Büyük Veri Silahlanma Yarışı

Yaz El Hakim tarafından

Bundan kaçış yok: ‘[w] e veri çağında yaşıyoruz’ (House of Commons, 2016, s. 3) ve e raporu küresel verilerin önümüzdeki on yıl içinde her yıl% 40 artarak her iki yılda bir etkili bir şekilde ikiye katlanacağının tahmin edildiğini belirtiyor. Günümüz dünyasında, o anda ne yapılması gerektiğini ve aynı zamanda bu eylemin bir sonucu olarak ne olabileceğini düşünme ihtiyacı giderek daha önemli hale geliyor. Bir resmin aceleyle yayınlanması, duygusal bir kısa mesaj veya yeni bir durum güncellemesi – kısacık bir anın sonuçları artık sonsuza kadar sürebilir, ancak aynı zamanda geleceğin tahmine dayalı modellerini de oluşturabilir.

Bu veri patlamasını toplama şeklimiz, hem toplumsal farkındalığın büyüyen perspektifinde hem de artan farkındalığın dünya üzerindeki müteakip etkisinde önemli olacaktır. Aslında, Paris İklim Değişikliği Anlaşması’nın (Birleşmiş Milletler, 2015) gösterdiği gibi, küresel veri kümelerinin yığınları üzerinde temel argümanlarını oluşturarak siyasi arenada çoktan derin bir etki göstermiştir. Büyük Verinin katlanarak büyümesi ve dünya çapında kullanımı yalnızca tek bir yönde (grupta değil), popülerliği, etkileri ve kullanımları da öyle.

“Büyük veri ikileminden” Avam Kamarası’na sağlanan en ikna edici istatistiklerden bazıları, büyük verinin İngiltere ekonomisi üzerindeki etkisini bildiriyor.

İngiltere ekonomisi için risk çok büyük. Büyük veri halihazırda Birleşik Krallık’ta bir başarı öyküsüdür, ancak hem üretkenliğin itici gücü hem de vatandaşlara daha iyi ürün ve hizmetler sunmanın bir yolu olarak gerçekleştirilmemiş büyük bir potansiyele sahiptir. 2012’de yapılan bir analiz, büyük verinin beş yıl içinde 58.000 yeni iş yaratabileceğini ve bu dönemde Birleşik Krallık ekonomisine 216 milyar sterlin veya GSYİH’nın% 2.3’ü katkıda bulunabileceğini hesapladı. Kamu sektöründe, büyük veri operasyonel verimliliği ve hizmet sunumunun hedeflenmesini artırabilir. (Avam Kamarası, 2016, s. 3)

Şekil 1. Avam Kamarası, 2016, s. 6

Bir bakış açısından, Büyük Veri ile ilgili endişeleri anlayabiliyorum. Kişilerin benzersiz dijital ayak izleri veya Big Brother tartışması yoluyla artan dijitalleşmesi, herhangi birinin sizin rızanız olmadan verilerinize erişip erişemeyeceği soruları da dahil mi? Özel alanınızın istila edildiği, analiz edildiği ve size her zamankinden daha doğru bir şekilde pazarlandığı duygusu. Bununla birlikte, çevrimiçi olarak ücretsiz olarak aldığımız hizmetlerin çoğu, genellikle anonimleştirilmiş trend verileri tarafından finanse edilmektedir; ve çoğu durumda, veriler hizmeti veya deneyimi iyileştirir. Kaçınılmaz (ve oldukça iç karartıcı ya da özgürleştirici) gerçek şu ki… Ben tahmin edilebilirim! Evet, bunu önce burada duydunuz, eylemlerim, seçimlerim, tercihlerim ve hatta “beğenilerim” – hepsi tahmin edilebilir (% 100 değil, neredeyse). Bundan daha kötüsü … seninki de! Northeastern’deki bilim adamları, insan hareketi davranışının% 93 öngörülebilir olduğunu keşfettiler (Song, Qu, Blumm ve Barabasi, 2010). Şu anda yaptığınız hareketlerin yanı sıra, öngörülemez olduğunuzu kanıtlamak için, örneğin: ofisinizde dans etmek, delice kol sallamak veya telefonunuzu kapatmak gibi. Belki siz de tahmin edilebilir olmakla ilgili bir şeyler hissediyorsunuz?

İlk başta, bunu ürkütücü buldum ve tüm hayatım boyunca kontrolün elinde olduğunu hissettiğimi ve kontrol algısının yaptığım iddia edilen benzersiz seçimlerle geldiğini düşündüm. Ancak, yatağın hangi tarafından atlayacağınızdan başlayarak, aslında her gün kaç tane seçim yaptığınızı düşündüğünüzde, birçoğunun neredeyse hiç seçim olmadığını fark edersiniz. Aslında alışkanlıklardır. Büyük Verinin kolayca edinebileceği bu öngörülebilir alışkanlıklardır ve veri kümeleri daha açık hale geldikçe ve diğer veri kümeleriyle daha kolay çapraz referans alınabildiğinden, öngörülebilirlik artacaktır. ‘Veri Silahları Yarışı’ hakkında birçok yazar tarafından yazılmıştır (Steinberg, 2014 ve Strong, 2015), ancak dünyanın önde gelenleri sayesinde ciddi bir ilgi kazanmaya başladığı alanlardan biri de Öğrenci Analizidir (Sclater, 2014) Jisc tarafından yapılan işler. Bu, Jisc tarafından Büyük Veri İkilemine sunulan kanıtlarda açıkça görülmektedir (kanıt BIG0027’de):

Büyük veri girişimlerinde (özellikle de verilerin toplanacağı halk kesimleri) halkla uygun bir ilişki kurmak çok önemlidir. Gerçekten de, öğrenme analitiğinin oluşturulması durumunda, Jisc, erken bir aşamada, öğrenme analitiğine yönelik olası etik ve yasal itirazların, alanın gelişiminin önünde engeller olduğunu ve yüksek öğretim kurumlarının öğrencileri ve personelini tahmine dayalı analitiğin faydalarından mahrum bırakabileceğini fark etti. ve uyarlanabilir öğrenme.

