数据工作是谁？

Warning: Can only detect less than 5000 characters

实际上，FICO评分正在变成一种营利的营利性“社会信用”方案 - 从一个措施来迁移到反映你的信誉，成为你的社会商用的措施，你一般的值得信赖。今天是您的FICO评分在就业决策中常见。有一些州法律试图对实践进行一些限制，但豁免是广泛的，漏洞的缺点。中国对其“社会信用体系”的发展有很大的关注，这是一个非常大的国营数据聚合努力，收集有关其公民创建的各种数据，并通过此分配一个声称的数值分数来反映他们的数字一般社会值得。社会信用评分在中国使用各种目的，包括就业决策。听起来有点熟？

在世界各地，有四种不同的方法来回答“人们工作的数据？”这些方法在纽约大学数据科学家Vasant Dhar的2018年华盛顿邮编文章中精美，简洁地描述。

数据创造和使用的第一种方法是“美国方法”，“强调金钱制作”。这是你今天读者的模型。关于私营公司创造有关您的数据的能力，并购买和销售该数据以获得其利润的目的，有很少有法律，法规或限制。第二个模型是“欧洲方法”，强调法律法规，减轻对营利性数据创造，聚合和销售制度中个人的危害。在我看来，美国模型具有危害危害法律的模型。这些法律试图保护个人免受关于他们“滥用，丢失或被盗”的数据。

美国对欧洲方法的进化进展的可能一步是2018年通过的加州国家法律：加州消费者隐私法（CCPA）。 CCPA旨在为加州居民提供一些对他们创建的数据的控制。您无法对您不了解的数据进行控制，因此CCPA为居民提供了解有关您的数据公司的职权，以及它们如何使用它，以及它们分享或销售它。对于例外，CCPA还使居民提供由公司删除的公司创建的数据的权利。此外，CCPA为居民提供防止公司销售关于其数据的权利，并非歧视 - 基本上不报复 - 行使这些新的控制权。

如果CCPA按预期发挥作用，它应该证明对美国方法的损害减少的重要一步，对欧洲模型显着地移动。关于您的数据仍将旨在为他人的利润而设计，但至少您将原则上有一些控件，以防止有关您的数据。 CCPA结构中没有任何内容似乎从根本上转变模型，以确保您对您的兴趣工作的数据。

DHAR描述的第三种模型是“中国方法”，“强调控制数据和人民”。该型号基本上是国家，紧密强制规则和法律确保任何组织创建的数据所创建的数据都是可以对国家的最终控制，以及国家的最终控制。在这种方法中，很明显关于人们产生的数据是为了为国家的利益工作。是否将数据置于州的工作也适用于特定个人的利益，从而低估，复杂。答案可能是部分和变化的。这取决于你是谁，你想要做什么，以及你正在考虑的生活中的哪个方面。

在印度 - 世界上最大的民主 - 一种创造性和令人兴奋的方法正在形成，并且正在进行迷人的新实验。正如Dhar所说，“印度正在将关键的数字平台视为公共物品。”通过新的法律，印度政府正在为关于人们创造的数据创造一种新型的市场​​结构，明确地瞄准“数据赋权”。在我在本文中使用的术语中，目标是创建一个启用计算的模型，以通过设计来确保人们主要用于人们的数据。最初，市场设计将集中于金融，试图将财务信息放在服务中，并控制该个人。

在这个新模式的中心是一种新颖的组织，“账户聚集器”。聚合器是受调节的，金融数据中介，限于制作有关个人工作的数据的业务。聚合人员将作为“同意管理者”代表个人在个人的请求和控制中安全分享，以便将其与一个组织的财务数据从一个组织到另一个组织，以便访问一些好的或服务。聚合器仅限于只有这种数据中介的业务，他们无法存储收集和代表个人的任何财务信息。数据流过聚合器，但未存储。对于此帐户聚合器实验的良好帐户，请参阅历史学家Arun Mohan Sukumar最近的工作文件。

该帐户聚合器是一组公共部门数字技术中的最新层，集体称为“印度堆栈”。第一层包括用于建立单个身份的系统。这些最突出的是Aadhaar，一个数字身份确认系统，提供与一组生物识别标识符相关的唯一识别号码 - 用于居住在印度的人们。虽然有关于隐私和与Aadhaar的其他担忧的认真讨论，但印度近13亿人加入了该系统。第二层添加了数字支付基础架构：挖掘识别层以允许广泛的数字付款和其他交易的常见协议和服务系统。第三个“数据赋权”层，其中帐户聚合器系统所在的层，是在建设过程中。

帐户聚集器和整个印度堆栈的公共部门数码基础设施中最突出的倡导者之一是Nandan Nilekani，这是一个主要印度软件和服务公司Infosys的Cofounder。最近，尼利·尼罗基·阐明了印度筹码的愿景，以及外交部大纲中的公共数字基础设施的印度模型的可能性。他还主张了在印度转变为他和其他人称之为“机遇状态”的数据赋权的地方赋予数据权力。

最后，印度作为公共物品的新型数字基础设施的新模式取决于创造它们的基础法律以及这些法律的执行。反过来，这取决于印度民主选举政府的可信度。我，对于一个人，将遵循印度实验。这是四种方法的设计意图，以确保有关人们的数据被为人员工作。并且肯定是真的，在将有关人员创建的数据中的四种方法中的任何一种方法中的任何一种方法中都不能避免，并不应避免。如果我们能够相信自己做正确的事情，我们就无法避免要求自己的必要性。

阅读相关博客，使您的匹配：约会应用程序如何决定如何连接，或者CHECKOUCH更多CHM资源，并了解解码信任和技术。

想测试你对你刚阅读的了解的了解吗？试试我们的Kahoot！挑战并加入竞选赢得奖品（测验必须在2021年3月23日之前完成）。

通过单击上面的订阅按钮，我同意CHM的隐私政策。我明白我可以随时撤回我的同意。