不同的大陆，不同的数据科学

不同的大陆，不同的数据科学

原文:  Different continents, different data science

来源: https://www.oreilly.com/ideas/different-continents-different-datascience

导读：

1. 在中国，人们担心数据的真实性；在欧洲，人们担心的是存储和分析；而北美的人们担心对数据进行处理导致的意外后果。

2. 我交谈过的北美企业信任他们的数据，也许过于信任了。他们不太担心利用云来处理隐私数据，或者某一桩合并是否符合伦理道德。但他们非常担心依照数据行事的后果。

3. 实际上，任何可靠的数据科学计划都需要担心真实性、存储、分析和使用。认知偏见、技术错误和不当模型有很多方法可以破坏数据使用的方式。

原文翻译：

四年来，我在几个大陆跟人探讨了数据科学、机器学习、伦理和法律等方面，对象包括初创公司、大企业、政府、学术机构和非营利组织。在这个过程中呈现出一些特定的模式。

这是去年的交谈地点，而且我并不总是打开定位服务

在本文中，我将作出一些笼统的归纳总结。每个人都是不同的，每个文化也是独特的。但在跟同事、朋友和国内外听众挖掘这些模式时，他们表达了相应文化所关心的很多东西。

 

简单来说，在中国，人们担心数据的真实性；在欧洲，人们担心的是存储和分析；而北美的人们担心对数据进行处理导致的意外后果。

我稍微更加深入地挖掘了一下，以下是我对外部因素对以上几个方面各自有何影响的想法。

数据真实性

如果你不信任你的数据，建立在数据之上的任何东西都只是空中楼阁。我在中国说到精益数据分析或者数据科学和批判性思维的时候，很多提问都是关于确定数据是真是假。

数据分析师可以通过很多方法来验证数据真实性。其中最令人感兴趣的是本福特定律。该定律认为，很多类型的自然数据遵循一条动力曲线。在数据的随机样本中，以1开头的数多于以2开头的数，以2开头的数多于以3开头的数，以此类推。这就像一个魔术戏法，但它在很多著名案例中被用来检查数据是否造假。

也有可以增强数据可信度的技术，诸如防篡改的传感器等等。

但在一个充斥着假新闻和主观认定的时代（当我们开始编造真伪莫辨的东西时，这种情况只会变得更糟），去伪存真是现代批判性思维的第一步。

存储和分析

一场会议上的一位欧洲演讲嘉宾谈到了数据隐私方面的法律，以及保护信息不被政府获取的必要性，哪怕数据由政府存储。很多听众对他的这一观点提出质疑，正因为欧洲国家彼此紧邻，才造就了当前的欧洲数据存储政策。

欧盟发布了《通用数据保护条例》（GDPR），考虑到大多数大公司的业务遍布全球，这将在欧洲以外的地方产生广泛影响。欧盟此举在某种程度上是为了对科技巨头施加一些限制。GAFAM（谷歌，亚马逊、Facebook、苹果和微软）都是美国公司，与其实力相近的竞争对手只有百度、阿里巴巴和腾讯，全是中国公司。如果这些公司的用户构成一个个国家，其规模在世界上可以排在前列，而欧洲连一个大使馆都没有。有了GDPR，就能迫使这些公司在欧洲提出要求时做出响应。

但同时，GDPR反映了欧洲所关心的问题，即数据应该如何使用，以及我们应该是数据的管理者，而不是反过来让数据管理我们。最了解我们的只能是我们自己。

意外后果

斯隆基金会的丹尼尔·戈洛夫（Daniel Goroff）为美国联邦政府研究能源助推政策，试图说服人们减少用电，尤其是在大量使用空调的夏天。

 

社会科学家知道，可以利用同辈压力来鼓励人们的行为。例如，如果你要求某人重复使用酒店客房里的毛巾，他们有一定可能会这么做。但如果你告诉他们，其他客人重复使用酒店客房里的毛巾，他们这么做的可能性会高出25%左右。

把这种方法用于能源节约是可行的，所以公用事业单位向客户去信，告诉他们在能源节约方面他们相比邻居做得怎么样，称赞节约行为，指出有待改善的浪费行为。

这是一个重要的经验教训：了解数据的内容跟利用数据来产生预期结果不是一回事。市场和人是动态的，随环境变化而改变。当Orbitz把最大程度提高营收的任务交给一个算法时，该算法向Macbook用户提供更加昂贵的酒店房间。当亚马逊根据购买记录在波士顿推出Prime服务时，其数据模型把少数族裔居住地排除在外。

意外后果很难预料。美国很多法律是根据先例制定，受到法庭案例的影响。这导致产品包装上出现看起来很可笑的警示（比如洗衣球不可食用）。

责任很重要。我交谈过的北美企业信任他们的数据，也许过于信任了。他们不太担心利用云来处理隐私数据，或者某一桩合并是否符合伦理道德。

但他们非常担心依照数据行事的后果。

三位一体

正如我在文章开头所说，这是对我在多个国家发现的那些模式的主观看法。请注意，林林总总的传闻不能称之为数据。但我在网上回答了海外和网上听众的数百个问题，这个过程促使我问每个国家的人，我的感受是否可以用文化、技术、政治或经济因素来解释。

实际上，任何可靠的数据科学计划都需要担心真实性、存储、分析和使用。认知偏见、技术错误和不当模型有很多方法可以破坏数据使用的方式。最好的解决之道是在这个过程的各个阶段采取批判性思维，无论是哪个国家或者文化。

---

本次转自：品觉 微信公众号（pinjueche.com）

车品觉简介

畅销书《决战大数据》作者；国信优易数据研究院院长；红杉资本中国基金专家合伙人；浙江大学管理学院客席教授；全国信标委员；数据标准工作组副组长；美丽心灵基金会桑珠利民基金副主席。

原阿里巴巴集团副总裁，首任阿里数据委员会会长；现担任中国信息协会大数据分会副会长、中国计算机学会大数据专家委员会副主任、粤港信息化专家委员、中国计算数学学会第九届理事、清华大学教育指导委员（大数据项目）、浙江大学管理学院客席教授等职。

版权声明：本号内容部分来自互联网，转载请注明原文链接和作者，如有侵权或出处有误请和我们联系。

商务合作｜约稿 请加qq：365242293  

---

更多相关知识请回复：“ 月光宝盒 ”；

数据分析（ID : ecshujufenxi ）互联网科技与数据圈自己的微信，也是WeMedia自媒体联盟成员之一，WeMedia联盟覆盖5000万人群。

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/