案例02｜Figures 16.1–16.2＋Tables 16.1–16.2：Big-data Ethics Framework 與 Ethical Decision Points

1. 案例定位

以 Davis Framework 系統化分析 Big-data Ethics，而非只依個人 Moral Code。

2. 學習目標

理解 Identity、Privacy、Ownership、Reputation，以及 Inquiry、Analysis、Articulation、Action 的循環。

3. 案例情境

Figure 16.1 將 Data 分為 Volunteered、Observed、Derived；組織參與 Data Creation 越高，Organization Ownership／Control 感越強，而 Individuals 對 Harm／Misuse 的疑慮也可能增加。

4. 開始資料

原書元素	內容
Table 16.1	Framework for big-data ethics；核心面向為 Identity、Privacy、Ownership、Reputation
Figure 16.1	Data Spectrum：Volunteered、Observed、Derived；Organizational Involvement 逐步增加
Figure 16.2	Ethical Decision-point Cycle：Inquiry→Analysis→Articulation→Action
Table 16.2	Sample Questions for Inquiring into Big-data Values
核心用途	以共同 Framework 檢查 Organization Values 與 Data Practices 是否一致

5. 分析方法

Inquiry 定義 Core Values；Analysis 檢視 People、Systems、Data Practices 與 Risks；Articulation 比較 Values 與 Actions；Action 關閉 Gaps，之後再回到 Inquiry。

6. 計算結果

本案例沒有原書數值計算。

7. 結果分析與管理解讀

Ethics 必須被制度化並持續更新。只符合當下 Legal／Industry Standards 可能不足，因為 Technology 的變化可能快於 Regulation 與 Social Awareness。

8. AI Prompt

請依我提供的 Data Practices，以 Inquiry、Analysis、Articulation、Action 四階段建立 Ethics Review；所有未提供的 Data Access、Storage、Third-party Transfer 與 Consent Facts 標示為未知。

9. 思考／What-if

**問題：**若公司行為合法，是否代表已符合原書的 Ethical Framework？

**參考解答：**不一定。原書指出 Legal Standards 可能落後 Technology，Action 應以 Organization Core Values 為基礎。