Naukowcy udowodnili, że używanie dużych danych może zrobić tyłek z ciebie i mnie

W 1997 r. Naukowcy NASA wymyślili wyrażenie „duże dane”, aby opisać przetwarzanie informacji o dużej objętości przez superkomputery. Do 2008 r. Duże dane zostały przedstawione jako bezprecedensowe narzędzie zdolne do rozwiązania problemów, które nękały naukę, edukację, technologię i - głównie, jeśli mamy być szczerzy - biznes. Ale w ostatnim artykule opublikowanym w Australijska praca socjalna naukowcy ostrzegają, że mogliśmy stać się zbyt zależni od wykorzystywania dużych danych jako środka do leczenia chorób społecznych.

Podczas gdy duże dane przyniosły nowy wgląd w dostarczanie usług społecznych, naukowcy z University of Queensland, Philip Gillingham i Timothy Graham, twierdzą, że ci, którzy wykorzystują duże dane - jak rządy - nie są wystarczająco krytyczni i ostrożni wobec informacji. Ogromna skala problemów, do których odnoszą się duże dane, oznacza, że ​​subiektywny osąd, błędy i nieodpowiednie reakcje mogą przynieść tragiczne rezultaty.

„Można by dopasować dane osób bezdomnych i powiedzieć, że duża liczba to alkoholicy, aby mogli być ukierunkowani na rehabilitację alkoholową” - powiedział Gillingham w komunikacie prasowym. „Ale to, co spowodowało ich sytuację, nigdy nie zostało odkryte. Musimy zagwarantować, że nie będziemy marnować zasobów i obrażać i piętnować grup ludzi ”.

Gillingham używa Nowej Zelandii jako przykładu, gdzie urzędnicy rządowi wcześniej uważali używanie dużych danych do przewidywania prawdopodobieństwa, że ​​ktoś będzie sprawcą przemocy wobec dzieci. Dziury w danych, możliwość błędnego osądu i świadomość, że duże dane w rzeczywistości nie zapewniają o wiele więcej wglądu, wykoleiły ten plan, ale jeśli tak, miał kontynuacja, wyniki mogły być katastrofalne.

Używanie dużych danych jest naprawdę, naprawdę kosztowny.

„Istniejące narzędzia mówią nam już najbardziej prawdopodobnych sprawców, nie wydając milionów dolarów” - mówi Gillingham. „Fenomenalny koszt - i to, czy pieniądze mogą być lepiej wydane na usługi - jest często pomijany”.

Podczas gdy Gillingham i Graham podzielają perspektywę, że środki pieniężne powinny być wydawane na ludzi, którzy obecnie najbardziej tego potrzebują, zwiększa się nakłady na big data jako środek zapobiegawczy. Instytucje takie jak Harvard i University of Chicago mają wydziały i inicjatywy mające na celu przeszkolenie młodych naukowców zajmujących się danymi w wykorzystywaniu dużych zbiorów danych do rozwiązywania problemów wpływających na zdrowie, energię, bezpieczeństwo publiczne i rozwój międzynarodowy. Na przykład naukowcy z Harvard's Engineering Social Systems próbują wykorzystać duże dane pochodzące z cen rynkowych, częstotliwości suszy i regionalnych wskaźników produkcji, aby przewidzieć, kiedy wiejscy Ugandyjczycy mogą doświadczyć kryzysu żywnościowego.

Najbardziej znanym przykładem wykorzystania dużych danych jest zbiór informacji NSA do celów nadzoru. Ale rząd włącza również analizę dużych zbiorów danych do swojego Narodowego Planu Edukacji i wdrożenia Ustawy o opiece cenowej.

Jednak najbardziej rozpoznawalnym zastosowaniem dużych danych dla zwykłej osoby jest prawdopodobnie reklama - na przykład za każdym razem, gdy logujesz się na Facebooku, jesteś bombardowany celowymi reklamami, które firmy kultywowały poprzez zbieranie danych o ofertach. To również, według Gillinghama, jest problemem, który powoduje marnowanie dolarów. W bardziej osobistym przykładzie marnotrawstwa Gillingham przekazuje, w jaki sposób wykazuje cechy, które mogą być kojarzone z ludźmi, którzy lubią golf, więc jest „stale bombardowany” pocztą i reklamą online materiałów golfowych. Ale w rzeczywistości „prawda jest taka, że ​​nienawidzę golfa”, mówi. Predykcyjne modelowanie tutaj doprowadziło do pieniędzy, które równie dobrze mogły zostać wrzucone do śmieci.