Consideraciones éticas de datos

Ética de datos.

Como gerente de proyectos, la recopilación y el análisis de datos serán una parte fundamental de tus proyectos. Recopilarás datos de diversas fuentes, como grupos focales, entrevistas y cuestionarios. Los datos que se recopilan suelen contener PII (información de identificación personal), es decir, información que podría usarse para identificar, contactar o ubicar directamente a una persona. Muchas veces, también necesitarás informar sobre los datos que recopilas a los interesados, a los clientes y al equipo del proyecto. Recopilar, analizar y compartir estos datos de forma ética es extremadamente importante para mantener la integridad de tu organización, tus proyectos y tu posición. 

La ética de datos es el estudio y la evaluación de los desafíos morales relacionados con la recopilación y el análisis de datos. Esto incluye generar, registrar, conservar, procesar, compartir y usar los datos con el fin de encontrar soluciones éticas. 

Las empresas aplican prácticas de ética de datos para lo siguiente:

● Cumplir con la normativa.

● Demostrar que son dignos de confianza.

● Garantizar un uso justo y razonable de los datos.

● Minimizar sesgos.

● Desarrollar una percepción pública positiva. 

La ética de los datos se basa en varios principios. En esta publicación, nos centraremos en dos de estos principios: la privacidad de los datos y el sesgo de datos. 

Privacidad de los datos.

La privacidad de los datos es una parte fundamental de la ética de datos. La privacidad de los datos se ocupa del manejo adecuado de los datos. Esto incluye la finalidad de la recopilación y el procesamiento de datos, las preferencias de privacidad, el modo en que las organizaciones administran los datos personales y los derechos de las personas. Se centra en garantizar que el modo en que recopilamos, procesamos, compartimos, archivamos y eliminamos los datos se ajusta a la ley. 

Como gerente de proyecto, es tu responsabilidad proteger los datos que recopilas. Puedes ayudar a garantizar la privacidad de los datos recopilados de los usuarios, los interesados y otras personas para tus proyectos al: 

● Aumentar la conciencia sobre la privacidad de los datos. Asegúrate de que todos los miembros de tu equipo de proyecto, además de los proveedores, contratistas y otros interesados ajenos a tu empresa, conozcan los protocolos de seguridad y privacidad de los datos de tu organización. 

● Usar herramientas de seguridad. Las herramientas de seguridad gratuitas, como las soluciones de almacenamiento con cifrado y los administradores de contraseñas, pueden disminuir la vulnerabilidad de tu proyecto ante una filtración de datos. En muchas aplicaciones, como las que forman parte de Google Workspace y Microsoft OneDrive, la configuración de privacidad puede ajustarse para dar acceso solo a personas específicas. 

● Anonimizar los datos. La anonimización de datos se refiere a una o varias técnicas, como la eliminación, el hashing o el enmascaramiento de información personal e identificativa para proteger la identidad de las personas incluidas en los datos. Esto ayuda a proteger la información personal de las personas al mantenerlos en el anonimato. Una vez anonimizada la información, puede usarse y compartirse con libertad. Los tipos de datos que se deben anonimizar incluyen nombres, números de teléfono, números de seguridad social, direcciones de correo electrónico, fotografías y números de cuenta. 

Sesgo de datos.

Otra práctica importante de la ética de datos es asegurarse de que los datos que se recopilan no indican ningún sesgo. El sesgo de datos es un tipo de error que tiende a sesgar los resultados en una determinada dirección. Tal vez las preguntas de tu encuesta tenían un sesgo particular para influir en las respuestas, o tal vez tu grupo de muestra no era completamente representativo de la población que querías estudiar. El sesgo también puede ocurrir si el grupo de una muestra carece de inclusión. Por ejemplo, si tu muestra no incluye a personas con discapacidades. El modo en que obtienes los datos también puede sesgar un conjunto de datos. Si le das a la gente poco tiempo para responder a las preguntas, esto puede llevar a respuestas apresuradas. Cuando las personas se apresuran, tienden a cometer más errores, lo que puede afectar a la calidad de tus datos y crear resultados sesgados. Como gerente de proyectos, debes pensar en el sesgo y la equidad desde el momento en que empiezas a recopilar los datos hasta el momento en que presentas tus conclusiones. 

Tipos de sesgos.

Hay diferentes tipos de sesgos por tener en cuenta a la hora de configurar tus procesos de recopilación de datos. Estos son cuatro de los tipos de sesgos más comunes que podrían afectar a tus datos: 

● El sesgo del muestreo se produce cuando una muestra no es representativa de toda la población en general. Por ejemplo, puede que tu muestra no incluya a personas mayores de 65 años. O tal vez haya excluido a personas de determinados grupos socioeconómicos. 

● El sesgo del observador es la tendencia de distintas personas a observar las cosas de manera diferente. Por ejemplo, los interesados de distintas partes del mundo pueden ver los mismos datos de manera diferente y sacar distintas conclusiones a partir de ellos. 

● El sesgo de interpretación es la tendencia a interpretar siempre las situaciones que no tienen respuestas obvias de una manera estrictamente positiva o negativa, cuando, en realidad, hay más de una manera de entender los datos. Los datos que no proporcionan una serie de conclusiones obvias hacen que algunas personas se sientan ansiosas, lo que puede llevar a un sesgo de interpretación. Por ejemplo, un miembro del equipo puede interpretar negativamente los resultados no concluyentes de la encuesta, mientras que otros miembros del equipo pueden pensar con más cuidado y evaluar los datos desde distintos ángulos. 

● El sesgo de confirmación es la tendencia a buscar o interpretar la información de manera que confirme las creencias preexistentes. Por ejemplo, puedes pedir a determinados interesados que te den su opinión sobre algunas partes del proyecto porque sabes que es más probable que tengan la misma perspectiva que tú. 

Cada uno de estos tipos de sesgo afecta la forma de recopilar y dar sentido a los datos, por lo que es importante tenerlos en cuenta a la hora de configurar tus procesos de recopilación de datos. 

Según el Código de Ética y Conducta Profesional del Project Management Institute, “La ética consiste en tomar las mejores decisiones posibles en relación con las personas, los recursos y el medio ambiente. Las decisiones éticas disminuyen el riesgo, promueven los resultados positivos, aumentan la confianza, determinan el éxito a largo plazo y construyen reputación. El liderazgo depende absolutamente de las decisiones éticas". 

Una manera clave de demostrar tus habilidades de liderazgo es ejercer un buen juicio en lo que respecta a la ética de datos. Para contar la historia de un proyecto basada en datos a los interesados, a los miembros del equipo del proyecto y a otras personas de manera ética, debes asegurarte de tener en cuenta las preocupaciones relacionadas con los sesgos y la privacidad en el modo de conducir, analizar y compartir esos datos. 

Fuente:
Coursera-Gestión de Proyectos de Google.