سایت معرفی و نقد کتاب وینش
سایت معرفی و نقد کتاب وینش

کلان‌داده‌ها به ما چه می‌گویند؟

کلان‌داده‌ها به ما چه می‌گویند؟


تاکنون 1 نفر به این کتاب امتیاز داده‌اند

 

تهیه این کتاب

در همه دروغ می گویند، استیونز بسیار صمیمی و بی‌‌تکلف شروع به گفتن داستان‌‌های جذابی از قدرت کلان‌‌داده در امور مختلف می‌‌کند. شیوه‌ی روایتش به گونه‌‌ای‌‌ست که انگار با او به کافی‌‌شاپ رفته‌‌ایم و او هم با هیجان زیادی، در خلال خوردن کیک و چایی برای‌‌مان در مورد اینکه با کلان‌‌داده چه کارهایی شده و چه کارهایی می‌‌توان در آینده کرد؛ صحبت می‌‌کند. همان‌‌قدر روان مثل یک مکالمه دوستانه و خب البته همان‌‌قدر شامل پراکنده‌‌گویی  و از این شاخه به آن شاخه پریدن و حتی تکراری گفتن. اما نه آنقدر که سررشته صحبت از دستش در‌‌ رود.

همه دروغ می‌گویند (اینترنت چه چیزهایی درباره‌ی خود واقعی‌مان به ما می‌گویند)

نویسنده: ست استیونز, دیوید ویتس

مترجم: ریحانه عبدی

ناشر: گمان

نوبت چاپ: ۳

سال چاپ: ۱۳۹۸

تعداد صفحات: ۳۰۰

شابک: ۹۷۸۶۰۰۷۲۸۹۵۱۸

در همه دروغ می گویند، استیونز بسیار صمیمی و بی‌‌تکلف شروع به گفتن داستان‌‌های جذابی از قدرت کلان‌‌داده در امور مختلف می‌‌کند. شیوه‌ی روایتش به گونه‌‌ای‌‌ست که انگار با او به کافی‌‌شاپ رفته‌‌ایم و او هم با هیجان زیادی، در خلال خوردن کیک و چایی برای‌‌مان در مورد اینکه با کلان‌‌داده چه کارهایی شده و چه کارهایی می‌‌توان در آینده کرد؛ صحبت می‌‌کند. همان‌‌قدر روان مثل یک مکالمه دوستانه و خب البته همان‌‌قدر شامل پراکنده‌‌گویی  و از این شاخه به آن شاخه پریدن و حتی تکراری گفتن. اما نه آنقدر که سررشته صحبت از دستش در‌‌ رود.

همه دروغ می‌گویند (اینترنت چه چیزهایی درباره‌ی خود واقعی‌مان به ما می‌گویند)

نویسنده: ست استیونز, دیوید ویتس

مترجم: ریحانه عبدی

ناشر: گمان

نوبت چاپ: ۳

سال چاپ: ۱۳۹۸

تعداد صفحات: ۳۰۰

شابک: ۹۷۸۶۰۰۷۲۸۹۵۱۸

 


تاکنون 1 نفر به این کتاب امتیاز داده‌اند

 

تهیه این کتاب

 

–        آینه! آینه! چه کسی در این دنیا از همه زیباتر است؟

–        از گوگل بپرس.

به نظرم نسخه‌ی مدرن سفید‌‌برفی می‌‌تواند به این صورت باشد؛ چرا که به جز نامادری‌‌های بد‌‌ذات همگی ما سوال‌‌های مختلف‌‌مان، از سوالات علمی و تخصصی گرفته تا سوالات شرم‌‌آور یا خنده‌‌دار را، از گوگل می‌‌پرسیم یا به اصطلاح گوگل می‌‌کنیم. سوالاتی که چهره واقعی ما را همان که اغلب از همه پنهانش می‌‌کنیم؛ نشان می‌‌دهد.

