Data Science и магическое мышление

В качестве эпиграфа можно было бы привести бессмертные строки Вяземского П. “Попробуй с рьяным неофитом познавшим лишь вершки всего, В вопросе уж давно избитом и новым только для него..”. На мой взгляд, очень актуально для явления ныне называемого «хайп». Каждый относительно новый подход к решению задач бизнеса очень часто воспринимается в качестве “волшебной таблетки” от всех проблем. ISO, LEAN, AGILE... В работе достаточно часто сталкиваюсь с возведением на пьедестал data science во всех его возможных проявлениях.Мир утонул в данных. Увы, но это уже факт.  В далеком уже 2006 году британский математик и эксперт в области анализа данных Клайв Хамби выдал мысль, ставшую в то время лозунгом новой реальности “Данные – новая нефть”. И как нефть данные в “сыром виде” почти непригодны для серьезного использования. Спустя 18 лет взгляды на “новую нефть” стали более четкими и обнаружились проблемы. Во многом они связаны с процессом переработки этих самых данных, за которые идет серьезная борьба. Но самой плохой новостью, вероятно, стали данные исследования, приравнявшие данные к мусору, порождаемому человечеством и несущим аналогичные риски, связанные с его хранением и переработкой. Каким образом это может влиять на психическое функционирование человека? Приведем аналогию из области информационных технологий. Если попытаться отобразить на непрерывной оси объем информации в виде континуума от минимального объема, в одной крайней точке и максимального ее количества, в виде другого значения (вторая крайняя точка), то оптимальный для человеческой психики объем информации придется примерно на средину шкалы. И это достаточно понятно с точки зрения информационных технологий – в одном случае информации явно недостаточно, но в другом ее избыток быстро утилизирует доступные “вычислительные мощности” нашего мозга. Следствием недостатка или избытка (аналогично “DDOS атаке на мозг”) доступной для принятия решения достоверной информации является воплощение в жизнь всех вышеперечисленных элементов BANI (SHIVA) мира. У многих людей для адаптации к новым условиям и сохранения психического гомеостаза используются механизм, известный как «идеализация». Иными словами вера в появление сверхэффективного, «волшебного» способа решения большинства возникших проблем. Когда-то на пьедестале был всесильный маркетинг (идеология, функция, инструмент). Маркетологи могли работать почти не погружаясь  в предметную область. Метод ведь универсален) Относительно новая отрасль data sciense, на мой взгляд, приняла эстафету у маркетинга. В чем я вижу проблему “универсальных дата сайентистов”? Для адекватной работы с информацией крайне важно понимать природу данных. В противном случае можно “извлекать” из огромных массивов вовсе не золото. Например, если работать с медицинскими данными, неплохо понимать специфику их появления, например, источники и цели сбора тех или иных показателей жизнедеятельности организма человека.. Для переработки инженерных данных желательно представлять себе основы соответствующих инженерных дисциплин. А данные, например, работы химических установок, наверняка, потребуют от аналитика понимания не только школьных основ химии. Только при соблюдении этих условий аналитика имеет смысл и не превращается в «шаманство». В противном случае, в какой-то момент времени, соприкоснувшись с потенциальными потребителями аналитических материалов можно весьма плотно попасть в нехорошую ситуацию. И что печально, дискредитировать не только собственные усилия, но и очень усложнить путь идущим следом специалистам по работе с большими объемами информации. Как уберечь себя и бизнес от излишней идеализации новых подходов и методов: ·       Критически относиться к “универсальным” методам и их убежденным апологетам. ·       Культивировать в себе потребность в изучении новых технологий, ориентироваться на несколько источников, пытаться формировать свое мнение. ·       Если необходимо привлекать специалистов разных “школ”, проводить сравнительный анализ предлагаемых методик. Получить “второе мнение”