Curso de Ética y Manejo de Datos para Data Science e Inteligencia Artificial
Contenido del curso
Reflexiones y Retos en Ciencia de Datos
¡Hola! Estoy muy contenta de que sigas tu carrera como profesional de los datos con este curso.
Durante las clases compartiré varias preguntas donde tendrás que investigar o compartir tu opinión o algo que ya conozcas. Para ello llevarás una guía de retos y reflexiones.
Para continuar con el curso descarga la: Guía de retos del Curso de Ética y Manejo de Datos para Data Science e Inteligencia Artificial.
En este documento responderás las preguntas de los retos que aparecen al final de cada clase. Además, al terminar cada módulo tendrás un espacio donde dejarás tus propias reflexiones sobre lo que has aprendido. Siéntete libre de escribir lo que pienses del tema del módulo.
Al terminar el curso comparte todas tus reflexiones en la clase final y así intercambiar ideas y soluciones con toda la comunidad de data science de Platzi.
Melanie Daniela Ventura Jimenez
Estudiante
Jhins Ledys Cárdenas Pardo
Estudiante
Cristian Arias
Estudiante
Alberto Duque Villegas
Estudiante
TERESA MAGDALENA CALERO RODRIGUEZ
Estudiante
Ricardo Gomez
Estudiante
Julian Castro Pulgarin
Estudiante
Cristhian Xavier Morales Garzón
Estudiante
Brayan Andrey Garavito Mateus
Estudiante
Andrés Hernández Osma
Estudiante
David Esteban Giraldo Duque
EstudianteLuna Alejandra Rios Alvarez
Estudiante
Kervin Omar Arevalo Gonzalez
Estudiante
René Castro
Estudiante
David Hereira
Estudiante
marielenaseijas
Estudiante
Jhon Freddy Tavera Blandon
Estudiante
Gregorio Alfonso De León Martínez
Estudiante
Pablo Gómez
Estudiante
NESTOR IVAN RONCANCIO CABALLERO
Estudiante
Natalia Ortiz
Estudiante
Yoselin Suleyma Perez
Estudiante
Jorge Alberto Minero Chávez
EstudianteJorge Alberto Minero Chávez
EstudianteDora Maria Canjura Melendez
EstudianteEn respuesta al reto anterior, algunos tipos de datos personales son:
Excelente aporte. Muchas gracias.
Hola ¿por què los datos academicos se considerarian sensibles?
Otra tipología, desde el punto de vista de la publicidad/privacidad de la información:
Otros datos personales que no mensiona son los plantares de un bebé
Seria bueno presentar un trabajo en una plataforma, con esto tendríamos retroalimentación, dado que es un tema que debe de quedar claro y está en constante cambio Hay toda una disciplina de seguridad y esto lo dirige el oficial de información en ciertas entidades o empresas
Hola Ricardo! 💚 De hecho lo puedes hacer 🤯👍🏼, te comparto el link directo para que publiques el trabajo de este curso
En Platzi, en cada curso puedes publicar proyectos que puedes compartir con la comunidad dentro de la plataforma! Animate a publicar todos tus trabajos :D
Toda la razón Julián a publicar ese proyecto
Ordinario: correo electrónico Sensible: Dirección IP
Datos sobre la ubicacion, es decir, donde se moviliza generalmente la persona, rutas, sitios que visita, etc Otro dato pueden ser los antencedentes judiciales.
Respuesta al reto "1.¿Qué otro tipo de datos personales conoces? ¿Cuáles son sus tipologías?":
Se abordaron temas sobre datos personales (tipos como biométricos, de salud, orientación sexual y geolocalización; tipologías: identificativos, sensibles y socioeconómicos), escándalos históricos (Cambridge Analytica, Equifax, Ashley Madison), razones de recolección de información (optimización de procesos, mejora de experiencia, prevención de fraudes, cumplimiento normativo), sesgos empresariales (confirmación, selección, supervivencia), empresas con infracciones en marketing (Target, Google), una solución para manipulación política (leyes de transparencia algorítmica) y la opinión sobre reglamentos (fundamentales, como el GDPR). La reflexión final destaca que la ética en datos es la base de la tecnología, siendo la transparencia y el consentimiento esenciales para que los datos beneficien a la sociedad.
