Dobici:
- Prepoznaje rizike kvalitete, povjerljivosti i tumačenja rada s podacima i uspostavlja siguran tijek analize.
- Odabire pravi pokazatelj za određenu svrhu, razlikujući između obmanjujućih pojedinačnih pokazatelja i mjerenja koja su otvorena za manipulaciju.
- Prepoznaje pogrešne tehnike grafikona (os ne počinje od nule, odabrani raspon) i promatra poštenu vizualizaciju.
Javnost proizvodi podatke svaki dan: broj zahtjeva, vrijeme rješavanja, proračunske stavke, kretanja stanovništva, zahtjeve za uslugama, rezultate revizije, ankete o zadovoljstvu. Većina tih podataka nalazi se u Excel proračunskim tablicama, obrascima i sustavima za bilježenje, ali se ne pretvaraju u odluke - jer njihova analiza zahtijeva stručnost i vrijeme. Odlučivanje na temelju podataka (pristup raspodjeli resursa i postavljanju politike na temelju izmjerenih dokaza, a ne mišljenja ili navika) povećava učinkovitost i pravednost u javnom sektoru: resursi idu tamo gdje su najpotrebniji na temelju brojeva. Ovdje je AI moćan pomoćnik u davanju smisla tablici, pronalaženju obrazaca i anomalija, izdvajanju sažetih statistika i prevođenju nalaza u jednostavne rečenice. U ovoj ćete jedinici vidjeti kako skratiti put od neobrađenih javnih podataka do obranjive odluke pomoću umjetne inteligencije i ostati discipliniran u najkritičnijem aspektu — ispravnom tumačenju broja.
Tri opasnosti rada s podacima
Podaci su moćni, ali imaju tri zamke, a AI ih može ublažiti i povećati:
- Korelacija ≠ uzročnost. Samo zato što se dvije stvari mijenjaju zajedno ne znači da jedna uzrokuje drugu. Prodaja sladoleda i utapanja su u porastu — jer su oboje povezani s ljetnim vrućinama, a ne jedno uzrokuje drugo. AI tečno konstruira rečenice "jer"; Dovedite u pitanje svaku tvrdnju o kauzalnosti.
- Pristrani podaci/podaci koji nedostaju. Od koga i kako su prikupljeni podaci? Podaci o pritužbama odražavaju samo one koji se mogu žaliti; digitalni aplikacijski podaci oni s pristupom internetu. Ako ne vidite grupu koja nedostaje, odluka će biti pristrana.
- Broj bez konteksta. Besmisleno je samo "povećano za 30%": prema čemu, u kojem razdoblju, koji je apsolutni broj? Pitajte AI za kontekst.
Pažnja: Dok AI analizira tablicu koju ste dali, ponekad dodaje "razumne", ali fiktivne brojeve izvan tablice ili tiho popunjava ćelije koje nedostaju. Usporedite svaki izlazni broj s izvornom tablicom; Dajte AI pravilo "koristite samo vrijednosti u tablici koju sam vam dao, ako nedostaju recite 'nema podataka'".
Tijek analize podataka korak po korak
- Pojasnite pitanje. Na koje pitanje tražimo odgovore za odluku? ("U kojem susjedstvu rješenje traje najduže?")
- Znati podatke. Koji su stupci, koja je jedinica, koje je razdoblje, nedostaju li vrijednosti/netočne?
- Ekstrahirajte osobne podatke. Anonimiziraj/agregiraj ako identifikacija pojedinca nije potrebna za analizu (vidi jedinicu 11).
- Pojavljuju se sažetak i obrazac. Neka AI izvede osnovnu statistiku, grupiranje i označavanje anomalija.
- Dovedite u pitanje komentar. Korelacija ili uzročnost? Alternativno objašnjenje? Nedostaje grupa?
- Vizualizirajte i pojednostavite. Jednostavan sažetak i grafika koju donositelj odluke može razumjeti.
- Dokumentirajte odluku i njezino obrazloženje. Kakva je odluka na temelju kojih podataka donesena? revizijski trag.
tri mini kućišta
Slučaj 1 — Izvor je otišao na pravo mjesto. U prošlosti je općina svoj proračun za održavanje parka raspodijelila "jednako svakom susjedstvu". Kada su podaci o potražnji i korištenju za 18 mjeseci analizirani AI-jem, potražnja po stanovniku u tri četvrti bila je 2,4 puta veća od prosjeka. Proračun je preraspodijeljen prema potrebama; sveukupno zadovoljstvo povećano, bez dodatnih troškova.
Slučaj 2 — Primijećeni su pristrani podaci. Agencija bi pogledala podatke digitalnih aplikacija i zaključila da "građani više ne dolaze na naplatne kućice". No, kada je u analizi zatražen raščlanjivanje po dobi, vidjelo se da i dalje sa šaltera većinom dolaze prijave starijih od 65 godina. Kad bi se promatrali samo digitalni podaci, ova bi skupina bila zanemarena; sačuvana je služba blagajne.
Slučaj 3 — Zaustavljena izmišljena uzročnost. Dok je tumačio tablicu, YZ je rekao: "Nesreće su se smanjile jer se povećao broj inspekcija." Analitičar je podsjetio da se u istom razdoblju promijenilo vrijeme i smanjio promet; Pripisivanje samo jednom uzroku bilo je pogrešno. Izvješće je ispravljeno tako da kaže "postoji odnos, ali uzročnost nije dokazana".
Četiri predloška za kopiranje
1) Upoznavanje sa stolom:
Vaša uloga: analitičar podataka. Pregledajte tablicu u nastavku i, na temelju SAMO vrijednosti u ovoj tablici: (1) sažeti što je svaki stupac, njegovu jedinicu i razdoblje, (2) sve ćelije koje nedostaju/netočne, (3) sažeti prva 3 uzorka koji se ističu. Zbrajanje brojeva izvan tablice; ako nedostaje, recite "nema podataka".TABLICA: [zalijepi podatke]
2) Sažetak statistike s kontekstom:
Odgovorite na sljedeće pitanje iz donje tablice: [pitanje]. MORA dati rezultat s kontekstom: apsolutni broj + stopa + razdoblje usporedbe. Kad kažete "povećano za X%", navedite u kojoj mjeri iu kojem razdoblju. Samo koristite navedene podatke.TABLICA: [podaci] PITANJE: [pitanje]
3) Ispitivač uzročnosti:
Protumačite sljedeći nalaz, ali OPREZ: nemojte brkati korelaciju s uzročnom vezom. Generirajte najmanje 3 alternativna objašnjenja za ovaj odnos (treća varijabla, obrnuti smjer, slučajnost). Recite mi koji su dodatni podaci potrebni da se dokaže uzročnost. NALAZ: [odnos]
4) Jednostavan sažetak odluke:
Pojednostavite sljedeću analizu za donositelja odluka koji nije stručnjak za podatke: ne više od 5 stavki, svaka stavka nalaz i objašnjenje "što to znači". Također jasno zapišite nesigurnosti i ograničenja podataka. Dodavanje novih informacija.ANALIZA: [tekst]
Slab upit / Jak upit
Slab: "Analizirajte ovaj grafikon i recite nam što bismo trebali učiniti."
Jako: "Vaša je uloga analitičar podataka. Koristite SAMO tablicu u nastavku; nemojte dodavati brojeve izvana, recite 'nema podataka' ćeliji koja nedostaje. Prvo se upoznajte sa stupcima, jedinicama i periodom. Zatim odgovorite na pitanje 'koje susjedstvo ima najduže vrijeme rješenja' s apsolutnim brojem + omjerom + periodom usporedbe. Ako pronađete obrazac, osmislite 3 alternativna objašnjenja prije nego što ga objasnite uzročno-posljedičnom vezom. Na kraju, navedite točke i granice podataka (skupina koja nedostaje, kratko razdoblje) koje prepuštaju odluku nama."
Razlika: snažna promptnost uspostavlja vjernost podataka, kontekst, disciplinu kauzalnosti i granicu odlučivanja zajedno; Rezultat je obrambena analiza.
Gdje se može vjerovati umjetnoj inteligenciji u podatkovnom poslovanju?
poslovanje
AI povjerenje
pravilo
Sažetak tablice, grupiranje
visoka
Samo dati podaci
Označavanje anomalije/uzorka
srednji
ljudska potvrda
Tumačenje kauzaliteta
nizak
Potrebno je alternativno objašnjenje
Popunjavanje podataka koji nedostaju
preniska
Nemojte to učiniti; "nema podataka"
Pojednostavljenje/vizualni sažetak
visoka
Značenje se mora sačuvati
Dizajn indikatora i krivulja zamka grafikona
Najkritičniji korak u donošenju odluka s podacima je odabir pravog indikatora (numerički izraz koji čini fenomen mjerljivim - na primjer, "prosječno vrijeme obrade" ili "cijena po aplikaciji"). Pogrešan pokazatelj dovodi do pogrešne odluke, čak i uz točne podatke: dok se čini da “ukupan broj riješenih zahtjeva” raste, “vrijeme čekanja po građaninu” može se pogoršati. AI može navesti pokazatelje kandidata za temu i što svaki mjeri i skriva; ali vi odlučujete koji pokazatelj doista predstavlja javni interes. Također, budite svjesni rizika od pogrešne vizualizacije (iskrivljavanje percepcije tehnikama kao što je os koja ne počinje od nule, neproporcionalno mjerilo, odabrani vremenski interval) u grafikonima koje AI predlaže ili opisuje; pošten vizualni prikaz u javnim podacima dio je upravljanja.
