Една завладяваща презентация на Кейт Крауфорд, главен изследовател в Microsoft Research, на конференцията на Страта 2013, разгледа по-подробно големите данни и какво означава това, изследвайки някои от онова, което Кроуфорд нарича „алгоритмични илюзии“ и ограниченията на широкомащабните решения за данни които са обхванати в много части на света на бизнеса.
Използвайки фундаментална аналогия с оптична илюзия, включваща въртяща се котка, Крауфорд казва, че макар големите данни да са от съществено значение за много бизнес приложения, има повече от един начин да се интерпретират много от резултатите от набори от данни, които могат да изглеждат обективни за хората, които вземат решения,
"Нещата могат да се видят по различен начин", каза Крофорд, цитирайки документ, в който тя и съавторът Дейвид Бойд размишляват за някои основни принципи за използване на големи данни, включително това, което Кроуфорд нарича "митология", или вярата, че големите данни носят абсолютна истина и обективизъм на проект. Според нея лидерите често директно свързват големите данни с обективна гледка от птичи поглед, като същевременно игнорират трите основни ограничения или съображения, които могат да повлияят на тази обективност по ключови начини: пристрастия, сигнал и мащаб.
Започвайки с пристрастия, Крауфорд използва примери за наводнения в Австралия и Съединените щати, за да покаже, че големите данни не винаги съответстват на реалността на улицата. Тя се свързва във втория принцип, сигнализирайки, илюстрирайки допълнително как наборите от данни могат да отразяват скритите действителности, които могат силно да изкривят резултатите. Като един пример Крауфорд посочи множество видове световни карти, които са разработени в опит да покажат обективен поглед върху относителния размер на континентите и нациите.
„Картите не са неутрални“, каза Крофорд. „Правим избор всеки път, когато решим да представим нашите данни.“
За допълнително илюстриране на принципа, Крауфорд използва примера на приложение, което съобщава за дупки в Бостън пред градските служители, като предполага, че тези видове приложения, които работят на смартфони и мобилни устройства, могат да доведат до цялостните отчети да изглеждат много като карти на преброяване, показващи относителна възраст и приходи в град или община.
"Ние рискуваме да укрепим конкретни видове социално неравенство", каза Крофорд, посочвайки онези, които може да останат извън даден голям набор от данни поради различията в използването на технологиите.
„Какво се случва, ако живеете в сянката на големи масиви данни?“ тя каза.
Освен това Крауфорд говори и за изследвания от преди години, които поставят под въпрос дали информацията на високо ниво винаги представлява по-подробни данни и дали „обективна панорама“ винаги работи като по-точно представяне от данните в по-малък мащаб. Крауфорд също така моли слушателите да мислят не само за големи данни, а за „данни с дълбочина“. По този начин тя има предвид данни, които наистина насочват читателите към обективната реалност, вместо да преливат подробности с по-глобален подход, който, макар и по-лесен за разбиране, може да остави ключови елементи от реално съществуващото.
