2. Законы о конфиденциальности. GDPR вызвал глобальное движение в части принятия законов о защите данных. Принятые в Бразилии и Калифорнии (США) законы о защите прав потребителей подтверждают первостепенное значение конфиденциальности данных.

Грядущая волна автоматизации также вызывает опасения по поводу конфиденциальности данных, особенно когда это касается информации о сотрудниках. Этичное и безопасное обращение с персональными данными в сфере занятости является не только юридическим обязательством, но и моральным императивом. Основополагающими методами сохранения конфиденциальности данных являются дифференциальная конфиденциальность, «сила шума» и федеративное обучение.

Дифференциальная конфиденциальность сродни анонимности. Если представить данные как сундук с сокровищами, то прежде, чем кто-либо заглянет внутрь, дифференциальная конфиденциальность добавляет к сокровищам элементы маскировки или немного шума. Этот шум защищает конфиденциальность данных конкретного человека, предотвращая вывод любого отдельного фрагмента из больших наборов данных. Этот метод служит основой конфиденциальности в различных системах, от использования Apple Siri до переписи населения США.

Условный шум в форме случайных изменений, добавляемых к данным, является мощным союзником в обеспечении конфиденциальности. Это немного похоже на секретный код, который может применить только обладатель или предполагаемый получатель данных. «Сила шума» обеспечивает надёжную защиту данных, сохраняя при этом возможность ценного анализа.

Федеративное обучение – это метод машинного обучения модели AI в защищённой среде без перемещения данных куда-либо. При таком децентрализованном подходе к машинному обучению модель обучается на локальных данных пользователей, никогда не выходя за пределы этих устройств. Компания «Google» использует это для своей клавиатуры Gboard, чтобы улучшить текстовые предложения, не предоставляя доступ к вводимым дифференцированным данным.

Соблюдение основных принципов защиты данных, таких как дифференцированная конфиденциальность, а также принятие законодательных актов и регламентов, таких как GDPR, позволяют надеяться на то, что мы останемся хозяевами своей судьбы в будущем, в котором инновации будут сочетаться с непреходящими ценностями равных возможностей и человеческого достоинства.

В условиях Индустрии 4.0 данные – это новая валюта, они питают двигатели интеллектуальных систем. Машинное обучение AI, защита данных и конфиденциальность становятся определяющими факторами успешного перехода производства и бизнеса к Индустрии 4.0.

В силу значимости этого процесса для каждого человека и общества в целом следует отдельно рассмотреть вопросы занятости, социальной защищённости и формирования благополучной среды проживания в условиях высвобождения массы трудоспособного населения по причине повсеместной автоматизации и оптимизации производства, внедрения интеллектуальных систем управления и совершенствования бизнес-процессов.

Для того чтобы кризисы в сфере занятости не омрачали нашу повседневную жизнь, а инновации, основанные на данных, подкреплялись этическими соображениями, нужна ответственность, которую человечество должно коллективно взять на себя. Ясное понимание проблем социального и этического свойства, которые предстоит решать обществу в самое ближайшее время, поможет привести нас к новаторским решениям, которые гармонизируют будущее трудовых отношений, защитят личную жизнь и поддержат доверие людей к скорому необратимому вступлению в эпоху Индустрии 4.0. Когда эти проблемы будут успешно преодолены, новый технологический уклад превратится в символ человеческого созидания и прогресса, в котором инновации и этика органично сочетаются.