Forskere beviser å bruke store data kan gjøre en ass av deg og meg

I 1997 kom NASA-forskere opp med uttrykket "store data" for å beskrive behandling av høyvoluminformasjon av superdatamaskiner. I 2008 ble store data hyped som et enestående verktøy som kunne løse problemene som plaget vitenskap, utdanning, teknologi og - for det meste, hvis vi skal være ærlige - forretninger. Men i et nylig papir publisert i Australsk sosialt arbeid, akademikere advarer om at vi kanskje har blitt for stolte av å bruke store data som middel til å kurere sosiale sykdommer.

Mens store data har gitt nytt innblikk i levering av sosiale tjenester, argumenterer University of Queensland-forskerne Philip Gillingham og Timothy Graham at de som bruker store data - som regjeringer - ikke er kritiske og forsiktige nok med informasjonen. Den enorme omfanget av problemene som store data blir brukt på, betyr at subjektiv vurdering, feil og upassende svar kan føre til tragiske resultater.

"Du kan samsvare med data fra hjemløse og si at et stort antall er alkoholikere, slik at de kan bli målrettet med alkoholrehabilitering," sa Gillingham i en pressemelding. "Men hva som forårsaket situasjonen deres blir aldri avdekket. Vi må sørge for at vi ikke kommer til å kaste bort ressurser og fornærme og stigmatisere grupper av mennesker."

Gillingham bruker New Zealand som et eksempel, hvor regjeringens tjenestemenn tidligere hadde vurdert å bruke store data for å forutse sannsynligheten for at noen ville være barnmisbrukere. Hull i dataene, potensialet for feilbedømmelse og realiseringen av at store data ikke faktisk gir mye mer innsikt sparte denne planen, men hvis det hadde Fortsatt, kunne resultatene ha vært katastrofale.

Å bruke store data er også virkelig, egentlig dyrt.

"Eksisterende verktøy forteller oss allerede de mest sannsynlige gjerningsmennene, uten å bruke millioner av dollar," sier Gillingham. "Den fenomenale kostnaden - og om pengene kunne bli bedre brukt på tjenester - er noe som ofte overses."

Mens Gillingham og Graham deler perspektivet om at penger skal brukes på de som nå trenger mest, er det økende investeringer på store data som et forebyggende tiltak. Institusjoner som Harvard og University of Chicago har avdelinger og tiltak for å trene unge datavitenskapere for å bruke store data for å løse problemene som påvirker helse, energi, offentlig sikkerhet og internasjonal utvikling. For eksempel forsøker forskere innenfor Harvards Engineering Social Systems-program å bruke store data tatt fra markedspriser, tørkefrekvens og regionale produksjonshastigheter for å forutsi når landlige ugandere kan oppleve matkrisen.

Det mest kjente eksempelet med stor dataanvendelse er NSAs samling av informasjon for overvåkningssyssel. Men regjeringen inkorporerer også stor dataanalyse i sin nasjonale utdanningsplan og gjennomføringen av den rimelige omsorgsloven.

Den mest gjenkjennelige bruken av store data for den daglige personen er imidlertid sannsynligvis reklame. Hver gang du logger deg på Facebook, blir du for eksempel bombardert med målrettet annonsering at bedriftene dyrket gjennom bud datainnsamling. Også dette, ifølge Gillingham, er et problem som resulterer i bortkastede dollar. I et mer personlig eksempel på avfall, relayer Gillingham hvordan han viser egenskaper som kan knyttes til folk som liker golf, så han blir "stadig bombardert" med post og online-reklame for golfrekvisita. Men i virkeligheten er den virkelige sannheten at jeg hater golf, sier han. Prediktiv modellering her førte bare til penger som også kunne blitt kastet i søppel.