Mini slučaj — pogrešan znak, pogrešno hvalisanje. Jedna je jedinica obarala rekorde u pokazatelju "mjesečno zatvorenih dosjea"; ali su se pritužbe građana povećale. Gledajući točan pokazatelj, "stopu rješavanja prvog kontakta", stopa je pala s 58 posto na 44 posto - datoteke su se brzo zatvarale i ponovno otvarale. Kada se indikator promijenio, promijenio se i prioritet upravljanja.
Mini slučaj — os koja ne počinje od nule. Na grafikonu AI opisanom u prezentaciji, okomita os počinje od 40, povećanje od 2 posto činilo se kao dramatičan skok. Kada je os pomaknuta na nulu, pojavila se prava slika i odluka je eliminirana iz pretjerane percepcije.
Predložak koji podržava odabir indikatora:
Zadatak: Predložite 5 indikatora kandidata za sljedeću svrhu.Svrha: [npr. poboljšanje kvalitete usluga građanima]Za svaki pokazatelj: što mjeri | što može sakriti | otvorenost za manipulaciju | preporučena učestalost čitanja. Sljedeće: napišite 3 upozorenja (ona koja su sama po sebi obmanjujuća) da zajedno čitate ove pokazatelje. Pravilo: Ne stvarajte brojeve; samo predložite dizajn indikatora.
Oprez: nemojte upasti u zabludu da je "broj objektivan". Koji broj mjerite, kako ga prikazujete i koji raspon odaberete stvar je tumačenja. Transparentno i pošteno javno tumačenje jednako je važno kao i točnost podataka.
Uobičajene greške
- Zamjena korelacije za uzročnost. "Povećano zajedno" nije uzrok; Potražite alternativna objašnjenja.
- AI ispunjava podatke koji nedostaju. Analiza se ruši s izmišljenom vrijednošću; ostaviti nedostajuće.
- Generaliziranje pristranih podataka. Pritužbe/digitalni podaci ne predstavljaju sve; Upitajte grupu koja nedostaje.
- Predstavljanje broja bez konteksta. Uz omjer treba stajati apsolutni broj i usporedno razdoblje.
- Nepotrebno analiziranje osobnih podataka. Nemojte koristiti pojedinačnu identifikaciju ako su dovoljni agregirani podaci.
- Nedokumentiranje odluke. Koja je odluka donesena na temelju toga koji podaci trebaju biti evidentirani za reviziju.
Ukratko
Odlučivanje temeljeno na podacima najmoćniji je način pravedne i učinkovite raspodjele resursa u javnom sektoru; AI je brz pomoćnik u ovom poslu koji daje smisao slici, pronalazi uzorke i pojednostavljuje pronalaženje. Ali nemojte tjerati umjetnu inteligenciju da izmišlja brojeve, nemojte je tjerati da popunjava podatke koji nedostaju, nemojte joj dopustiti da pobrka korelaciju s kauzalnošću i izbjegavajte generaliziranje pristranih/nepotpunih podataka. Snaga je u brojevima; Jači je onaj tko to ispravno protumači i dokumentira odluku.
Zadatak aplikacije
Dobijte stvarnu tablicu (bez osobnih podataka) iz svoje jedinice. Uvedite podatke s predloškom "Upoznavanje s tablicom", zatim dajte odgovor na važno pitanje za odluku s predloškom "Kontekstualna sažeta statistika". Primijenite predložak "Pitač uzročnosti" na vezu u nastajanju i pronađite barem jedno alternativno objašnjenje. Provjerite dodaje li AI brojeve izvan tablice.
popis za provjeru
- [ ] AI je koristio samo danu tablicu; Nije dodavao brojeve izvana.
- [ ] Nisam upisao podatke koji nedostaju; Ostavio sam to kao "bez podataka".
- [ ] Predstavio sam svaki rezultat s kontekstom (apsolutni broj + stopa + točka).
- [ ] Dao sam alternativno objašnjenje tvrdnji o uzročnosti.
- [ ] Procijenio sam rizik od pristranih podataka/podataka koji nedostaju i skupine koja nedostaje.
- [ ] Dokumentirao sam odluku i podatke na kojima se temelji.