Pētnieki pierāda, ka, izmantojot lielus datus, varat veikt no jums un mani

1997. gadā NASA pētnieki nāca klajā ar frāzi “lielie dati”, lai aprakstītu lielapjoma informācijas apstrādi ar superdatoriem. Līdz 2008. gadam lielie dati tika uzskatīti par bezprecedenta instrumentu, kas spēj atrisināt problēmas, kas skārušas zinātni, izglītību, tehnoloģiju un - galvenokārt, ja mēs esam godīgi - uzņēmējdarbību. Bet nesen publicētajā dokumentā Austrālijas sociālais darbs Akadēmiķi brīdina, ka mēs, iespējams, esam kļuvuši pārāk atkarīgi no lielo datu izmantošanas kā līdzekļa, lai izārstētu sociālās problēmas.

Kaut arī lielie dati ir radījuši jaunu ieskatu par sociālo pakalpojumu sniegšanu, Queensland universitātes pētnieki Philip Gillingham un Timothy Graham apgalvo, ka tie, kas izmanto lielus datus, piemēram, valdības, nav pietiekami kritiski un piesardzīgi ar šo informāciju. Lielo jautājumu masveida apjoms, kas tiek izmantots, lai subjektīvs spriedums, kļūdas un neatbilstošas ​​atbildes varētu radīt traģiskus rezultātus.

„Jūs varētu saskaņot bezpajumtnieku datus un teikt, ka liels skaits ir alkoholiķi, lai viņi varētu tikt mērķēti ar alkohola rehabilitāciju,” sacīja Gillingham preses relīzē. „Bet tas, kas radīja viņu situāciju, nekad nav atklāts. Mums ir jānodrošina, lai mēs netiktu tērēti resursi un apvainojumi un stigmatizētu cilvēku grupas. ”

Gillinghams izmanto Jaunzēlandi kā piemēru, kur valsts amatpersonas iepriekš bija apsvērušas iespēju izmantot lielus datus, lai paredzētu, ka kāds varētu būt bērns. Dati, caurskatāmības potenciāls un apzināšanās, ka lielie dati patiesībā nesniedza daudz vairāk ieskatu, no šī plāna pavirzījās, bet, ja tā bija turpinājās, rezultāti varētu būt postoši.

Lielu datu izmantošana arī ir tiešām, tiešām dārgi.

“Esošie instrumenti jau mums saka visticamākos vainīgos, neiztērējot miljoniem dolāru,” saka Gillingham. „Fenomenālās izmaksas - un tas, vai naudu varētu labāk izlietot pakalpojumiem - ir diezgan bieži ignorēts.”

Kamēr Gillingham un Graham ir vienisprātis, ka nauda ir jāiztērē cilvēkiem, kuriem tas pašlaik ir visvairāk vajadzīgs, kā preventīvs pasākums palielina ieguldījumus lielos datos. Iestādēm, piemēram, Hārvardam un Čikāgas Universitātei, ir nodaļas un iniciatīvas, kuru mērķis ir apmācīt jaunos datu zinātniekus izmantot lielus datus, lai atrisinātu problēmas, kas ietekmē veselību, enerģiju, sabiedrības drošību un starptautisko attīstību. Piemēram, Harvard's Engineering Social Systems programmas pētnieki cenšas izmantot lielus datus, kas iegūti no tirgus cenām, sausuma biežuma un reģionālajiem ražošanas rādītājiem, lai prognozētu, kad Ugandas lauku iedzīvotāji var piedzīvot pārtikas krīzi.

Slavenākais lielo datu piemērs ir VDI informācijas vākšana uzraudzības nolūkos. Taču valdība iekļauj arī lielu datu analīzi savā Nacionālajā izglītības plānā un tā pieņemšanā par pieņemamu aprūpi.

Tomēr visbiežāk atpazīstamā lielo datu izmantošana ikdienas personai, iespējams, ir reklāma - katru reizi, kad piesakāties Facebook, jūs bombardējat ar mērķtiecīgu reklāmu, ko uzņēmumi, kas audzē, izmantojot cenu datu vākšanu. Tas arī, saskaņā ar Gillingham, ir problēma, kuras rezultātā tiek izšķiesti dolāri. Personīgākā atkritumu piemērā Gillingham releja, kā viņš demonstrē īpašības, kas varētu būt saistītas ar cilvēkiem, kuriem patīk golfs, tāpēc viņš ir „pastāvīgi bombardēts” ar pastu un tiešsaistes reklāmu golfa piegādēm. Bet patiesībā „patiesā patiesība ir tā, ka ienīstu golfu,” viņš saka. Prognozējošā modelēšana šeit tikai noveda pie naudas, kas varētu arī tikt izmesti atkritumos.