SIIS

  최근 몇 년 동안 빅 데이터와 알고리즘이 사회에 미칠 수 있는 부정적인 영향에 대한 인식과 우려가 커지고 있다 . 여기에는 개인 정보 보호 , 편견 , 소수의 기술 회사에서의 권력 집중과 같은 문제가 포함된다 . 그 결과 , 투명성 , 책임성 및 윤리적 고려 사항에 대한 강조와 함께 빅 데이터 및 알고리즘에 대한 관점의 변화가 있었다 . 또한 , 현재 사용 중인 지배적인 독점 시스템에 대한 분산형 및 오픈 소스 대안을 홍보하려는 움직임이 증가하고 있다 이러한 윤리적 우려 외에도 빅데이터와 알고리즘의 한계에 대한 인식도 커지고 있다 . 많은 양의 데이터와 복잡한 알고리듬에 대한 의존은 모델이 훈련 데이터에서는 잘 수행되지만 보이지 않는 새로운 데이터에서는 잘 수행되지 않는 과적합으로 이어질 수 있다 . 이로 인해 더 단순하고 해석 가능한 모델에 대한 관심이 새롭게 높아졌으며 , 복잡한 알고리듬에 의한 결정을 설명하고 이해하는 기술이 개발되었다 . 더욱이 빅데이터와 알고리즘은 형사사법 , 의료 , 금융 등 민감하고 고위험 분야에서 점점 더 많이 사용되고 있어 이러한 시스템이 윤리적이고 공정한 방식으로 사용되고 있음을 보장하기 위해 더 큰 규제와 감독이 요구되고 있다 . 전반적으로 빅데이터와 알고리즘은 많은 이점을 가져올 수 있는 잠재력을 가지고 있지만 , 빅데이터의 한계와 잠재적인 부정적 영향을 인식하고 이러한 위험을 완화하기 위한 조치를 취하는 것이 중요하다 빅 데이터 및 알고리듬 분야의 또 다른 관점 변화는 이러한 시스템의 개발 , 배포 및 사용에서 다양성 , 형평성 및 포함 (DEI) 의 중요성을 인식한 것이다 . 데이터와 알고리듬의 편향은 소외된 그룹에 상당한 영향을 미치고 기존의 불평등을 영구화할 수 있다 . 예를 들어 , 얼굴 인식 기술은 어두운 피부색을 가진 사람들에게 정확도가 떨어지는 것으로 나타났으며 , 예측 폴리싱 알고리즘은 저소득층과 소수자 커뮤니티를 불균형적으로 겨냥한다는 비판을 받아왔다 . 이러한 문제를 해결하기...