Otras tipologías y ejemplos de datos personales:
Además de las mencionadas, existen datos identificativos directos (nombre, DNI, correo electrónico), datos profesionales (historial laboral, cargo), datos económicos (ingresos, cuentas bancarias) y datos de convivencia (estado civil, hijos). Las tipologías también pueden clasificarse según su origen: datos proporcionados por el usuario, datos observados y datos inferidos (como los que Target usó para predecir el embarazo).
Otros escándalos históricos:
* Yahoo!: Entre 2013 y 2014, sufrió una brecha que afectó a más de 3 mil millones de cuentas, exponiendo contraseñas, correos y números de teléfono.
* Uber: En 2016, ocultó una filtración de datos de 57 millones de usuarios y conductores, pagando una multa y haciendo un acuerdo para evitar la revelación pública.
Más razones para recolectar información:
* Desarrollo de nuevos productos o servicios adaptados a las necesidades de los usuarios.
* Seguimiento de cumplimiento de políticas internas y externas.
* Gestión de riesgos empresariales (como evaluación de solvencia en créditos).
Otros sesgos en empresas:
* Sesgo de afinidad: Preferir personas o ideas similares a las propias.
* Sesgo de anclaje: Basarse demasiado en la primera información recibida para tomar decisiones.
* Sesgo de confirmación inversa: Rechazar datos que contradicen creencias preestablecidas.
Otras empresas con infracciones en marketing:
* Facebook: Multado por permitir que empresas accedieran a datos de usuarios sin consentimiento adecuado para fines publicitarios.
* TikTok: Ha sido investigado en varios países por el uso y compartición de datos de menores de edad en sus estrategias de marketing.
Otra solución potencial para manipulación política:
Crear organismos independientes encargados de auditar algoritmos de plataformas antes de procesos electorales, verificando que no existan mecanismos de manipulación o segmentación sesgada. Además, establecer límites claros sobre la cantidad y tipo de datos que pueden usarse para campañas políticas.
Complemento a la opinión sobre reglamentos:
Si bien los reglamentos son indispensables, también es importante que sean flexibles para adaptarse al rápido avance tecnológico. Además, la formación de profesionales en ética de datos y la participación de los usuarios en la definición de políticas ayudan a que la regulación sea efectiva y cercana a las necesidades de la sociedad.
Ya la descargue
Perfecto, Kervin Omar. Tener el archivo es solo el primer paso; el verdadero trabajo empieza cuando lo abres y empiezas a cuestionar qué hay detrás de esos números.
Ahora que ya lo tienes, ¿qué fue lo primero que te saltó a la vista o qué te hizo dudar al echarle el primer vistazo? A veces, la parte más interesante de un dataset no es lo que dice, sino lo que omite.
Es importante conocer y respetar los datos personles de los individuos ya que ellos los representan y nos dicen quienes son tanto física, fisiológica, genética, mentalmente. Por lo cual considero que es muy importante no divulgarlos sin su conscientimiento ya que podría provocarles que haya un mal uso de los mismo.
consulta ahora digamos que el uso de la blockchain se masifica y entra en la vida diaria de toda la población y ahora no digamos solo para el intercambio de valor con criptomonedas si no en los otros muchos casos de usos de la blockchain. ¿con que alguien pueda emparejar tu nombre real con la dirección de blockchain tendría todo tu historial de lo que sea que represente ese blockchain, salud, compra-venta de bienes, etc?
En respuesta al reto Nro 1. encontré la siguiente información
Tipologías de Datos personales o categorías de información de los datos personales:
1. Datos de identificación: Estos son datos que identifican a una persona de manera directa, como el nombre, el número de identificación, la dirección postal, el número de teléfono y la dirección de correo electrónico.
2. Datos de contacto: Estos incluyen información que permite comunicarse con una persona, como el número de teléfono, la dirección de correo electrónico y la dirección postal.
3. Datos demográficos: Estos datos se refieren a características personales, como la fecha de nacimiento, el género, la nacionalidad y el estado civil.
4. Datos financieros: Esta categoría abarca información relacionada con las finanzas de una persona, como números de cuentas bancarias, tarjetas de crédito, ingresos, deudas y historial crediticio.
5. Datos de salud: Incluyen información sobre la salud física o mental de una persona, como historiales médicos, registros de tratamientos, diagnósticos y condiciones de salud.
6. Datos laborales: Estos datos están relacionados con el empleo de una persona e incluyen información como el historial laboral, la ocupación, el salario, la afiliación sindical y los beneficios laborales.
