Прибыль:
- Признает качество, конфиденциальность и риски интерпретации при работе с данными и устанавливает безопасный поток анализа.
- Он выбирает правильный показатель для определенной цели, различая вводящие в заблуждение отдельные показатели и измерения, которыми можно манипулировать.
- Он распознает вводящие в заблуждение методы построения диаграмм (ось не начинается с нуля, выбранный диапазон) и наблюдает за честной визуализацией.
Общественность предоставляет данные каждый день: количество заявок, время решения, статьи бюджета, движение населения, запросы на услуги, результаты аудита, опросы удовлетворенности. Большая часть этих данных хранится в таблицах, формах и системах записи Excel, но не преобразуется в решения, поскольку их анализ требует опыта и времени. Принятие решений на основе данных (подход к распределению ресурсов и установлению политики, основанный на измеренных фактах, а не на мнениях или привычках) повышает как эффективность, так и справедливость в государственном секторе: ресурсы направляются туда, где они больше всего нужны, исходя из цифр. Здесь ИИ является мощным помощником в понимании таблицы, обнаружении закономерностей и аномалий, извлечении сводной статистики и переводе результатов в простые предложения. В этом модуле вы увидите, как сократить путь от необработанных общедоступных данных к обоснованному решению с помощью ИИ и сохранить дисциплину в самом важном аспекте — правильной интерпретации цифр.
Три опасности работы с данными
Данные обладают огромной силой, но у них есть три ловушки, и ИИ может как смягчить, так и усилить эти ловушки:
- Корреляция ≠ причинно-следственная связь. Тот факт, что две вещи изменяются одновременно, не означает, что одна вызывает другую. Продажи мороженого и количество случаев утопления растут, потому что и то, и другое связано с летней жарой, а не одно вызывает другое. ИИ свободно строит предложения «потому что»; Ставьте под сомнение каждое утверждение о причинно-следственной связи.
- Необъективные/отсутствующие данные. От кого и как были собраны данные? Данные о жалобах отражают только тех, кто может жаловаться; данные цифровых приложений для тех, у кого есть доступ к Интернету. Если вы не видите недостающую группу, решение будет предвзятым.
- Число без контекста. Одно только «увеличилось на 30%» бессмысленно: по чему, в какой период, какова абсолютная цифра? Спросите у ИИ контекст.
Внимание: пока ИИ анализирует предоставленную вами таблицу, он иногда добавляет «разумные», но вымышленные числа извне таблицы или молча заполняет недостающие ячейки. Сравните каждое выходное число с исходной таблицей; Дайте ИИ правило «используйте только значения из таблицы, которую я вам даю, если их нет, скажите «нет данных»».
Пошаговый процесс анализа данных
- Уточните вопрос. На какой вопрос мы ищем ответы для принятия решения? («В каком районе решение занимает больше всего времени?»)
- Знайте данные. Какие столбцы, какие единицы измерения, какой период, есть ли пропущенные/неправильные значения?
- Извлечь персональные данные. Анонимизировать/агрегировать, если для анализа не требуется индивидуальная идентификация (см. Модуль 11).
- Появляются резюме и закономерности. Пусть ИИ выполнит базовую статистику, группировку и маркировку аномалий.
- Вопрос в комментарии. Корреляция или причинно-следственная связь? Альтернативное объяснение? Пропала группа?
- Визуализируйте и упрощайте. Простое резюме и графика, понятные лицу, принимающему решения.
- Задокументируйте решение и его обоснование. На основании каких данных было принято какое решение? аудиторский след.
три мини-кейса
Случай 1 — Источник попал в нужное место. Раньше муниципалитет распределял бюджет на содержание парка «поровну между каждым районом». Когда с помощью ИИ были проанализированы данные о спросе и использовании за 18 месяцев, спрос на душу населения в трех районах превысил средний показатель в 2,4 раза. Бюджет перераспределялся по мере необходимости; общее удовлетворение возросло без дополнительных затрат.
Случай 2. Были замечены смещенные данные. Агентство просматривает данные цифровых приложений и приходит к выводу, что «граждане больше не приходят на пункты взимания платы за проезд». Но когда в ходе анализа была запрошена разбивка по возрасту, выяснилось, что заявки в возрасте старше 65 лет по-прежнему в основном поступают со стойки. Если бы рассматривались только цифровые данные, эта группа была бы проигнорирована; Кассовые сборы сохранились.
Случай 3 — Надуманная причинно-следственная связь прекращена. Интерпретируя таблицу, YZ сказал: «Несчастные случаи уменьшились, потому что количество проверок увеличилось». Аналитик напомнил, что за этот же период изменилась и погода, и трафик снизился; Объяснять это одной-единственной причиной было заблуждением. В отчете было исправлено сообщение: «Взаимосвязь существует, но причинно-следственная связь не доказана».
Четыре копируемых шаблона
1) Знакомство с таблицей:
Ваша роль: аналитик данных. Изучите таблицу ниже и, основываясь ТОЛЬКО на значениях в этой таблице: (1) суммируйте, что представляет собой каждый столбец, его единицу измерения и период, (2) любые ячейки, которые кажутся отсутствующими/неправильными, (3) суммируйте 3 наиболее заметных шаблона. Добавление чисел из-за пределов таблицы; если отсутствуют, скажите «нет данных». ТАБЛИЦА: [вставить данные]
2) Сводная статистика с контекстом:
Ответьте на следующий вопрос из таблицы ниже: [вопрос]. ДОЛЖЕН давать результат с контекстом: абсолютное число + скорость + период сравнения. Когда вы говорите «увеличилось на Х%», уточняйте, в какой степени и в какой период. Просто используйте данные. ТАБЛИЦА: [данные] ВОПРОС: [вопрос]
3) Вопрос о причинно-следственной связи:
Интерпретируйте следующий вывод, но ВНИМАНИЕ: не путайте корреляцию с причинно-следственной связью. Придумайте не менее трех альтернативных объяснений этой связи (третья переменная, обратное направление, совпадение). Подскажите, какие дополнительные данные нужны для доказательства причинно-следственной связи. НАХОДКА: [отношения]
4) Простое резюме решения:
Упростите следующий анализ для лица, принимающего решения, которое не является экспертом по данным: не более 5 пунктов, каждый из которых представляет собой вывод и объяснение «что это значит». Также четко запишите неопределенности и пределы данных. Добавление новой информации.АНАЛИЗ: [текст]
Слабая подсказка / Сильная подсказка
Слабое: «Проанализируйте эту диаграмму и скажите нам, что нам следует делать».
Стронг: «Ваша роль — аналитик данных. Используйте ТОЛЬКО приведенную ниже таблицу; не добавляйте числа извне, скажите «нет данных» в отсутствующую ячейку. Сначала узнайте столбцы, единицы измерения и период. Затем ответьте на вопрос «в каком районе самое длинное время решения» с абсолютным числом + соотношением + периодом сравнения. Если вы обнаружите закономерность, придумайте 3 альтернативных объяснения, прежде чем объяснять ее причинно-следственной связью. Наконец, перечислите точки и границы данных (отсутствующая группа, короткий период), которые оставляют нам решение.
Отличие: сильная подсказка одновременно обеспечивает точность данных, контекст, дисциплину причинно-следственной связи и границы принятия решений; Результатом является обоснованный анализ.
Где можно доверять искусственному интеллекту в сфере обработки данных?
