Я поймал себя на том, что несколько раз перечитывал этот отрывок.
Я думаю, что сложно судить о том, является ли наука о данных или качество узким местом, так это то, что единственный способ делать выводы — это смотреть на результаты. Без результатов любого анализа данных нельзя сказать, что у нас не было правильных алгоритмов или что нашим данным не хватало количества и качества. В конечном счете, цель науки о данных — генерировать идеи. Проблема в том, что отдельные идеи подобны кусочкам пазла (мне лично нравится сравнение с пикселями и разрешением). И чтобы принимать правильные решения или делать выбор, нам часто нужно, чтобы эти части были расположены таким образом, чтобы нарисовать достаточно хорошую картину. Может случиться так, что мы достаточно хороши в обоих случаях, но не знаем, как соединить кусочки головоломки связным образом.
Конечно, можно возразить, что это проблема «трубопровода». Я не согласен. Обсуждения, которые у меня были с руководителями, исследовательскими фирмами и консалтинговыми фирмами; все указывает на то, что, когда дело доходит до стратегических решений, опора на субъективное понимание намного превосходит опору на данные и выводы из данных. Наиболее вероятная причина, по-видимому, коренится в нашей способности абстрагировать знания и корреляции. Может быть, проблема не в каком-то отдельном понимании, а в сочетании достаточных доказательств.
И тут все усложняется.
Очень редко встречаются случаи, когда все данные указывают на одну альтернативу решения. Люди страдают от многих когнитивных недостатков, которые не позволяют нам последовательно комбинировать противоположные данные. Свидетельство часто рассматривается как бинарное соотношение «истина/ложь», когда в действительности существует некоторое распределение относительно того, насколько истинным может быть свидетельство. Мы довольно хорошо знаем направление аргумента, но совершенно ужасно умеем соблюдать меру или величину в аргументах. И это только усиливается, как только доказательство рассматривается как нечто, что имеет связанную с ним вероятность.
В целях раскрытия информации и возможного знакомства я уже некоторое время работаю над программным обеспечением, которое помогает количественно оценивать решения, использующие субъективное понимание в качестве доказательства. При этом часто, когда я интегрирую данные в модели принятия решений, я рассматриваю их как еще одно доказательство.
