⅁‌‌‌‌ garage.digital

Многие дата-аналитики не задумываются о том, что их работа — политическое действие, которое меняет облик нашего мира. И это проблема, уверен американский политолог Бен Грин. Ведь сегодня и государственные институты, и частные бизнесы пытаются предсказать будущее, используя анализ данных. Чье-то завтра буквально зависит от того, как дата-инженер проаналзирует данные сегодня — и какие закономерности там найдет.

Сегодня мы рассказываем об академической статье Грина, в которой он осмысляет политику анализа данных и рассказывает о том, как сделать его более справедливым. Первая цель для его критики — майндсет в духе я просто решаю инженерные задачи. Многие дата-аналитики считают, что их роль — в улучшении работы существующих цифровых систем. А значит, с их точки зрения, они могут оставаться политически нейтральными.

Как утверждал политолог Гарольд Лассуэлл, политика — это про распределение ресурсов: что, кому, как и где достанется. А анализ данных как раз и определяет, кто и что получит: какие новости покажут в вашем фиде, кого из соискателей возьмут на работу или даже — надевать на задержанных наручники или нет. Поэтому анализировать данные — значит участвовать в политике по определению. И сохранить нейтральность не получится. Как отмечает Грин, оставаться нейтральным — значит, на самом деле, просто поддерживать статус-кво и существующее распределение власти.

Чтобы ответственно подойти к политике анализа данных, дата-инженеры должны внятно сформировать собственное видение общественного блага. Улучшить работу существующих систем — не значит автоматически принести пользу обществу: хотя бы потому, что понимание «пользы» у всех разное. Но если самим не ответить на вопрос о полезном и вредном, то на него ответят за вас.

Из вопроса о благе следуют более конкретные вопросы. Нужно ли вообще техническое решение для той или иной проблемы — или, например, необходимы изменения более высокого уровня? Может быть, нужно совершенствовать не технику, а институты, которые ее используют? Например, можно улучшить прогностические алгоритмы для тюрем. Но что, если стоит задуматься о необходимости тюрьмы в целом?

Вместо того, чтобы анализировать данные для людей, Грин предлагает делать это вместе с ними. То есть следовать принципу ничего о нас без нас. А вместо того, чтобы верить в объективность статистических методов, лучше придумать проект, включающий в себя разные перспективы. А еще можно направить холодный машинный взгляд не на отдельных людей, а на целые институты — например, проанализровать поведение полиции на предмет расовых предрассудков.

www.tgoop.com/againstthedigital/158

1.5K viewsedited  Sep 1 at 14:16

Многие дата-аналитики не задумываются о том, что их работа — политическое действие, которое меняет облик нашего мира. И это проблема, уверен американский политолог Бен Грин. Ведь сегодня и государственные институты, и частные бизнесы пытаются предсказать будущее, используя анализ данных. Чье-то завтра буквально зависит от того, как дата-инженер проаналзирует данные сегодня — и какие закономерности там найдет.

Сегодня мы рассказываем об академической статье Грина, в которой он осмысляет политику анализа данных и рассказывает о том, как сделать его более справедливым. Первая цель для его критики — майндсет в духе я просто решаю инженерные задачи. Многие дата-аналитики считают, что их роль — в улучшении работы существующих цифровых систем. А значит, с их точки зрения, они могут оставаться политически нейтральными.

Как утверждал политолог Гарольд Лассуэлл, политика — это про распределение ресурсов: что, кому, как и где достанется. А анализ данных как раз и определяет, кто и что получит: какие новости покажут в вашем фиде, кого из соискателей возьмут на работу или даже — надевать на задержанных наручники или нет. Поэтому анализировать данные — значит участвовать в политике по определению. И сохранить нейтральность не получится. Как отмечает Грин, оставаться нейтральным — значит, на самом деле, просто поддерживать статус-кво и существующее распределение власти.

Чтобы ответственно подойти к политике анализа данных, дата-инженеры должны внятно сформировать собственное видение общественного блага. Улучшить работу существующих систем — не значит автоматически принести пользу обществу: хотя бы потому, что понимание «пользы» у всех разное. Но если самим не ответить на вопрос о полезном и вредном, то на него ответят за вас.

Из вопроса о благе следуют более конкретные вопросы. Нужно ли вообще техническое решение для той или иной проблемы — или, например, необходимы изменения более высокого уровня? Может быть, нужно совершенствовать не технику, а институты, которые ее используют? Например, можно улучшить прогностические алгоритмы для тюрем. Но что, если стоит задуматься о необходимости тюрьмы в целом?

Вместо того, чтобы анализировать данные для людей, Грин предлагает делать это вместе с ними. То есть следовать принципу ничего о нас без нас. А вместо того, чтобы верить в объективность статистических методов, лучше придумать проект, включающий в себя разные перспективы. А еще можно направить холодный машинный взгляд не на отдельных людей, а на целые институты — например, проанализровать поведение полиции на предмет расовых предрассудков.

BY ⅁‌‌‌‌ garage.digital