چگونه داده های بزرگ زندگی و نگاه ما را تغییر خواهد داد؟

چگونه داده های بزرگ زندگی و نگاه ما را تغییر خواهد داد؟

داده های بزرگ

داده های بزرگ

استفاده از داده های بزرگ (Big data) تولید شده از فعالیت های روزانه افراد در اجتماع، تبدیل به تکنیک جدیدی برای درک و پیش بینی رفتارهای جمعی جوامع شده است. این تکنیک ها کاربردهای متفاوتی دارند. به طور مثال می توان به  پیش بینی شیوع بیماری آنفلوآنزا بر اساس حجم توییت شده کلمات کلیدی مرتبط به آنفلوآنزا، درک الگوی حرکتی انسان ها با آنالیز سوابق تلفن همراه و یا پیش بینی موفقیت مالی یک فیلم با مطالعه آمار صفحات و مقالات اینترنتی در مورد آن فیلم اشاره کرد. مسئله کلی که این مثال ها به آن اشاره می کنند، مفهوم کمی کردن و اندازه گیری فعالیت ها در سطح جمعی به منظور درک و مدل کردن رفتار جوامع انسانی است.

تمایل بشر به دانستن جهان اطراف منجر به پیشرفت های بزرگی در سده های اخیر شده است. امروزه دانش خوبی از جهان داریم؛ از ذرات بنیادی فوق ریز تا کهکشان های خیلی دور، چیزی باقی نمانده است که دانشمندان به آن نپرداخته باشند. هر چند سوالات بسیاری هنوز بدون جواب مانده اند، اما سرعت بالای خلق دانش و افزایش دانش ما از طبیعت غیر قابل انکار است. می توان به نمونه های متعددی از کشفیات پزشکی، علوم طبیعی و مهندسی اشاره کرد که اثرات آنها در زندگی روزمره ما کاملا مشهود است.

با وجود این تلاش ها، همچنان دانش ما از خودمان و به طور دقیق تر جوامع انسانی توسعه قابل توجهی نداشته است. بر خلاف پیشرفت های بزرگ در علم  و تکنولوژی، جوامع بشری هنوز از مشکلات قدیمی و پایه ای رنج می برند. ناآرامی های اجتماعی، شورش و جنایت، درگیری های سیاسی و جنگ، بحران های اقتصادی، فقر، نابرابری و دیکتاتوری چند نمونه از اختلالات اجتماعی است که هنوز راه حلی برای آنها کشف نشده است. در مقایسه با علوم طبیعی و پیشرفت های تکنولوژیکی، دانشمندان علوم اجتماعی موفقیت مشابهی نداشته اند. در حقیقت، بهبود در دانش درباره جوامعی که در آن زندگی می کنیم بسیار آهسته است.

پیشرفت های بزرگ در علوم طبیعی به خصوص فیزیک در قرن های ۱۷ و ۱۸،  عمدتا به دلیل قراردادهای جدید علم مدرن بود که بر اساس آزمایشات، اندازه گیری ها و مدل سازی های کمی پایه ریزی شده بودند. تنها با دنبال کردن این فرایند، دانشمندان توانستند الگوهای جهانی و قوانین حاکم بر پدیده های طبیعی را با دقت بالا درک کنند. به طوری که در بسیاری از موارد، با درک حالت های کنونی یک سیستم می توان رفتار آینده آن را پیش بینی کرد.

اما در مقابل، در علوم اجتماعی، فراهم ساختن آزمایشات نزدیک به واقعیت، کمی سازی، اندازه گیری پارامترهای دخیل و ارائه یک مدل ریاضی که قادر به توصیف شواهد تجربی باشد هنوز چالش برانگیز و در بسیاری از موارد غیرممکن است. در مطالعه سیستم های طبیعی، می توان بر یک سیستم به طور پیوسته نظارت داشت و تمام اندازه گیری های لازم را انجام داد. اما وقتی سیستم های اجتماعی را مطالعه می کنیم، نه تنها مشاهده کل اقدامات و تعاملات بسیار سخت است، بلکه حتی تعیین پارامترهای قابل اندازه گیری نیز چالش برانگیز است.

چطور می توان سطح نارضایتی اعضای یک جامعه را کمی کرد؟ چگونه میزان مهربانی افراد را اندازه بگیریم؟ چطور قدرت تعاملات اجتماعی و فشار همسالان را تعریف کنیم؟ اگر حتی قادر به انجام این کارها هم باشیم، چطور بر این سیستم ها نظارت کنیم و همه این پارامترها را به طور پیوسته و تحت شرایط متفاوت ضبط کنیم؟ همه این سوالات، علوم اجتماعی را محدود به شرح کیفی از مشاهدات بدون قابلیت پیش بینی رفتار آینده سیستم کرده است.

