负责任地处理数据

核心原则

合法只是最低门槛。对数据从获取、存储、解释、使用、共享到处置的整个生命周期，同时判断人的尊严与自主、利益与伤害、公平、透明、可信度和公共利益。

何时先用本技能

• 新用途或二次使用超出最初收集场景；
• 分群、画像、推荐、评分或自动决策影响机会、价格、服务或待遇；
• 匿名/聚合数据可能被重识别或与其他数据拼接；
• 数据质量、缺失、血缘或呈现方式可能误导并伤害相关方；
• 团队用“隐私政策允许”“技术上可做”替代伦理判断。

若问题只涉及既定用途下的访问、加密或审计实现，使用 securing-data。若涉及当前法律结论，核对适用地区的权威来源；本技能不替代法律意见。

工作流

1. 明确目的、必要性、替代方案、数据生命周期和预期决策；区分组织收益与受影响方收益。
2. 识别所有受影响方，特别是无法选择、难以申诉或可能受到不成比例影响的群体。
3. 读取 伦理处理手册，逐项评估自主、伤害/收益、公平、可信与公共利益。
4. 用数据来源、用途、质量、血缘、模型/规则、共享方和处置证据验证判断；不要以意图良好代替结果证据。
5. 给出 推进、附条件推进、暂停重设 或 停止 结论。条件必须包含责任人、测试、阈值、期限、申诉/纠正和停止触发器。
6. 将批准的用途限制、控制、例外和复核周期交给治理、安全、元数据、质量及变更流程持续执行。

交付模板

使用 中文交付包 或 English delivery pack 组织输出。叙述性方案和评审记录使用同目录 Word 模板；矩阵、台账和评分卡使用同目录 Excel 模板。模板中的责任、阈值、批准和证据须由实际项目确认。

输出契约

依次输出：目的与替代方案；数据/用途边界；受影响方；原则逐项判断；收益/伤害与不确定性；必需控制和证据；决策权与申诉；结论及理由；持续监控、复核和停止条件。

常见错误

错误	修正
隐私政策即知情同意	检查具体、可理解、可选择且与新用途相称
匿名化即无风险	评估拼接、稀有组合、下游访问和重识别
只看平均效果	分群检查收益、错误和负担的分配
只审上线前	监控真实结果、投诉、绕过、漂移和用途扩张