Big Data & the Algorithms!

Big Data handlar om att maximera datorers beräkningskraft med algoritmer för att samla, länka och analysera stora mängder data i avseende att identifiera mönster och dra ekonomiska, sociala, tekniska och legala slutsatser. Rätt hanterat är Big Data ett kraftfullt verktyg i att kartlägga avvikelser, beteende och trender. Kunskap som t.e.x kan ligga till grund för att stödja forskning och samhällsutvecklingen inom områden som hälsa- och miljö. 

Big Data fick sitt breda genomslag för tio år sedan och blev snabbt ett buzzword inom Business Intelligence. Initialt mytologiserades Big Data – en helig Graal där all information var tillgänglig, objektiv och sann. Redaktören på The Wired, Chris Andersson, förkunnade euforiskt : ”The End of Theory” – osäkerheten var borta en gång för alla. Profetian visade sig inte stämma.

Insight Washing & regalskeppet Vasa.

I takt med att användandet av data ökat för att kartlägga individers och gruppers beteende har även brister inom Big Data framträtt. Detta främst i avseende på kunskap och förståelse, då det enligt den välrenommerade tech-konsultfirman Gartner ofta saknas grundläggande förmåga att tolka datan rätt. 

Ett vanligt misstag är förståelsen mellan samband och orsak, vilket kan ge märkliga resultat. T.e.x gav en sökning en positiv korrelation mellan smörkonsumtion och skilsmässor, och en annan mellan glassförsäljning och antal mord. I det förstnämnda fallet gissar vi på dåligt bordsskick, i det senare kan en bidragande faktor varit vädret. Dessa övertydliga exemplen har mer karaktären av att roa än oroa, men visar ändå på risken att dra felaktiga slutsatser – korrelation är inte samma sak som kausalitet. 

Ett annat bekant problem är att algoritmer kan förstärka sig själv och leda till självuppfyllande profetior. Där ett handlande förstärks och blir än mer positivt än vad som är fallet – helt enkelt en feed-back loop med snedvridet resultatet.

Lägg till detta insight washing, d.v.s. när data tolkas och formas internt så att den bättre skall stämma överens med verksamhetens önskvärda resultat. Ett fullt naturligt drag då ingen vill komma med information som motsäger rådande ”sanningar”, inte minst om verk-samheten satsat betydande resurser på en viss föreställning.
Beteendet har likheter med Vasa-syndromet. Ett begrepp hämtat från regalskeppets nesliga jungfrufärd år 1628. Kungen ville ha ett ståtligt regalskepp med dubbla kanondäck, problemet var bara att då fick man minska på barlasten, vilket skulle göra skeppet instabilt. Alla visste detta – från chefsarkitekt till skeppsgosse – alla utom kungen. Och då ingen vågade motsäga majestäten fick denna sin vilja igenom med känt resultat. Skeppet förliste och tog med sig en del av manskapet i djupet. Vasa-syndromet är ett bekant fenomen, där Greyhound, GM, Motorola, NASA och Nokia endast är några samtida exempel på kapsejsade projekt.  

Deep Data

I dagens digitaliserade samhälle är data inte en bristvara, tvärtom, den utgör ett överflöd som är lätt att gå förlorad i. Data är sällan glasklar och talar aldrig för sig själv, utan förutsätter kunskap inom data-analys och statistik, ämnes- och områdeskunnande och inte minst förståelse för kontext och sammanhang. Utan denna kunskap riskerar informationen att bli vilseledande. Och här kommer vi fram till pudelns kärna – siffrors välsignelse och förbannelse.

Vi lever i en värld där siffror och statistik är förhärskande. Inte underligt i sig, tal har många fördelar, de är begripliga, jämförbara och universella. Statistik presenterade i Excel-form upplevs som vederhäftig och svår att ifrågasätta. Den ger svar på vad och när något skett och emellanåt av vem. Men statistik ger inte hela bilden – den svarar sällan på hur och varför något sker. Istället för att leta efter hållbara teorier i data; är det en bättre strategi att utgå från en hypotes som har förankring i kunskap för att därefter använda data för att leda i bevis.

Det krävs med andra ord inte endast data – oavsett mängd – för att förstå omvärlden, utan även sunt förnuft. Om Big Data skall nå sin fulla potential behöver den stöd av ”thick description”, en djupare förståelse för kultur, kontext och sammanhang; hur vi som individer resonerar och agerar och på vilket sätt det skapar mening i vardagen. För vi människor består inte av data i form av siffror. Vi är människor, lika rationella som irrationella, lika förutsägbara som fulla av överraskningar. Styrda av våra känslor, sinnen som rådande trender och kultur. Det är än mer komplext än Big Data – men samtidigt mycket mer intressant och givande. 
Big Data bör m.a.o. ersättas med Deep Data för att skapa verklig förståelse och mening. För det är i samverkan mellan teknologi och humaniora som omvärlden visar sig och förstås… om än aldrig fullt ut.

Martin Hellryd – M.Sc. Business Anthropology & Culture Analysis.

P.S.
I nästa blogg diskuteras Surveillance capitalism – vilka konsekvenser kartläggning och identifiering kan få för en verksamhet.
D.S.

We bring human insights into strategy, organization, and innovation.
We believe understanding culture is key to success. 
antropo.se

Lämna ett svar