با این حال همه چیز در حال تغییر است. زندگی ما در حال ورود به دنیای دیجیتال است. جایی که تعاملات اجتماعی ردپایی دیجیتالی از خود به جا می گذارند. معاملات اجتماعی روزانه ما ضبط می شوند و مقدار بزرگی از داده را به وجود می آورند. مقدار داده های دیجیتالی که از طریق فعالیت های روزمره تولید می کنیم، از فعالیت های تجاری در بانکداری آنلاین  و تجارت الکترونیک، ارتباطات اجتماعی از طریق تلفن و شبکه های اجتماعی آنلاین تا جنبش های سیاسی در رقابت ها و مبارزات آنلاین بسیار زیاد هستند. بیشتر این داده ها به دلایل مختلف ضبط و ذخیره می شوند؛ اداره مخابرات ارتباطات شما را ضبط می کند تا قادر به محاسبه صورتحساب مکالمات شما باشد، گوگل سوالات شما را ذخیره می کند تا نتایج بهتری از جستجوهای شما در آینده داشته باشد. آمازون خریدهای شما را آنالیز می کند تا محصولات را منطبق تر با توصیه مردم فراهم کند و فیسبوک فعالیت های شما را ردیابی می کند تا ارتباطات شبکه آنلاین شما را تسهیل کند. به غیر از برنامه ها و استفاده هایی که ضبط و آنالیز این داده ها برای شرکت های بزرگ می تواند داشته باشد، یک کاربرد مهم آنها در علم تازه ظهور علوم اجتماعی محاسباتی Computational social science تعریف می شود.

امروزه، می توان میزان محبوبیت یک سیاستمدار را با سنجش تعداد پیروان توییتر ( به طور مثال) یا تعداد لایک های فیسبوک اش اندازه گیری کرد. این راهی بسیار ساده تر نسبت به روش های کلاسیک علوم اجتماعی بر اساس نظرسنجی ها و پرسشنامه ها است. با آنالیز حجم سوالات جستجو شده در گوگل بر اساس کلمات مرتبط می توان حرکت های مالی در بازارها را پیش بینی کرد و با شمارش تعداد مقالات ویرایش شده در ویکیپدیا درباره یک فیلم میزان فروش آن ها را با دقت پیش بینی کرد. مهمتر اینکه امروزه می توان تحلیل ها را در مقیاس های بزرگتر انجام داد و از آنها در فاش ساختن ویژگی های وابسته به جنسیت در الگوهای ارتباطی کمک گرفت.

اگر اختراع تلسکوپ ما را قادر به شناخت رفتار کهکشان ها کرد و میکروسکوپ ها اجازه داد درمان بسیاری از بیماری ها را بیابیم، در قرن پیش رو می رویم تا با در اختیار داشتن داده های بزرگ Big data رفتار سیستم های اجتماعی را درک کنیم. شکی نیست که بشر بسیار پیچیده تر از اتم ها و حتی سیارات و ستارگان است، اما با استفاده از ابزارهای قدرتمند ریاضی و کامپیوترهایی که از هر زمانی پیشرفته تر هستند قادر به یافتن و آشکار ساختن قوانین جهانی در جوامع انسانی هستیم.

آسان است تصور شهرهای هوشمند در آینده، شهرهایی که بر اساس آنالیز داده های بزرگ زمان-واقعی از فعالیت های روزانه طراحی شده اند. سیستم های حمل و نقل تطبیقی که خودشان را سازماندهی می کنند تا جریان انتقال را بهینه سازند. خدمات بهداشتی بهتر و کاراتر تقاضاها را اولیت بندی می کند و منابع را تخصیص می دهند. مدل های مالی شفاف تر و روان تر هستند و فرایندهای ناشی از سیاست گذاری ها بیشتر دموکراتیک هستند. همه این نتایج عملی از انقلاب داده ها بیرون می آید.

تکنیک های داده های بزرگ و استفاده ی آنها در علوم اجتماعی محاسباتی به ما توانایی مقابله با بحران های اقتصادی- اجتماعی را با روشی بهتر داده است و هزینه قبول ریسک های کور بر اساس گمانه زنی های نادرست را کاهش داده است. می توان گفت اجتماعات “خودآگاه” ما در آینده جایی بهتر خواهند بود.

(این متن ترجمه ای از نوشته دکتر طاها یاسری از دانشگاه اکسفورد است که در سایت dataconomy.com منتشر شده است.)

مرجع: http://dataconomy.com/big-data-will-change-lives-understanding

نویسنده: لیلا هدایتی فر

پاسخ دهید

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