大数据和智慧城市的伦理准则外文翻译资料

英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

大数据和智慧城市的伦理准则

Victor Chang

Artificial Intelligence and Information Systems Research Group,School of Computing, Engineering and Digital Technologies,Teesside University,Middlesbrough,UK

摘要

本文提出了大数据和智慧城市的伦理准则，重点讨论了大数据分析在智慧城市和公共交通系统中应用的当代伦理和非伦理问题。该准则提供了对伦理和新兴问题的回顾和分析，并为四个新兴领域提供了建议和讨论的总结。本文通过回顾近年来有关新兴产业技术发展和新兴伦理问题的研究，试图发现和提高公众对城市大数据分析和公共交通系统中伦理问题的认识。为了处理新出现的问题，先后解释了四条建议，随后又详细阐述了支持伦理准则的两个讨论领域。本文针对大数据和智慧城市所面临的新问题及其伦理问题。本文已表明可行的建议和解决办法，以促进公司和组织在这个大数据时代的能力。本文描述了伦理准则如何被六个智慧城市使用。我们对高成长、创新和核心能力的大数据的发现和分析以及伦理准则的有效性都得到了证实。

关键词：伦理准则；大数据；智慧城市；大数据伦理

1.引言

由于当代信通技术(信息和通信技术)的发展，大数据的'大爆炸'风格为我们提供了大量数字化和新鲜的数据，特别是关于人、组织和公司之间的决策和互动。颠覆性技术是能够使用高科技并能够为我们的工作方式提供变革的技术。其中包括物联网、大数据、人工智能等(Abdel-Basse等人,2020年)。大数据和分析的重要性日益上升，成为颠复性技术关注的主题。将这些大数据转化为对现实信息的理解，可以帮助我们在电子商务、市场情报、电子政务、科技、智能健康、安全和公共安全等领域做出决策，提高绩效(Hsinchunamp;Jiang，2012)。尤其是在城市地区，CCTV(闭路电视)摄像头、ANPR (自动数字车牌识别)(2014年,基钦)、可穿戴传感器等物联网聚焦颠复性技术(Scuotto等人,2016年)的采用，极大地提高了市民的生活质量和安全。

尽管智慧城市是建立在大数据之上的，但当实践者和研究人员采用这些新兴技术时，问题就出现了。我们公民的隐私应该是首要关注的问题，因为现在的企业可以积累大量关于人的信息。(Martinez-Pellesteamp;Solanas,2013)。通过持续扫描和记录，市民的消费、交通、医疗和交易等信息可以被处理、分析和存储，以促进智慧城市的发展(Wu,2017年)。特别是当多个公司和政府之间产生合作时，信息可以从一方传递、共享甚至拍卖。此外，通过分析可以使敏感信息易于被泄露(Chen等,2012;基钦,2016年)。因此，保护机密信息变得极其重要和具有挑战性。

数据分析可以提供一种以可视化和图形格式呈现大数据加工输出的方法。数据分析可以从现实环境中收集数据，对过程和环境进行数字化和分析。数据分析有助于管理者将数据从领域转化为有洞察力的信息并支持决策过程。数据分析作为一种管理工具，可以导致多个部门和行业的流程优化和效率提升(奥尔布赖特，2017)。本文重点研究智慧城市包括其公共交通系统的数据分析的影响。

通过回顾近4年来欧洲、中国、南美和北美有关数据分析的研究论文，我们可以得到启示。此外，将审查有关数据隐私、安全和分析条例的文件，以提供技术指导。建立可持续和伦理准则的结论与当前行业参与者的大数据分析做法和主要研究机构主导的最新用户隐私保护准则之间存在关联。本文的目的是提高人们对颠覆性技术，特别是大数据和智慧城市现有伦理和相关问题的认识，并提出伦理准则的建议。通过遵循避免大数据当代问题的准则，企业和组织可以提升其新技术革命胜任的能力。

2.文献综述

2.1.智慧城市

IBM最初开发的智慧城市展示了一个以信息和通信技术为驱动技术增强城市服务的协调城市，如商业、交通、保健、通信和能源供应(Batty等人,2012年)。2010年，全球130个城市接受了IBM提出的'智慧城市挑战'。基于阿里扎德 (2017)的调查发现，电子政务、交通和环境是参与城市意愿最重要的三个领域。随着快速发展的新兴大数据分析，基钦(2014)总结说，一个数据丰富的城市可以利用成熟的数据分析来理解、监测、监管和规划。然而，由于城市大数据的快速增长，引发了争议的伦理问题和批评。Taylor(2016)认为，智能设备和大数据驱动的可读性和详细的人口流动信息会导致冲突迁移，过度反应，隐私和安全之间需要权利平衡。Caragliu等人(2011)呈现欧洲智慧城市案例。他们在2003年至2006年间进行了一次城市审计调查。根据他们的数据，他们对欧洲城市进行了数据分析。他们比较了2004年100个欧洲城市的文化和娱乐业就业人数、多式联运通达性、公共交通网络长度与人均国内生产总值的比例。有意思的是，一些城市在平均线上都高出很多，如法兰克福am Main和杜塞尔多夫。但他们的测量和分析并未详细介绍。基于他们的工作，公共交通是智慧城市的新兴课题。在中国，Wu等人(2018)提出建设中国特色智慧城市的信息安全、应急响应和技术限制等若干风险。他们试图看看中国的发展和建立能否在一定程度上与智慧城市公共交通行业的发展有一定的关联。

