Alfabetização de dados: o que é e por que é importante

Este artigo foi contribuído por Invoice Schmarzo, o Reitor de Giant Knowledge

O que você precisa fazer para aumentar a alfabetização de dados da sua organização?

Em um mundo onde seus dados pessoais (e as preferências e preconceitos enterrados nesses dados) são usados ​​para influenciar seus comportamentos, crenças e decisões, a alfabetização de dados é uma habilidade basic e indispensável. E não são apenas as corporações que precisam desse treinamento. Alfabetização de dados deve ser ensinado nas universidades, nas escolas secundárias, nas escolas secundárias e até mesmo na educação de adultos e asilos.

Treinamento em alfabetização de dados precisa educar TODOS sobre como seus dados pessoais estão sendo coletados, analisados ​​e usados, para não serem enganados em ações, comportamentos e crenças por organizações e pessoas que entendem como manipular seus dados pessoais em seu benefício.

Mas quais são os requisitos educacionais que compõem um currículo de alfabetização de dados? Para facilitar isso alfabetização de dados educação para meus alunos, criei o Estrutura de educação de alfabetização de dados que fornece uma sinopse holística sobre os dados e requisitos de treinamento analítico – áreas de assunto – para que todos se tornem alfabetizados em dados.

Vamos explorar cada uma das áreas de assunto do Knowledge Literacy Schooling Framework como parte de uma série de duas partes sobre Knowledge Literacy. Então, usando essa estrutura, podemos construir um currículo educacional incluindo testes para medir e, posteriormente, aumentar o QI de Alfabetização de Dados de todos (que terei que abordar em um artigo futuro… ou talvez em um livro futuro).

1. Conhecimento de dados

Dentro “A crescente importância de dados e alfabetização de IA – Parte 1”, discuti a importância de consciência de dados e como todos precisam estar cientes de como as organizações estão coletando, analisando e usando seus dados pessoais.

Conscientização de dados é entender como as organizações estão capturando, analisando e usando seus dados pessoais (por exemplo, dados demográficos, transações comerciais, participações financeiras, saúde e exercício, entretenimento, dados políticos e sociais) para identificar e codificar comportamentos e preferências pessoais que podem ser usados ​​para influenciar suas ações, comportamentos e crenças.

Embora a maioria de nós saiba intrinsecamente que as organizações estão capturando dados sobre nós, é o “dados invisíveis” (ou “dados obscurecidos”) que estão enterrados nas letras miúdas desse website ou contrato de licenciamento de usuário ultimate do aplicativo móvel que é mais preocupante.

Um caso em questão é o Google, que explora ou “monetiza” seus dados das seguintes maneiras:

• Anúncios do Google. Permite que as empresas direcionem seus produtos online com base em suas atividades e interesses pessoais. O Google united states of america a IA para criar um perfil dos comportamentos dos clientes e aproveitar os insights para segmentar o indivíduo certo com o anúncio certo.
• Gmail. O Google também integrou vários algoritmos de IA e ML para aprimorar a experiência do cliente. Um recurso de IA é a resposta inteligente. Google AI analisa todo o Gmail e propõe uma resposta.
• Google Assistente. Com base em suas solicitações, este assistente de voz pode aprender seus interesses para pesquisar qualquer coisa – listas de reprodução de música, restaurantes, melhores praias ou hotéis – e fazer recomendações de produtos e serviços com base em seus interesses.
• Google Maps. O Google Maps united states of america IA para rastrear a rota do motorista, estimar para onde ele está indo e guiá-lo até o destino. Ele oferece recomendações com base em restaurantes próximos, postos de gasolina, and so forth. com base em seus interesses.
• Google Fotos. O Google united states of america AI minera suas fotos para sugerir imagens e vídeos que os usuários podem compartilhar com seus amigos e familiares.

Muitas organizações, como o Google, fornecem “valor” em troca de seus dados pessoais, como email gratuito, plataformas de mídia social gratuitas, experiências personalizadas na internet, jogos on-line gratuitos, serviços de navegação gratuitos e descontos em produtos e serviços (no caso de programas de fidelidade ). É só que os usuários precisam estar cientes de que há um “preço” para esses serviços “gratuitos”, mesmo que o preço não seja tão óbvio quanto uma taxa de assinatura mensal.

O que você pode fazer para se proteger? Essa estrutura de alfabetização de dados pode ajudá-lo a encontrar a resposta. O primeiro passo é a conscientização de onde e como as organizações estão capturando e explorando seus dados pessoais para seus próprios fins de monetização. Esteja ciente de quais dados você está compartilhando por meio dos aplicativos em seu telefone, os programas de fidelidade de clientes aos quais você pertence e seus dados de engajamento em websites e mídias sociais. Mas mesmo assim, haverá organizações questionáveis ​​que contornarão as leis de privacidade para capturar mais dados pessoais para seus próprios atos nefastos (junk mail, phishing, roubo de identidade, ransomware e muito mais).

2. Conhecimento de decisão

Quer estejamos cientes disso ou não, todos criam um “modelo” para guiar seus decisões. No meu weblog “Tomando decisões informadas em situações imperfeitas“, european discuti como os humanos criam naturalmente modelos de decisão para apoiar suas decisões, sejam decisões sobre qual caminho tomar para casa do trabalho, o que comprar no supermercado ou como arremessar para um rebatedor de beisebol poderoso como Mike Trout. E a natureza abrangente do modelo de decisão depende da importância da decisão e dos custos associados à tomada de uma decisão errada.

• Com uma decisão de alto impacto, como comprar uma casa, comprar um carro ou decidir para onde ir de férias, construímos modelos bastante extensos reunindo e avaliando uma ampla variedade de dados para auxiliar na tomada de uma decisão “ótima”.
• Outros modelos de decisão são menos impactantes, por isso usamos “regras práticas” ou modelos de decisão heurística para apoiar decisões como trocar o óleo do carro a cada 3.000 milhas, consultar um dentista a cada 6 meses ou trocar sua roupa íntima pelo menos uma vez por semana .

Alfabetização de Decisão é uma consciência de como os humanos fazem modelos de decisão – alguns muito abrangentes e outros usando “regras práticas” dependendo do custo da decisão errada – para nos ajudar a tomar decisões mais informadas, mais precisas, mais lucrativas e mais seguras.

Ao tomar decisões, como se enquadra a decisão é tudo. Se você entrar neste processo com sua mente já decidida (ou seja, para provar ou validar uma decisão que você já tomou), então você irá gravitar em direção a dados que apóiam sua posição e fabricar razões para ignorar os dados que vão contra a sua opinião. posição. Se você tem interesse em um determinado resultado de decisão, sua objetividade está ameaçada e os resultados de sua análise provavelmente serão tendenciosos.

Além disso, o cérebro humano é uma ferramenta de tomada de decisão ruim. A tomada de decisão humana evoluiu de milhões de anos de sobrevivência na savana. Os humanos se tornaram muito bons em reconhecimento de padrões e extrapolação: de “Isso parece apenas um tronco inofensivo atrás daquele pedaço de grama” a “Yum, isso parece um antílope!” para “YIKES, isso é na verdade um tigre dente de sabre !!” A necessidade ditou que nos tornássemos muito bons em reconhecer padrões e tomar decisões de sobrevivência rápidas e instintivas com base nesses padrões.

Para piorar as coisas, os humanos são péssimos trituradores de números (acho que não precisamos triturar muitos números para identificar aquele tigre dente de sabre). Consequentemente, os humanos aprenderam a confiar em heurística, intuição, regras práticas, informações anedóticas e intuição como nossos modelos de decisão. Mas esses modelos de decisão são inerentemente falhos e falham em um mundo de fontes de dados muito grandes, amplamente variadas e de alta velocidade.

Basta visitar Las Vegas para ver nossas falhas humanas de tomada de decisão no trabalho. Sim, os cassinos não constroem esses magníficos monumentos à estupidez humana porque doam dinheiro.