Een fascinerende presentatie van Kate Crawford, hoofdonderzoeker bij Microsoft Research, op de Strata-conferentie 2013 neemt big data en wat het betekent onder de loep en onderzoekt enkele van wat Crawford 'algoritmische illusies' en de beperkingen van grootschalige data-oplossingen noemt die in veel delen van de bedrijfswereld worden omarmd.
Met behulp van een fundamentele analogie met een optische illusie met een draaiende kat, beweert Crawford dat hoewel big data essentieel is voor veel bedrijfstoepassingen, er meer dan één manier is om veel van de resultaten van datasets te interpreteren die objectief lijken voor menselijke beslissers .
"Dingen kunnen anders worden gezien, " zei Crawford, waarin hij een paper citeert waarin zij en co-auteur David Boyd nadenken over enkele belangrijke principes van big data-gebruik, waaronder wat Crawford "mythologie" noemt, of de overtuiging dat big data absolute waarheid brengt en objectivisme naar een project. Leiders, zei ze, associëren big data vaak direct met een objectief vogelperspectief, terwijl ze de drie fundamentele beperkingen of overwegingen negeren die deze objectiviteit op belangrijke manieren kunnen beïnvloeden: bias, signaal en schaal.
Beginnend met bias gebruikt Crawford voorbeelden van overstromingen in Australië en de Verenigde Staten om aan te tonen dat big data niet altijd overeenkomt met de realiteit op straat. Ze verbindt het tweede principe, signaal, en illustreert verder hoe datasets verborgen actualiteiten kunnen weerspiegelen die de resultaten sterk kunnen scheeftrekken. Als voorbeeld noemde Crawford de verschillende soorten wereldkaarten die zijn ontwikkeld in een poging een objectief beeld te geven van de relatieve grootte van continenten en naties.
"Kaarten zijn niet neutraal, " zei Crawford. "We maken keuzes telkens wanneer we besluiten onze gegevens weer te geven."
Om het principe verder te illustreren, gebruikt Crawford het voorbeeld van een applicatie die gaten in Boston rapporteert aan stadsambtenaren, wat suggereert dat dit soort apps die werken op smartphones en mobiele apparaten er uiteindelijk voor kunnen zorgen dat algehele rapporten veel lijken op volkstellingskaarten die de relatieve leeftijd aangeven en inkomsten in een stad of gemeente.
"We lopen het risico om bepaalde soorten sociale ongelijkheid verder te verankeren, " zei Crawford, wijzend op degenen die door een verschil in technologiegebruik uit een bepaalde big data-set kunnen worden gelaten.
"Wat gebeurt er als u in de schaduw van grote datasets leeft?" ze zei.
Bovendien spreekt Crawford ook over onderzoek van jaren geleden waarin de vraag werd gesteld of informatie op hoog niveau altijd meer gedetailleerde gegevens vertegenwoordigt en of een "objectief panorama" altijd werkt als een meer accurate weergave dan gegevens op kleinere schaal. Crawford vraagt luisteraars ook om niet alleen aan big data te denken, maar ook aan 'data met diepte'. Hiermee bedoelt ze gegevens die de lezers echt naar objectieve realiteit leiden, in plaats van details over het hoofd te zien met een meer globale aanpak die, hoewel gemakkelijker te begrijpen, belangrijke elementen van wat echt bestaat weglaat.
