پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) پژوهشنامه پردازش و مدیریت اطلاعات 2251-8223 41 2 2025 12 22 Data Ethics: Conceptual Analysis of Dimensions and Implications in Data Policy تحلیل مفهومی ابعاد و دلالت‎های اخلاق داده در سیاست‎گذاری داده‏‎ها 549 593 732224 10.22034/jipm.2025.2063775.2037 FA مهدی شقاقی دکترای علم اطلاعات و دانش‎ شناسی استادیار دانشگاه شهید بهشتی، تهران، 0000-0001-6144-3639 Journal Article 2025 06 16 This article investigates the implications of the field of data ethics for data policy-making. To achieve this, we employed a structural conceptual analysis method with an implication-finding approach. First, the field is introduced, and the distinction between data ethics and data science ethics is discussed. It is argued that their relationship is one of specific commonality (umum wa khusûs min wajh), as data science ethics generally focuses on the issue of ethical data processing by software professionals, whereas data ethics concentrates on the production/collection, storage, optimization, distribution, sharing, and use of data by corporations. Next, the difference between this field and big data ethics is addressed. Following a review of relevant research in data ethics, the field’s implications for data policy are presented across six dimensions: Data Economy, Data Collection and Creation, Data Ownership, Open Data, Data Quality, and Data Protection.The findings show that data ethics, extending beyond common discussions in data science ethics or big data ethics, possesses a set of fundamental implications for data policy. In the absence of these implications, the groundwork is laid for structural biases, data injustice, and corporate exploitation of users. Firstly, the data economy transforms users into unpaid knowledge workers, turning their data into a source of commercial value, a tool for power consolidation, and a mechanism for directing consumer behavior. The conceptual analysis of the texts indicates that data collection and creation are never neutral; they are always influenced by ontological, epistemological, methodological assumptions, and power structures. Therefore, raw, unbiased data or "fact without interpretation" does not exist. In the domain of data ownership, it becomes clear that the distinction between use, control, and access has different consequences for individual rights, and many common ownership models practically favor data producers rather than their potential owners. Reviews show that open data only leads to transparency and public measurability if informational justice, analytical capacity, and equal access are guaranteed. Otherwise, it becomes a tool for strengthening the monopoly of technological elites. In the dimension of data quality, it was revealed that completeness, consistency, timeliness, and especially "relevance" play a crucial role in preventing confused decisions and data-driven policy errors. Furthermore, the analysis of the findings indicates that data protection - including preventing unauthorized access, safeguarding data against unforeseen secondary uses, and controlling the transfer of risk from organizations to users - is a fundamental prerequisite for public trust and reducing misuse by corporations and governments. Finally, the research shows that some organizational ethical documents and charters are mostly performative in function and can serve as a cover for the continuation of unethical behaviors. در این مقاله سعی شده دلالت‌های حوزۀ مطالعاتی اخلاق داده برای سیاست‌گذاری داده‎ها بررسی شود. در این بررسی از روش تحلیل مفهومی از نوع ساختاری با رویکرد دلالت‎پژوهی استفاده شد. برای انجام این کار ابتدا، به معرفی این حوزه و سپس، به تفاوت حوزۀ اخلاق داده و حوزۀ اخلاق علم داده پرداخته شده و استدلال شده که نسبت آنها با هم عموم و خصوص من‎وجه است؛ زیرا اخلاق علم داده به‌طور عام به مسئلۀ پردازش اخلاقی داده‎ها توسط متخصصان نرم‎افزار تمرکز دارد؛ در حالی‎ که اخلاق‎ داده به تولید یا گردآوری، ذخیره‎سازی، بهینه‎سازی، توزیع، و به‎اشتراک‎گذاری و استفاده از داده‎ها توسط شرکت‎ها متمرکز است. در ادامه، به تفاوت این حوزه با حوزه اخلاق کلان‎داده اشاره شده و پس از مرور برخی پژوهش‎های حوزۀ اخلاق داده، دلالت‎های حوزۀ اخلاق داده برای سیاست‌گذاری داده‎ها در شش بُعدِ اقتصاد داده، گردآوری و خلق داده، مالکیت داده، داده‎های باز، کیفیت داده، و حفاظت داده ارائه شده است. یافته‎ها نشان می‌دهد که اخلاق داده، فراتر از مباحث رایج در اخلاق علم داده یا اخلاق کلان‌داده، دارای مجموعه‌ای از دلالت‌های بنیادین برای سیاست‌گذاری داده است که در غیاب آنها، زمینه برای سوگیری‌های ساختاری، بی‌عدالتی داده‌ای و بهره‌کشی شرکتی از کاربران فراهم می‌شود. از جمله این دلالت‌ها اینکه اقتصاد داده، کاربران را به کارگران دانشیِ بی‌مزد بدل کرده و داده‌های آنان را به منبع ارزش تجاری، ابزار تحکیم قدرت و سازوکاری برای جهت‌دهی رفتار مصرف‌کنندگان تبدیل می‌کند. تحلیل مفهومی متون نشان می‌دهد که گردآوری و خلق داده هیچ‌گاه خنثی نیست و همیشه تحت تأثیر مفروضات هستی‌شناختی، معرفت‌شناختی، روش‌شناختی و ساختارهای قدرت انجام می‌شود و ازاین‌‌رو، داده خام بی‌سوگیری یا «واقعیتِ بدون تفسیر» وجود ندارد. در حوزه مالکیت داده نیز روشن می‌شود که تمایز میان استفاده، کنترل، و دسترسی پیامدهای متفاوتی برای حقوق افراد دارد و بسیاری از الگوهای رایج مالکیت، در عمل به نفع تولیدکنندگان داده و نه صاحبان بالقوه آن عمل می‌کنند. بررسی‌ها نشان می‌دهد که داده‌های باز تنها زمانی به شفافیت و امکان سنجش عمومی می‌انجامند که عدالت اطلاعاتی، توان تحلیل، و دسترسی برابر تضمین شده باشد و در غیر این صورت، به ابزاری برای تقویت انحصار نخبگان فناور تبدیل می‌شود. در بُعد کیفیت داده نیز آشکار شد که کامل ‌بودن، سازگاری، به‌هنگام ‌بودن و به‌ویژه «ربط»، نقش اساسی در جلوگیری از تصمیمات مغشوش و خطاهای سیاستی مبتنی‌بر داده دارند. افزون‌بر این، تحلیل یافته‌ها نشان می‌دهد که حفاظت داده اعم از جلوگیری از دسترسی نامجاز، صیانت از داده در برابر استفاده‌های ثانویة پیش‌بینی‌نشده، و کنترل انتقال ریسک از سازمان‌ها به کاربران، پیش‌نیازی بنیادین برای اعتماد عمومی و کاهش سوء استفاده‌های شرکت‌ها و دولت‌هاست. سرانجام، پژوهش نشان می‌دهد که برخی اسناد و منشورهای اخلاقی سازمانی، بیشتر کارکردی نمایشی داشته و می‌توانند پوششی برای تداوم رفتارهای ضد اخلاقی باشند.

https://jipm.irandoc.ac.ir/article_732224_6ea40ed8ee96f840945aafa87248fb6e.pdf