Un'affascinante presentazione di Kate Crawford, ricercatrice principale di Microsoft Research, alla conferenza Strata del 2013 esamina più da vicino i big data e il loro significato, esplorando alcuni di quelli che Crawford chiama "illusioni algoritmiche" e i limiti delle soluzioni di dati su larga scala che vengono abbracciati in molte parti del mondo degli affari.
Utilizzando un'analogia fondamentale con un'illusione ottica che coinvolge un gatto che gira, Crawford sostiene che, sebbene i big data siano essenziali per molte applicazioni aziendali, esiste più di un modo per interpretare molti dei risultati di set di dati che possono sembrare obiettivi per i decisori umani .
"Le cose possono essere viste diversamente", ha detto Crawford, citando un articolo in cui lei e la coautrice David Boyd riflettono su alcuni dei principali principi dell'uso dei big data, incluso ciò che Crawford chiama "mitologia" o la convinzione che i big data portino la verità assoluta e oggettivismo a un progetto. I leader, ha affermato, spesso associano direttamente i big data a una visione a volo d'uccello oggettiva, ignorando quelle che ha definito le tre limitazioni o considerazioni fondamentali che possono influenzare questa obiettività in modi chiave: distorsione, segnale e scala.
A partire dalla propensione, Crawford utilizza esempi di inondazioni in Australia e negli Stati Uniti per dimostrare che i big data non sempre corrispondono alla realtà per strada. Si lega al secondo principio, segnale, illustrando ulteriormente come i set di dati possono riflettere realtà nascoste che possono distorcere pesantemente i risultati. Ad esempio, Crawford ha citato i molteplici tipi di mappe del mondo che sono state sviluppate nel tentativo di mostrare una visione obiettiva delle dimensioni relative dei continenti e delle nazioni.
"Le mappe non sono neutrali", ha detto Crawford. "Stiamo facendo delle scelte ogni volta che decidiamo di rappresentare i nostri dati."
Per illustrare ulteriormente il principio, Crawford utilizza l'esempio di un'applicazione che riporta buche a Boston ai funzionari della città, suggerendo che questo tipo di app che funzionano su smartphone e dispositivi mobili può finire per rendere i rapporti globali molto simili alle mappe del censimento che indicano l'età relativa e entrate in una città o comune.
"Corriamo il rischio di rafforzare ulteriormente particolari tipi di disuguaglianze sociali", ha detto Crawford, indicando coloro che potrebbero essere esclusi da un determinato set di big data a causa delle differenze nell'uso della tecnologia.
"Cosa succede se vivi all'ombra dei big data set?" lei disse.
Inoltre, Crawford parla anche di ricerche di anni fa che si chiedevano se le informazioni di alto livello rappresentassero sempre dati più granulari e se un "panorama oggettivo" funzionasse sempre come una rappresentazione più accurata dei dati su una scala più piccola. Crawford chiede anche agli ascoltatori di pensare non solo ai big data, ma ai "dati approfonditi". Con ciò, intende dati che guidano veramente i lettori verso la realtà oggettiva, piuttosto che sorvolare i dettagli con un approccio più globale che, sebbene più facile da comprendere, potrebbe tralasciare elementi chiave di ciò che esiste realmente.
