Emportar:
La investigadora principal de Microsoft Research, Kate Crawford, explica que, encara que les dades grans són essencials per a moltes aplicacions empresarials, hi ha més d’una manera d’interpretar molts dels resultats.
Una fascinant presentació de Kate Crawford, investigadora principal de Microsoft Research, a la Strata Conference del 2013 fa un cop d’ull a les dades grans i què significa, explorant alguns dels que Crawford anomena "il·lusions algorísmiques" i les limitacions de les solucions de dades a gran escala. que estan sent abraçats en moltes parts del món empresarial.Si s’utilitza una analogia fonamental a una il·lusió òptica que implica un gat filat, Crawford dóna compte que si bé les dades grans són essencials per a moltes aplicacions empresarials, hi ha més d’una manera d’interpretar molts dels resultats de conjunts de dades que poden semblar objectius per als responsables de la decisió humana. .
"Les coses es poden veure d'una altra manera", va dir Crawford, tot citant un article en què ella i el coautor David Boyd reflexionen sobre alguns principis principals de l'ús de big data, entre ells el que Crawford anomena "mitologia", o la creença que la big data aporta veritat absoluta. i objectivisme a un projecte. Va dir, els líders, sovint associen directament dades grans amb la vista objectiva dels ocells, tot i que ignora el que va anomenar les tres limitacions o consideracions fonamentals que poden afectar aquesta objectivitat de maneres clau: biaix, senyal i escala.
A partir del biaix, Crawford utilitza exemples d'inundacions a Austràlia i als Estats Units per demostrar que les dades grans no sempre coincideixen amb la realitat del carrer. Hi enllaça el segon principi, senyal, il·lustrant encara més com els conjunts de dades poden reflectir actualitats ocultes que poden desfer molt els resultats. Com a exemple, Crawford va citar els múltiples tipus de mapes mundials que s’han elaborat per intentar mostrar una visió objectiva de la mida relativa dels continents i les nacions.
"Els mapes no són neutres", va dir Crawford. "Prenem decisions cada vegada que decidim representar les nostres dades."
Per il·lustrar més el principi, Crawford utilitza l’exemple d’una aplicació que informa els forats a Boston als funcionaris de la ciutat, cosa que suggereix que aquest tipus d’aplicacions que funcionen a telèfons intel·ligents i dispositius mòbils poden acabar fent que els informes generals s’assemblin molt als mapes censals indicant l’edat relativa. i ingressos a una ciutat o municipi.
"Correm el risc de poder endreçar encara més determinats tipus de desigualtat social", va dir Crawford, assenyalant els que poden quedar fora d'un gran conjunt de dades donat per diferències en l'ús de la tecnologia.
"Què passa si viviu a l'ombra dels grans conjunts de dades?" ella va dir.
A més, Crawford també parla d’investigacions d’anys enrere que qüestionaven si la informació d’alt nivell sempre representa dades més granulars i si un "panorama objectiu" sempre funciona com una representació més acurada que les dades a una escala més petita. Crawford també demana als oients que pensin no només en big data, sinó en "dades amb profunditat". Per això, ella vol dir dades que guien els lectors veritablement cap a la realitat objectiva, en lloc de fer un repàs dels detalls amb un enfocament més global que, tot i ser més fàcil d’entendre, pot deixar fora dels elements clau del que existeix realment.