Истраживачи доказују да употреба великих података може да направи гузицу од тебе и мене

1997. године, НАСА-ини истраживачи су дошли до израза "велики подаци" да би описали процесирање великих количина информација од стране суперрачунара. До 2008. године, велики подаци су били узбуркани као средство без преседана, способно за решавање проблема који су мучили науку, образовање, технологију и - углавном, ако смо искрени - посао. Али у једном новијем раду објављеном у Аустралиан Социал Ворк, академици упозоравају да смо се можда превише ослањали на кориштење великих података као средства за лијечење социјалних болести.

Док су велики подаци донели нови увид у пружање социјалних услуга, истраживачи Универзитета у Куеенсланду Пхилип Гиллингхам и Тимотхи Грахам тврде да они који користе велике податке - попут влада - нису довољно критични и довољно опрезни са информацијама. Масивни обим питања која се примењују на велике податке значи да субјективна процена, грешке и неодговарајући одговори могу да донесу трагичне резултате.

"Могли бисте да упоредите податке о бескућницима и кажете да је велики број алкохоличара, тако да могу бити мета рехабилитације алкохола", рекао је Гиллингхам у саопштењу за штампу. „Али оно што је узроковало њихову ситуацију никада није откривено. Морамо да осигурамо да не идемо да трошимо ресурсе и вређамо и стигматизујемо групе људи."

Гиллингхам користи Нови Зеланд као примјер, гдје су владини званичници претходно разматрали кориштење великих података за предвиђање вјеројатности да ће нетко бити злостављач дјеце. Рупице у подацима, потенцијал погрешне процене и спознаја да велики подаци заправо не пружају много више увида, истерали су овај план, али ако имао резултати су могли бити катастрофални.

Коришћење великих података је такође заиста, стварно скупо.

"Постојећи алати нам већ говоре највјероватније починиоце, а да не трошимо милијуне долара", каже Гиллингхам. "Феноменални трошак - и да ли би новац могао бити боље потрошен на услуге - је нешто што се често превиђа."

Док Гиллингхам и Грахам дијеле перспективу да се готовина треба потрошити на људе којима је тренутно најпотребнија, све је већа инвестиција у велике податке као превентивна мјера. Институције као што су Харвард и Универзитет у Чикагу имају одељења и иницијативе осмишљене да обучавају младе научнике да користе велике податке како би решили проблеме који утичу на здравље, енергију, јавну безбедност и међународни развој. На пример, истраживачи у оквиру Харвардског програма инжењерских социјалних система покушавају да користе велике податке преузете из тржишних цена, учесталост суше и регионалне стопе производње да би предвидели када би рурални Уганданци могли да доживе кризу са храном.

Најпознатији пример коришћења великих података је прикупљање информација НСА за потребе надзора. Међутим, влада такође укључује велику анализу података у свој Национални образовни план и његову имплементацију Закона о приступачној скрби.

Међутим, најпрепознатљивија употреба великих података за свакодневну особу је вјероватно реклама - сваки пут када се пријавите на Фацебоок, на примјер, бомбардирани сте циљаним оглашавањем које су твртке обрађивале кроз прикупљање података о лицитацији. И то је, према Гиллингхаму, проблем који резултира губитком долара. У личном примјеру отпада, Гиллингхам преноси како показује карактеристике које би могле бити повезане с људима који воле голф, тако да је он „стално бомбардиран“ поштом и онлине огласима за голф прибор. Али у стварности, “стварна истина је да ја мрзим голф”, каже он. Предиктивно моделирање само је довело до новца који је могао бити бачен у смеће.