НовостиОбзорыСобытияIT@WorkРеклама
Искусственный интеллект:

Блог

Вопросы доверия к аналитике в свете итогов выборов президента США

В продолжение темы, поднятой неделю назад Сергеем Свинаревом в посте Как преодолеть кризис доверия к результатам анализа данных?. Я тогда сразу написал некоторые свои соображения в виде комментария, а параллельно обсудил вопрос с людьми, занимающими вопросами математического моделирования (скажу еще, что тема мне в какой-то мере знакома, так как я "до журналистики" занимался как раз этими делами).

Прежде всего, - в чем собственно заключается кризис доверия? Мне кажется, что никакого кризиса просто нет. Кризис – это когда раньше доверяли, а потом перестали. А разве раньше аналитике так уж доверяли? Да ее просто вообще не использовали…
[spoiler]
Так что речь правильнее вести о просто повышении доверия.

А как можно повышать доверие? Только тем, чтобы доказывать, что ваша аналитика верна. Доказывать надо, а не просто говорить "верьте нам, люди".

Что такое аналитика? Это оценка текущего состояния и прогноз развития ситуации.
Давайте посмотрим на то, что мы называем "аналитикой ИТ-рынка".

Есть ли у нас доверие к этой аналитике?

Я думаю, что – не было и нет.
Да, ИТ-компании (а в последнее время и государственные мужи) частенько прибегают к этим данных, но, мне кажется, что все отлично понимают цену этих данных, которые годятся только для рекламных презентаций.

Про прогнозы "великих аналитиков" я даже не говорю – их точность находится на уровне "пальцев в небо". В лучшем случает банальная экстраполяция… Какова их реальная точность можно легко убедиться, если сравнить прогнозы прошлых лет с реальным развитием ситуации.
Но такого сравнения никто и не делает, исходя из принципа "о покойнике – либо хорошее, либо ничего". Поскольку хорошего не получается, то и получается "ничего".

Как я понял, Сергей Свинарев, говоря о проблемах аналитики, сделал акцент на качество исходных данных.

Однако исходные данные – это не единственная и, может быть, даже не главная часть аналитики. А главная – это математическая модель, на основании которой исходные данные превращаются в результаты аналитики.
Точнее, модель и данные находятся в диалектической взаимосвязи, как "курица и яйцо".

Так вот я хочу сказать, что мы живем в меняющемся мире, изменяются не только его количественные показатели, но и структура. Меняется модель.

Какие бы вы точные исходные данные о рынке вы не получились бы сегодня, но если вы будете для анализа использовать модель рынка 20-летней давности, вы получите результат далекий от реальности.

В этой связи я хочу задать вопрос: а насколько точны и достоверны сведения, скажем, той же IDC о ситуации на российском ИТ-рынке?
Представляется, что они не просто не очень точны, но и намного менее точны, чем 10 или 20 лет назад.
Потому что сегодня используются модели 10-летней давности.
Я сейчас не буду развивать эту тему, скажу лишь, что у меня были еще 3-4 года назад работы, посвященные теме изменения модели ИТ-рынка, обусловленные, в том числе, приходом облаков.

Мир находится в трансформации, нужно менять модели, которые мы используем для его оценки.

Это, как мне кажется, хорошо видно на примере социологических прогнозов этого года – прогнозы относительно исхода голосования по Brexit 24 июня и вчерашних выборов президента США. Такой неточности прогнозов раньше не наблюдалось. Моя гипотеза – потому что в обществе произошло изменения, которые исследователи еще не успели отразить в используемых ими моделях.

Этот вопрос я еще днем коротенько обсудил в переписке с моим приятелем-"большимученым". Он высказал еще одну любопытную мысль относительно влияния современного информационно-коммуникационного пространства:

А нет ли здесь (я имею ввиду неудачные прогнозы) влияния соцсетей? Общаясь в сети многие, как я понимаю, надевают на себя маску совсем другого человека. Отсюда некая двойственность в результате: в опросе сказал одно, а проголосовал по другому. Не привыкать…
Вот такие соображения на тему дня…
Евгений Крячко
Здравствуйте.  Предполагать прогнозирование в социальном секторе с качеством больше 6-8% - нонсенс. Поясню. Поле точных наук делает это с качеством более 90%. Метеорология более 46%. Потолок соц. экспертного прогнозирования  6 -8%. Уровень обывателя 3 -5%...  По сути,  до ближайшего телефонного звонка... Социология,  это система версионных знаний. В ней полностью  отсутствуют  теории, инструменты счета и алгоритмическая база. Если ввести индексы загрязнения токсичными соц. продуктами возможности снова уменьшаются. Санта-Фе заявляет качество 16-18%. Блеф!  Это для условий устойчивого форсайта. Что они и продемонстрировали.  Могу написать статью и изложить подробнее.  
Евгений Крячко
Здравствуйте.  Предполагать прогнозирование в социальном секторе с качеством больше 6-8% - нонсенс. Поясню. Поле точных наук делает это с качеством более 90%. Метеорология более 46%. Потолок соц. экспертного прогнозирования  6 -8%. Уровень обывателя 3 -5%...  По сути,  до ближайшего телефонного звонка... Социология,  это система версионных знаний. В ней полностью  отсутствуют  теории, инструменты счета и алгоритмическая база. Если ввести индексы загрязнения токсичными соц. продуктами возможности снова уменьшаются. Санта-Фе заявляет качество 16-18%. Блеф!  Это для условий устойчивого форсайта. Что они и продемонстрировали.  Могу написать статью и изложить подробнее.  
Колесов Андрей
По моему, сугубо частному, мнению, вопросы  точности прогнозов не очень подходят по тематике нашему изданию. Но точно ответ тут может дать только главный редактор.