2.2.智慧城市大数据分析能力

尽管“智慧城市”一词在这些年来被广泛讨论，但对智慧城市本身的定义仍然模棱两可。在前几类文献中，许多词似乎对lsquo;智能rsquo;具有互换性，如lsquo;智能rsquo;、lsquo;数字rsquo;(Alizadeh,2017)。作为一个跨学科领域，智慧城市往往与城市科学、信通技术(安格利杜,2014年)、物联网(斯科托等人2016年)、医疗保健(Aborokbah等人,2018年;Meng等人,2017年 )等各种学科相互连接。此外，智慧城市还包括人工智能(Srivastava等人 ,2017年)、交通(Masek等人,2016年)甚至政府法规(Hartswood等人,2014年)等技术。

Glasmeier和克里斯托弗森(2015)以微妙和未来主义的方式定义了智慧城市，因为智慧城市具有两个属性：利用新技术协调分散的城市设施，为居民生活创造新的实际情况。为了更普遍的解释，Khatoun和Zeadally(2016)将“聪明”定义为能够利用多样化的技术促进城市规划的效率。尽管有定义的可变性，但智慧城市的一个推论重点应该是采用lsquo;ICTrsquo;，以及提升公民生活质量的目标。如图1所示，综合智慧城市模型可由Khatoun和Zeadally(2016)描述为包括人类、基础设施和流程部门的复杂系统。

当大数据技术推出时，智慧城市的建设被提升到一个新的水平。传统的数据集如全国人口普查、政府个人详细信息记录、地理信息等主要基于变量和时间尺度有限的样本。然而，大数据打破了这一障碍，因为它可以通过无线网络捕获传感器设备、摄像头、RFID标签、手机产生的大量实时数据集(Khatoun和Zeadally，2016)。这些数据集主要有四个属性，如IBM所描述。它们是体积(由四字节或数据字节组成)；品种(无论是结构化的、非结构化的、时间上的还是空间上的)；速度(实时收集数据)和准确性(非常准确地揭示人或物体的本质) (Herschel和Miori,2017)。这在新加坡和伦敦被广泛采用。在新加坡，他们有运输系统，可以拍摄2001年以来所有超速汽车或违反道路通行规则的汽车的照片(易卜拉欣,2003年)。此外，他们还拥有医疗系统，计划在新加坡的医院之间存储和共享数据。对伦敦而言，它是欧洲最大的智慧城市之一，对伦敦可利用的不同服务和部门进行数据管理、收集和分析的全面计划(安格利杜,2016年)。

图1.智能城市模型（Khatoun和Zeadally,2016）

2.3.智能城市公共交通与数据隐私

对这些数据进行实时分析，有助于城市政府对社会资源进行调控和调度。运输部门使用分析的一个典型例子是公共交通。全球城市日益庞大和密集，导致汽车交通堵塞、交通拥堵和空气污染加剧。所有这些都会降低城市生活质量。而增加对公共交通(PT)系统而非汽车交通的依赖，可以缓解城市地区的这些负面影响(Meng等人,2017年)。本文将其PT系统定义为独立或相连的公共汽车、有轨电车和列车系统，空间限制在一个都市圈内。

为了更好地诠释隐私，Solove(2005)提供了一个由四个方面组成的分类法，这些方面有助于调查数据驱动的隐私伤害。Solove(2012)通过考虑目前流行的大数据技术开展工作，并说明了同意与新兴数据技术之间的冲突。通过将隐私分类法(索洛夫,2012年)应用于智慧城市，基钦(2016)展示了智慧城市繁荣背后的伦理问题。其中包括“数据化”与隐私、监视、推断隐私伤害、匿名化与去识别。本文对智慧城市的概念和分析进行了介绍。此外，有实例的伦理问题将在Solove(2005)提供的准则下讨论。可以提供现实例子说明智慧城市建设下伦理问题的重要性。

3.大数据的伦理准则

本部分介绍了我们提出的大数据伦理准则，旨在为新出现的问题和关注点整合建议。

3.1.公共交通大数据分析能力

伦理准则应该提供六大好处：提高定价、节约成本、满足顾客需求、改进路线和进度、提供额外服务和减少停机时间。这可以用图2表示，图中显示了公共交通(PT)中的数据分析及其关系。在PT中，数据分析分析了客户起源-目的地模式、机器操作、客户顶升历史、时间模式和付款方式。此外，PT公司利用这些数据与外部数据集进行相互关联，进一步了解客户的时空习惯(马云等,2017)。收集的数据用于提高许多内部业务的效率(施特尔策等人，2016年)，并使PT业务与客户需求保持一致(Lee和希克曼，2014年)。随后，公共交通(PT)公司、城市规划师和政府都有兴趣为PT应用分析，增加其城市应用。

3.2．伦理问题分析

虽然并非所有的数据分析都必然存在伦理问题，但我们的准则应该区分哪些需要伦理关注。图3解释了数据的类型及其各自的伦理关注。使用温度、湿度和振动传感器、照相机和手动脚本采集的PT操作中的数据用于提高安全以及维护、维修和运行效率(Thaduri等人,2015年)。对于基于机械数据的数据收集和分析，文献中未发现伦理关注，将其排除在范围之外。然而，与客户和公民数据有关的数据可能存在潜在的伦理威胁。

图2.公共交通中的数据分析

图3.哪种数据会引发伦理焦虑？

3.3.大数据分析中的伦理问题和新兴问题

赫舍尔和Miori(2017)将伦理学定义为'对能够给他人造成利益或伤害的行为的分析'。一般来说，伦理是人们决定什么是对，什么是错的行为准则，这是法律之外的。良好的伦理理论或准则引导个人和组织做出合乎逻辑、有理由、有说服力的决策。

2012年，正如Duhigg(2012)报道的那样，一家名为“Target”的零售店提取了一个高中女孩超出父亲了解的隐性信息。父亲发现了零售商送给女儿的婴儿衣服和婴儿床的优惠券，女儿随后被发现怀孕。在零售商收集的信息和其他公司购买的信息下，即使没有女孩的许可，公司的算法分析也可以确认怀孕，并发出产品优惠券。

有了数据分析，企业更多地了解客户，能够提供更多个性化的服务。然而，拥有过多的关于一个人的信息会产生隐私问题。在未经该人同意而收集数据时，情况尤其如此。图4可以为数据分析和伦理决策提供一个简化但有用的说明。分析学能够完成大量的任务，但这些任务的法律和伦理部分是重要的，因为伦理决策需要遵守人文科学。这也正是本文讨论大数据分析和智慧城市伦理问题的原因所在。

随着数据分析创造新的商业利益、见解和机会的机会越来越多，这些数据分析技术的伦理应用也变得越来越重要。当一方不得不在两个不同的决策之间做出决定时，伦理总是可以相关的。如果一个情境只有一个可能的解决方案，则不需要决策，也不需要随后的伦理考量(商业伦理中心,1992年)。大多数以消费者为中心的数据分析操作是在公司利益和客户隐私之间的权衡，这使得伦理考量成为必要的商业挑战。Vidgen等人(2017年)进行了一项德尔菲研究，并对数据分析专家进行了三次深度访谈，讨论了采用数据分析做法面临的最大挑战。数据分析专家提到的一个方面是伦理行为(Vidgen等人,2017年)。主要专家的担忧是由于不伦理的感知操作而失去顾客的信任或其品牌形象的价值。品牌价值和客户关系是现代商业模式中日益宝贵的资产(塔西,2016)。因此，业务负责人旨在保护他们免受其数据分析操作所带来的恶意新闻。Vidgen等的文章。(2017)呼吁内部伦理委员会监督企业的数据分析操作，以使数据分析操作与伦理价值保持一致。

这种使分析保持合乎伦理的任务变得日益具有挑战性，因为围绕数据分析操作的法律准则往往不成熟。此外，未成熟的法律准则不一定符合客户伦理价值观(Vidgen等人,2017年)。此外，数据分析业务也面临着来自管理层的压力(1)满足业务目标；(2)工程师的压力，留在技术可能性之内。因此，企业不得不花费相当多的时间来伦理地设计自己的业务。如图4所示，IBM在2014年提出了数据分析开发准则，考虑政府、开发商、管理者和社会的利益相关者设计数据分析流程。伦理问题可以放在技术、组织和法律要求之间。在开发和提供分析服务的过程中，可以很好地对它们进行管理。

<stro

剩余内容已隐藏，支付完成后下载完整资料</stro

资料编号：[587849]，资料为PDF文档或Word文档，PDF文档可免费转换为Word