Nyereség:
- Felismeri az adatokkal való munka minőségét, bizalmasságát és értelmezési veszélyeit, és biztonságos elemzési folyamatot hoz létre.
- Kiválasztja a célnak megfelelő mutatót, különbséget téve a félrevezető egyedi mutatók és a manipulálható mérések között.
- Felismeri a félrevezető diagramtechnikákat (a tengely nem nulláról indul, kiválasztott tartomány), és megfigyeli az őszinte megjelenítést.
A lakosság naponta készít adatokat: pályázati számok, megoldási idők, költségvetési tételek, népességmozgások, szolgáltatási igények, ellenőrzési eredmények, elégedettségi felmérések. Ezeknek az adatoknak a többsége Excel-táblázatokban, űrlapokon és rögzítési rendszerekben található, de nem válik döntésekké – mert az elemzésük szakértelmet és időt igényel. Az adatalapú döntéshozatal (az erőforrások elosztásának és a politika meghatározásának mért bizonyítékokon alapuló megközelítése, nem pedig vélemény vagy szokás alapján) növeli a hatékonyságot és a méltányosságot a közszférában: az erőforrások a számok alapján oda kerülnek, ahol a legnagyobb szükség van rájuk. Itt az AI hatékony asszisztens a táblázat értelmezésében, a minták és anomáliák megtalálásában, az összefoglaló statisztikák kinyerésében és a megállapítások egyszerű mondatokba való lefordításában. Ebben az egységben megtudhatja, hogyan lehet lerövidíteni a nyers nyilvános adatoktól a védhető döntésig vezető utat az AI-val, és hogyan lehet fegyelmezetten megőrizni a legkritikusabb szempontot – a szám helyes értelmezését.
Az adatokkal való munka három veszélye
Az adatok erősek, de három csapdával rendelkeznek, és a mesterséges intelligencia mérsékelheti és felnagyítja ezeket a csapdákat:
- Korreláció ≠ okozati összefüggés. Csak azért, mert két dolog együtt változik, még nem jelenti azt, hogy az egyik okozza a másikat. A jégkrémeladások és a vízbefulladások növekszik – mert mindkettő a nyári hőséggel függ össze, nem pedig az egyik okozza a másikat. Az AI folyékonyan építi fel a „mert” mondatokat; Kérdőjelezz meg minden oksági állítást.
- Elfogult/hiányzó adatok. Kitől és hogyan gyűjtötték az adatokat? A panaszadatok csak azokat tükrözik, akik panaszkodhatnak; digitális alkalmazásadatok az internet-hozzáféréssel rendelkezők számára. Ha nem látja a hiányzó csoportot, a döntés elfogult lesz.
- Szám kontextus nélkül. A "30%-kal növelve" önmagában értelmetlen: mi szerint, melyik időszakban mi az abszolút szám? Kérdezze meg az AI-t a kontextusért.
Figyelem: Míg az AI elemzi az Ön által megadott táblázatot, néha "ésszerű", de fiktív számokat ad hozzá a táblázaton kívülről, vagy csendben kitölti a hiányzó cellákat. Hasonlítsa össze az egyes kimeneti számokat a forrástáblázattal; Adja meg az AI-nak azt a szabályt, hogy "csak az általam megadott táblázatban szereplő értékeket használja, ha hiányzik, mondja azt, hogy nincs adat".
Lépésről lépésre adatelemzési folyamat
- Tisztázd a kérdést. Milyen kérdésre keressük a választ a döntéshez? ("Melyik környéken tart a legtovább a megoldási idő?")
- Ismerje meg az adatokat. Melyek az oszlopok, mi a mértékegység, mi a periódus, nincs-e hiányzó/hibás érték?
- Személyes adatok kinyerése. Anonimizálás/összesítés, ha az elemzéshez nincs szükség egyéni azonosításra (lásd a 11. fejezetet).
- Összegzés és minta jelenik meg. Az AI végezzen alapvető statisztikákat, csoportosítást és anomália jelölést.
- Kérdezze meg a megjegyzést. Korreláció vagy okozati összefüggés? Alternatív magyarázat? Hiányzó csoport?
- Vizualizáld és egyszerűsítsd. Egyszerű összefoglaló és grafika, amelyet a döntéshozó megérthet.
- Dokumentálja a döntést és annak indoklását. Milyen adatok alapján milyen döntés született? ellenőrzési nyomvonal.
három mini tok
1. eset – A forrás a megfelelő helyre került. Korábban egy önkormányzat "egyenlően osztotta szét az egyes városrészekre" a parkfenntartási költségvetést. Amikor 18 hónap keresleti és használati adatait MI-vel elemeztük, a három városrész egy főre jutó kereslete az átlag 2,4-szerese volt. A költségvetést szükség szerint újraosztották; az általános elégedettség nőtt, további költségek nélkül.