ست استیونز- دیویدُویتس اقتصاددان و متخصص داده از دانشگاه استنفورد، در کتاب خود با عنوان همه دروغ می‌‌گویند؛ تعریف می‌‌کند که «داستان از انتخابات ریاست‌‌جمهوری سال ۲۰۰۸ و پرسش قدیمی بحث‌برانگیزی در علوم اجتماعی شروع شد؛ تعصب نژادی در آمریکا تا چه حد عمیق است؟» سال ۲۰۰۸ و ۲۰۱۲ مردم آمریکا باراک اوباما را به عنوان رئیس‌‌جمهور انتخاب کردند و به نظر می‌‌رسید که جامعه آمریکا تعصبات نژادی خود را کنار گذاشته ‌‌است؛ خصوصا که نتایج به دست آمده از نظرسنجی موسساتی نظیر گالوپ موید این نکته بود که مردم آمریکا عمدتا اهمیتی به این موضوع نمی‌‌دهند که اوباما سیاه پوست است. اما چطور می‌‌شود که همین جامعه دور بعد دونالد ترامپ را انتخاب می‌‌کند؛ در حالی که باز هم نظرسنجی‌‌ها نشان می‌داد که احتمال پیروزی ترامپ کمتر از کلینتون است. پس مشکل از کجا بود؟ از نظر استیونز مشکل از نظرسنجی‌‌ها بود. نظرسنجی‌‌هایی که در آن مردم راستش را نمی‌‌گفتند. پس حقیقت در کجا پنهان بود؟ حقیقت در جستجوهای گوگل نهفته بود. همان جستجوهای نژادپرستانه‌‌ای نظیر «من از کاکاسیاه‌‌ها متنفرم» که در دوران مبارزات انتخاباتی اوباما باعث صدمه خوردن به آرای‌‌اش شده بود و بعدتر باعث بالاتر رفتن آرای ترامپ گشت.

استیونز در سال ۲۰۱۲ توانسته‌‌ بود نقشه‌ی جدیدی را از پراکندگی جغرافیاییِ نژادپرستی در آمریکا نشان دهد که البته با تصور غالب هم‌خوانی نداشت. او این کار را از طریق کلان‌‌داده‌‌های بدست آمده از ابزاری به نام «گوگل ترندز» انجام داده بود. نقشه‌‌ای که بعدتر به قول خودش نقش پررنگی در توضیح موفقیت ترامپ داشت. این کلان‌‌داده کلیه فعالیت‌‌های اینترنتی مردم نظیر جستجوهایشان در گوگل، لایک‌‌ها، کلیک‌‌ها، کامنت‌‌ها و غیره را شامل می‌‌شد. همکاری استیونز با گوگل و پژوهش‌‌های بیشترش روی کلان‌‌داده بعدتر زمینه‌‌ساز نوشتن این کتاب شد.

در همه دروغ می گویند، استیونز بسیار صمیمی و بی‌‌تکلف شروع به گفتن داستان‌‌های جذابی از قدرت کلان‌‌داده در امور مختلف می‌‌کند. شیوه روایتش به گونه‌‌ای‌‌ست که انگار با او به کافی‌‌شاپ رفته‌‌ایم و او هم با هیجان زیادی، در خلال خوردن کیک و چایی برای‌‌مان در مورد اینکه با کلان‌‌داده چه کارهایی شده و چه کارهایی می‌‌توان در آینده کرد؛ صحبت می‌‌کند. همان‌‌قدر روان مثل یک مکالمه دوستانه و خب البته همان‌‌قدر شامل پراکنده‌‌گویی  و از این شاخه به آن شاخه پریدن و حتی تکراری گفتن. اما نه آنقدر که سررشته صحبت از دستش در‌‌ رود. چون یک تحلیلگر خوب داده و البته دوست‌‌دار داستان است. بنابراین دقیقا همان کسی‌‌ست که می‌‌تواند داستان پشت کلان‌‌داده‌‌ها را حدس زده، روابط علّی را از روابط همبستگی جدا کرده و پا را فراتر گذاشته تا روابط دیگری را مابین داده‌‌های مختلف کشف کند. بدین ترتیب به قول خودش ژانر نوینی پدید آورده است تا به کمک آن و «بدون محدود شدن به آدم‌‌های خاص محدود اطرافمان بتوانیم نمایی دقیق و عینی از واقعیت به دست بیاوریم و داستان های پیچیده و پر کششِ جذاب تعریف کنیم.» البته این کتاب هنوز ابتدای این راه است و بیشتر مجموعه داستان‌‌های بسیار کوتاهی‌‌ست از بعضی از حقایق این دنیا. حقایقی نظیر بعضی فتیش -های جنسی یا چگونگی انتخاب اسب قهرمان مسابقه. زیرا که هنوز استفاده از کلان‌‌داده به آن حدی نرسیده که بتوان با آن یک نمای کلی از بخشی از این جهان بدست آورد. نمایی که حداقل در حد یک داستان بلند، بتواند معمایی از این جهان هستی را بگشاید.

اما چرا اسم کتاب همه دروغ می‌‌گویند است؟ سریالی وجود دارد به نام دکتر هاوس که در آن شخصیت اولش یعنی دکتر هاوس یک جمله معروف دارد: همه دروغ می‌‌گویند. تقریبا در هر قسمت از سریال که یک معمای پزشکی مطرح می‌‌شود ما با بیمارانی روبرو می‌‌شویم که به دلایل مختلفی از جمله حفظ آبرو دست از دروغ گفتن به پزشکشان نمی‌‌کشند؛ حتی به قیمت به خطر افتادن جانشان. و این کار را آن‌‌قدر ادامه می‌‌دهند تا زمانی که آزمایشات و حقایق دستشان را رو کند. در اینجا هم استیونز نشان می‌‌دهد در هر مدل نظرسنجی‌‌ای نظیر مصاحبه کردن، تلفنی پرسیدن، آنلاین نظرسنجی کردن و غیره و کلا هر برخوردی که انسان با یک پرسش داشته باشد احتمال دروغ گفتن به میزان زیادی وجود دارد. ما می‌‌خواهیم همه از جمله وجدان خودمان را نیز تحت تاثیر قرار دهیم. بنابراین در حالی که در اعماق وجودمان می‌‌دانیم کارمند زیر کار دررویی هستیم اما در پرسشنامه‌‌ای مربوط به میزان عملکردمان در کار اغراق می‌‌کنیم و یا با وجود اینکه ادعا می‌‌کنیم که قومیت مردم روی قضاوتمان در مورد آنها تاثیری ندارد، مدت زمان بیشتری برای خواندن جوک‌‌های قومیتی در اینترنت صرف می‌‌کنیم. بدین ترتیب همین دروغ‌‌های کوچکِ بزرگ که از دید خرده‌‌داده‌‌های بدست آمده از پیمایش‌‌های سنتی، دور هستند؛ باعث تفاوت‌‌های ساختاری زیادی در شناخت از جامعه و عملکردش می‌‌شوند.

البته کتاب خودش را تنها به توصیفِ این وجه از کلان‌‌داده محدود نکرده و وجوه جذاب‌‌تری از آن را نشان‌‌مان می‌‌دهد.

  • پیش بینی بازار سهام؟

نه! اشتباه می‌‌کنید. خوشبختانه یا بدبختانه کلان‌‌داده از پس انجام این کار برنمی آید که چراییش در فصل هفتم کتاب توضیح داده شده است. اما از پول مهم‌‌تر شناخت طبیعت آدمیزاد و یافتن راهی برای سنگ محک زدن به نظریه‌‌های دانشمندان علوم روانشناسی و اجتماعی است. در صفحه درخشان ۲۵۸ کتاب آمده است «در آغاز بخش دوم، درباره نقد کارل پوپر بر نظریات زیگموند فروید بحث کردم و اشاره کردم که از نگاه پوپر تصور غیرمنطقی فروید از جهان، علمی نبود. اما در آن بحث نکته‌‌ای از نقد پوپر را ناگفته گذاشتم؛ نقد او در حقیقت بسیار گسترده‌‌تر از حمله به فروید بود. به نظر پوپر نظریات هیچ دانشمندی در حوزه علوم اجتماعی چندان علمی نبود. لب کلام آنکه از نظر پوپر کاری که  این به اصطلاح دانشمندان انجام می‌‌دادند دقت کارهای علمی  را نداشت. چه عاملی پوپر را تحریک کرد علیه دانشمندان علوم اجتماعی علم جنگ بردارد؟ وقتی پوپر با بهترین روشنفکران زمانش معاشرت می‌‌کرد.

 

کلان داده

 

