С развитием машинного обучения и внедрением его технологий в Индустрию 4.0, в связи с автоматизацией процессов в производстве и бизнесе произойдёт замена людей на интеллектуальные системы и робототехнику, что не может не отразиться на социальных и этических сторонах жизни общества. Одной из основных проблем, которую придётся решать, является потенциальное сокращение рабочих мест в результате автоматизации.

С появлением автономных систем и роботов, которые могут более эффективно выполнять задачи, ранее выполняемые людьми, многие профессии на рынке труда перестанут быть востребованы. Автоматизация, оптимизация и совершенствование бизнес-процессов как предвестники эффективности Индустрии 4.0, несут не только экономические выгоды для бизнеса, но и угрозу безработицы и утраты финансовой стабильности для многих людей труда.

Чтобы люди, потерявшие свои рабочие места из-за автоматизации, могли адаптироваться к изменениям рынка труда, важнейшей задачей является обеспечение переквалификации или обучения работников новым технологиям и навыкам, востребованным в Индустрии 4.0. Социальные и этические вопросы, связанные с машинным обучением, повсеместной автоматизацией и заменой рабочей силы указывает на необходимость участия общества, правительства и бизнеса в разработке социальных и экономических механизмов для адаптации населения к предстоящим кардинальным изменениям в рамках Индустрии 4.0.

Кроме того, по мере автоматизации, оптимизации и совершенствования бизнес-процессов будут накапливаться огромные объёмы данных о сотрудниках, что приведёт к необходимости решения задачи первостепенной важности – обеспечению защиты данных и конфиденциальности. При сборе и использовании персональных данных о работниках в сфере занятости, могут возникать проблемы с ответственным и этичным использованием этих данных. Неправильное и неэтичное использование этих данных нарушает неприкосновенность частной жизни людей и основополагающие принципы доверия внутри организаций.

К основным методам и технологиям защиты данных в условиях Индустрии 4.0 относятся:

криптография. Это древнее искусство кодирования информации является более актуальным, чем когда-либо. Гомоморфное шифрование, например, позволяет выполнять вычисления на зашифрованных данных, позволяя анализировать данные, никогда не раскрывая их. Доказательства с нулевым разглашением предлагают способ доказать истинность утверждения, не раскрывая никаких базовых данных;

анонимизация. На удаление из данных личной информации, при сохранении её полезности, направлены такие методы анонимизации, как k-анонимность, l-разнообразие и t-закрытость, позволяющие достигать тонкого баланса между удобством использования данных и неприкосновенностью частной жизни;

безопасные многопользовательские вычисления (SMPC). Сегодня, когда всё большее значение приобретает совместное машинное обучение, SMPC позволяет нескольким сторонам вкупе вычислять функцию по разнородным входным данным, сохраняя их конфиденциальность. Классическим вариантом использования SMPC является профилактическое обслуживание техники с сохранением конфиденциальности в производстве.

В преддверии эпохальных преобразований отрадно сознавать, что на международном и государственном уровнях уже разрабатываются нормативно-правовые акты для обеспечения защиты данных, примерами таких регуляторных и законодательных инициатив являются:

1. Общий регламент по защите данных (GDPR). Этот основополагающий регламент по защите данных, принятый Европейским союзом, является глобальным стандартом. Он даёт людям больший контроль над своими личными данными и возлагает на организации большую ответственность за корректное и ответственное обращение с данными.