L’éthique des données (« Big Data ethics » en anglais) désigne la réflexion et la mise en œuvre de bonnes pratiques relatives à la protection des données en particulier concernant le stockage et l'utilisation des données d'entreprises et des données personnelles.
Avec la démocratisation de l'informatique, dans le monde de l'entreprise comme chez les particuliers, la quantité de données générées a crû de manière exponentielle. L'adoption de technologies comme la 5G ou l'internet des objets a contribué à cet essor.
En 2020, 64 zettaoctets (mille milliards de gigaoctets) de données ont été générées à l'échelle mondiale ; un volume qui pourrait atteindre plus de 180 zettaoctets en 2025.
Certaines données sont particulièrement sensibles. Dans le domaine de la santé, par exemple, des innovations telles que le séquençage génomique à haut débit, l' à haute , les dossiers électroniques de patients, ou encore les dispositifs de santé connectés à Internet produisent des données sensibles et protégées.
C'est dans ce contexte que l'éthique des données est de plus en plus présente dans le domaine du numérique.
L’éthique des données s'articule autour de cinq principes :
Le principe de finalité, indiquant que l'enregistrement et l'utilisation de données personnelles peuvent uniquement avoir lieu si cela a un but précis.
Le principe de proportionnalité et de pertinence, indiquant que les données personnelles utilisées doivent être strictement nécessaires pour l'obtention du but indiqué.
La durée limitée de la conservation des données, indiquant que l'enregistrement des données personnelles doit avoir une limite dans le temps.
La sécurité et la confidentialité, indiquant que l'organisme disposant des données personnelles doit s'assurer que seules les personnes autorisées puissent avoir accès aux données personnelles.
Le respect du droit des personnes.
Les entreprises et les administrations peuvent générer et stocker des données d'utilisateurs.
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Multiple generalized additive models are a class of statistical regression models wherein parameters of probability distributions incorporate information through additive smooth functions of predictor