बिग डेटा आपके बैंक खाते को कैसे प्रभावित कर सकता है - और जीवन

बिग डेटा आपके बैंक खाते को कैसे प्रभावित कर सकता है - और जीवन
ULU_BIRD / Shutterstock.com

मुस्तफा को अच्छी कॉफी पसंद है। अपने खाली समय में, वह अक्सर उच्च-अंत वाली कॉफी मशीनों को ब्राउज़ करता है जिन्हें वह वर्तमान में नहीं खरीद सकता है लेकिन इसके लिए बचत कर रहा है। एक दिन, एक दोस्त की विदेश यात्रा के लिए, वह विमान पर दूसरे दोस्त के बगल में बैठ जाता है। जब मुस्तफा ने शिकायत की कि उसने अपने टिकट के लिए कितना भुगतान किया है, तो पता चला कि उसके दोस्त ने जो भुगतान किया था, उसके आधे से भी कम का भुगतान किया, भले ही उन्होंने उसी समय के आसपास बुकिंग की हो।

वह इसके संभावित कारणों पर गौर करता है और निष्कर्ष निकालता है कि यह उसकी महंगी कॉफी मशीनों और उपकरणों की ब्राउजिंग से संबंधित होना चाहिए। वह इस बारे में बहुत गुस्से में है और एयरलाइन से शिकायत करता है, जो उसे एक गुनगुना माफी भेजती है जिसे संदर्भित करता है व्यक्तिगत मूल्य निर्धारण मॉडल। मुस्तफा को लगता है कि यह अनुचित है लेकिन इसे चुनौती नहीं देते। इसे आगे बढ़ाने से उसके समय और पैसे खर्च होंगे।

यह कहानी - जो काल्पनिक है, लेकिन हो सकता है और होता है - वर्तमान "बड़े डेटा" युग में डेटा के उपयोग से लोगों को नुकसान पहुंचाने की क्षमता प्रदर्शित करता है। बिग डेटा एनालिटिक्स में कई स्रोतों से बड़ी मात्रा में डेटा का उपयोग करना शामिल है जो मानव व्यवहार की भविष्यवाणी करने में मदद करने वाले पैटर्न खोजने के लिए जुड़े और विश्लेषण किए जाते हैं। इस तरह के विश्लेषण, यहां तक ​​कि जब पूरी तरह से कानूनी, लोगों को नुकसान पहुंचा सकते हैं।

मुस्तफा, उदाहरण के लिए, व्यक्तिगत मूल्य-निर्धारण प्रथाओं से प्रभावित हुए हैं, जिससे उच्च-अंत कॉफी मशीनों की उनकी खोज का उपयोग भुगतान करने या बिजली खरीदने की उनकी इच्छा के बारे में कुछ धारणाएं बनाने के लिए किया गया है। बदले में यह उसकी उच्च कीमत वाली विमान सेवा हो सकती है। हालांकि इससे मुस्तफा के मामले में गंभीर नुकसान नहीं हुआ है, गंभीर भावनात्मक और वित्तीय नुकसान के उदाहरण हैं, दुर्भाग्य से, दुर्लभ नहीं, सहित बंधक से इनकार व्यक्तियों के लिए जोखिम और अन्य व्यक्तियों के साथ संघों के आधार पर एक व्यक्ति की सामान्य क्रेडिट योग्यता के लिए जोखिम। ऐसा तब हो सकता है जब कोई व्यक्ति अन्य व्यक्तियों के लिए कुछ समान विशेषताओं को साझा करता है गरीब चुकौती इतिहास.

भावनात्मक नुकसान के उदाहरण भी हो सकते हैं। एक दंपति की कल्पना करें जो यह पता लगाता है कि वे एक बहुत वांछित बच्चे की उम्मीद कर रहे हैं, लेकिन पांच महीने में गर्भपात हो जाता है। दंपति को मिल सकता है कि वे महीनों बाद शिशु उत्पादों में विशेषज्ञता वाली दुकानों से विज्ञापन प्राप्त करना जारी रखें, जो जश्न मनाने के लिए महत्वपूर्ण "मील के पत्थर" होने चाहिए, जिससे संकट पैदा हो सकता है। यह एक और काल्पनिक लेकिन पूरी तरह से है संभव परिदृश्य.

