Tại sao ‘Gọi là Nhảm nhí’ là một bài đọc quan trọng trong thời đại rửa thông tin
Thông tin sai lệch và thông tin sai lệch đã trở nên phổ biến trong một thế giới dựa trên dữ liệu đến mức giờ đây, nhiệm vụ của mọi công dân là phải hoài nghi và gọi nó ra
Gọi là nhảm nhí: Nghệ thuật hoài nghi trong thế giới theo hướng dữ liệu của Jevin D West và Carl T Bergstrom Cuốn sách hấp dẫn này, phá vỡ tin tức rằng những con số không tự nói lên như được quảng cáo, nhưng khi chúng được chỉnh sửa, sẽ ra mắt vào thứ Ba tới. Nhưng các nhà xuất bản lẽ ra phải vội vàng báo chí nhiều tháng trước khi đại dịch bùng phát và vẽ biểu đồ dựa trên dữ liệu đáng ngờ, mô tả sự tiến triển của căn bệnh, sự thất bại hoàn toàn trong phản ứng của sức khỏe cộng đồng, khả năng bạn bị nhiễm bệnh, và tập hợp con khả năng bạn sẽ chết, bắt đầu xuất hiện hàng ngày trên các trang nhất. Các bối cảnh liên tục thay đổi, các kết luận khác nhau một cách đáng tin cậy và chỉ thống nhất ở khả năng thôi thúc bạn mất niềm tin vào dữ liệu. West và Bergstrom, giảng viên khoa học thông tin tại Đại học Washington, nhắc nhở chúng ta rằng niềm tin đã cũ. Để biết chính xác điều gì đang xảy ra, bạn phải có khả năng đánh giá dữ liệu và thao tác của nó, cho chính mình. Nó dễ dàng một cách đáng ngạc nhiên.
Khi chúng tôi còn học trung học, thống kê và xác suất được coi là các trường toán học không chính xác dựa vào giá trị p, một tiêu chuẩn thường bị thao túng. Trừ khi bạn muốn nghiên cứu kinh tế và nhìn ra thế giới, bạn sẽ không lãng phí thời gian cho chúng. Trung bình, trung vị, chế độ, độ lệch chuẩn, hoán vị và kết hợp, một nghi thức gật đầu với Pascal, và bạn đã tiếp tục. Đối với đại số Boolean, nếu máy tính mê hoặc bạn, và lượng giác và giải tích cho mọi thứ khác. Ai có thể nghĩ rằng thống kê hóa ra lại là kỹ năng quan trọng nhất để hiểu những gì đang xảy ra trong công việc của con người?
Trong thời đại của Dữ liệu lớn và Máy học, vấn đề dường như được khuếch đại bởi kích thước tuyệt đối của bộ dữ liệu và tính khó hiểu của các thuật toán. Một phong trào tìm kiếm sự minh bạch trong các thuật toán - nếu bạn bị máy tính vượt qua, bạn nên biết lý do tại sao - nhưng mục đích được nêu ra dễ dàng hơn là đạt được. Máy học được đào tạo trên các tập dữ liệu được phân loại bởi con người và nó viết một chương trình để phân loại dữ liệu trong tương lai. Nhưng ngay cả các tác giả của một hệ thống cũng có thể không biết chính xác cách thức hoạt động của nó. Cuốn sách đề cập đến một hệ thống ML có nhiệm vụ tách hình ảnh của chó và sói. Nhưng nó đang nhìn vào hậu cảnh, không phải động vật. AI đã nhận ra rằng mặc dù trấu có thể được chụp trong nhiều bối cảnh khác nhau của con người, nhưng những con sói hoang có nhiều khả năng được chụp trên nền tuyết. Nó chỉ nhìn vào nền, và xác định chính xác những con vật một cách phức tạp nhưng chính xác.
Bên cạnh đó, hầu hết các algos đều thuộc sở hữu độc quyền, vì một lý do chính đáng. Nếu Google công bố thuật toán xếp hạng của mình một cách công khai, nó sẽ khơi mào cho một cuộc chạy đua vũ trang toàn cầu khi tất cả mọi người và cháu trai tuổi teen của họ cố gắng chơi nó. Nhưng các tác giả nhắc nhở chúng ta rằng nói chung, không cần thiết phải leo vào hộp đen mà các bí danh sống. Phân tích chất lượng của đầu vào và đầu ra chỉ dựa trên logic đơn giản và phục vụ cho mục đích.
Chúng ta hãy quay trở lại coronavirus và các biểu đồ và sơ đồ trên trang nhất và trong các trình giải thích lập bản đồ hành trình tàn khốc của nó xuyên qua loài người. Đối với sự mâu thuẫn hoang dã, hãy xem xét sự suy yếu kỳ lạ liên quan đến sự cần thiết của mặt nạ, với sự tranh cãi ý kiến, giống như sự quét của cần gạt nước, giữa sự vô dụng hoàn toàn của chúng và vai trò quan trọng của chúng trong việc ngăn chặn. Đáng xấu hổ nhất là WHO, tổ chức luôn thiết lập chương trình nghị sự toàn cầu một cách hợp lý, đã thúc đẩy sự không chắc chắn, làm suy giảm lòng tin của công chúng đối với phiên bản được ủy quyền và vào độ tin cậy của chính khoa học.
Và sau đó là xa xôi này (nhịp độ Tharoor) của đồ thị, biểu đồ và hình ảnh hóa dữ liệu. Ở đây, các tác giả cũng đưa ra những cách kiểm tra đơn giản. Thang đo có bắt đầu từ 0, điểm gốc của phối cảnh hay một số tùy ý để điều chỉnh các kết quả rõ ràng một cách thuận tiện không? Tỷ lệ có tuyến tính không, hay 1 cm đại diện cho một năm đầu tiên và 10 năm sau, là đường cong? Có phải lịch thời gian được thu nhỏ đến mức mà những thay đổi quan trọng trở nên vô hình không? Các tác giả cực kỳ phản đối việc giới tính hóa các biểu diễn đồ họa, chẳng hạn như bằng cách minh họa câu chuyện từ nông trại đến ngã ba bằng cách sử dụng các thời điểm của một ngã ba, ngoài quy mô, để biểu diễn dữ liệu. Con người là động vật có thị giác cao, và chỉnh sửa biểu đồ là cách dễ nhất để dẫn họ đi lạc.
Cuốn sách phân biệt giữa BS kiểu cũ, cuốn sách chỉ truyền đạt ấn tượng rằng một điều gì đó đang được thực hiện nghiêm túc về một điều gì đó khiến bạn vô cùng phiền lòng (vào những năm 1980, Ấn Độ, ngay lập tức thực hiện một kế hoạch hành động trên phương diện chiến tranh, dưới sự giám sát trực tiếp của cấp cao. - ủy ban đầy quyền lực do thẩm phán Tòa án tối cao đã nghỉ hưu đứng đầu) và BS mới học, sử dụng ngôn ngữ toán học và khoa học và thống kê để tạo ấn tượng về sự chặt chẽ và chính xác. Nó có sức lan tỏa lớn đến mức việc kêu gọi nó một cách có trách nhiệm phải trở thành một nghĩa vụ công.
Những người tiếp nhận tuyên truyền chỉ tin vào điều đầu tiên nếu họ có khuynh hướng chính trị, nhưng bất lực khi đối mặt với điều sau. Loài này tin rằng bản thân đang bị thách thức về mặt số lượng và đầu hàng một cách đáng tiếc khi đối mặt với dữ liệu, cho dù nó có thể giả mạo hoặc gây hiểu lầm rõ ràng đến mức nào. Đáng buồn thay, những con số không bao giờ tự nói lên điều đó. Giờ đây, dữ liệu xoắn đã trở nên phổ biến đến mức những người kiểm tra thực tế, những Gaul bất khuất của thời đại thông tin, không thể tự mình ngăn chặn tình hình nữa. Đã đến lúc tất cả chúng ta đều sử dụng plogging kỹ thuật số.
Chia Sẻ VớI BạN Bè CủA BạN:
