數據隱私 📑05 - 3個關鍵原因，系統了解公司組織合規使用個人數據的底層邏輯，開啟對機器學習隱私的意識覺察
你好，我是王啟樺，目前在加州大學洛杉磯分校(UCLA)擔任統計機器學習方向的博士後研究員。
你有想過，公司組織使用個人數據時，該如何保護隱私嗎？
這篇文章是《紫式書齋》的第三主題〈數據隱私〉的第05篇。這篇文章想分享給你，在機器學習 (Machine Learning)應用中，隱私之所以重要的三大原因。了解這三個原因，可以幫助我們更有意思地思考，使用AI於公司組織的應用中，什麼是該重視要持續推動的。
因此，這篇文章想系統地介紹給你，公司組織使用AI與機器學習，需要重視隱私的三個關鍵原因：- 原因 #1 法律合規：服從國家隱私律法中，對個人數據收集，使用，儲存的規範。
- 原因 #2 倫理考量：保護隱私，避免機器學習演算法對特定族群差別待遇。
- 原因 #3 商業利益：用戶更願意分享個人數據給嚴肅對待隱私問題的公司。
如果你是數據產業與機器學習相關從業者，對如何合規使用個人數據感到興趣，歡迎閱讀以下內容，了解隱私之所以重要的三個底層原因：
原因 #1 ：法律合規 - 訓練AI，需服從個人資料保護相關法規
公司與組織必須確定，其對機器學習與人工智慧的使用，有合規於相關的法律與規範。
- 通用數據保護條例 (General Data Protection Regulation; GDPR)是歐盟的隱私律法。此律法規定了公司在收集使用儲存個人數據，要或用戶積極同意之外，用戶也要能要求刪除數據。
- 加州消費者隱私保護法（California Consumer Privacy Act; CCPA) 是美國的隱私律法。是一般性之個人資料保護法。
只要公司組織符合這些數據安全隱私的標準，那就不會吃上罰款，并有限度的使用用戶的個人數據。
關於台灣個人資料保護律法，請見國家發展委員會裡面的「個人資料保護專案辦公室」的相關進展。
原因 #2 ：倫理考量 - 使用AI，不應該對特定族群差別待遇
有偏誤的數據集，是指在數據集中，特定族群的代表性嚴重不夠。
當利用有偏誤的數據集，來執行機器學習以訓練AI，就有可能造成AI對特定族群的差別待遇。例如，一些面部辨識科技，對特定膚色與性別的照片，會做出較不利的判斷。如果放任不管，那麼許多存在與社會的不公平會被放大。
保護隱私，公司組織可以避免這些倫理問題發生的機率，讓AI的使用更加可以信任，更加可靠。
原因 #3 ：商業利益 - 保護隱私，避免數據洩漏並培養顧客忠誠度
現代社會裡，顧客會更願意與嚴肅保護隱私的公司組織往來。
顧客持續往來，也就是顧客忠誠度，是公司組織持續經營的根本。公司組織如果不嚴肅保護隱私，那麼會有更高的數據洩漏 (Data Breach)風險。數據洩漏會嚴重損害公司組織的名聲，並造成顯著的財務損失。
保護隱私，公司組織可以降低數據洩漏的風險，保持顧客忠誠度，是事業發展的正向循環。
你覺得哪個關鍵原因最有道理呢？
如果想進一步讓我的內容幫助到你，你可以
- 訂閱我的電子報 (《紫式書齋》tsubasa3002101.substack.com)
- 寫信給我詢問相關問題 (chwang3667@gmail.com)
- 追蹤我的英文推特(https://twitter.com/ChiHuaWang1)
- 留言我的中文方格子(https://vocus.cc/user/@Chi-Hua_Wang)
謝謝你閱讀到這邊，我們下一封電子報見。
