Broń matematycznej zagłady. Jak algorytmy zwiększają nierówności i zagrażają demokracji

Broń matematycznej zagłady. Jak algorytmy zwiększają nierówności i zagrażają demokracji

Danych jest po prostu za dużo. Bo kiedy na świecie żyje ponad 7 mld osób osobne rozpatrzenie każdego wniosku kredytowego czy aplikacji na studia jest po prostu niemożliwe. Na szczęście firmy mają do dyspozycji big data – algorytmy i modele matematyczne, których zadaniem jest przetwarzanie ogromnej liczby danych. Ich moc obliczeniowa pozwala przetworzyć o wiele więcej informacji niż standardowe procedury. Przede wszystkim są jednak niezależne i wolne od uprzedzeń i wykonują tylko jedno zdanie: wskazać poprawny, obiektywny i właściwy wynik.

To idealny obraz. Problem polega na tym, że podobne algorytmy pisane są przez ludzi, a ci bardzo rzadko bywają obiektywni. W konsekwencji zaprojektowane przez nich narzędzia zamiast opisywać świat, kreują rzeczywistość zgodnie z tym, w co wierzy ich stwórca. To właśnie Broń Matematycznej Zagłady – Beemzet – ten szczególny rodzaj algorytmu, który działa poza prawem i zasięgiem naszego wzroku. Mechanizmy, o których pisze Cathy O’Neil, nie tylko przemycają szereg uprzedzeń i dyskryminujących czynników, ale przede wszystkim wykorzystują ludzkie słabości. Z ich powodu parabanki pogrążają ubogich i zdesperowanych a słabo wykształceni kończą na uczelniach, których dyplomy nie mają żadnej wartości.

Broń matematycznej zagłady. Jak algorytmy zwiększają nierówności i zagrażają demokracjiksiążka Cathy O’Neil została nominowana do National Book Award for Nonfiction 2016.

O’Neil, matematyczka i weteranka kryzysu finansowego z Wall Street, podąża tropem przegranych i skrzywdzonych, odkrywając kolejne Beemzety wszędzie: na uczelniach i w szkołach, w sieciowych restauracjach, służbie zdrowia, internetowych agencjach reklamowych, bankach, towarzystwach ubezpieczeniowych, policji, mediach społecznościowych czy podczas kampanii wyborczych…

O autorze: Cathy O’Neil jest analityczką danych oraz autorką bloga mathbabe.org. Uzy­skała stopień doktora nauk matematycznych na Harvardzie oraz wykładała w Barnard College, po czym przeniosła się do sektora prywatnego, gdzie pracowała dla funduszu hedgingowego D.E. Shaw. Następnie podjęła pracę jako analityczka danych w różnych start-upach, tworząc modele przewidują­ce zakupy oraz kliknięcia użytkowników. O’Neil zainicjowała tzw. Lede Pro­gram in Data Journalism, czternastodniowy podyplomowy kurs dziennikarki w zakresie analizy danych. Jest również współautorką książki Doing Data Science. Co tydzień pojawia się w podcaście Slate Money.

 

Inline
Inline
Google+