Hagnaður:
- Gerir sér grein fyrir gæðum, trúnaði og túlkunaráhættu sem fylgir því að vinna með gögn og kemur á fót öruggu greiningarflæði.
- Það velur rétta vísbendingu í ákveðnum tilgangi og gerir greinarmun á villandi stakum vísbendingum og mælingum sem hægt er að nota.
- Það þekkir villandi grafatækni (ás byrjar ekki frá núlli, valið svið) og fylgist með heiðarlegri sjónmynd.
Almenningur framleiðir gögn á hverjum degi: umsóknarnúmer, lausnatíma, fjárlagaliði, fólksflutninga, þjónustubeiðnir, úttektarniðurstöður, ánægjukannanir. Flest þessara gagna eru í Excel töflureiknum, eyðublöðum og upptökukerfum, en skila sér ekki í ákvarðanir - því að greina þau krefst sérfræðiþekkingar og tíma. Gagnatengd ákvarðanataka (aðferð til að úthluta fjármagni og setja stefnu sem byggist á mældum sönnunargögnum, frekar en skoðunum eða vana) eykur bæði skilvirkni og sanngirni hjá hinu opinbera: úrræði fara þangað sem þeirra er mest þörf miðað við tölur. Hér er gervigreind öflugur aðstoðarmaður við að skilja töflu, finna mynstur og frávik, draga út samantektartölfræði og þýða niðurstöðurnar í einfaldar setningar. Í þessari einingu muntu sjá hvernig hægt er að stytta leiðina frá hráum opinberum gögnum til forsvaranlegrar ákvörðunar með gervigreind og vera agaður í mikilvægasta þættinum - réttri túlkun á tölunni.
Þrjár hættur við að vinna með gögn
Gögn eru öflug, en þau eru með þrjár gildrur og gervigreind getur bæði dregið úr og stækkað þessar gildrur:
- Fylgni ≠ orsakasamband. Þó að tveir hlutir breytist saman þýðir það ekki að annað valdi hinu. Sala á ís og drukknun er að aukast - vegna þess að bæði eru þau tengd sumarhitanum, ekki annað veldur öðru. AI smíðar reiprennandi „vegna þess að“ setningar; Efast um allar fullyrðingar um orsakasamhengi.
- Hlutdræg/vantar gögn. Frá hverjum og hvernig var gögnunum safnað? Gögn um kvörtun endurspegla aðeins þá sem geta kvartað; stafræn forritsgögn sem hafa aðgang að internetinu. Ef þú sérð ekki hópinn sem vantar verður ákvörðunin hlutdræg.
- Tala án samhengis. „Hækkað um 30%“ eitt og sér er tilgangslaust: samkvæmt hverju, á hvaða tímabili, hver er heildartalan? Spyrðu gervigreindina um samhengi.
Athugið: Þó að gervigreindin greini töfluna sem þú gefur upp, bætir það stundum við „sanngjörnum“ en uppspuni númerum utan töflunnar eða fyllir hljóðlaust út í hólfin sem vantar. Berðu saman hverja framleiðslutölu við upprunatöfluna; Gefðu gervigreindinni regluna „notaðu aðeins gildin í töflunni sem ég gef þér, ef það vantar segðu „engin gögn““.
Skref fyrir skref gagnagreiningarflæði
- Skýrðu spurninguna. Hvaða spurningu erum við að leita að svörum við fyrir ákvörðunina? ("Í hvaða hverfi tekur lausnartíminn lengstan?")
- Þekki gögnin. Hverjir eru dálkarnir, hver er einingin, hvert er tímabilið, vantar/röng gildi?
- Dragðu út persónuupplýsingar. Nafnlaus/söfnun ef ekki er krafist einstaklingsgreiningar fyrir greiningu (sjá deild 11).
- Samantekt og mynstur koma fram. Láttu gervigreindina framkvæma grunntölfræði, flokkun og fráviksmerkingar.
- Spurðu athugasemdina. Fylgni eða orsakasamband? Aðrar skýringar? Vantar hópinn?
- Sýndu og einfaldaðu. Einföld samantekt og mynd sem ákvarðandi getur skilið.
- Skjalaðu ákvörðunina og rökstuðning hennar. Hvaða ákvörðun var tekin út frá hvaða gögnum? endurskoðunarslóð.
þrjú smámál
Mál 1 - Heimildin fór á réttan stað. Áður fyrr dreifði sveitarfélag fjárveitingu til viðhalds garðanna „jafnt á hvert hverfi“. Þegar 18 mánaða eftirspurnar- og notkunargögn voru greind með gervigreind var eftirspurn á mann í hverfunum þremur 2,4 sinnum meðaltalið. Fjárveitingunni var skipt eftir þörfum; heildaránægja jókst, án aukakostnaðar.
Tilfelli 2 - Tekið var eftir hlutdrægum gögnum. Stofnun myndi skoða stafræn umsóknargögn og komast að þeirri niðurstöðu að „borgarar komi ekki lengur að gjaldskýlinu. En þegar óskað var eftir aldursskiptingu í greiningunni kom í ljós að umsóknir eldri en 65 ára bárust enn að mestu úr afgreiðsluborði. Ef aðeins væri horft til stafrænna gagna væri þessi hópur hunsaður; miðasöluþjónusta varðveitt.
Mál 3 - Tilgerðarlegu orsakasambandi hætt. Þegar túlkaði töflu sagði YZ: "Slysum fækkaði vegna þess að skoðunum fjölgaði." Sérfræðingur minnti á að veðrið breyttist líka og umferð minnkaði á sama tímabili; Að rekja það til einstaks orsök var villandi. Skýrslan var leiðrétt til að segja að það sé samband en orsakasamband hefur ekki verið sannað.
Fjögur afritanleg sniðmát
1) Að kynnast töflunni:
Þitt hlutverk: gagnafræðingur. Skoðaðu töfluna hér að neðan og byggðu AÐEINS gildin í þessari töflu: (1) taktu saman hvað hver dálkur er, eining hans og tímabil, (2) allar frumur sem virðast vantar/röngar, (3) taktu saman 3 efstu mynstrin sem standa upp úr. Að bæta við tölum utan töflunnar; ef vantar, segðu „engin gögn“.TAFLA: [líma gögn]
2) Yfirlitstölfræði með samhengi:
Svaraðu eftirfarandi spurningu úr töflunni hér að neðan: [spurning]. VERÐUR að gefa niðurstöðuna með samhengi: algild tala + hlutfall + samanburðartímabil. Þegar þú segir „hækkað um X%“ skaltu tilgreina að hve miklu leyti og á hvaða tímabili. Notaðu bara tilgreind gögn.TAFLA: [gögn] SPURNING: [spurning]
3) Orsakaspyrjandi:
Túlkaðu eftirfarandi niðurstöðu, en VARÚÐ: ekki rugla saman fylgni og orsakasambandi. Búðu til að minnsta kosti 3 aðrar skýringar á þessu sambandi (þriðja breytan, öfug stefna, tilviljun). Segðu mér hvaða viðbótargögn þarf til að sanna orsakasamhengi. FINNST: [samband]
4) Einföld samantekt fyrir ákvörðunina:
Einfaldaðu eftirfarandi greiningu fyrir ákvörðunaraðila sem er ekki sérfræðingur í gögnum: ekki fleiri en 5 atriði, hvert atriði niðurstaða og „hvað þýðir þetta“ skýring. Skrifaðu einnig skýrt niður óvissu og takmörk gagnanna. Bætir nýjum upplýsingum við.GREINING: [texti]
Veik kvaðning / Sterk kvaðning
Veik: "Greindu þetta graf og segðu okkur hvað við ættum að gera."
Sterkt: "Þitt hlutverk er gagnagreinandi. Notaðu AÐEINS töfluna hér að neðan; ekki bæta tölum utan frá, segðu "engin gögn" við reitinn sem vantar. Kynntu þér fyrst dálka, einingar og tímabil. Svaraðu síðan spurningunni "hvaða hverfi hefur lengsta lausnartíma" með algildri tölu + hlutfalli + samanburðartímabili. Ef þú finnur mynstur, komdu með 3 aðra skýringu á því á undan skýringum og skýringum á undan, útskýringum og skýringum. gögn (hópur sem vantar, stutt tímabil) sem eftirláta okkur ákvörðunina."
Mismunur: sterk hvetja staðfestir gagnaöryggi, samhengi, orsakasamhengi og ákvörðunarmörk saman; Útkoman er forsvaranleg greining.
Hvar er hægt að treysta gervigreind í gagnaviðskiptum?
viðskipti
AI traust
regla
Taflayfirlit, flokkun
hátt
Gögn aðeins gefin
Frávik/mynsturmerking
miðlungs
mannlega staðfestingu
Orsakasamhengi túlkun
lágt
Óskað er eftir öðrum skýringum
Að fylla út gögn sem vantar
of lágt
Láttu það ekki gerast; "engin gögn"
Einföldun/sjónræn samantekt
hátt
Merking verður að varðveita
Vísahönnun og villandi grafgildra
Mikilvægasta skrefið við að taka ákvarðanir með gögnum er að velja rétta vísirinn (tölulega tjáningin sem gerir fyrirbæri mælanlegt - til dæmis „meðalvinnslutími“ eða „kostnaður á umsókn“). Rangur vísir leiðir til rangrar ákvörðunar, jafnvel með nákvæmum gögnum: á meðan „heildarfjöldi leystra krafna“ virðist vera að aukast, gæti „biðtími á hvern borgara“ versnað. AI getur skráð frambjóðendavísa fyrir efni og hvað hver mælir og leynir; en þú ákveður hvaða vísir raunverulega táknar almannahagsmuni. Vertu einnig meðvitaður um hættuna á villandi sjónmyndum (brengla skynjun með tækni eins og ásnum byrjar ekki frá núlli, óhóflegan mælikvarða, valið tímabil) í línuritunum sem gervigreindin gefur til kynna eða lýsir; heiðarleg sjón í opinberum gögnum er hluti af stjórnunarháttum.
