Big Data og Computerized Social Sciences: samfunns- og etiske utfordringer

Foredrag om Big Data og forskningsetikk til møte i De Nasjonale Forskningsetiske Komiteene

Big Data eksplosjon

• Mengden av tilgjengelig data har eksplodert i løpet av de siste årene 

• Data fra kunder og operasjoner fra internettkoblet enheter (mobile telefoner, GPS, bompasseringer, osv.) er kontinuerlig lagret 

• «Big Data» betegner fenomenet hvor store datasett er fanget, lagret, aggregert og analysert i alle samfunnssektorer 

1 zettabytes (ZB) = 1000exabytes (EB) = 1000000petabytes (PB) = 1000000000terabytes (TB) = 1000000000000gigabytes (GB) = 1000000000000000000000B

Big Data teknologier

• Relasjonell eller noSQL(structured query language) data base: Big Table (Google), Cassandra (Facebook), HBase (open source)

• Distributed computing: Google File System eller Hadoop (Open source) + MapReduce

Big Data og samfunnsforskning

• Big data består ikke bare av store datasett og nye analytiske verktøy men innebærer en computational turn i måten forskningen er drevet på. 

• Big Data gjør det mulig å analysere med kvantitative metoder flere sosiale objekter (eks: teskt mining) 

• Big Data i forskning kan føre med seg illusjonen om at forskning er uavhengig av teorier og paradigmer

Big Data: Samfunnrisiko

• Big Data utgjør en enorm og rik mengde informasjon som kan analyseres ved hjelp av «data-mining» tekniker. 

• Mulighet til å avdekke individers og gruppers atferdsmønstre

• Teknikker, som kan anvendes for målrettet reklame og markedsføring

Data mining av sosiale medier kan true ytringsfrihet og personvern:

• Både regjeringer og private selskaper kan overvåke og analysere kommunikasjon som foregår på sosiale medier 
• Aggregering av data på tvers av ulike brukerkonto (for eks: Google Gmail, Youtube, Chrome, Google+, osv.) øker mulighet til samle omfattende informasjon om en persons liv.

Big Data etiske utfordringer 

Personvern:

• Kontroll over personlig informasjon er vanskelig fordi dataene tilgjengelig på weben ikke er kontrollert av en bestemt organisasjon eller er i private regi (Facebook, Google, osv.) og brukeren har gitt fra seg rettighetene sine.Potensiell misbruk av data gjennom aggregering, mining, og salg av data. 

• Eks: Analyse av metadata assosiert til et bilde i en sosial dating tjeneste som gir tilgang til personens livshistorie

Forskning:

• Hvilken status har «offentlig tilgengelige data» i sosiale medier, som for eksempel Twitter?

• Hvilke retningslinjer på hva som definere gode praksiser for forskning med webdata skal anvendes?

• I hvilken grad burde individene som blir forskningsobjekter (bloggere, twitterbrukere, osv.) samtykke til brukt av deres offentlig tilgjengelige data i forskning? 

• Hvordan kan anonymitet garanteres?

Data Sift: Eksempel av sosiale medier data kommersialisering

Hvor mye informasjon kan man hente fra Twitter ?
2233 Tweets fra Erna Solberg

Digital divide: 

• Bare sosiale medier firma (Facebook, Twitter, Google) har tilgang til store sosiale data som de fleste forskere ikke har tilgang til 

• Forskerne i disse firmaene kan produsere forskning som resten av forskerne ikke kan…og denne typen forskning ikke la seg reproduseres eller evalueres 

• Store data firma har ingen plikt eller ansvar til å gjøre sine data tilgjengelig for forsknings fellesskap 

Konklusjon

• Big data fenomen er bare i startfasen 

• Big data reiser flere nye etiske utfordringer, ikke minst for forskning 

• Det er behov for en internasjonal tilnærming når det gjelder bruk av Big data i forskning ... Som garanterer personvern og som likestiller forskningsmiljøer