Mindannyian Ságvári Bence adatok -- Big Data Day 2013 leszünk… Társadalomtudomány a Nagy Adat korában

… sőt, már azok is vagyunk…

Beírtak engem mindenféle Könyvbe Beírtak engem mindenféle Könyvbe és minden módon számon tartanak. Porzó-szagú, sötét hivatalokban énrólam is szól egy agg-szürke lap. Ó, fogcsikorgatás. Ó, megalázás, hogy rab vagyok és nem vagyok szabad. Nem az enyém már a kezem, a lábam, és a fejem, az is csak egy adat. Jobb volna élni messze sivatagban, vagy lenn rohadni, zsíros föld alatt, mivel beírtak mindenféle Könyvbe és minden módon számon tartanak. Kosztolányi Dezső: A bús férfi panaszai (1924)

Twitter és nyelvek London térképén

Templom vagy sör?

Az innovációk terjedése 2002 Készítette: Lengyel Balázs

Az innovációk terjedése 2003 Készítette: Lengyel Balázs

Az innovációk terjedése 2004 Készítette: Lengyel Balázs

Az innovációk terjedése 2005 Készítette: Lengyel Balázs

Az innovációk terjedése 2006 Készítette: Lengyel Balázs

Milyen változást hoz(hat) a „big data” a kutatásban, a megismerésben?

Viktor Mayer-Schonberger, Kenneth Cukier (2013) Big Data: A Revolution That Will Transform How We Live, Work, and Think 1.more 2.messy / good enough 3.correlation

Az n = ALL paradigma Az elérhető és elemezhető adatok körének exponenciális bővülése. Az elérhető és elemezhető adatok körének exponenciális bővülése. Az elemzés kiterjesztése a teljes sokaságra. Az elemzés kiterjesztése a teljes sokaságra. A mintavételen alapuló kutatást és megismerést leváltó új módszerek. A mintavételen alapuló kutatást és megismerést leváltó új módszerek. A niche csoportok megismerésének lehetősége. A niche csoportok megismerésének lehetősége.

Steven Levitt & Mark Duggan (2002) "Winning Isn't Everything: Corruption in Sumo Wrestling." American Economic Review, 2002, 92(5), pp. 1594–605. Egy példa…

Az N= majdnem ALL veszélyei teljes populáció (100%) közel teljes populáció (80%) minta (5%) Egy nagyon nagy, de a teljes sokasághoz képest torzított populációra vonatkozó adat kevésbé informatív, vagy akár károsabb, mint egy kicsi, de reprezentatív minta…

Mennyiség és minőség újfajta egyensúlya A mintavételen alapuló („small data”) kutatás vezérelve a pontosság. A mintavételen alapuló („small data”) kutatás vezérelve a pontosság. A „big data” ezzel szemben szükségszerűen pontatlanabb. A „big data” ezzel szemben szükségszerűen pontatlanabb. De a mikro-szinten elveszített pontosság helyett makro-szinten korábban nem ismert (mérhetetlen vagy nem is feltételezett) összefüggéseket nyerhetünk. De a mikro-szinten elveszített pontosság helyett makro-szinten korábban nem ismert (mérhetetlen vagy nem is feltételezett) összefüggéseket nyerhetünk.

Klasszikus paradigma A kutatás kiinduló alapja a tesztelhető hipotézisek megléte. A hipotézis többnyire egy olyan modell, ami a kutatást végzők gondolataiban létezik. A modell tesztelésének eredménye alapján eldönthető, hogy az mennyire írja le a valóság működését. Kidobandó vagy megtartandó. A korreláció még nem oksági kapcsolat. Csak azért, mert X és Y összefügg egymással, még nem mondtunk semmit… „A korreláció megléte már bőven elegendő tudás.” Nem szükséges hozzá modell, oksági kapcsolat, az adatok hipotézisek nélkül is elemezhetők. Dobjuk be az adatot gépbe, és hagyjuk, hogy találják meg a statisztikai algoritmusok az összefüggéseket. Akár azokat is, amelyekre „ép ésszel” nem is gondolnánk. A világ újfajta megismerésének lehetősége (?). „Big data” paradigma

Egy példa…

„Big Data” kihívások Emberi sorsokat alakító döntéseket oksági kapcsolat helyett korrelációra bízunk? Emberi sorsokat alakító döntéseket oksági kapcsolat helyett korrelációra bízunk? Új típusú hibrid munkaerő, a data scientist megjelenése és egyre fontosabbá válása Új típusú hibrid munkaerő, a data scientist megjelenése és egyre fontosabbá válása (Hatalmi) asszimmetriák a „Big Data” típusú adatokhoz való hozzáférésben (Hatalmi) asszimmetriák a „Big Data” típusú adatokhoz való hozzáférésben

Köszönöm a figyelmet!