Lítið hulstur — rangt merki, rangt hrósað. Ein eining var að slá met í "fjölda lokaðra skráa á mánuði" vísir; en kvörtunum borgara fjölgaði. Þegar horft er á nákvæma vísbendingu, „upplausnarhraða fyrstu snertingar“, lækkaði hlutfallið úr 58 prósentum í 44 prósent - verið var að loka skrám og opna þær aftur fljótt. Þegar vísirinn breyttist breyttist forgangsröðun stjórnenda einnig.
Mini hulstur — ás sem byrjar ekki frá núlli. Á AI grafinu sem lýst er í kynningu byrjar lóðrétti ásinn á 40, 2 prósent aukning virtist vera stórkostlegt stökk. Þegar ásinn var færður á núll kom fram hin raunverulega mynd og ákvörðunin var fjarlægð úr ýktri skynjun.
Sniðmát sem styður val á vísir:
Verkefni: Leggðu til 5 frambjóðendavísa í eftirfarandi tilgangi.Tilgangur: [t.d. bæta gæði borgaraþjónustu]Fyrir hvern vísi: hvað hann mælir | hvað getur það falið | hreinskilni fyrir meðferð | ráðlögð lestrartíðni.Næst: skrifaðu 3 viðvaranir (þær sem eru villandi einar og sér) til að lesa þessar vísbendingar saman.Regla: Ekki búa til tölur; leggðu bara til vísir hönnun.
Varúð: Ekki falla í þann misskilning að "tala sé hlutlæg". Hvaða tölu þú mælir, hvernig þú birtir hana og hvaða svið þú velur er allt spurning um túlkun. Gagnsæ og heiðarleg túlkun almennings er jafn mikilvæg og að hafa nákvæm gögn.
Algeng mistök
- Að misskilja fylgni fyrir orsakasamhengi. "Aukið saman" er ekki orsökin; Leitaðu að öðrum skýringum.
- Að láta gervigreind fylla út gögn sem vantar. Greiningin hrynur með tilbúnu gildi; skilið eftir týnda.
- Alhæfa hlutdræg gögn. Kvörtun/stafræn gögn tákna ekki alla; Spurðu hópinn sem vantar.
- Að kynna númerið án samhengis. Við hlið hlutfallsins ætti að vera algild tala og samanburðartímabil.
- Að greina persónuupplýsingar að óþörfu. Ekki nota einstaklingsauðkenni ef samanlögð gögn nægja.
- Ekki skjalfesta ákvörðunina. Hvaða ákvörðun var tekin út frá hvaða gögn ætti að skrá til endurskoðunar.
Í stuttu máli
Gagnatengd ákvarðanataka er öflugasta leiðin til að dreifa fjármagni á sanngjarnan og skilvirkan hátt í opinbera geiranum; Gervigreind er fljótur aðstoðarmaður í þessum bransa sem skilar myndinni, finnur mynstur og einfaldar uppgötvunina. En ekki láta gervigreindina búa til tölur, ekki láta það fylla út gögn sem vantar, ekki láta það rugla saman fylgni við orsakasamhengi og forðast að alhæfa hlutdræg/ófullkomin gögn. Það er styrkur í tölum; Sá sem túlkar hana rétt og skráir ákvörðunina er sterkari.
Umsóknarverkefni
Fáðu raunverulega (fráleita persónuupplýsingar) töflu frá einingunni þinni. Kynntu gögnin með "Að kynnast töflunni" sniðmátinu, láttu síðan svara mikilvægri spurningu fyrir ákvörðunina með "Samhengisyfirlitstölfræði" sniðmátinu. Notaðu sniðmátið „Orsakaspyrjandi“ á væntanlegt samband og finndu að minnsta kosti eina aðra skýringu. Athugaðu hvort gervigreindin sé að bæta við tölum utan borðsins.
gátlisti
- [ ] AI notaði aðeins tiltekna töflu; Hann bætti ekki við tölum að utan.
- [ ] Ég fyllti ekki út gögnin sem vantaði; Ég skildi það eftir sem "engin gögn".
- [ ] Ég kynnti hverja niðurstöðu með samhengi (alger tala + hlutfall + punktur).
- [ ] Ég lagði fram aðra skýringu á orsakasamhengiskröfunum.
- [ ] Ég mat hættuna á hlutdrægum/vantuðu gögnum og hópnum sem vantaði.
- [ ] Ég skjalfesti ákvörðunina og gögnin sem hún byggði á.