Big data: fatores potencialmente discriminatórios em análise de dados | Em Questão, v. 23, n. 1, 2017 | 2017 - Brapci
Em Questão, v. 23, n. 1, 2017

Big data: fatores potencialmente discriminatórios em análise de dados

Big data: potentially discriminatory factors in data analysis

Caio Saraiva Congelian
José Eduardo Santarem Segundo
Ricardo César Gonçalves Sant’ana
Resumo: As mudanças tecnológicas vividas a partir da virada do século causaram uma revolução na sociedade, chamada de Big Data, em que as análises de dados para determinar padrões e comportamentos puderam utilizar grandes quantidades de dados. Verifica-se que algumas análises, no contexto do Big Data, estão sendo conduzidas a gerar resultados discriminatórios. O estudo tem como objetivo identificar fatores que, potencialmente, possam gerar discriminação durante o processo de análise de dados. Para tal, a metodologia utilizada foi de natureza qualitativa, exploratória e bibliográfica, enumerando em um quadro os casos de discriminação. Como resultado, identificam-se fatores possivelmente discriminatórios, além de ser feita uma explanação desses fatores. Por meio da pesquisa, verifica-se uma necessidade de existir reflexões profundas dos resultados que são obtidos a partir de análises de dados, ficando clara a necessidade da Ciência da Informação retratar tais questões, a fim de apontar os caminhos a serem tomados.
Palavras-chave: Ciëncia social aplicada Ciência da informação Big data Análise de dado Discriminação Fatore potencialmente discriminatório Análises de dados Fatores potencialmente discriminatórios
Abstract: The experienced technological changes from the turn of the century caused a revolution in the Big Data society, in which the data analysis to determine patterns and behaviors could use large amounts of data. It is possible to notice that some analyses in the context of the Big Data are being conducted to generate discriminatory results. This study aims to identify factors that can potentially lead to discrimination in the process of data analysis. The methodology used was qualitative, exploratory and bibliographical, enumerating the discrimination cases. As the result, we identified possibly discriminatory factors and we provided an explanation of these factors. Through research, we noticed the need of showing deep reflection about the results that are obtained from the data analysis and the need of Information Science approaching such questions, in order to point out the paths to be taken.
Keywords: Data analysis Discrimination Potentially discriminatory factors Big data Information science
Palabras clave: Ciencia de la información
Mots clés:

CONGELIAN, C. S.; SEGUNDO, J. E. S.; SANTANA, R. C. G. Big data: fatores potencialmente discriminatórios em análise de dados. Em Questão, v. 23, n. 1, 2017.
CONGELIAN CSC; SEGUNDO JESS; SANTANA RCGS. Big data: fatores potencialmente discriminatórios em análise de dados. Em questão. 2017;23(1).
CONGELIAN, C. S., SEGUNDO, J. E. S., & SANTANA, R. C. G. (2017). Big data: fatores potencialmente discriminatórios em análise de dados. Em questão; 23(1).
Dados complementares
Informações

Conteúdo relacionado às informações.

References

  • BAROCAS, Solon., SELBST, Andrew D. Big Data´s Disparate Impact. California Law Review, Berkeley, v. 104, p. 671-732, 2016. Disponível em: Acesso em: 20 out. 2015.  journal 
  • BOURDIEU, Pierre. O poder simbólico. Lisboa: DIFEL., Rio De Janeiro: Bertrand Brasil, 1989.  book 
  • BUTLER, Declan. When Google got flu wrong. Nature, London, v. 494, n. 7436, p. 155-156, Feb. 2013. Disponível em: Acesso em: 26 jan. 2016.  journal 
  • CASADY, Tom. Police Legitimacy and Predictive Policing. Geography and Public Safety, Washington, v. 2. n. 4, p.1-16, mar. 2011. Disponível em: . Acesso em: 27 nov. 2015.  journal 
  • CHOW-WHITE, Peter A.., GREEN JR., Sandy E. Data Mining Difference in the Age of Big Data: Communication and the social shaping of genome technologies from 1998 to 2007. International Journal of Communication, Los Angeles, v. 7, p. 556-583, 2013. Disponível em: . Acesso em: 22 set. 2016.  journal 
  • CRAWFORD, Kate. Think again: big data. Foreign Policy, Washington, v. 9, 2013. Disponível em: . Acesso em: 26 jan. 2016.  journal 
  • CROLL, Alistair. Big data is our generation’s civil rights issue, and we don’t know it. Big data now, Atlanta, p. 55-59, 2012. Disponível em: . Acesso em: 26 jan. 2016.  LINK 
  • DISCRIMINAÇÃO. In: DICIONÁRIO Priberam da Língua Portuguesa. Lisboa: Priberam Informática, 2011. Disponível em: . Acesso em: 22 set. 2016.  book.cap 
  • FRANK, Morgan R. et al. Happiness and the patterns of life: A study of geolocated tweets. Scientific reports, London, v. 3, Set. 2013. Disponível em: Acesso em: 26 jan. 2016.  journal 
  • GOLDSTEIN, Benjamin A.., WINKELMAYER, Wolfgang C. Comparative health services research across populations: the unused opportunities in big data. Kidney International, Bruxelas, v. 87, n. 6, p. 1094-1096, Jun. 2015.  journal 
  • GORDON, Charly. Big Data exclusions and disparate impact: investigating the exclusionary dynamics of the Big Data phenomenon. 2015. 37 f. Dissertação (Mestrado em Mídia, Comunicação e Desenvolvimento) - London School of Economics and Political Science, Londres. 2015. Disponível em: . Acesso em: 19 jul. 2016.  dissertation 
  • KAKHANI, Manish Kumar., KAKHANI, Sweeti., BIRADAR, S. R. Research Issues in Big Data Analytics. International Journal of Application or Innovation in Engineering and Management, Etmadpur, v. 2, n. 8, Aug. 2013. Disponível em: . Acesso em: 22 set. 2016.  journal 
  • LERMAN, Jonas. Big data and its exclusions. Stanford law review online, Stanford, v. 66, Sep. 2013. Disponível em: . Acesso em: 22 set. 2016.  journal 
  • LOHR, Steve. Big data, trying to build better workers. The New York Times, New York, Apr. 21th 2013. Tecnologia, p. 4. Disponível em: Acesso em: 26 jan. 2016.  book 
  • MAYER-SCHÖNBERGER, Viktor., CUKIER, Kenneth. Big data: A revolution that will transform how we live, work, and think. Boston: Houghton Mifflin Harcourt, 2013.  book 
  • MCAFEE, Andrew., BRYNJOLFSSON, Erik. Big Data: the management revolution. Harvard Business Review, Brighton, v. 90, n. 10, p. 61-67, oct. 2012. Disponível em: . Acesso em: 22 set. 2016.  journal 
  • PERLROTH, Nicole. Fake twitter followers become multimillion-dollar business. The New York Times, Nova Iorque, 5 Abr. 2013. Bits. Disponível em: . Acesso em: 25 nov. 2015.  book 
  • PEW RESEARCH CENTER. Social Networking Fact Sheet. Washington, Pew Research Center, 2014. Disponível em: Acesso em: 25 nov. 2015.  LINK 
  • SANTANA, Ricardo Cesar Gonçalves. Ciclo de vida dos dados e o papel da Ciência da Informação. In: ENCONTRO NACIONAL DE PESQUISA EM CIÊNCIA DA INFORMAÇÃO, 15, Florianópolis, SC, 2013. Anais eletrônicos... Florianópolis, SC: ANCIB, 2013. Disponível em  events 
  • 4/319> Acesso em: 2 fev. 2016.  LINK 
  • STREET BUMP. About street bump. Boston, 2015. Disponível em: . Acesso em: 27 nov. 2015.  LINK 
  • SWEENEY, Latanya. Discrimination in online ad delivery. Ad Delivery, Nova Iorque, v. 11, n. 3, p. 1-19, Apr. 2013. Disponível em: . Acesso em: 22 set. 2016.  journal 
  • TAURION, Cezar. Big data. Rio de Janeiro: Brasport, 2013.  book 
  • VALZ, Duane R. Dynamic pricing models for digital content. US 20080154798 A1. 26 jun. 2008. Disponível em: . Acesso em: 27 nov. 2015.  LINK 
  • ZIKOPOULOS, Paul et al. Understanding big data: Analytics for enterprise class hadoop and streaming data. New York: McGraw-Hill, 2011. Disponível em: . Acesso em: 22  book 
Dados explicitados em RDF do trabalho
CategoryDetails
dateOfAvailability2017-01-01: 8502
hasAuthorCaio Saraiva Congelian: (106161)
hasAuthorJosé Eduardo Santarem Segundo: (11021)
hasAuthorRicardo César Gonçalves Sant’ana: (201886)
hasFileStorage_repository/47/2018/09/oai_seer_ufrgs_br_article_62122#00002.pdf: (96565)
hasPageEnd86: 121
hasPageStart62: 4357
hasSectionOfArtigo: 3
hasSubjectCiëncia social aplicada: 2102
hasSubjectCiência da informação: 237157
hasSubjectBig data: 227324
hasSubjectAnálise de dado: 39357
hasSubjectDiscriminação: 19178
hasSubjectFatore potencialmente discriminatório: 89009
hasSubjectAnálises de dados: 267791
hasSubjectFatores potencialmente discriminatórios: 267792
wasPublicationInDate2017-01-01: (263041)
hasLanguageExpressionpt: (232736)
hasLicenseCopyright (c): (232755)
hasLicenseCCBY4.0: (232756)
isPartOfSourceEm questão: 47
hasIssueOfISSUE:JNL:00002-2017-23-1: 8496
hasAbstractAs mudanças tecnológicas vividas a partir da virada do século causaram uma revolução na sociedade, chamada de Big Data, em que as análises de dados para determinar padrões e comportamentos puderam utilizar grandes quantidades de dados. Verifica-se que algumas análises, no contexto do Big Data, estão sendo conduzidas a gerar resultados discriminatórios. O estudo tem como objetivo identificar fatores que, potencialmente, possam gerar discriminação durante o processo de análise de dados. Para tal, a metodologia utilizada foi de natureza qualitativa, exploratória e bibliográfica, enumerando em um quadro os casos de discriminação. Como resultado, identificam-se fatores possivelmente discriminatórios, além de ser feita uma explanação desses fatores. Por meio da pesquisa, verifica-se uma necessidade de existir reflexões profundas dos resultados que são obtidos a partir de análises de dados, ficando clara a necessidade da Ciência da Informação retratar tais questões, a fim de apontar os caminhos a serem tomados.: 0
hasIDoai:seer.ufrgs.br:article/62122
hasRegisterIdhttp://seer.ufrgs.br/EmQuestao/article/view/62122: 0
hasRegisterId10.19132/1808-5245231.62-86: 0
hasRegisterIdhttps://seer.ufrgs.br/EmQuestao/article/view/62122: 0
hasSource1807-8893
hasTitleBig data: fatores potencialmente discriminatórios em análise de dados: 0
hasUrlhttps://seer.ufrgs.br/index.php/EmQuestao/article/view/62122
hasUrlhttps://seer.ufrgs.br/index.php/EmQuestao/article/view/62122/38901
prefLabelOai:seer.ufrgs.br:article/62122#00002: 0
hasDOI10.19132/1808-5245231.62-86
Classe: Article