لماذا تعتبر 'Calling Bullshit' قراءة مهمة في أوقات غسيل المعلومات
أصبحت المعلومات المضللة والتضليل منتشرة للغاية في عالم يحركه البيانات لدرجة أنه من واجب كل مواطن الآن أن يكون متشككًا وأن يستدعي ذلك
استدعاء الهراء: فن الشك في عالم مدفوع بالبيانات بقلم جيفين دي ويست وكارل تي بيرجستروم هذا الكتاب الجذاب ، الذي ينشر الأخبار بأن الأرقام لا تتحدث عن نفسها كما هو معلن ، ولكن مع تعديلها ، سيصدر يوم الثلاثاء المقبل. لكن كان على الناشرين أن يسرعوا في نشرها قبل أشهر عندما تفشى الوباء ، ورسومات بيانية تستند إلى بيانات مشكوك فيها ، تصور تقدم المرض ، والفوضى المطلقة لاستجابة الصحة العامة ، وفرص إصابتك بالعدوى ، والنحافة. بدأت مجموعة فرعية من احتمالية موتك تظهر كل يوم على الصفحات الأولى. استمرت السياقات في التغير ، وكانت الاستنتاجات مختلفة بشكل موثوق ومتحدة فقط في قدرتها على حثك على فقدان الثقة في البيانات. يذكرنا ويست وبرجستروم ، اللذان يدرسان علوم المعلومات في جامعة واشنطن ، بأن الإيمان هو قبعة قديمة. لمعرفة ما يحدث بالضبط ، يجب أن تكون قادرًا على تقييم البيانات والتلاعب بها بنفسك. إنه سهل بشكل مدهش.
عندما كنا في المدرسة الثانوية ، تم استنشاق الإحصائيات والاحتمالات على أنها مجالات رياضية غير دقيقة تعتمد على القيمة p ، وهو معيار غالبًا ما يتم التلاعب به. ما لم تكن ترغب في دراسة الاقتصاد ورؤية العالم ، فإنك لم تضيع الوقت عليها. يعني ، الوسيط ، الوضع ، الانحراف المعياري ، التباديل والتوليفات ، إيماءة طقسية لباسكال ، وانتقلت. إلى الجبر المنطقي ، إذا فتنتك أجهزة الكمبيوتر ، وعلم المثلثات وحساب التفاضل والتكامل لكل شيء آخر. من كان يظن أن الإحصاء سيكون أهم مهارة لفهم ما يجري في الشؤون الإنسانية؟
في عصر البيانات الضخمة والتعلم الآلي ، يبدو أن المشكلة تتضخم بسبب الحجم الهائل لمجموعات البيانات وغموض الخوارزميات. تسعى الحركة إلى الشفافية في الخوارزميات - إذا تم تجاوزك بواسطة جهاز كمبيوتر ، فيجب أن تعرف السبب - ولكن تحديد الهدف أسهل من تحقيقه. يتم تدريب التعلم الآلي على مجموعات البيانات التي يصنفها البشر ، ويقوم بكتابة برنامج لتصنيف البيانات المستقبلية. ولكن حتى مؤلفي النظام قد لا يعرفون بالضبط كيف يعمل ذلك. يشير الكتاب إلى نظام ML المكلف بفصل صور أقوياء البنية عن الذئاب. لكنها كانت تنظر إلى الخلفية وليس الحيوانات. أدركت منظمة العفو الدولية أنه في حين يمكن إطلاق النار على أقوياء البنية في سياقات بشرية مختلفة ، فمن المرجح أن يتم تصوير الذئاب البرية على خلفية من الثلج. كان ينظر فقط إلى الخلفية ، ويتعرف بشكل زائف ولكن بدقة على الحيوانات.
إلى جانب ذلك ، فإن معظم الطحالب مملوكة لسبب وجيه. إذا أصدرت Google خوارزمية التصنيف الخاصة بها علنًا ، فستطلق سباقًا عالميًا للتسلح حيث حاول الجميع وابن أختهم المراهق التلاعب بها. لكن المؤلفين يذكرنا أنه بشكل عام ، ليس من الضروري التسلق إلى الصندوق الأسود الذي تعيش فيه الخوارزمية. إن تحليل جودة المدخلات والمخرجات لا يتطلب سوى المنطق البسيط ويخدم الغرض.
دعونا نعود إلى فيروس كورونا والتمايل والرسوم البيانية على الصفحة الأولى وفي التوضيحات التي ترسم خريطة رحلته المدمرة عبر الجنس البشري. للتضارب الجامح ، ضع في اعتبارك الكارثة الغريبة المتعلقة بالحاجة إلى الأقنعة ، مع انحراف الرأي ، مثل اكتساح ممسحة الزجاج الأمامي ، بين عدم جدواها المطلق ودورها الحاسم في الاحتواء. الأمر الأكثر إحراجًا هو أن منظمة الصحة العالمية ، التي وضعت دائمًا جدول الأعمال العالمي بشكل معقول ، غذت حالة عدم اليقين ، وقوضت ثقة الجمهور في النسخة المصرح بها ، وفي موثوقية العلم نفسه.
ثم كان هناك فاراجو (سرعة ثارور) من الرسوم البيانية والمخططات وتصورات البيانات. هنا ، أيضًا ، يقدم المؤلفون فحوصات بسيطة. هل يبدأ المقياس من الصفر ، أو نقطة منشأ المنظور ، أو رقم تعسفي يغير النتائج الظاهرة بشكل ملائم؟ هل المقياس خطي ، أم يمثل 1 سم سنة واحدة في البداية و 10 سنوات بعد ذلك ، منحنيات شديدة الانحدار؟ هل تم تصغير النطاق الزمني إلى الحد الذي تصبح فيه التغييرات الحرجة غير مرئية؟ يعترض المؤلفون بشدة على تصنيف التمثيلات الرسومية ، على سبيل المثال من خلال توضيح مزرعة لتقسيم القصة باستخدام أسنان الشوكة ، خارج النطاق ، لتمثيل البيانات. إن البشر حيوانات بصرية عالية ، ويعد تعديل الرسم البياني أسهل طريقة لتضليلهم.
يميز الكتاب بين البكالوريوس في المدرسة القديمة ، والذي ينقل فقط الانطباع بأن شيئًا ما يتم القيام به بجدية بشأن شيء يزعجك بشكل خطير (في الهند في الثمانينيات ، التنفيذ الفوري لخطة عمل على أساس الحرب ، تحت إشراف مباشر - لجنة برئاسة قاضي المحكمة العليا المتقاعد) وشهادة البكالوريوس في المدرسة الجديدة ، والتي تستخدم لغة الرياضيات والعلوم والإحصاء لخلق انطباع بالدقة والدقة. إنه منتشر لدرجة أن وصفه بمسؤولية يجب أن يصبح واجبًا عامًا.
يعتقد متلقو الدعاية الأولى فقط إذا كانوا يميلون سياسياً ، لكنهم عاجزون في مواجهة هذا الأخير. تعتقد الأنواع نفسها أنها تواجه تحديًا عدديًا ، وتستسلم بفظاظة عندما تواجهها البيانات ، بغض النظر عن مدى كونها زائفة أو مضللة بشكل واضح. للأسف ، لم تتحدث الأرقام عن نفسها أبدًا. الآن ، أصبحت البيانات الملتوية منتشرة للغاية لدرجة أن مدققي الحقائق ، الغالي الذي لا يقهر في عصر المعلومات ، لا يمكنهم إيقاف المد بمفردهم بعد الآن. لقد حان الوقت لأن نبدأ جميعًا في التنقيب الرقمي.
شارك الموضوع مع أصدقائك:
