Bilgi aklama zamanlarında neden 'Saçmalık Aramak' önemli bir okumadır?
Yanlış bilgi ve dezenformasyon, veriye dayalı bir dünyada o kadar yaygın hale geldi ki, artık şüpheci olmak ve bunu haykırmak her vatandaşın görevi.
Saçmalık Çağırmak: Veriye Dayalı Bir Dünyada Şüphecilik Sanatı Jevin D West ve Carl T Bergstrom Rakamların söylendiği gibi kendileri için konuşmadığı, ancak ince ayar yapıldığı haberini veren bu ilgi çekici kitap, önümüzdeki Salı günü çıkacak. Ancak yayıncılar, aylar önce pandemi patlak verdiğinde ve hastalığın ilerlemesini, halk sağlığı müdahalesinin tamamen kargaşasını, enfekte olma ihtimalinizi ve zayıflığı gösteren şüpheli verilere dayalı grafiklere sahip olduğunda bunu basmak için acele etmeliydi. ölme ihtimalinin alt kümesi, her gün manşetlerde görünmeye başladı. Bağlamlar değişmeye devam etti, sonuçlar güvenilir bir şekilde farklıydı ve yalnızca sizi verilere olan inancınızı kaybetmeye teşvik etme yeteneklerinde birleşti. Washington Üniversitesi'nde bilgi bilimi öğreten West ve Bergstrom bize inancın eski bir şapka olduğunu hatırlatıyor. Tam olarak ne olduğunu bilmek için verileri ve manipülasyonunu kendiniz değerlendirebilmelisiniz. Şaşırtıcı derecede kolay.
Lisedeyken, istatistikler ve olasılıklar, genellikle manipüle edilen bir standart olan p-değerine dayanan kesin olmayan matematiksel alanlar olarak algılanırdı. Ekonomi okumak ve dünyayı görmek istemediğiniz sürece, bunlarla zaman kaybetmediniz. Ortalama, medyan, mod, standart sapma, permütasyonlar ve kombinasyonlar, Pascal'a ritüel bir selam ve siz devam ettiniz. Bilgisayarlar sizi büyülediyse Boole cebrine ve diğer her şey için trigonometri ve matematiğe. İnsan ilişkilerinde neler olup bittiğini anlamak için en önemli becerinin istatistiğin ortaya çıkacağını kim düşünebilirdi?
Büyük Veri ve Makine Öğrenimi çağında, sorun, veri kümelerinin büyüklüğü ve algoritmaların anlaşılmazlığı tarafından büyütülüyor gibi görünüyor. Bir hareket, algoritmalarda şeffaflık arar - eğer bir bilgisayar tarafından geçildiyseniz, nedenini bilmelisiniz - ancak amaç, elde edilmekten daha kolaydır. Makine öğrenimi, insanlar tarafından sınıflandırılan veri kümeleri üzerinde eğitilir ve gelecekteki verileri kategorize etmek için bir program yazar. Ancak bir sistemin yazarları bile bunun nasıl çalıştığını tam olarak bilemeyebilir. Kitap, dış yapraklar ve kurtların resimlerini ayırmakla görevli bir ML sistemine atıfta bulunuyor. Ama hayvanlara değil, arka plana bakıyordu. Yapay zeka, dış yapraklar çeşitli insan bağlamlarında vurulabilirken, vahşi kurtların büyük olasılıkla karla kaplı bir arka planda fotoğraflanacağını fark etmişti. Yalnızca arka plana bakıyor ve hayvanları sahte ama doğru bir şekilde tanımlıyordu.
Ayrıca, çoğu algo, iyi bir nedenle tescillidir. Google, sıralama algoritmasını herkese açık olarak yayınlasaydı, herkes ve genç yeğenleri onunla oynamaya çalıştığı için küresel bir silahlanma yarışını ateşleyecekti. Ancak yazarlar, genellikle algonun içinde yaşadığı kara kutuya tırmanmanın gerekli olmadığını hatırlatır. Girdi ve çıktı kalitesini analiz etmek yalnızca düz mantık alır ve amaca hizmet eder.
Koronavirüse ve ön sayfadaki ve insan ırkı boyunca yıkıcı yolculuğunu haritalayan açıklayıcılardaki dalgalı çizgilere ve diyagramlara dönelim. Vahşi bir tutarsızlık için, maskelere duyulan ihtiyaçla ilgili tuhaf fiyaskoyu düşünün, tıpkı bir ön cam sileceğinin hareketi gibi, tamamen yararsızlıkları ile çevrelemedeki kritik rolleri arasında fikir saptırıyor. En utanç verici şekilde, küresel gündemi her zaman mantıklı bir şekilde belirleyen DSÖ, belirsizliği körükleyerek, halkın yetkili versiyona ve bilimin kendisinin güvenilirliğine olan güvenini sarstı.
Ve sonra grafikler, çizelgeler ve veri görselleştirmelerinden oluşan bu farrago (Throor hızı) vardı. Burada da yazarlar basit kontroller sunar. Ölçek sıfırdan mı, perspektifin başlangıç noktasından mı yoksa görünen sonuçları uygun bir şekilde değiştiren rastgele bir sayıdan mı başlıyor? Ölçek doğrusal mı, yoksa 1 cm ilk başta bir yılı ve sonraki 10 yılı, dikleşen eğrileri mi temsil ediyor? Zaman ölçeği, kritik değişikliklerin görünmez hale geldiği ölçüde uzaklaştırılıyor mu? Yazarlar, örneğin verileri temsil etmek için ölçek dışı bir çatalın dişlerini kullanarak bir çiftlikten çatala hikayesini örneklendirerek, grafik temsilleri cinsiyetlendirmeye şiddetle karşı çıkıyorlar. İnsanlar son derece görsel hayvanlardır ve bir grafiği değiştirmek, onları yoldan çıkarmanın en kolay yoludur.
Kitap, yalnızca sizi ciddi şekilde rahatsız eden bir şey hakkında ciddi bir şeyler yapıldığı izlenimini veren eski okul BS arasında bir ayrım yapıyor (1980'lerde Hindistan, savaş zemininde bir eylem planının derhal uygulanması, yüksek kurumların doğrudan gözetimi altında. -emekli Yüksek Mahkeme yargıcı tarafından yönetilen güçlendirilmiş komite) ve titizlik ve doğruluk izlenimi yaratmak için matematik ve bilim ve istatistik dilini kullanan yeni okul BS. O kadar yaygındır ki, sorumlu bir şekilde haykırmak bir kamu görevi haline gelmelidir.
Propagandanın alıcıları, yalnızca politik olarak eğilimliyseler, ancak ikincisi karşısında çaresizlerse ilkine inanırlar. Tür, sayısal olarak kendisine meydan okunduğuna inanır ve verilerle karşılaştığında, ne kadar açık bir şekilde sahte veya yanıltıcı olursa olsun, sefilce teslim olur. Ne yazık ki, rakamlar asla kendileri için konuşmadı. Şimdi, çarpık veriler o kadar yaygın hale geldi ki, bilgi çağının yılmaz Galyalıları olan doğrulayıcılar artık gelgiti kendi başlarına durduramazlar. Hepimizin dijital plogging yapma zamanı geldi.
Arkadaşlarınla Paylaş:
