Krzywda: Data Science a … polityka

204

Data Science to szerokie pojęcie w które wpisują się zarówno osoby które używają programowania do analizowania wszelkich danych np. Dane pochodzące z reklam, dane pochodzące ze stacji meteorologicznych czy dane pochodzące z sprzedaży. W Data Science, czyli naukę o danych wpisują sie zarówno pliki tekstowe, zdjęcia a nawet dźwięk. Wszystko, co można przetworzyć za pośrednictwem specjalnych algorytmów jest obszarem, na którym może pracować data scientist.

Dane można zbierać na wiele różnych sposobów. Popularne wśród studentów kierunków humanistycznych tworzenie ankiet za pośrednictwem formularzy google to jedno z prostych źródeł danych, a ich analiza za pośrednictwem bardziej zaawansowanych technik można śmiało podpiąć pod Data Science. Teraz zbieranie danych jest bardzo proste, a to wszystko za sprawą ogólnodostępnego internetu. W czasach gdy dostęp do internetu można traktować jako jedno z podstawowych praw człowieka, zbieranie danych jest zdecydowanie prostsze niż miało to miejsce np. w PRL.

Jednym z przykładów działania w ramach Data Science są algorytmy rekomendacji analizujących wcześniejsze zakupy klienta bądź tez analizujących. to co przeglądał na swojej stronie. Oczywiście ku temu potrzeba bardzo dużej ilości danych, które nie mogą być pierwszej, lepszej jakości.

Wchodząc głębiej w Data Science, nie można pominąć takich – nazwijmy to – sektorów obecnej informatyki, jaką sa niewątpliwie Deep Learning (1) oraz Machine Learning (2) , bez których obecnie analiza danych nie rozwijałaby się tak płynnie i szybko. Obecnie maszyny są w stanie analizować obrazy, dzwięk a nawet choroby, tak więc analiza dużej ilości danych nie jest dla nich większym problemem.

I właśnie w tym miejscu możemy zrobić przeskok do tematyki, którą chciałem poruszyć bardziej, a która może bardziej zainteresować sympatyków Instytutu im. Romana Rybarskiego – a mianowicie wykorzystanie data Science w polityce.

Marketing polityczny, dla niektórych nazywany propagandą nie jest zjawiskiem, z którym spotykamy się po raz pierwszy. I wcale swojego początku nie ma w XIX wieku. Skoro już wspominałem, że nie jest problemem zrozumienie specyfiki postępowania ludności na danym terenie, to czy kampania wyborcza wkrótce nie stanie się walką na to który komitet wyda więcej pieniędzy na lepszych specjalistów, którzy to z kolei stworzą najlepszy algorytm pokazujący co dany obywatel z danego terenu chce usłyszeć?

Maciej Krzywda

Przypisy:

1. Deep learning to proces, w którym komputer uczy się wykonywania zadań naturalnych dla ludzkiego mózgu, takich jak rozpoznawanie mowy, identyfikowanie obrazów lub tworzenie prognoz.
2. Machine learning albo samouczenie się maszyn, systemy uczące się (ang. machine learning) – dziedzina wchodząca w skład nauk zajmujących się problematyką SI (patrz sztuczna inteligencja). Jest to nauka interdyscyplinarna.

Maciej Krzywda – Zdecydowany entuzjasta nowoczesnych technologii oraz ich wdrażania w życie publicze. Zwolennik szerokopojętej decentralizacji, deglomeracji i cyfryzacji państwa polskiego. Prywatnie student na Akademii Górniczo-Hutniczej im. Stanisława Staszica w Krakowie, pasjonat koszykówki oraz czytelnik powieści kryminalnych. Swą przyszłość wiąże z szeroko rozumiana branżą IT.