Pratikte erken göstergeler, kullanıcıların büyük verinin sağlayabileceği faydalara değer verdiğidir. Öğrenim analitiğinin kullanımında ilk uygulayıcılardan biri olan Nottingham Trent Üniversitesi’nden alınan anket verileri, öğrencilerin analitik konusunda “son derece olumlu” olduklarını,% 93’ü başarısızlık riski altındaysa uyarılmak istediklerini ortaya koyuyor. (Jisc, 2015, s. 2)

Chichester Üniversitesi’nde Spor Psikoloğu olarak eğitim alırken, hayatımdaki olaylara bakışımı değiştiren iki şey öğretildi. İlki, “Kontrol Edilebilirleri Kontrol Etmek” idi (Dr Ian Greenlees ve Prof Tim Holder sayesinde) – kontrol edebileceğiniz şeylere odaklanın, ör. Antrenmanda harcanan zaman veya rakibin önceki performanslarının analizi. İkincisi, gelecekteki performansın en büyük göstergesi önceki performanstı ve bu da Winchester Üniversitesi’nde Öğrenme ve Öğretme Direktörü olarak beni rahatsız etti. Kavram eşikleri geçilene veya temel beceriler öğrenilip özerk hale gelene kadar, bir bireyin performansındaki iyileştirmelerin genellikle küçük ve artımlı olduğunu bilmek, birçok kişinin öğrenmesinde ve gelişim algısında hayal kırıklığına uğramasına neden olabilir. Bu durumda, bir bölümde yalnızca bazı belirteç varyasyonlarına ihtiyacınız vardır ve bir standarda karşı ilerleme algısı, bununla birlikte öğrencinin motivasyonu, güveni ve bazen ısrarı ile yok edilebilir.

Büyük Veri bunu derinden değiştirecek! Eğitimde üçgenleştirilmiş veri kümelerinin şunları yapacağına inanıyorum:

– bireylerde, kurumlarda ve sektörde dönüştürücü farkındalık düzeyleri yaratın, böylece kavramların, verimliliklerin ve insan potansiyelinin daha büyük bir şekilde elde edilmesini hızlandırın
– etkili alışkanlıkları belirleyin ve bunları (muhtemelen oyun yoluyla) uygulanacak ve güçlendirilecek veya mikro kimlik bilgisi)
– kurumlara desteği daha iyi geliştirmek, reaktif tedavilerin aksine proaktif önleme oluşturmak ve öğrenci başarısının yanı sıra öğrenci başarısını artırmak için kanıtlar sağlayın
– öğrencilerin beklentilerini daha iyi anlama yeteneği Modellenmiş örnekler ve benimsenecek başarılı alışkanlıklar ve performanslara ilişkin trend verileriyle Yüksek Öğrenim

Hiç şüphe yok ki çok daha fazlası olacak; ancak bu alanın eğitimdeki etkisi, heyecanı ve potansiyeli, kariyerimde bugüne kadar tanık olduğum en heyecan verici gelişme olabilir. Mükemmelliği öğretme temsilcilerinden öğrenme yolculuklarındaki açık veri noktaları ve alışkanlıklara doğru bir geçiş!

Yarış başladı ve öğrencilerin öğrenmesindeki iyileşmenin sürüye öncülük edeceğine inanıyorum – en azından bir beşliğim var!

Referans Listesi

House of Commons (2016) The big data ikilemi: 2015–16 oturumunun dördüncü raporu (HC 468) (Erişim: 29 Şubat 2016).

Jisc (2015) Jisc (BIG0027) tarafından sunulan yazılı kanıt. (Erişim: 7 Mart 2016).

Sclater, N. (2014) Analitik öğrenmek için uygulama kodu Etik ve yasal konularla ilgili bir literatür taraması (Erişim tarihi: 29 Şubat 2016).

Song, C., Qu, Z., Blumm, N. and Barabasi, AL (2010) ‘İnsan hareketliliğinde öngörülebilirliğin sınırları’ , Science, 327 (5968), s. 1018 -1021. doi: 10.1126 / science.1177170.

Strong, C. (2015) Büyük veri silahları yarışı birinci bölüm: Pazarlamacıların algıları. (Erişim tarihi: 29 Şubat 2016).

Steinberg, D.A. (2014) Büyük veri silahlanma yarışı başladı. (Erişim tarihi: 29 Şubat 2016).

Birleşmiş Milletler (2015) Paris Anlaşmasının Kabulü (Erişim: 29 Şubat 2016).

İlk olarak www.refme.com 7 Mart 2016’da yayınlanmıştır.