trong mọi trường hợp, khi luật riêng tư trong tương lai sẽ xác
định những nhóm loại rộng của các ứng dụng, bao gồm cả
những loại được cho phép mà không có hoặc chỉ có những biện
pháp bảo vệ giới hạn, tiêu chuẩn hóa. Với những sáng kiến
mang tính rủi ro hơn, các nhà quản lý sẽ thiết lập những quy tắc
nền tảng để người dùng dữ liệu có thể đánh giá những nguy
hiểm của việc sử dụng và xác định những gì cần tránh hoặc làm
giảm thiểu tác hại tiềm ẩn. Điều này khuyến khích việc tái sử
dụng sáng tạo của dữ liệu, trong khi đồng thời nó đảm bảo các
biện pháp đầy đủ được thực hiện sao cho các cá nhân không bị
tổn hại.
Tiến hành đánh giá chính thức việc ứng dụng dữ-liệu-lớn một
cách đúng đắn và áp dụng các kết quả của nó một cách chính
xác sẽ đem lại những lợi ích hữu hình cho người sử dụng dữ
liệu: họ sẽ được tự do theo đuổi những ứng dụng thứ cấp của dữ
liệu cá nhân trong nhiều trường hợp mà không cần phải trở lại
các cá nhân để có được sự đồng ý rõ ràng của họ. Ngược lại,
những sự đánh giá cẩu thả hoặc thực hiện không tốt các biện
pháp bảo vệ sẽ đẩy người sử dụng dữ liệu đối mặt với trách
nhiệm pháp lý, bị phạt tiền, và thậm chí có thể truy tố hình sự.
Trách nhiệm giải trình của người sử dụng dữ liệu chỉ hiệu quả
khi có công cụ hỗ trợ.
Để xem điều này có thể xảy ra trong thực tế như thế nào, hãy lấy
ví dụ về dữ liệu hóa của dáng điệu trong Chương Năm. Hãy
tưởng tượng rằng một công ty bán một dịch vụ chống trộm xe
hơi có sử dụng tư thế ngồi của người lái xe như một hình thức
kiểm tra an ninh duy nhất. Sau đó, nó tái phân tích thông tin để
dự đoán các “trạng thái đáng chú ý”, như liệu người lái xe có
buồn ngủ, say rượu hoặc tức giận không, để gửi các tín hiệu
nhắc nhở tới những người lái xe khác xung quanh nhằm phòng
ngừa tai nạn. Theo những quy định bảo mật hiện nay, công ty có