कानून - या इसकी कमी है

इनमें से कई मामलों में, क्योंकि हानिकारक प्रथा ने किसी भी कानून को नहीं तोड़ा हो सकता है, जिन लोगों को डेटा उपयोग से नुकसान हुआ है, उनके पास सीमित या कोई कानूनी विकल्प नहीं है। उदाहरण के लिए, मुस्तफा के साथ जो हुआ, वह पूरी तरह से कानूनी था, क्योंकि इस तरह के व्यक्तिगत मूल्य निर्धारण के लिए कोई मौजूदा कानून नहीं हैं। हमारी वर्तमान कानूनी प्रणालियाँ लोगों को बड़े डेटा से उत्पन्न होने वाली हानि से पर्याप्त रूप से नहीं बचाती हैं।

ऐसा इसलिए है क्योंकि यह पता लगाना बहुत मुश्किल है कि हमारा डेटा कैसे लिंक और उपयोग किया गया है। भले ही एयरलाइन कंपनी ने कुछ गैरकानूनी काम किया हो, जैसे कि टूटे हुए डेटा संरक्षण कानून, मुस्तफा के लिए यह पता लगाना असंभव है। जिन लोगों को लगता है कि डेटा उपयोग से उन्हें नुकसान हुआ है, वे यह दिखाने के लिए संघर्ष कर सकते हैं कि उनके डेटा का उपयोग इस नुकसान के कारण कैसे किया गया है, कौन सा डेटा शामिल था या किस डेटा नियंत्रक ने इसका उपयोग किया था। और इसलिए उन्हें सबूत की कमी हो सकती है कि उन्हें कानूनी उपाय करने की आवश्यकता होगी।

इसके अलावा, यहां तक ​​कि अगर वे दिखाते हैं कि किसी ने अपने डेटा के साथ कैसे कुछ किया, तो उन्हें उस विशेष उपयोग का नुकसान हुआ ग्राहक सूचना, उदाहरण के लिए मूल्य निर्धारण को समायोजित करने के लिए, हो सकता है गैरकानूनी नहीं है.

समान रूप से, नुकसान किसी के स्वयं के डेटा के कारण नहीं बल्कि अन्य लोगों के डेटा (थर्ड पार्टी डेटा) के उपयोग के कारण हो सकता है। उदाहरण के लिए, मुस्तफा के मामले में यह हो सकता है कि अन्य व्यक्ति जो महंगी कॉफी मशीनों में रुचि रखते थे, उनके पास बहुत अधिक आय थी, या महंगी वस्तुओं को खरीदा था। इसका उपयोग यह बताने के लिए किया जा सकता है कि मुस्तफा भी इस श्रेणी में आते हैं, जिसके परिणामस्वरूप अन्य उत्पादों के लिए उनके लिए उच्च कीमतें हो सकती हैं। तीसरे पक्ष के डेटा के उपयोग के माध्यम से नुकसान पहुंचाने वाले व्यक्ति को अक्सर वर्तमान डेटा सुरक्षा कानूनों के तहत उपाय नहीं होंगे।

बिग डेटा आपके बैंक खाते को कैसे प्रभावित कर सकता है - और जीवन
कंपनियां आपके ब्राउजिंग आदतों से आपके बारे में चीजों को मान सकती हैं।
चालक दल / Unsplash, FAL

एक नई प्रणाली

ऐसे मुद्दों के समाधान में मदद करने के लिए, हम बहस करते है हमें यह स्वीकार करने की आवश्यकता है कि डेटा उपयोग के कुछ जोखिमों को रोका नहीं जा सकता है। पूरी तरह से इस तरह के जोखिमों को कम करने या बचने की कोशिश करने पर ध्यान केंद्रित करने के बजाय, हमें उन लोगों को बेहतर समर्थन देने के तरीके खोजने की जरूरत है, जो डेटा उपयोग से नुकसान उठाते हैं, उदाहरण के लिए डेटा के कानूनी उपयोग सहित डेटा उपयोग के कारण सक्रिय रूप से निगरानी और नुकसान का जवाब देना।

