数据杂志 04-18
数据真实比数据多更有用

 

你朋友的酒量有他说得那么大吗?

电影里暴力镜头增多会导致犯罪率升高吗?

种族歧视在现如今的美国还严重吗?

很多问题的答案正暗藏于看似没有关联的因素中,很多直觉和经验给出的答案与事实相差千里……

" 人们常常说谎,对自己说谎,也对别人说谎。"

在现实生活中,大约有 1/3 的时间人们都会说谎。而这导致了大部分调查,包括匿名调查的结果掺杂了谎言。

在研究美国虐待儿童及以人工流产数据时,《人人都在说谎,赤裸裸的数据真相》一书的作者赛思 · 斯蒂芬斯 - 达维多维茨发现,即便是一些官方统计数据,通常也并不可信。他说:" 我们不能盲目相信常规数据。常规数据可能会告诉我们,虐待儿童或堕胎已经减少,政治家可能会因此庆祝这一成就,但是,我们认为我们看到的结果可能在数据搜索方法上存在人为缺陷。"

在新时代,数据的获取早已不再像传统那样,通过各种调查问卷获取,现在生活中,人们留下的任何杂乱的痕迹已经变成了数据来源。

赛思 · 斯蒂芬斯在书中提到,数据时代,数据的构成因素被普遍重构,在新的信息里我们有很多洞见,了解到是什么导致了媒体的偏好,是什么成就了完美的第一次约会,发展中国家的经济状况是怎样的。当人们对数据重新认识之后,人们就可以规避调查中的误差,了解人类同胞真正在想什么、做什么。当然,互联网的搜索功能给我们获取数据提供了全新的途径。

比如美国人更多地搜索 " 色情片 ",而非 " 天气 ",但实际上这与调查报告的数据结果很难吻合,因为只有 25% 的男性和 8% 的女性承认自己看色情片。

" 谷歌搜索数据和互联网上的其他真相,让我们可以以一种前所未有的眼光去审视人类心灵最黑暗的角落。" 作为一名前谷歌数据科学家,赛思 · 斯蒂芬斯发现,数据让我们对人类有了重新的认识。

" 你不见得总是需要大量的数据才能得到重要的发现,你需要的是正确的数据。"

赛思 · 斯蒂芬斯用一系列的数据向我们证明,数据的功能很强大,但很快,赛思 · 斯蒂芬斯也提醒,不要以为有了数据就占据制胜点,拥有的数据越多就越有优越感," 我认为数据集的大小总会被高估。对此,还有一个很微妙却很重要的解释,即一种事物的影响越大,有必要观察它的次数就越少。"

赛思 · 斯蒂芬斯引用作家兼统计学家纳西姆 · 塔勒布的话说:" 我不是说大数据中没有信息,事实上它包含了很多信息,但问题是,提取信息比大海捞针还难,而这也是主要问题。"

以谷歌为例,赛思 · 斯蒂芬斯强调谷歌并非靠搜集更多的数据称霸搜索引擎界,而是凭借找到更精准的数据类型做到了这一点。

再次验证这个问题的案例是杰夫 · 赛德的相马故事,在传统依靠血统或者体型等相马的方法中,赛德用数据的方法证明了,心脏的大小,尤其是左心室的大小,是赛马成功的重要预测指标,也是最重要的变量,另一个重要器官是脾脏,脾小的马几乎一分钱都赚不了。

在评价赛德的方法时,赛思 · 斯蒂芬斯表示,赛德的天才之处在于,他会寻找他人从未关注过的数据,还会考量非传统的数据来源。" 对一位数据科学家来说,一个全新的独特视角是一定会带来回报的。"

" 大数据的革新将会带来一场革命,但这并不意味着我们可以用数据解决一切问题。"

赛思 · 斯蒂芬斯在书中用大量的数据证明,上一所好的高中,或者套件和资源一级棒的大学,并不能保证这些之后就比其他人拥有更高的收入、更高的社会地位。尽管现实中不乏案例,包括一些数据也确实向我们展现了学校与毕业后收入之间的关联,但赛思 · 斯蒂芬斯认为,这就像人们说谎为了展示更好的自己一样,是世界给我们的谎言。

大数据能够替代猜测、传统智慧和与实际效果相关的优劣关系——因果关系。

当我们过分强调大数据价值的时候,通常会陷入另外一个误区:以为所有的东西都是可测量的。赛思 · 斯蒂芬斯提醒到,数据可能极具诱惑力,我们可能会越来越依赖它们,也会因此忽略很多更重要的考量因素。

数字能够帮助我们更好地认知世界,但这并不代表数据能描述一切,并预测一切。尤其是一些数据研究已经引发了相应的道德问题,比如一个贷款机构因为我在贷款申请中写了 " 保证还钱 "、" 谢谢 " 等词语,就认为我可能不会还钱,因为数据调查显示,这几个词是可能不偿还贷款借款人最常用到的短语。

让众多公司利用我们写下的词来预测我们是否会偿还贷款,我们真的想生活在这样一个世界里吗?是不是有些毛骨悚然?

用赛思 · 斯蒂芬斯的话说,数据革命带来的一个危险是,随着我们的生活不断被量化,这些替代判断因素可能会变得更加神秘,但也很具侵略性。更准确的预测可能会导致歧视更加微妙,也更恶毒。

图表丨《人人都在说谎,赤裸裸的数据真相》

记者丨东青人间有味是清欢。

编辑丨二三本周活动持续到明天。

END

本周福利

(点击图片获取福利)

我们不生产钱,我们是工资的搬运工

↓↓↓点击下方 "阅读原文" 获取更多内容

以上内容由 " 数据杂志 " 上传发布

相关文章
评论
没有更多评论了
取消
12 我来说两句…
打开 ZAKER 参与讨论