當又厚又暖的同溫層成公投反指標,別以為掌握「大數據」就等於掌握全世界

【我們為什麼挑選這篇文章】選舉結果一出,臉書上又刷起一波「很可惜,台灣人民沒有通過智力測驗」的言論,但這句話的隱含意思就是指與自己立場不同的人,程度較低;當同溫層又厚又暖,我們也偏向立場相同的管道獲取知識。本篇作者程世嘉點出一般人習於把大數據當成全數據,即便手中握有分析工具,也可能做出嚴重錯誤的決策。(責任編輯:鄧天心)

作者: 程世嘉

別以為你知道的就是全世界。

這大概是這次台灣選舉最重要的結論了。去年我跟 iKala 的一位泰國員工聊天,談到彼此自己過去做的事情,我得意洋洋跟她說:「妳用過 Google 地圖大眾運輸的功能嗎?我是這個功能的共同作者喔。」她聽了聽:「喔!Google 地圖我知道,泰國也滿紅的,很多人在用呢。」

我楞了一下,她的回應讓我心理有點難以言喻的落差。想了想不對勁,誒誒誒,我說的是 Google 地圖耶,妳的反應就這樣喔?

其實那一瞬間,我的世界觀修正了,因為我認為得意的事情,我覺得很重要的事情,在別人眼中不見得是如此,我們都太高估自己的重要性,自以為是。

數據「大」不代表數據「全」

這次縣市長選舉和公投也充分展現了這一件事情,探討的文章已經夠多了,也無須我再贅述。大數據時代給了人們太多的錯覺,每個分析單位乃至個人,總是以為自己已經掌握了全貌,大家都忽略了一件事情:「數據『大』不代表數據『全』」。

把大數據當成全數據,顯然已經形成一個 AI 時代的嚴重謬誤,帶領人類進入大數據時代「Big Data」一書的作者 Viktor Mayer-Schönberger 在書中指出:大數據時代的到來,其實意味著我們不再需要「抽樣」了,因為從此我們可以完整掌握所有的數據,所有建構在抽樣的各種統計方法將成為過去。

現在回頭看,這個預測真是錯得離譜,現況就是,沒有人能預測全貌。為什麼?

因為資訊增加的速度超乎想像,要取得所有資訊已經變得實務上不可行的一件事情;再者, 資訊部落化的情形日趨嚴重 ,大至國家和地區之間的資訊阻絕(像是 GDPR),小至臉書演算法製造出來的同溫社群,同樣讓取得所有資訊變得實務上不可行的一件事情。

自以為思考過的決策可能跟隨機沒有兩樣

於是人們以為同溫層就是一切,民調機構還以為自己具備了大數據的分析技術,攀上了名為精準預測的高峰;於是立場不同、數字不同的社群和新聞機構,乃至政府機關,彼此斥責散佈假消息、散佈假民調,各自的擁護者也樂於互相取暖、和質疑對立人士的智商。

實際上,每一個人都是資訊不足的情況,自詡為進步團體的知識份子也犯了一模一樣的錯誤,導致自己的世界觀整個崩壞。「精準預測的高峰」其實高度一直在增高,而且超過人們攀爬的速度

這樣的情況真的非常令人憂心,任何一個人或是一個組織在無法掌握大部分資訊的情況下,做出來的預測和後續的決策,其實跟隨機決策沒有兩樣,這無論對國家、對組織、或是對個人都是非常危險的事情,你能想像自己人生中的每一個選擇,其實都是隨機的嗎?

如何跳脫同溫層思考?

我在公司常常與管理團隊溝通的一件事情就是:「盡可能把你現在正在做的事情連結到更大的動態 。」這是一種強化系統思考、消除偏見、而且擴展視野的方式,也只有這樣做才能讓我們每一個人在無法預測的時代,盡可能地掌握自己和組織的命運。

如果這次選舉沒有讓大部分人認知到這一件事情,那民主不只會停止進步,它還會加速讓人類社會崩壞,你能想像一大群人聚在一起做隨機決策嗎?我說的是幾千萬人、幾億人。

知道你自己不知道的永遠比知道的還多,這才叫真正的謙卑。

__

(本文經原作者 程世嘉 授權轉載,原文 連結於此 ,並同意 TechOrange 編寫導讀與修訂標題,圖片來源:YouTube。)

延伸閱讀

成功者與普通人的差別:大多人都「搞不清楚」,自己時間花在哪

高效率工作術:先完成自己最擅長,最快有成果的任務!

華爾街 Banker 快去學 Coding!你要相信直覺,還是相信理性分析的 AI 模型?


【怎麼加速投資成本回收?】

跟風上雲端,結果公司花一堆時間在維護軟體超煩惱
2019 年把上雲端從「花成本」的支出單位變成「幫老闆賺錢」的金雞母
>>進入 2019 雲端技術趨勢調查 <<

點關鍵字看更多相關文章: