2013年Strata ConferenceでのMicrosoft Researchの主任研究者であるKate Crawfordによる魅力的なプレゼンテーションでは、ビッグデータとその意味を詳しく見て、Crawfordが「アルゴリズムの幻想」と呼ぶもののいくつかと大規模データソリューションの限界を探りますビジネスの世界の多くの部分で採用されています。
Crawfordは、回転する猫が関与する錯視との基本的な類似性を使用して、多くのビジネスアプリケーションにはビッグデータが不可欠ですが、人間の意思決定者にとって客観的と思われるデータセットの結果の多くを解釈する方法は複数あると主張します。
クロフォードは、彼女と共著者のデイヴィッド・ボイドが、クロフォードが「神話」と呼ぶものや、ビッグデータが絶対的な真実をもたらすという信念を含む、ビッグデータの使用に関するいくつかの主要な原則について考察している論文を引用して、プロジェクトに対する客観主義。 リーダーは、しばしばビッグデータを客観的な鳥瞰図に直接関連付けますが、重要な方法でこの客観性に影響を与える可能性のある3つの基本的な制限や考慮事項、バイアス、シグナル、スケールを無視します。
バイアスから始めて、Crawfordはオーストラリアと米国の洪水の例を使用して、ビッグデータが常に路上の現実と一致するとは限らないことを示しています。 彼女は、結果を大きく歪める可能性のある隠れた現実をデータセットがどのように反映できるかをさらに説明する、2番目の原則であるシグナルを結び付けます。 一例として、クロフォードは、大陸と国家の相対的な大きさの客観的な見方を示すために開発された複数の種類の世界地図を引用しました。
「地図は中立ではない」とクロフォードは言った。 「データを表現するたびに選択を行っています。」
原理をさらに説明するために、Crawfordはボストンのpot穴を市職員に報告するアプリケーションの例を使用し、スマートフォンやモバイルデバイスで動作するこれらの種類のアプリは、全体的なレポートを相対的な年齢を示す国勢調査地図のように見せることができることを示唆しています市または自治体全体の収入。
「特定の種類の社会的不平等をさらに深めるリスクがあります」とクロフォードは、テクノロジーの使用の違いにより特定のビッグデータセットから除外される可能性のある人々を指摘しました。
「ビッグデータセットの影に住んでいるとどうなりますか？」 彼女は言いました。
さらに、Crawfordは、高レベルの情報が常により詳細なデータを表すかどうか、および「客観的なパノラマ」が常に小規模のデータよりも正確な表現として機能するかどうかを疑問視する研究についても語っています。 Crawfordはまた、リスナーにビッグデータだけでなく、「深さのあるデータ」についても考えるように求めています。 これにより、彼女は読者を真に客観的な現実へと導くデータを意味し、よりグローバルなアプローチで詳細を説明するのではなく、理解しやすい一方で、実際に存在するものの重要な要素を省きます。