7. Datos de educación: Estos datos se refieren a la información académica de una persona, como títulos obtenidos, instituciones educativas, calificaciones y registros de asistencia.
8. Datos genéticos y biométricos: Estos datos incluyen información única sobre la genética y las características biométricas de una persona, como huellas dactilares, muestras de ADN y rasgos faciales.
9. Datos de geolocalización: Estos datos indican la ubicación de una persona en un momento dado, como los registros de ubicación de un teléfono móvil o un dispositivo GPS.
10. Datos de comportamiento en línea: Esto incluye información sobre la actividad en línea de una persona, como historiales de navegación, búsquedas en línea, interacciones en redes sociales y preferencias de compra.
11. Datos de redes sociales: Estos datos están relacionados con perfiles y actividades en redes sociales, como fotos, publicaciones, amigos y conexiones en línea.
12. Datos de comunicación: Incluyen información sobre las comunicaciones de una persona, como correos electrónicos, mensajes de texto, conversaciones telefónicas y comunicaciones en línea.
Reglamento General de Protección de Datos (RGPD) de la Unión Europea, define diversas categorías de datos personales. En España, estas categorías se encuentran en la Ley Orgánica 3/2018 de Protección de Datos Personales y garantía de los derechos digitales (LOPDGDD).
Clasificación por naturaleza de los datos:
1. Datos personales: Son aquellos que permiten identificar o hacer identificable a una persona. Esto incluye datos de identificación, datos de contacto, datos de salud y otros datos relacionados con una persona.
2. Datos no personales: Son datos que no pueden utilizarse para identificar a una persona específica. Ejemplos incluyen datos estadísticos, datos técnicos, datos de máquinas, etc.
Clasificación por formato de los datos:
1. Datos estructurados: Son datos organizados en un formato específico, como tablas o bases de datos. Se pueden buscar y analizar fácilmente. Ejemplos incluyen datos numéricos en una hoja de cálculo.
2. Datos no estructurados: Son datos que no se organizan en un formato específico. Incluyen texto sin formato, imágenes, videos y otros tipos de contenido que no siguen una estructura predefinida.
3. Datos semiestructurados: Son una combinación de datos estructurados y no estructurados. Tienen cierta estructura, pero también contienen elementos no estructurados. Ejemplos incluyen documentos XML y JSON.
Clasificación por fuente de los datos:
1. Datos primarios: Son datos recopilados directamente de la fuente original, como encuestas, entrevistas o mediciones.
2. Datos secundarios: Son datos recopilados por terceros a partir de fuentes primarias, como informes, estudios de mercado o datos disponibles públicamente.
Clasificación por ciclo de vida de los datos:
1. Datos en reposo: Son datos almacenados en sistemas de almacenamiento, como bases de datos o archivos.
2. Datos en tránsito: Son datos que se están transmitiendo entre sistemas o dispositivos, como datos que viajan a través de redes.
3. Datos en uso: Son datos que se están procesando o utilizando activamente en aplicaciones y sistemas.
Clasificación por sensibilidad de los datos:
1. Datos sensibles: Son datos que requieren un nivel más alto de protección debido a su naturaleza sensible, como datos de salud, datos biométricos o datos financieros.
2. Datos no sensibles: Son datos que son menos sensibles y no requieren la misma protección, como datos de contacto o datos demográficos.
Les recomiendo esta maravillosa aplicación, para tomar notas y cumplir todos los retos, del curso
Evernote
Me gusta este tipo de curso que forman también el aspecto de valores profesionales.
Otro tipo de dato que en mi opinión podría clasificarse como personal sería tu nombre de usuario en plataformas en línea como redes sociales, dirección de correo electrónico, nombre de usuario de apps móviles, etc.
Datos de historial crediticio públicos, Datos sobre compras realizadas,sensible Datos sobre bienes adquiridos , sensible
Es increíble la cantidad de datos que se pueden manejar en este ambiente, por eso, este curso me parece muy importante, y tanto juniors como seniors deberían tomarlo.
Muchas gracias
tusDatos Identificativos: Son los básicos que sirven para reconocerte de forma directa o contactarte. respuestas.
Ya coloqué mi opinión, me agrada este curso, sé que aprenderé mucho, gracias.
Los datos personales son cualquier información concerniente a una persona física identificada o identificable. En términos sencillos, es cualquier dato que permite saber quién es alguien o que, al combinarse con otros datos, permite identificar a esa persona directamente.
excelnete guia para el desempeño en area de recursos humano
