Forskare bevisar att använda stora data kan göra en röv ur dig och mig

$config[ads_kvadrat] not found

Deras bevis leder till säkrare programvara

Deras bevis leder till säkrare programvara
Anonim

1997 kom NASA-forskare upp med frasen "stora data" för att beskriva bearbetning av högvolyminformation av superdatorer. Vid 2008 höjdes stora data som ett oförutsedda verktyg som kunde lösa de problem som plågade vetenskap, utbildning, teknik och - mestadels om vi är ärliga - företag. Men i ett nyligen publicerat papper i Australiskt socialt arbete akademiker varnar för att vi kanske har blivit alltför beroende av att använda stora data som medel för att bota sociala sjukdomar.

Medan stora data har fått ny inblick i leveransen av sociala tjänster, forskar University of Queensland-forskarna Philip Gillingham och Timothy Graham att de som använder stora data - som regeringar - inte är kritiska och försiktiga med informationen. Den enorma omfattningen av de problem som stora data tillämpas är att subjektiv bedömning, fel och olämpliga svar kan leda till tragiska resultat.

"Du kan matcha uppgifterna för hemlösa och säga att ett stort antal är alkoholister, så att de kan riktas mot alkoholrehabilitering", säger Gillingham i ett pressmeddelande. "Men vad som orsakade deras situation avslöjas aldrig. Vi måste se till att vi inte kommer att slösa bort resurser och förolämpa och stigmatisera grupper av människor."

Gillingham använder Nya Zeeland som ett exempel där regeringstjänstemän tidigare hade ansett att använda stora data för att förutsäga sannolikheten att någon skulle vara ett barnmissbrukare. Hål i data, potentialen för felbedömning och insikten om att stora data faktiskt inte gav mycket mer insikt avspeglade denna plan, men om den hade Fortsatt kan resultaten ha varit katastrofala.

Att använda stora data är också riktigt, verkligen dyr.

"Befintliga verktyg säger oss redan de mest troliga förövarna, utan att spendera miljontals dollar", säger Gillingham. "Den fenomenala kostnaden - och om pengarna skulle kunna användas bättre på tjänster - är något som ganska ofta förbises."

Medan Gillingham och Graham delar perspektivet på att pengar ska spenderas på de personer som idag behöver mest, finns det ökande investeringar i stora data som en förebyggande åtgärd. Institutioner som Harvard och University of Chicago har avdelningar och initiativ för att utbilda unga datavetenskapare att använda stora data för att lösa problemen som påverkar hälsa, energi, säkerhet och internationell utveckling. Till exempel försöker forskare inom Harvards Engineering Social Systems-program använda stora data från marknadspriser, torkfrekvens och regionala produktionshastigheter för att förutsäga när lantliga ugandaner kan uppleva en matkris.

Det mest kända exemplet med stor dataanvändning är NSA: s insamling av information för övervakningsändamål. Men regeringen införlivar också stor dataanalys i sin nationella utbildningsplan och dess genomförande av prisvärd omsorgslagen.

Den mest igenkännliga användningen av stora data för den dagliga personen är förmodligen annonsering - varje gång du loggar in på Facebook, blir du till exempel bombarderad med målinriktad annonsering som företag odlas genom buddatainsamling. Även detta, enligt Gillingham, är ett problem som resulterar i slöseri med dollar. I ett mer personligt exempel på avfall, relayer Gillingham hur han uppvisar egenskaper som kan vara associerade med personer som gillar golf, så han "ständigt bombarderas" med post och onlineannonsering för golftillbehör. Men i verkligheten är "den faktiska sanningen att jag hatar golf", säger han. Förutsägande modellering här ledde bara till pengar som lika bra kunde bli kastade i soporna.

$config[ads_kvadrat] not found