بهترین فیزیک‌‌دانان، بهترین تاریخ‌‌دانان، بهترین روان‌شناسان- توجهش به تفاوت فاحشی جلب شد. وقتی فیزیک‌‌دانان حرف می‌‌زدند، پوپر به کارشان باور داشت. بی تردید آنها هم گاهی دچار اشتباه می‌‌شدند یا از سوگیری ناخودآگاه‌‌شان فریب می‌‌خوردند. اما فیزیک‌‌دانان درگیر فرایندی بودند که مشخصا حقایق عمیقی درباره جهان برملا می‌‌کرد و در نظریه نسبیت انیشتین به اوج خود می‌‌رسید. در مقابل وقتی مشهور‌‌ترین دانشمندان علوم اجتماعی جهان حرف می‌‌زدند. پوپر احساس می‌‌کرد به مشتی یاوه گوش می‌‌دهد. «آه! این پوپر نازنین! بله حتی شیمیدان‌‌ها و فیزیک‌‌دان‌‌ها هم در نحوه طرح‌‌ریزی آزمایش و یا تحلیل نتایج ممکن است دچار سوگیری شوند اما این موضوع در مورد روانشناسان و فلاسفه بسیار شدیدتر است. زیرا که اغلب آنها فقط با استفاده از خرده‌‌داده‌‌هایی، بدست آمده از تجارب شخصی‌‌شان، کتاب‌‌هایی که مطالعه کرده‌‌اند، درون‌‌بینی و یا انجام آزمایشاتی اندک، به استنتاج‌‌هایی دست یافته‌‌اند؛ و بر اساس این استنتاج‌‌ها، مدل ذهنی‌‌ای برای تعریف جهان ساخته‌‌اند که به نظر خودشان جهان‌‌شمول است. در حالی که بخشی از این نظریات یا بعدها رد شده و یا به دلیل نبود روش مناسبی برای آزمایش کردن آنها به صورت علمی، ابطال‌‌ناپذیر شدند. نظیر بسیاری از نظریات سکسیستی که هنوز که هنوزست مورد استناد محافل آکادمیک بسیاری است. اما حالا کلان‌‌داده آمده است تا ما را نجات دهد و بسیاری از این نظریات ابطال‌‌ناپذیر و جنجالی را به بوته آزمایش بگذارد. به قول استیونز «جهان بسیار پیچیده‌تر از آن است که بتوانیم با داده‌‌های کوچک از ساز و کارش سردرآوریم.» حتی اگر این داده‌‌های کوچک از فیلتر ذهن‌‌های بزرگ عبور کرده باشد. به نظرم همین قدرت کلان‌‌داده که کمک کردن به فلسفه و علوم اجتماعی است باعث شده نشر گمان این کتاب را مناسب مجموعه «خرد و حکمت زندگی» خود بداند. درست است که کلان‌‌داده بخشی از زندگی انسان امروز است اما از آن می‌‌توان برای یافتن پاسخِ پرسش‌‌های قدیمی استفاده برد.

با این وجود کلان‌‌داده مثل هر ابزار اندازه‌‌گیری‌‌ای، در کنار محاسنش معایبی دارد که باعث می‌‌شود نتایجش در بسیاری از موارد در کنار سایر روش‌‌های جمع‌‌آوری خرده‌‌داده‌‌ها، قابل استناد باشد که در فصل هفتم کتاب نیز به خوبی به این نکته اشاره شده است. برخلاف نظر دکتر گودرزی که در مقدمه کتاب نوشته‌‌اند که دیدگاه نویسنده مبنی بر برتری کلان‌‌داده نسبت به سایر روش‌‌های تحقیق منجر به کنار گذاشته شدن و خوار شمردن آنها می‌‌شود، من معتقدم نویسنده به خوبی در همان فصل مذکور ضرورت وجود و همراهی سایر روش های جمع‌‌آوری داده خصوصا روش‌‌های کیفی و میدانی را با نتایج بدست آمده از کلان‌داده، نشان مخاطب داده است.

در مواردی که در مورد عملکرد یک فرد قضاوت می‌‌شود، کلان‌‌داده هنوز نمی‌تواند معیار مناسبی برای اندازه‌‌گیری خصوصیات کیفی افراد باشد. بهترین مثال برای خود ما همین کنکور دانشگاه است. کنکور نیز نوعی کلان‌‌‌‌داده حساب می‌‌شود که با آن قسمتی از توانایی دانش‌‌آموزان اندازه‌‌گیری می‌‌شود. اما آیا به کمک آن می‌‌توان «تفکر انتقادی، کنجکاوی یا رشد شخصیتی» آنها را هم سنجید. بنابراین کلان‌‌داده نیز فقط چراغ دیگری‌‌ست که بر حقیقت تاریک این جهان نور می‌‌تاباند. چراغی که به نظر می‌‌رسد نسبت به بقیه آنها پر نورتر است. با این حال ما را از نور سایر چراغ‌‌ها  که «انسان ها طی هزاران سال برای فهم جهان کشف کرده‌‌ و بهبود بخشیده‌‌اند» بی‌‌نیاز نمی‌‌کند.

 

 

 

 

  این مقاله را ۲۶ نفر پسندیده اند

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *