Czy wszystkie fakty mają taką samą wartość? Kilka słów o jakości informacji
Nie sposób zignorować kwestię jakości docierających do nas informacji. Informacje mogą być przecież:
- Niekompletne (pewne istotne cechy są niewidoczne, np. znamy kolor samochodu, a nie znamy jego marki),
- Zafałszowane (zawierające fakty oraz przekłamania, np. prawidłową informację o kolorze, ale złą markę pojazdu),
- Nieprawdziwe (zupełnie niezgodne z faktami).
Każda z trzech powyższych kategorii wymaga od nas przeprowadzenie jakiejś analizy, celem weryfikacji. A zatem wymaga poświęcenia naszych własnych zasobów. Nie zawsze możemy to zrobić.
Jak dbamy o jakość informacji?
Od wieków ludzie robią wiele, by umożliwić sobie działanie w oparciu o jednoznaczne, dostępne i godne zaufania informacje. Najbardziej prawdopodobną motywacją stworzenia pisma były zapisy księgowe – władcy Mezopotamii potrzebowali wiarygodnych informacji, aby planować produkcję rolną i zbierać podatki. Dziś z niemal dokładnie tych samych powodów przenosimy informacje do formy cyfrowej. W naszym przekonaniu jest to sposób na bardziej efektywny dostęp do niezbędnej wiedzy.
Chcemy wyeliminować z życia informacje niekompletne, zafałszowane i – przede wszystkim – nieprawdziwe. Okazuje się jednak, że nie jest to do końca możliwe. Istnienie informacji niekompletnej zakłada rzecz jasna również istnienie informacji kompletnej. Czy jednak faktycznie informacja kompletna jest czymś, co możemy z góry określić? Kompletność informacji jest bowiem kontekstowa.
Jak odróżnić przydatne od zbędnego?
Nie jest do końca zgodne z naszą intuicją, a w każdym razie nie z naszym przyzwyczajeniem, że każda informacja jest w zasadzie nieskończenie nasycona faktami. Analizując dowolną sytuację, zawsze z przepastnego oceanu treści wyławiamy tylko to, co uznamy za przydatne. Czy, rozmawiając z nowopoznaną osobą na przyjęciu, potrzebuję analizować, jak jest ubrana? Nie, jeśli jej strój nie sygnalizuje czegoś ważnego (np. że nie jest gościem, tylko kelnerem).
Co decyduje o tym, jakie fakty wybiorę z milionów możliwych? Naukowiec, zajmujący się kognitywistyką na Uniwersytecie Toronto, dr John Vervaeke, proponuje pojęcie „rozpoznania przydatności” (relevance realization). Już wcześniej psychologowie pisali o tzw. przeduwagowej fazie procesu selekcji informacji, jednak postulat dra Vervaeke idzie nieco dalej – proponuje on mianowicie hipotezę, że korzystając z już uformowanej w umyśle tzw. mapy wyrazistości (saliency map), kierujemy uwagę na określone fakty, zanim nastąpi aktywność naszego mózgu.
Źle zdefiniowany problem
Ma to szczególnie znaczenie w przypadku rozwiązywania tzw. źle zdefiniowanych problemów (ill-defined problems), dla których nie istnieje i nie może istnieć algorytm. Rozważmy następującą gradację stopnia zdefiniowania problemów:
- Problem dobrze zdefiniowany: ile osób zatrudnia moja firma?
- Problem nieco gorzej zdefiniowany: jaki zysk przynosi moja firma?
- Problem dużo gorzej zdefiniowany: czy moja firma się rozwija?
- Problem źle zdefiniowany: czy moja firma jest dobra?
Źle zdefiniowany problem, to nie problem zdefiniowany błędnie, tylko problem, dla którego nie możemy z góry określić, jakiego rodzaju wyniku oczekujemy. Dlatego można stworzyć oprogramowanie, które zadba o to, by w magazynie nie zabrakło nam jakiegoś towaru. Algorytm zdecyduje o zamówieniu odpowiedniej jego ilości w oparciu o historyczną sprzedaż i bieżące trendy. Ale nie można stworzyć sztucznego prezesa, który by naszą firmą zarządzał.
A skoro wiele problemów (być może większość), z którymi mierzymy się na co dzień, zaliczyć możemy do źle zdefiniowanych, również nie można określić z góry, jakich informacji będziemy potrzebowali do ich rozwiązania. Czy na wydajność naszych pracowników wpływa ciśnienie atmosferyczne? A może dzień tygodnia? A może kolor ścian w budynku?
Zbędne pytania a mapa wyrazistości
Samo zadanie sobie takiego pytania uruchamia potencjalnie niekończący się proces analiz, w który najczęściej po prostu nie warto wkładać energii. Nie mamy dość zasobów (czasu, sił), by rozważać każdą możliwą hipotezę, dlatego nasz umysł tworzy mapę wyrazistości i domyślnie porusza się właśnie po niej.
Sytuacja robi się jeszcze bardziej skomplikowana, jeśli weźmiemy pod uwagę wiarygodność informacji – tego tematu nie będę tu analizował, bo implikacje nie będą zaskakujące. Warto co najwyżej zauważyć, że na naszej mapie wyrazistości najprawdopodobniej inaczej odnotowane są źródła, którym ufamy bardziej (może nawet bezgranicznie) i rzadziej poddajemy je krytyce.
Pozostawię to ostatnie zdanie pod rozwagę.
Podsumowując – od naszej mapy wyrazistości i od skutecznego rozpoznania przydatności informacji zależy, czy kierujemy naszą uwagę na “właściwe” fakty. Jednak słowo “właściwe” umieściłem w cudzysłowie, ponieważ to, czy dany fakt jest właściwy, nie jest obiektywne, ale kontekstowe. Jest to właśnie źle zdefiniowany problem, który (przynajmniej na razie) uniemożliwia stworzenie oprogramowania zarządzającego skutecznie czy to firmą, czy naszą codziennością.
Może “smart lodówka” powie mi, jakie produkty warto dokupić, może nawet sama je zamówi w sklepie wysyłkowym, ale nie powie mi, co warto zjeść na śniadanie dziś rano.
Artykuł jest częścią serii “Mity na temat informacji”, wcześniejsze artykuły znajdziesz tu: