'பெரிய தரவு' என்ற யோசனை எங்கும் நிறைந்துவிட்டது, அது என்ன, அது நாம் வாழும் முறையை எவ்வாறு மாற்றுகிறது? கண்டுபிடிக்க தரவு விஞ்ஞானி, ஹார்வர்ட் பிஎச்.டி மற்றும் தேசிய புத்தக விருதுக்கு பரிந்துரைக்கப்பட்ட கேத்தி ஓ நீல் ஆகியோருடன் நாங்கள் அமர்ந்தோம்.
சி.டி: அடிப்படைகளுடன் ஆரம்பிக்கலாம் - 'பெரிய தரவு' என்றால் என்ன?
CO: பெரிய தரவு என்பது விஷயங்களை கணிப்பதற்கான ஒரு புதிய அணுகுமுறை. மேலும் குறிப்பாக, 'பெரிய தரவு' என்பது தற்செயலாக சேகரிக்கப்பட்ட தரவைப் பயன்படுத்துவது - உங்கள் உலாவி மூலம் நீங்கள் எவ்வாறு தேடுகிறீர்கள் அல்லது பேஸ்புக்கில் நீங்கள் என்ன செய்கிறீர்கள் என்பது போன்றவை - உங்களைப் பற்றிய விஷயங்களை ஊகிக்க, நீங்கள் என்ன வாங்கப் போகிறீர்கள் அல்லது உங்கள் அரசியல் இணைப்புகள் என்ன போன்றவை. இது மக்களைக் கண்டுபிடிப்பதற்கான ஒரு மறைமுக வழி. எடுத்துக்காட்டாக, எங்களை கண்காணிக்கும் கேமரா 'நீங்கள் என்ன செய்கிறீர்கள்?' - நாங்கள் என்ன செய்கிறோம் என்பதைப் பார்க்க வேண்டும்.
சி.டி: ஒரு வழிமுறை என்ன?
CO: வழிமுறைகள் ஒரு கணிப்பை உருவாக்க உங்களைப் பற்றி சேகரிக்கப்பட்ட தரவை [விளக்கும்] கணக்கீடுகள். கணித சமன்பாட்டைப் போல நினைத்துப் பாருங்கள், இது கணிப்பு என வடிவமைக்கப்பட்ட கேள்விக்கு பதிலளிக்க முயற்சிக்கிறது: 'இந்த நபர் ஏதாவது வாங்கப் போகிறாரா?' அல்லது 'இந்த நபர் ஒருவருக்கு வாக்களிக்கப் போகிறாரா?'
சி.டி: இதைப் பற்றி இப்போது நான் ஏன் அதிகம் கேட்கிறேன்?
CO: 'பெரிய தரவு'க்கு முன், புள்ளிவிவர வல்லுநர்கள் எதிர்காலத்தை கண்டுபிடிக்க மக்களை வாக்களிப்பது போன்ற விலையுயர்ந்த காரியங்களைச் செய்வார்கள். எடுத்துக்காட்டாக, 'நீங்கள் யாருக்கு வாக்களிக்கப் போகிறீர்கள்?' இப்போது, உங்களைப் பற்றிய விஷயங்களை ஊகிக்க, உங்களைப் பற்றி தொடர்ந்து சேகரிக்கப்பட்டு வரும் தரவை நான் அழைக்கும் 'தரவு வெளியேற்றத்தை' நாங்கள் அதிகளவில் நம்புகிறோம்.
'பெரிய தரவு'க்கு முன்பு, நிறுவனங்களுக்கு காட்டு யூகங்கள் மட்டுமே இருந்தன. இப்போது, காட்டு யூகங்களை விட சிறந்தது. ஆச்சரியம் என்னவென்றால், மிகப் பெரிய தரவு வழிமுறைகள் பெருமளவில் துல்லியமற்றவை, அவை சரியானவை என்று நினைக்க எந்த காரணமும் இல்லை. ஆனால் அவை காட்டு யூகங்களை விட சிறந்தவை. அதனால்தான் பெரிய தரவு அதைப் போலவே எடுக்கப்பட்டது.
சி.டி: அவை சரியாக இல்லாவிட்டால், அவை எதைப் பிரதிபலிக்கின்றன?
CO: நாங்கள் அவர்களுக்கு உணவளிக்கும் குறைபாடுள்ள தரவுத் தொகுப்புகள். வழிமுறைகள் நாம் சொல்வதைத் தாண்டி எதுவும் தெரியாது. ஆகவே, நம்மிடம் சீரற்ற தரவு இருக்கும்போது, அதை அல்காரிதம் அல்லது பக்கச்சார்பான தரவுகளுக்கு உணவளிக்கும்போது, அது உண்மை என்று நினைக்கும்.
![Image Image](https://images.couriertrackers.com/img/north-america/8/how-is-big-data-changing-daily-life-across-america.jpg)
ஐல்சா ஜான்சன் / © கலாச்சார பயணம்
சி.டி: அதற்கு நிஜ உலக உதாரணம் என்ன?
கோ: ஒரு உதாரணம் என்னவென்றால், அமெரிக்காவில், கறுப்பின மக்கள் ஐந்து மடங்கு அதிகமாக புகைபிடிப்பதற்காக கைது செய்யப்படுவார்கள். கறுப்பின மக்கள் அடிக்கடி பானை புகைப்பதால் இது இல்லை - இரு குழுக்களும் ஒரே விகிதத்தில் பானை புகைக்கிறார்கள். கறுப்பின மக்கள் அதற்காக கைது செய்யப்படுவதற்கான வாய்ப்புகள் அதிகம். நாங்கள் அதைச் செய்யும் ஒரு வழிமுறைக்கு நீங்கள் ஒப்படைத்தால், கறுப்பின மக்கள் எதிர்காலத்தில் புகைபிடிக்கும் பானைக்காக கைது செய்யப்படுவதற்கான வாய்ப்புகள் அதிகம் என்பதை அது சரியாகக் கருதுகிறது. பின்னர் அது கறுப்பின மக்களுக்கு குற்றத்திற்கான அதிக ஆபத்து மதிப்பெண்களை வழங்கும், இது குற்றவியல் தண்டனைக்கு ஒரு விளைவைக் கொடுக்கும்.
மற்றொரு உதாரணம் ஒரு சிந்தனை பரிசோதனை. நான் ஃபாக்ஸ் நியூஸைப் பயன்படுத்துவேன், ஏனென்றால் ஃபாக்ஸ் நியூஸ் சமீபத்தில் பாலியல் தொடர்பான உள் கலாச்சாரத்துடன் தொடர்புடைய வெடிப்புகள் ஏற்பட்டன. சோதனை 'எதிர்காலத்தில் மக்களை வேலைக்கு அமர்த்த ஒரு இயந்திர கற்றல் வழிமுறையை உருவாக்க ஃபாக்ஸ் நியூஸ் தங்கள் சொந்த தரவைப் பயன்படுத்த முயற்சித்தால் என்ன நடக்கும்?'
எடுத்துக்காட்டாக, ஃபாக்ஸ் நியூஸில் வெற்றிகரமானவர்களை நாங்கள் தேடுகிறோம் என்று சொல்லுங்கள். நீங்கள் வெற்றியை எவ்வாறு வரையறுப்பீர்கள் என்பதைப் பொறுத்தது, ஆனால் வழக்கமாக நீங்கள் உயர்த்துவது, பதவி உயர்வு பெறுவது அல்லது நீண்ட காலம் தங்கியிருப்பவர்களைப் பார்ப்பீர்கள். அந்த எந்தவொரு நடவடிக்கையினாலும், ஃபாக்ஸ் நியூஸில் பெண்கள் வெற்றிபெறவில்லை என்பதை தரவு பிரதிபலிக்கும். பணியமர்த்தல் வழிமுறைகளாகப் பயன்படுத்தினால், அது அந்தப் பிரச்சினையை பரப்புகிறது. இது விண்ணப்பதாரர்களின் ஒரு குளத்தைப் பார்க்கும், அது 'நான் எந்த பெண்களையும் வேலைக்கு அமர்த்த விரும்பவில்லை, ஏனென்றால் அவர்கள் இங்கு வெற்றிபெறவில்லை. அவர்கள் நல்ல வேலைக்கு அமர்த்துவதில்லை. ' அது ஃபாக்ஸ் நியூஸாக இருக்க வேண்டிய அவசியமில்லை - ஒவ்வொரு கார்ப்பரேட் கலாச்சாரத்திற்கும் ஒரு சார்பு உள்ளது. நீங்கள் ஒரு வழிமுறை தரவை உணவளிக்கும்போது, வழிமுறை சார்பு பின்னர் அதைப் பரப்புகிறது. சமூகத்தில் ஏற்கனவே நிலவும் சார்புகளை அது தொடர்ந்து வலுப்படுத்துகிறது.
சி.டி: சார்பு வேண்டுமென்றே?
கோ: தரவு விஞ்ஞானிகள் பாலியல் அல்லது இனவெறி வழிமுறைகளை உருவாக்க முயற்சிக்கிறார்கள் என்று நான் நினைக்கவில்லை. ஆனால் இயந்திர கற்றல் வழிமுறைகள் ஒப்பீட்டளவில் நுணுக்கமான வடிவங்களை எடுப்பதிலும், பின்னர் அவற்றைப் பரப்புவதிலும் விதிவிலக்காக நல்லது. இது தரவு விஞ்ஞானிகள் வேண்டுமென்றே செய்து வரும் ஒன்று அல்ல, ஆனாலும் இது ஒரு சார்பு.
சி.டி: நமது அன்றாட வாழ்க்கையில் தவறான வழிமுறைகள் என்ன பங்கு வகிக்கின்றன?
CO: மக்கள் வாழ்க்கைக்கான அனைத்து வகையான முடிவுகளிலும் அவை பயன்படுத்தப்படுகின்றன - கல்லூரி சேர்க்கை முதல் வேலை பெறுவது வரை அனைத்தும்.
பொலிஸ் அண்டை நாடுகளை எவ்வாறு பொலிஸ் செய்வார் என்பதை தீர்மானிக்கும் வழிமுறைகளும், நீதிபதிகள் பிரதிவாதிகளுக்கு எவ்வாறு தண்டனை வழங்குவார்கள் என்பதை தீர்மானிக்கும் வழிமுறைகளும் உள்ளன. காப்பீட்டிற்கு நீங்கள் எவ்வளவு பணம் செலுத்த வேண்டும் அல்லது உங்கள் கிரெடிட் கார்டில் எந்த வகையான ஏபிஆர் [வட்டி வீதம்] கிடைக்கும் என்பதை தீர்மானிக்கும் வழிமுறைகள் உள்ளன. உங்கள் வேலையில் நீங்கள் எவ்வாறு செய்கிறீர்கள் என்பதை தீர்மானிக்கும் வழிமுறைகள் உள்ளன, அவை ஊதிய உயர்வைத் தீர்மானிக்கப் பயன்படுகின்றன. பிறப்பு முதல் இறப்பு வரை ஒவ்வொரு அடியிலும் வழிமுறைகள் உள்ளன.
சி.டி: அப்படியென்றால் அது எங்கே போகிறது?
CO: நாங்கள் பெரிய தரவு சகாப்தத்தில் குதித்துள்ளோம், எங்களிடம் உள்ள ஒவ்வொரு பிரச்சனையிலும் வழிமுறைகளை வீசி எறிந்தோம், அந்த வழிமுறைகள் மனிதர்களை விட நியாயமானதாக இருக்க வேண்டும் என்று கருதுகிறோம் - ஆனால் உண்மையில் அவை மனிதர்களைப் போலவே நியாயமற்றவை. நாம் சிறப்பாக செய்ய வேண்டும்.
டாக்டர் ஓ'நீலுடனான எங்கள் நேர்காணலின் இரண்டாம் பகுதியைப் படிக்க இங்கே கிளிக் செய்க. கணித அழிவின் ஆயுதங்கள்: எவ்வளவு பெரிய தரவு சமத்துவமின்மையை அதிகரிக்கிறது மற்றும் ஜனநாயகத்தை அச்சுறுத்துகிறது என்ற அவரது புத்தகம் இப்போது கிடைக்கிறது.