რატომ არის „სიგიჟის გამოძახება“ მნიშვნელოვანი წასაკითხი ინფორმაციის გათეთრების დროს
დეზინფორმაცია და დეზინფორმაცია იმდენად გავრცელდა მონაცემებზე ორიენტირებულ სამყაროში, რომ ახლა ყველა მოქალაქის მოვალეობაა იყოს სკეპტიკურად განწყობილი და გამოაცხადოს იგი.
სისულელეების გამოძახება: სკეპტიციზმის ხელოვნება მონაცემებზე ორიენტირებულ სამყაროში ჯევინ დ უესტის და კარლ ტ ბერგსტრომის ეს საინტერესო წიგნი, რომელიც ავრცელებს ამბებს იმის შესახებ, რომ ციფრები თავისთავად არ მეტყველებს როგორც რეკლამირებულია, არამედ როგორც ისინი შესწორებულია, მომავალ სამშაბათს გამოვა. მაგრამ გამომცემლებს უნდა დაეჩქარებინათ მისი გამოქვეყნება თვეების წინ, როდესაც პანდემია დაიწყო და დიაგრამები ეყრდნობოდა საეჭვო მონაცემებს, რომლებიც ასახავს დაავადების პროგრესს, საზოგადოებრივი ჯანდაცვის რეაგირების სრულ არეულობას, დაინფიცირების შანსებს და სუსტს. იმის ქვეჯგუფი, რომ თქვენ მოკვდებით, ყოველდღე გამოჩნდა პირველ გვერდებზე. კონტექსტები იცვლებოდა, დასკვნები საიმედოდ განსხვავებული და გაერთიანებულია მხოლოდ იმით, რომ მოგიწოდებთ დაკარგოთ რწმენა მონაცემების მიმართ. ვესტი და ბერგსტრომი, რომლებიც ასწავლიან ინფორმაციულ მეცნიერებას ვაშინგტონის უნივერსიტეტში, შეგვახსენებენ, რომ რწმენა ძველი ქუდია. ზუსტად რომ იცოდეთ რა ხდება, თქვენ უნდა შეაფასოთ მონაცემები და მისი მანიპულირება საკუთარი თავისთვის. საოცრად ადვილია.
როდესაც ჩვენ საშუალო სკოლაში ვიყავით, სტატისტიკა და ალბათობა განიხილებოდა, როგორც არაზუსტი მათემატიკური ველები, რომლებიც ეყრდნობიან p-მნიშვნელობას, სტანდარტს, რომლითაც ხშირად მანიპულირებენ. თუ არ გინდოდათ ეკონომიკის შესწავლა და სამყაროს დანახვა, თქვენ არ დაკარგავთ დროს მათზე. საშუალო, მედიანა, რეჟიმი, სტანდარტული გადახრები, პერმუტაციები და კომბინაციები, რიტუალური დაქნევა პასკალზე და თქვენ გადადით. ლოგის ალგებრაზე, თუ კომპიუტერმა მოგხიბლათ, და ტრიგონომეტრია და კალკულუსი ყველა დანარჩენისთვის. ვინ იფიქრებდა, რომ სტატისტიკა იქნებოდა ყველაზე მნიშვნელოვანი უნარი იმის გაგებისთვის, თუ რა ხდება ადამიანურ საქმეებში?
დიდი მონაცემებისა და მანქანათმცოდნეობის ეპოქაში პრობლემას, როგორც ჩანს, აძლიერებს მონაცემთა ნაკრების დიდი ზომითა და ალგორითმების შეუსწავლელობით. მოძრაობა ეძებს გამჭვირვალობას ალგორითმებში - თუ კომპიუტერმა გადაგიარა, უნდა იცოდეთ რატომ - მაგრამ მიზანი უფრო ადვილია დაფიქსირებული, ვიდრე მიღწევა. მანქანათმცოდნეობა სწავლობს მონაცემთა ნაკრებებზე, რომლებიც კლასიფიცირებულია ადამიანების მიერ და წერს პროგრამას მომავალი მონაცემების კატეგორიზაციისთვის. მაგრამ სისტემის ავტორებმაც კი შეიძლება არ იცოდნენ ზუსტად როგორ მუშაობს ეს. წიგნი ეხება ML სისტემას, რომელსაც ევალება ჰასკისა და მგლების სურათების გამიჯვნა. მაგრამ ის უყურებდა ფონს და არა ცხოველებს. ხელოვნური ინტელექტის მეცნიერებამ გააცნობიერა, რომ მიუხედავად იმისა, რომ ჰასკი შეიძლება იყოს გადაღებული სხვადასხვა ადამიანურ კონტექსტში, ველურ მგლებს დიდი ალბათობით გადაუღებენ თოვლის ფონზე. ის მხოლოდ ფონს უყურებდა და ცრუ, მაგრამ ზუსტად ადგენდა ცხოველებს.
