Иногда называется «Интернет вещей», «Большие данные» прибыли. Он будет «заменять идеи, парадигмы, организации и способы мышления о мире», – сказал профессор Брюнхольфссон, директор Центра цифрового бизнеса MIT на недавней конференции. Ну, может быть. Но стоит подумать о том, что это может не сделать.
Как сказал Стив Лор в своем обзоре на конец года в The New York Times, такие утверждения полагаются «на предпосылку, что данные, такие как тропы просмотра веб-страниц, сигналы датчиков, отслеживание GPS и сообщения в социальных сетях, откроют дверь измерения и мониторинга людей и машин, как никогда раньше ». Компьютерные алгоритмы, используя эти данные, позволят нам« прогнозировать поведение всех видов: например, покупки, знакомства и голосование ».
Все это правда, и мы видим это на работе, поскольку Интернет уже отслеживает каждый поиск, который мы делаем на наших компьютерах. Мы не можем избежать бесчисленных намеков и предложений о том, что еще мы можем захотеть купить. Ничто не забыто или игнорируется. И это более заметные признаки того, как нас отслеживают.
Но, как указывает Лор, такие прогнозы основаны на математических моделях, а наши модели сделаны человеческим интеллектом. После настройки модели быстро и эффективно обрабатывают данные, но, будучи разработанными людьми, они сами не только ошибаются, но также уязвимы для неправильного использования.
Большое внимание было уделено вторжению в личную жизнь, присущую таким моделям. Что мы непреднамеренно раскрываем о себе? И кто будет использовать эту информацию для манипулирования и контроля над нами? Это происходит сейчас, конечно, но это только ухудшится. И как мы узнаем?
Опасность другого рода – отсутствие утонченности и точности используемых моделей. Хорошие программы требуют навыков математики и компьютера, но также могут быть новаторскими и продуманными. Лор отмечает, что Глобальный институт McKinsey прогнозирует, что США потребуют от 140 000 до 190 000 сотрудников с «глубоким аналитическим опытом». Он цитирует Клаудию Перлих, главного ученого в онлайн-старте в Нью-Йорке: «Мы не можем быстро развивать навыки достаточно."
Это не просто компьютерные и математические навыки, которые необходимы. Лор отмечает: «Прослушивание данных важно, но это также опыт и интуиция. В конце концов, что такое интуиция в лучшем виде, но большое количество данных всех видов, отфильтрованных через мозг человека, а не математическую модель? »(См.« Конечно, большие данные велики, но это тоже интуиция »).
Чтобы быть ясным, это включает в себя бессознательную информацию, к которой мы невнимательны, потому что она иногда кажется нерелевантной, иногда немодной и иногда нежелательной. Дело в том, что зачастую именно информация – непредсказуемая, неожиданная, может быть, даже трудно принять или понять – показывает, что нам чаще всего нужно знать.
На недавней конференции Массачусетского технологического института Лор сообщил, что группа, которая спросила о крупных неудачах в «Больших данных», может не прибегать к примерам. Позже, однако, кто-то в аудитории прокомментировал, что Big Data не смогли предсказать кредитный кризис и финансовый крах 2008 года. Oh!
Может ли быть, что призрак его потенциала заставляет своих приверженцев пренебрегать или преуменьшать человеческий фактор? Большие ли данные делают людей чрезмерными или самодовольными? Если это так, это просто проблема, которую Big Data не может решить?
