QUBIT 126
Q- interviews
την ερμηνευτική τους αξία και την «πλαισίωση». «Τις περισσότερες φορές η πλαι-
σίωση των δεδομένων είναι πολύ σημαντική: να διηγηθείς ολόκληρη την ιστορία, να εξηγήσεις πράγματα τα οποία φαίνονται στα γραφήματα ή να φωτίσεις περισ-
σότερο τα δεδομένα και, φυσικά, να εφαρμόσεις παραδοσιακές πρακτικές της δημο-
σιογραφίας, να συνδυάσεις τα δεδομένα με τους ανθρώπους, τους οποίους συνήθως
αφορούν οι ιστορίες».
Οι αλγόριθμοι από μόνοι τους δεν είναι προκατειλημμένοι, γιατί δεν έχουν τη δύναμη και τη δυνατότητα από μόνοι τους να μεροληπτούν.
«Ένα επίσης μεγάλο ζήτημα είναι εκείνο των αλγορίθμων, των προβλέψεων και των εκτιμήσεων. Ο σκεπτικισμός που υπάρχει απέναντι στη χρήση αλγορίθμων για προ-
βλέψεις σχετίζεται με το θέμα της προκατάληψης και της μεροληψίας. Είναι σημα-
ντικό κανείς να έχει στο μυαλό του ότι οι αλγόριθμοι από μόνοι τους δεν είναι προκατειλημμένοι, γιατί δεν έχουν τη δύναμη και τη δυνατότητα από μόνοι τους να μεροληπτούν: Οι αλγόριθμοι δημιουργούνται από ανθρώπους και τροφοδοτούνται από δεδομένα που τους δίνουν οι ίδιοι οι άνθρωποι. Επομένως, προκατάληψη υπά-
ρχει στον τρόπο δημιουργίας των μοντέλων πρόβλεψης και στα δεδομένα με τα οποία εκπαιδεύονται οι αλγόριθμοι, στον βαθμό που η κοινωνία μας έχει προκα-
ταλήψεις και τα δεδομένα είναι ο καθρέφτης της».
Σε κάθε περίπτωση, «η αισιόδοξη “νότα”, εάν τη θέλετε, είναι ότι ο κόσμος προχω-
ράει τόσο σε επίπεδο αντιλήψεων όσο, φυσικά, και σε επίπεδο επιστημονικό. Άρα, όσο πιο διορατικοί γίνουν οι χειριστές και δημιουργοί των συστημάτων αυτών και όσο πιο αντιπροσωπευτικά είναι τα δεδομένα με τα οποία τροφοδοτούν τους αλγο-
ρίθμους, τόσο καλύτερες προβλέψεις, τόσο λιγότερη μεροληψία (bias), θα έχουμε. Μακροπρόθεσμα, μια κοινωνία χωρίς στερεότυπα και προκαταλήψεις θα μπορούσε να αντικατοπτριστεί σε δεδομένα χωρίς - τόσα πολλά - στερεότυπα και, έτσι, να τροφοδοτηθεί ένας δυνητικά αμερόληπτος αλγόριθμος, που προς το παρόν, κατά τη
γνώμη μου, μάλλον δεν υφίσταται».
Αιμιλία Σουλοβάρι - Άγης Κουσαρίδας