გარდა ამისა, ალგოს უმეტესობა საკუთრებაშია, კარგი მიზეზის გამო. თუ Google-მა თავისი რეიტინგის ალგორითმი საჯაროდ გამოაქვეყნა, ეს გამოიწვევს შეიარაღების გლობალურ რბოლას, რადგან ყველა და მათი თინეიჯერი ძმისშვილი ცდილობდნენ ამ თამაშს. მაგრამ ავტორები შეგვახსენებენ, რომ ზოგადად, არ არის აუცილებელი ასვლა შავ ყუთში, რომელშიც ალგო ცხოვრობს. შეყვანისა და გამომავალი ხარისხის ანალიზს მხოლოდ მარტივი ლოგიკა სჭირდება და ემსახურება მიზანს.
მოდით, დავუბრუნდეთ კოროვირუსს და პირველ გვერდზე და ახსნა-განმარტებებს, რომლებიც ასახავს მის დამანგრეველ მოგზაურობას ადამიანთა რასაში. ველური შეუსაბამობისთვის, გაითვალისწინეთ უცნაური უბედურება ნიღბების საჭიროებასთან დაკავშირებით, აზრის ცვალებადობით, როგორც საქარე მინის გამწმენდის წმენდა, მათ სრულ უსარგებლობასა და კრიტიკულ როლს შორის შეკავებაში. რაც ყველაზე უხერხულია, ჯანმო, რომელიც ყოველთვის გონივრულად ადგენდა გლობალურ დღის წესრიგს, აძლიერებდა გაურკვევლობას, ძირს უთხრის საზოგადოების ნდობას ავტორიზებული ვერსიისა და თავად მეცნიერების სანდოობის მიმართ.
და შემდეგ იყო გრაფიკების, სქემების და მონაცემთა ვიზუალიზაციის ეს ფარაგო (ტემპი თაროორი). აქაც ავტორები მარტივ შემოწმებას გვთავაზობენ. იწყება სკალა ნულიდან, პერსპექტივის საწყისი წერტილიდან ან თვითნებური რიცხვიდან, რომელიც მოხერხებულად ცვლის აშკარა შედეგებს? არის თუ არა მასშტაბი წრფივი, თუ 1 სმ წარმოადგენს ჯერ ერთ წელს და 10 წლის შემდეგ, მრუდების მკვეთრს? არის თუ არა დროის მასშტაბის შემცირება იმდენად, რამდენადაც კრიტიკული ცვლილებები უხილავი ხდება? ავტორები მკაცრად აპროტესტებენ გრაფიკული გამოსახულებების სქესობრივ დაყოფას, მაგალითად, ილუსტრაციით ფერმადან ჩანგალი სიუჟეტით, ჩანგლის ნაჭრების გამოყენებით, მასშტაბური მონაცემების წარმოსაჩენად. ადამიანები უაღრესად ვიზუალური ცხოველები არიან და გრაფიკის შესწორება უმარტივესი გზაა მათი შეცდომაში შეყვანისთვის.
წიგნი განასხვავებს ძველი სკოლის BS-ს, რომელიც მხოლოდ შთაბეჭდილებას ტოვებს, რომ რაღაც სერიოზულად კეთდება იმაზე, რაც სერიოზულად გაწუხებთ (1980-იან წლებში ინდოეთში, სამოქმედო გეგმის დაუყონებლივ განხორციელება ომის პირობებში, მაღალი დონის უშუალო ზედამხედველობით. - უფლებამოსილი კომიტეტი, რომელსაც ხელმძღვანელობს გადამდგარი უზენაესი სასამართლოს მოსამართლე) და ახალი სკოლის BS, რომელიც იყენებს მათემატიკისა და მეცნიერების ენას და სტატისტიკას სიმკაცრისა და სიზუსტის შთაბეჭდილების შესაქმნელად. ის იმდენად გავრცელებულია, რომ მისი პასუხისმგებლობით გამოძახება საჯარო მოვალეობად უნდა იქცეს.
პროპაგანდის მიმღებებს პირველის მხოლოდ მაშინ სჯერათ, თუკი ისინი პოლიტიკურად არიან მიდრეკილნი, მაგრამ უმწეოები არიან ამ უკანასკნელის წინაშე. სახეობა საკუთარ თავს თვლის, რომ რიცხობრივად არის გამოწვეული და საზიზღრად ნებდება, როდესაც მას უპირისპირდება მონაცემები, რაც არ უნდა აშკარად ყალბი ან შეცდომაში შემყვანი იყოს იგი. სამწუხაროდ, რიცხვები თავისთავად არასოდეს საუბრობდნენ. ახლა, უკუღმა მონაცემები იმდენად გავრცელდა, რომ ფაქტების შემმოწმებლები, ინფორმაციის ეპოქის დაუოკებელი გალები, დამოუკიდებლად ვეღარ შეაჩერებენ ტალღას. დროა ყველამ გადავიდეთ ციფრულ ჩაწერაზე.
ᲒᲐᲣᲖᲘᲐᲠᲔᲗ ᲗᲥᲕᲔᲜᲡ ᲛᲔᲒᲝᲑᲠᲔᲑᲡ:
