INSHS, 2021. Les sciences humaines et sociales et la protection des données à caractère personnel dans le contexte de la science ouverte. Guide pour la recherche, Version 2, https://www.inshs.cnrs.fr/sites/institut_inshs/files/pdf/Guide_rgpd_2021.pdf

Tubaro P., Ryan L., Casilli A.A. & D'Angelo A. 2021. Social network analysis: New ethical approaches through collective reflexivity. Social Networks, 67: 1-8, https://doi.org/10.1016/j.socnet.2020.12.001

Zook M., Barocas S., Crawford K., Keller E., Goodman A., Hollander R., Koenig B.A., Metcalf J., Narayanan A., Nelson A. & Pasquale F. 2017. Ten simple rules for responsible big data research. PLOS Computational Biology, 13(3):1–11.