„A Government Information Quaterly hasábjain megjelent elemzés (Rationality and politics of algorithms. Will the promise of big data survive the dynamics of public decision making?) azt a kérdést járja körbe, hogy a „big data” felhasználása vajon beváltja-e a hozzáfűzött reményeket a politikai döntéshozatal minőségének javításában. És bár végső álláspontot ebben nem fogalmaznak meg, a „hurráoptimista” szemlélettől elrugaszkodva olyan elemzési keretet fogalmaztak meg, amely alkalmas a big data döntéshozatalra gyakorolt hatásának értékelésére (ami természetesen az optimista megközelítésből fakadóan várt eredményre is vezethet, de nem kizárólagosan).
A „big data” fogalmát kezdetben – angol kezdőbetűik alapján – a „három V”-vel határozták meg, miszerint „nagy adat” az, ami nagy mennyiségű (high-Volume), nagy sebességű (high-Velocity) és nagyon változatos (high-Variety) információs eszközöket foglal magába. Az itt ismertetett tanulmány szerzői a big data definiálásakor nem annyira az adatra, hanem annak felhasználására fókuszálnak, öt meghatározó jellemzőt sorolva fel:
- Több (szervezeten belüli és kívüli) forrásból származó, sokféle és nagy adatkészlet kombinált felhasználása.
- Strukturált (hagyományos) és kevésbé strukturált (nem hagyományos) adatok kombinált felhasználása az elemző munkában.
- A bejövő adatok valós idejű vagy közel valós idejű felhasználása.
- Fejlett elemzési eszközök és algoritmusok fejlesztése és alkalmazása, számítástechnikai és más fejlett technológiák biztosítása nagy és összetett számítási feladatokhoz.
- A meglévő adatbázisok és adatforrások innovatív felhasználása, új és radikálisan eltérő alkalmazásokkal.
Bár racionális megközelítésben a big data felhasználásának nagy a potenciális hozzáadott értéke mind az üzleti élet, mind a kormányzat számára, a döntéshozatalra gyakorolt teljes hatásáról alig tudunk valamit. A szerzők egyetértenek azzal a kritikai megközelítéssel, hogy az optimista nézőpont a döntéshozatal racionalitásából indul ki, miközben a valóságban gyakran kell számolnunk ellenállással az intézmények vagy azok vezetése részéről, akár a közérdek és az egyéni érdekek szembekerülése miatt, akár más okból.
A big data döntéshozatalra gyakorolt hatásának elemzéséhez a tanulmány olyan értelmezési keretet ajánl, amelynek két dimenzióját a döntéshozók nézőpontja, illetve logikája határozza meg az információk felhasználása során.
A döntéshozók információfeldolgozási logikáját a következőképpen írja le a modell:
Információs logika Döntési logika Szerep Döntéstámogatás Információforrások ellenőrzése Minőségre törekvés Változatosság Válogatás Döntés alapja Módszertani Ideológiai A lehetséges nézőpontokat pedig a következő módon:
Racionális nézőpont – mire fókuszál? Politikai nézőpont – mire fókuszál? Tevékenységre Szereplőkre Előre meghatározott lépésekre A valós élet tranzakcióira Közös célokra Egyéni célokra A fentiek szerint a big data döntéshozatalra gyakorolt hatását négy lehetséges mezőre osztva írják le:
Információs logika Döntési logika Racionális, elemzői nézőpont 1.negyed: információ-optimalizálás. Az adatelemzők képesek racionalizálni a folyamatot jobb adatok elérhető formában történő biztosításával. 2.negyed: döntés-optimalizálás. A döntéshozók képesek racionalizálni a folyamatot azzal, hogy pontosan azokat az adatokat kapják meg, amelyekre szükségük van a döntésekhez. Politikai nézőpont 3.negyed: algoritmus-politika. Okos algoritmusok biztosítanak lehetőséget az adatelemzőknek arra, hogy a döntéshozóknak eljuttatott információkkal befolyásolják a döntés eredményét. 4.negyed: információs piactér. A big data lehetőséget biztosít a döntéshozónak arra, hogy csak a kiválasztott forrásokból származó információktól függjenek a döntéshozatalban. Az egyes mezőkkel kapcsolatban az elemzők a következő kérdéseket vizsgálták:
- 1.negyed: Milyen lehetőségek vannak arra, hogy a big data segítségével az adatelemzők jobb információkkal lássák el a döntéshozókat?
- 2.negyed: Milyen lehetőségek vannak arra, hogy a big data segítségével a döntéshozóknak jobb legyen az adatelemzőktől érkező információk befogadása?
- 3.negyed: Milyen lehetőségek vannak arra, hogy a big data segítségével az adatelemzők saját céljaikat kövessék, és ilyen módon befolyásolják a döntéshozókat?
- 4.negyed: Milyen lehetőségek vannak arra, hogy a big data segítségével a döntéshozók saját céljaikat kövessék az adatelemzőktől kapott információk befogadásával?
A kérdésekre keresett válaszok megfogalmazása során két konkrét esettanulmányt dolgoztak fel, Milánóból és a hollandiai Tilburgból. A felállított értelmezési keret alapján az esettanulmányok tapasztalatai alapján a négy negyed mindegyikére egy-egy tézist fogalmaztak meg.
- Az információ-optimalizálás tézise szerint a big data azáltal gyakorol hatást a döntéshozatalra, hogy az adatelemzőket képessé teszi arra, hogy jobb minőségű információkkal lássák el a döntéshozókat.
- A döntés-optimalizálás tézise szerint a big data azáltal gyakorol hatást a döntéshozatalra, hogy a döntéshozókat képessé teszi arra, hogy jobbak legyenek az adatelemzőktől kapott információk befogadásában.
- Az algoritmus-politika tézise szerint a big data azáltal gyakorol hatást a döntéshozatalra, hogy az adatelemzőket képessé teszi arra, hogy saját céljaikat követve lássák el információkkal a döntéshozókat.
- Az információs piac tézise szerint a big data azáltal gyakorol hatást a döntéshozatalra, hogy az adatelemzőket képessé teszi arra, hogy saját céljaikat kövessék az adatelemzőktől kapott információk befogadásával.
A szerzők kiemelik, hogy két esettanulmányból természetesen nem lehet messzire menő következtetéseket levonni – értelmezési keretükön keresztüli feldolgozásuk inkább a tanulást, mint tények megállapítását szolgálta. Ezzel együtt azt a fontos megfigyelést fogalmazták meg, hogy a big data mind az adatelemzők, mind a döntéshozók autonómiáját képes fokozni, akik ilyen módon a inkább válhatnak a döntéshozatal autonóm szereplőivé, mint a döntéshozatali lánc elemeivé.”
Forrás:
Rationality and politics of algorithms. Will the promise of big data survive the dynamics of public decision making?; H.G. van der Voort, A.J. Klievink, M. Arnaboldi, A.J. Meijer; Government Information Quarterly; 2018. október 21.