2. eset – Elfogult adatokat észleltünk. Egy ügynökség megvizsgálná a digitális pályázati adatokat, és arra a következtetésre jutna, hogy „a polgárok többé nem jönnek az autópályadíjhoz”. Ám amikor az elemzésben az életkor szerinti bontást kérték, azt lehetett látni, hogy a 65 év feletti jelentkezések továbbra is többnyire a pultból érkeztek. Ha csak digitális adatokat néznénk, ezt a csoportot figyelmen kívül hagynánk; pénztárszolgáltatás megmaradt.
3. eset – A kitalált okozati összefüggés leállt. Egy táblázat értelmezése közben YZ azt mondta: "Csökkent a balesetek száma, mert nőtt az ellenőrzések száma." Az elemző emlékeztetett, hogy az időjárás is változott, és a forgalom is csökkent ugyanebben az időszakban; Félrevezető volt egyetlen oknak tulajdonítani. A jelentést úgy javították ki, hogy "van kapcsolat, de az ok-okozati összefüggést nem bizonyították".
Négy másolható sablon
1) Ismerkedés a táblázattal:
Az Ön szerepe: adatelemző. Vizsgálja meg az alábbi táblázatot, és CSAK az ebben a táblázatban szereplő értékek alapján: (1) foglalja össze az egyes oszlopokat, azok mértékegységét és periódusát, (2) a hiányzónak/hibásnak tűnő cellákat, (3) foglalja össze a 3 legjobban feltűnő mintát. Számok hozzáadása a táblázaton kívülről; ha hiányzik, mondja azt, hogy "nincs adat". TÁBLÁZAT: [adatok beillesztése]
2) Összefoglaló statisztika kontextussal:
Válaszoljon a következő kérdésre az alábbi táblázatból: [kérdés]. KELL megadni az eredményt kontextussal: abszolút szám + árfolyam + összehasonlítási időszak. Amikor azt mondja, hogy „X%-kal nőtt”, adja meg, hogy milyen mértékben és milyen időszakban. Csak használja a megadott adatokat.TÁBLÁZAT: [adatok] KÉRDÉS: [kérdés]
3) Ok-okozati összefüggés kérdező:
Értelmezze a következő megállapítást, de VIGYÁZAT: ne keverje össze a korrelációt az oksággal. Generáljon legalább 3 alternatív magyarázatot erre a kapcsolatra (harmadik változó, fordított irány, egybeesés). Mondja el, milyen további adatokra van szükség az okozati összefüggés bizonyításához. MEGÁLLAPÍTÁS: [kapcsolat]
4) Egyszerű összefoglaló a döntéshez:
Egyszerűsítse le a következő elemzést egy olyan döntéshozó számára, aki nem adatszakértő: legfeljebb 5 tétel, minden elem egy megállapítás és egy „mit jelent ez” magyarázat. Írja le egyértelműen az adatok bizonytalanságait és határait is. Új információ hozzáadása. ELEMZÉS: [szöveg]
Gyenge felszólítás / Erős felszólítás
Gyenge: "Elemezze ezt a diagramot, és mondja el, mit kell tennünk."
Erős: "Az Ön szerepe adatelemző. CSAK az alábbi táblázatot használja; ne adjon hozzá kívülről számokat, ne mondjon "nincs adat" a hiányzó cellába. Először is ismerje meg az oszlopokat, mértékegységeket és pontot. Ezután válaszoljon a "melyik környéken van a leghosszabb megoldási idő" kérdésre abszolút szám + arány + összehasonlítási periódus megadásával. Ha talál egy mintát, hozzon létre 3 alternatív magyarázatot az adatok magyarázata előtt, és végül a korlátos adatok felsorolása. (hiányzó csoport, rövid időszak), amelyek ránk bízzák a döntést."
Különbség: az erős felszólítás együttesen határozza meg az adathűséget, a kontextust, az oksági fegyelmet és a döntési határt; Az eredmény egy védhető elemzés.
Hol lehet megbízni az AI-ban az adatüzletágban?
üzlet
AI bizalom
szabályt
Táblázat összefoglalása, csoportosítása
magas
Csak az adatok megadva
Anomália/mintajelzés
közepes
emberi megerősítés
Ok-okozati összefüggés értelmezése
alacsony
Alternatív magyarázatra van szükség
Hiányzó adatok kitöltése
túl alacsony
Ne valósítsd meg; "nincs adat"
Egyszerűsítés/vizuális összefoglaló
magas
A jelentést meg kell őrizni
Indikátor tervezés és félrevezető diagram csapda
Az adatokkal kapcsolatos döntések legkritikusabb lépése a megfelelő indikátor kiválasztása (a jelenséget mérhetővé tevő numerikus kifejezés – például „átlagos feldolgozási idő” vagy „alkalmazásonkénti költség”). A rossz mutató még pontos adatok mellett is rossz döntéshez vezet: miközben a „megoldott kárigények összlétszáma” emelkedni látszik, az „egy állampolgárra jutó várakozási idő” romolhat. A mesterséges intelligencia fel tudja sorolni a jelölt indikátorokat egy témához, és azt, hogy mit mérnek és rejtenek el; de Ön dönti el, hogy melyik mutató képviseli valóban a közérdeket. Ezenkívül ügyeljen a félrevezető megjelenítés veszélyére (az érzékelés torzítása olyan technikákkal, mint a nem nulláról induló tengely, aránytalan lépték, kiválasztott időintervallum) az AI által javasolt vagy leírt grafikonokon; Az őszinte kép a nyilvános adatokban az irányítás része.
Mini tok – rossz jel, rossz dicsekedés. Az egyik egység rekordot döntött a "havi lezárt fájlok száma" mutatóban; de megszaporodtak az állampolgári panaszok. A pontos mutatót, az „első kapcsolatfelvételi feloldási arányt” nézve az arány 58 százalékról 44 százalékra esett – a fájlokat gyorsan bezárták és újra megnyitották. A mutató változásával a menedzsment prioritása is megváltozott.
Mini tok — tengely, amely nem nulláról indul. Egy prezentációban ismertetett AI grafikonon a függőleges tengely 40-nél kezdődik, a 2 százalékos növekedés drámai ugrásnak tűnt. Amikor a tengelyt nullára állítottuk, a valós kép rajzolódott ki, és a döntés kikerült a túlzó felfogásból.
Az indikátor kiválasztását támogató sablon:
Feladat: Javasoljon 5 jelölt indikátort a következő célra.Cél: [pl. az állampolgári szolgáltatások minőségének javítása]Minden mutató esetében: mit mér | mit rejthet | nyitottság a manipulációra | ajánlott olvasási gyakoriság.Következő: írjon 3 figyelmeztetést (azokat, amelyek önmagukban félrevezetőek), hogy ezeket a mutatókat együtt olvassa el.Szabály: Ne állítson elő számokat; csak javasolja az indikátor tervezését.
Vigyázat: Ne essen abba a tévhitbe, hogy „a szám objektív”. Az, hogy milyen számot mér, hogyan jeleníti meg, és milyen tartományt választ, az értelmezés kérdése. Az átlátható és őszinte nyilvános értelmezés ugyanolyan fontos, mint a pontos adatok.
Gyakori hibák
- Az ok-okozati összefüggés összetévesztése. Az „együtt növekedett” nem az oka; Keress alternatív magyarázatokat.
- Az AI pótolja a hiányzó adatokat. Az elemzés összeomlik egy kitalált értékkel; a hiányzót hagyd hiányozni.
- Elfogult adatok általánosítása. A panaszok/digitális adatok nem képviselnek mindenkit; Kérdezd meg a hiányzó csoportot.
- A szám kontextus nélküli bemutatása. Az arány mellett legyen egy abszolút szám és egy összehasonlítási időszak.
- Személyes adatok szükségtelen elemzése. Ne használjon egyedi azonosítást, ha az összesített adatok elegendőek.
- Nem dokumentálja a döntést. Milyen döntés született annak alapján, hogy mely adatokat kell az ellenőrzéshez rögzíteni.
Összefoglalva
Az adatalapú döntéshozatal a leghatékonyabb módja az erőforrások igazságos és hatékony elosztásának a közszférában; Az AI egy gyors asszisztens ebben az üzletben, amely értelmet ad a képnek, megtalálja a mintákat és leegyszerűsíti a keresést. De ne állítsa össze a mesterséges intelligencia számokat, ne töltse ki a hiányzó adatokat, ne keverje össze a korrelációt az oksággal, és kerülje az elfogult/hiányos adatok általánosítását. A számokban van erő; Az erősebb, aki helyesen értelmezi és dokumentálja a döntést.
Pályázati feladat
Szerezzen be egy valódi (személyes adatok nélkül) táblázatot az egységéből. Vezesse be az adatokat az "Ismerkedés a táblázattal" sablonnal, majd a "Kontextus szerinti összesítő statisztika" sablonnal kapjon választ a döntéshez fontos kérdésre. Alkalmazza az „Ok-okozati összefüggés kérdező” sablont egy kialakuló kapcsolatra, és találjon legalább egy alternatív magyarázatot. Ellenőrizze, hogy az AI nem ad-e hozzá számokat a táblázaton kívülről.
ellenőrző lista
- [ ] Az AI csak az adott táblát használta; Nem adott hozzá számokat kívülről.
- [ ] Nem töltöttem ki a hiányzó adatokat; "nincs adat"-ként hagytam.
- [ ] Minden eredményt kontextussal (abszolút szám + arány + periódus) mutattam be.
- [ ] Alternatív magyarázatot készítettem az oksági állításokra.
- [ ] Értékeltem az elfogult/hiányzó adatok és a hiányzó csoport kockázatát.
- [ ] A határozatot és az annak alapjául szolgáló adatokat dokumentáltam.