2013 Strata Konferansı'nda Microsoft Research'ün baş araştırmacısı Kate Crawford'un büyüleyici bir sunumu, Crawford'un "algoritmik yanılsamalar" dediği bazı şeyleri ve büyük ölçekli veri çözümlerinin sınırlamalarını inceleyerek büyük verilere ve bunun ne anlama geldiğine yakından bakıyor. iş dünyasının birçok yerinde benimseniyor.
Crawford, dönen bir kedi içeren optik bir yanılsamaya temel bir benzetme kullanarak, büyük veri birçok iş uygulaması için gerekli olsa da, insan karar vericilerine objektif görünebilecek veri kümelerinin sonuçlarını yorumlamanın birden fazla yolunun olduğunu ortaya koyuyor .
Crawford ve ortak yazar David Boyd'un Crawford'un “mitoloji” dediği veya büyük verinin mutlak gerçeği getirdiği inancı da dahil olmak üzere büyük veri kullanımının bazı temel prensipleri üzerinde düşündükleri bir makaleye atıfta bulunarak "İşler farklı görülebilir" dedi. ve projeye karşı çıkma. Liderler, büyük verileri doğrudan nesnel bir kuşbakışı görünümü ile ilişkilendirirken, bu nesnelliği anahtar şekillerde etkileyebilecek üç temel sınırlama veya düşünceyi göz ardı ederek, önyargı, sinyal ve ölçek olarak söyledi.
Crawford, önyargıyla başlayarak, büyük verilerin her zaman sokaktaki gerçekliğe uymadığını göstermek için Avustralya ve ABD'deki sel örneklerini kullanıyor. Veri setinin sonuçları ciddi şekilde çarpıtabilen gizli gerçekleri nasıl yansıtabildiğini gösteren ikinci prensip olan sinyal ile bağlantı kurar. Crawford, örnek olarak, kıtaların ve ulusların göreceli büyüklüğünün nesnel bir görünümünü göstermek amacıyla geliştirilmiş olan çok çeşitli dünya haritalarından bahsetti.
Crawford, "Haritalar tarafsız değil, " dedi. "Verilerimizi temsil etmeye her karar verdiğimizde seçimler yapıyoruz."
İlkeyi daha da açıklamak için Crawford, Boston'daki çukurları şehir yetkililerine bildiren bir uygulama örneğini kullanıyor ve akıllı telefonlarda ve mobil cihazlarda çalışan bu tür uygulamaların, genel raporların göreceli yaşı gösteren nüfus sayımı haritalarına çok benzemesini önerebileceğini gösteriyor. ve bir şehir veya belediye genelinde gelir.
Crawford, teknoloji kullanımındaki farklılıklar nedeniyle belirli bir büyük veri setinden çıkarılabileceklere işaret ederek, "Belirli türdeki toplumsal eşitsizliklerin daha fazla yerleşmesi riskini taşıyoruz" dedi.
"Büyük veri kümelerinin gölgesinde yaşıyorsanız ne olur?" dedi.
Ayrıca Crawford, yıllar önce, üst düzey bilgilerin her zaman daha ayrıntılı verileri temsil edip etmediğini ve bir "objektif panoramanın" her zaman daha küçük ölçekli verilerden daha doğru bir temsil olarak çalışıp çalışmadığını sorgulayan araştırmalardan bahsediyor. Crawford ayrıca dinleyicilerden sadece büyük veriler hakkında değil, “derinlemesine veriler” hakkında düşünmelerini ister. Bununla, daha kolay anlaşılırken, gerçekte var olanın temel öğelerini dışarıda bırakabilecek daha küresel bir yaklaşımla ayrıntılara göz atmak yerine okuyucuları nesnel gerçekliğe doğru yönlendiren veriler anlamına gelir.