हमें लगता है कि इस प्रणाली के हिस्से के रूप में, एक नए प्रकार के संस्थान की स्थापना की जानी चाहिए। हम उन्हें शमन शमन निकायों कहते हैं। ये एक राष्ट्रीय स्तर पर स्थापित किए जाएंगे, और जिन लोगों को लगा कि उन्हें डेटा के उपयोग से नुकसान हुआ है, लेकिन कानूनी उपायों के लिए योग्य नहीं थे, डेटा के उपयोग से उत्पन्न होने वाले नुकसान की रिपोर्ट करने के लिए उनके पास जा सकते थे। पारंपरिक उपचारों के विपरीत, नुकसान पहुंचाने वाले निकाय उन मामलों में भी समर्थन प्रदान कर सकते हैं, जहां कोई कानून नहीं तोड़ा गया था। वे लोगों के लिए उपयोग करना आसान होगा, और लचीला होगा, ताकि वे लोगों का समर्थन कर सकें कि उन्हें कहाँ और कैसे इसकी सबसे अधिक आवश्यकता है, जो व्यक्तियों को अधिक शक्ति प्रदान करते हैं और डेटा उपयोग के लिए सामूहिक जिम्मेदारी को मजबूत करते हैं।

ये प्रस्तावित निकाय इस बात की जानकारी एकत्र करेंगे कि किस प्रकार के नुकसान होते हैं: वर्तमान में कोई भी राष्ट्रीय या अंतर्राष्ट्रीय निकाय नहीं हैं जो डेटा हार्म्स पर व्यवस्थित रूप से जानकारी एकत्र करते हैं। वे नीति निर्माताओं और डेटा उपयोगकर्ताओं के लिए फीडबैक की जानकारी भी सुधारने में मदद करेंगे कि चीजें कैसे की जाती हैं। और ऐसे मामलों में जहां लोगों को वित्तीय हानि होती है, लेकिन कानूनी मदद तक पहुंच नहीं है, वे वित्तीय सहायता भी प्रदान कर सकते हैं।

बिग डेटा एनालिटिक्स को कई नए अवसरों के लिए सराहना की जाती है जो इसे प्रदान करता है। लेकिन यह अपरिहार्य होगा कि कुछ लोगों को नुकसान होगा। एक समाज के रूप में, हमें इस सच्चाई का सामना करने की जरूरत है, और जो लोग पीड़ित हैं, उन्हें बेहतर सहायता प्रदान करें, ताकि इन नई प्रथाओं के लिए लागत वहन करने वाला कोई भी अकेला न बचे।वार्तालाप

लेखक के बारे में

आइलिंग मैकमोहन, कानून में सहायक प्रोफेसर, आयरलैंड के राष्ट्रीय विश्वविद्यालय Maynooth; एलेना बायक्स, एथिक्स में प्रोफेसर, म्यूनिख की तकनीकी विश्वविद्यालय, और बारबरा प्रिन्सैक, तुलनात्मक नीति विश्लेषण के प्रोफेसर, यूनिवर्सिटेट वीन

इस लेख से पुन: प्रकाशित किया गया है वार्तालाप क्रिएटिव कॉमन्स लाइसेंस के तहत। को पढ़िए मूल लेख.

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

InnerSelf पर का पालन करें

फेसबुक आइकनट्विटर आइकनआरएसएस आइकन

ईमेल से नवीनतम प्राप्त करें

{Emailcloak = बंद}

इनर्सल्फ़ आवाज

मेरे लिए क्या काम करता है: 1, 2, 3 ... TENS
मेरे लिए क्या काम करता है: 1, 2, 3 ... TENS
by मैरी टी। रसेल, इनरएसल्फ़
क्या जलवायु तबाही के करीब हम सोचते हैं?
क्या जलवायु तबाही के करीब हम सोचते हैं?
by रॉबर्ट जेनिंग्स, इनरएसल्फ़। Com

सबसे ज़्यादा पढ़ा हुआ

क्या जलवायु तबाही के करीब हम सोचते हैं?
क्या जलवायु तबाही के करीब हम सोचते हैं?
by रॉबर्ट जेनिंग्स, इनरएसल्फ़। Com
एक दोस्ती के अंत पर
एक दोस्ती के अंत पर
by केविन जॉन ब्रोफी