Masterclass D3: Is dit wel een goed idee?
Als je in de krant staat is het te laat. Om dat te voorkomen laten we je in deze Masterclass kennismaken met een instrument dat je helpt om te navigeren langs de soms onvermoede en vaak intimiderende risico’s waar je met data tegenaan kunt lopen. De Ethische Data Assistent - het instrument waarmee je gaat leren werken - is ontwikkeld door de Utrecht Data School. In de eerste masterclass hebben we het al gehad over de business case van dataprojecten. De Ethische Data Assistent helpt je vooral om de risico’s rond privacy, security en ethiek goed in kaart te brengen. Met dat inzicht kun je bewuster en zorgvuldiger afwegingen maken.
Voorbereiding - Uitleg van het instrument
De Ethische Data Assistent of in het kort DEDA is een instrument dat is ontwikkeld door de Utrecht Data School in samenwerking met de gemeente Utrecht. Inmiddels is het al vele malen toegepast en wij hebben er voor gekozen jullie met dit instrument te laten kennis maken omdat het je zeker gaat helpen de meest kritische risico’s eerder op het spoort te zijn!
Kijk ter voorbereiding op het webinar alvast onderstaande video. Gastdocent Iris Muis legt uit wat DEDA is, en hoe je DEDA kunt gebruiken in je projecten. Deze video en de beschrijving van de case neem je door voor het webinar. Als je wilt kun je ook alvast de DEDA Remote downloaden en bijvoorbeeld eens doornemen om te zien hoe je je eigen projecten zou beoordelen.
Webinar
Tijdens het webinar lopen we samen door DEDA heen aan de hand van de case ‘Onverwacht Voordeel’. Hierdoor zul je beter leren werken met het DEDA instrument. Na deze kennismaking met het instrument is het aan te raden om het te gebruiken met je eigen case als voorbeeld.
Na het webinar
Dringende dataverhalen
Op de DEDA-website vind je aanvullende informatie, inspiratie, handleidingen en meer. Daar vind je ook een (elektronisch) boekje met dringende dataverhalen. Interessant én relevant om eens te lezen. Het zijn telkens korte beschrijvingen van cases en wat er in die cases mis ging. Naarmate je er meer van leest word je jezelf ook meer bewust van mogelijke risico’s in je eigen situatie.
“In dit boekje worden een aantal cases uiteengezet waarin ethische problemen in dataprojecten worden uitgelicht om een gevoeligheid te ontwikkelen voor waarden die geschonden kunnen worden tijdens dataprojecten alsook om de ethische knelpunten in projecten met betrekking tot data, modellen en algoritmen te illustreren. De cases in dit boekje zijn op vier niveaus ingedeeld: ten eerste kan de datamanagement van dataprojecten niet op orde zijn, ten tweede kan er te weinig transparantie over het project zijn, ten derde kan er te makkelijk besluitvorming op basis van data worden gemaakt en ten vierde kan er sprake van belangenverstrengeling zijn in dataprojecten.”
Case
Juist dit instrument is makkelijk om eens een project uit het verleden mee tegen het licht te houden en je te bedenken wat er anders had gekund of gemoeten. Inmiddels heb je vast al wel een idee, mocht je toch nog zoekende zijn: onderstaand een aantal suggesties. Het begint vaak met een op het eerste gezicht logische vraag vanuit de organisatie of bijvoorbeeld vanuit jullie verenigingen of aangesloten sportorganisaties. Als van jullie organisatie zowel een beleidsmaker als een doener meedoet: werk gerust samen aan dezelfde case als dat goed uitkomt.
Bijvoorbeeld:
We willen voor de organisatie onze informatiebeveiliging op orde brengen
We moeten ons wedstrijdsysteem vervangen
We willen de mijnomgeving voor trainers uitbreiden met betaalde online trainingen
We willen diversiteit binnen onze sport ondersteunen met beleid
We willen een app om ongebonden sporters te bereiken,
We willen talentherkenning verbeteren door ook naar de biologische leeftijd te kijken,
We willen nieuw sportaanbod onder de aandacht brengen,
We willen onze competitieplanning automatiseren,
We moeten VOG’s van functionarissen gaan registreren,
…
Als je er niet uitkomt of wilt overleggen: plan dan wat tijd tijdens een spreekuur data. Voor het project dat je gekozen hebt kun je alvast een keer aan de slag met de oefeningen die ook in het webinar behandeld zijn. Eventuele templates voor die oefeningen komen na het webinar beschikbaar en worden toegevoegd aan dit lesplan.
Verdieping
Optioneel uiteraard. Waardevolle content om te bekijken, lezen of beluisteren waarmee je een stevig eigen perspectief op de waarde van data in organisaties ontwikkeld en je bewuster wordt van wat er bij komt kijken.
Verdieping die ook nog leuk is om te zien: als je de film Moneyball nog niet gezien hebt. Dan wordt het eens tijd. Wat er vooral interessant en herkenbaar aan is zijn de momenten waarop je de oude garde weerstand ziet bieden tegen het nieuwe idee om inzichten uit data & analyse te gebruiken en niet louter de ervaring en onderbuik van een stel oude rotten in het vak. Je gaat dat gevoel herkennen … Te huur of te koop via bijvoorbeeld iTunes of Youtube Movies&Shows. In Nederland helaas niet op Netflix :-)
We zullen in het Masterclassprogramma regelmatig verwijzen naar het DAMA DMBOK2 raamwerk om je weg te leren kennen door alle onderwerpen die betrekking hebben op data management. Over dit - zeer uitgebreide - raamwerk is een handzaam boekje geschreven dat een goede en toegankelijke uitleg geeft. Eigenlijk gewoon onmisbaar. Het boekje is zeer goed leesbaar voor zowel beleidsmakers als doeners en helpt je om de concepten goed te begrijpen en uit te kunnen leggen. Het is beschikbaar in druk of al e-book op kindle. Bestellen kan op verschillende plaatsen - maar natuurlijk ook bij je lokale boekhandel: ISBN 9781634628914
De Hub & Spoken podcast is een aanrader op heel veel aspecten van data management tot toepassing van analyses, over rollen op verschillende plekken in de organisatie en praktische aanwijzingen. Deze aflevering vonden we speciaal interessant omdat het gaat over hoe je een organisatie helpt groeien op het gebied van data & analyse. Jullie zijn duidelijk onderdeel van de groep bestaande medewerkers die bezig zijn om meer bedreven in data te worden. Voor veel organisaties een belangrijke stap om meer te kunnen doen met data!
Weapons of Math Destruction, lees het boek of kijk de korte samenvatting in deze Ted Talk van Cathy o Neill. Met data komt verantwoordelijkheid, zeker wanneer je die data gaat gebruiken om belangrijke en voor anderen ingrijpende beslissingen te nemen. Talentherkenning? Competitie-indeling? Data Science, Artificial Intelligence, Machine Learning kunnen zeker helpen maar wees je altijd bewust van de onbedoelde, negatieve impact die het met zich mee kan brengen. Talent dat je te vroeg afschrijft, Competities die ineens minder gemengd worden, welke data gebruik je als input en als referentie? Wat is de impact?
Docent van deze Masterclass Iris Muis te gast in de Privacy Podcast. Met onder meer goed toegankelijke uitleg met voorbeelden van het verschil tussen wat juridisch mag en wat ethisch verantwoord is. In 24 minuten ben je goed op de hoogte!