бизнес
ИИ доверие
правило
Сводная таблица, группировка
высокий
Данные предоставлены только
Маркировка аномалий/образцов
средний
человеческое подтверждение
Интерпретация причинно-следственной связи
низкий
Требуется альтернативное объяснение
Заполнение недостающих данных
слишком низко
Не позволяйте этому случиться; «нет данных»
Упрощение/визуальное резюме
высокий
Смысл должен быть сохранен
Дизайн индикатора и ловушка на графике, вводящая в заблуждение
Самый важный шаг при принятии решений с использованием данных — это выбор правильного показателя (числового выражения, которое делает явление измеримым — например, «среднее время обработки» или «стоимость одной заявки»). Неправильный показатель приводит к неправильному решению, даже при наличии точных данных: хотя «общее количество разрешенных претензий», похоже, увеличивается, «время ожидания на одного гражданина» может ухудшаться. ИИ может перечислить возможные индикаторы по теме и указать, что каждый из них измеряет и скрывает; но вы сами решаете, какой показатель действительно представляет общественный интерес. Также помните о риске вводящей в заблуждение визуализации (искажения восприятия с помощью таких приемов, как ось, не начинающаяся с нуля, непропорциональный масштаб, выбранный временной интервал) на графиках, которые предлагает или описывает ИИ; Честное визуальное представление общедоступных данных является частью управления.
Мини-футляр — неправильный знак, неправильная похвальба. Одно подразделение било рекорды по показателю «количество закрытых файлов в месяц»; но жалобы граждан увеличились. Если посмотреть на точный показатель «показатель разрешения первого контакта», то этот показатель упал с 58 процентов до 44 процентов — файлы быстро закрывались и открывались снова. При изменении показателя менялся и приоритет управления.
Мини-корпус — ось, которая начинается не с нуля. На графике AI, описанном в презентации, вертикальная ось начинается с отметки 40, увеличение на 2 процента показалось резким скачком. Когда ось была перенесена на ноль, появилась реальная картина и решение было исключено из преувеличенного восприятия.
Шаблон, поддерживающий выбор индикатора:
Задача: Предложите 5 возможных индикаторов для следующей цели. Цель: [например. улучшение качества обслуживания граждан]По каждому показателю: что он измеряет | что это может скрывать | открытость к манипуляциям | рекомендуемая частота чтения. Далее: напишите 3 предупреждения (те, которые сами по себе вводят в заблуждение), чтобы читать эти индикаторы вместе. Правило: не придумывайте цифры; просто предложите дизайн индикатора.
Внимание: не впадайте в заблуждение, что «число объективно». Какое число вы измеряете, как вы его отображаете и какой диапазон выбираете — все это вопрос интерпретации. Прозрачная и честная публичная интерпретация так же важна, как и наличие точных данных.
Распространенные ошибки
- Принятие корреляции за причинно-следственную связь. «Увеличение вместе» не является причиной; Ищите альтернативные объяснения.
- ИИ восполнит недостающие данные. Анализ проваливается с вымышленным значением; оставить пропавшее без вести.
- Обобщение предвзятых данных. Жалобы/цифровые данные не представляют интересы всех; Запросите недостающую группу.
- Представление числа без контекста. Рядом с соотношением должно быть указано абсолютное число и период сравнения.
- Неоправданный анализ персональных данных. Не используйте индивидуальную идентификацию, если достаточно агрегированных данных.
- Не документально оформляя решение. Какое решение было принято на основании того, какие данные следует зафиксировать для проверки.
В итоге
Принятие решений на основе данных является наиболее эффективным способом справедливого и эффективного распределения ресурсов в государственном секторе; ИИ — быстрый помощник в этом деле, который осмысливает картинку, находит закономерности и упрощает поиск. Но не заставляйте ИИ выдумывать цифры, не заставляйте его заполнять недостающие данные, не позволяйте ему путать корреляцию с причинно-следственной связью и избегайте обобщения предвзятых/неполных данных. Сила в численности; Тот, кто правильно это интерпретирует и документирует решение, сильнее.
Задача приложения
Получите реальную (без личных данных) таблицу из вашего подразделения. Представьте данные с помощью шаблона «Знакомство с таблицей», а затем получите ответ на важный вопрос для принятия решения с помощью шаблона «Контекстная сводная статистика». Примените шаблон «Задающий вопрос о причинно-следственной связи» к возникающим отношениям и найдите хотя бы одно альтернативное объяснение. Проверьте, не добавляет ли ИИ числа из-за пределов таблицы.
контрольный список
- [ ] ИИ использовал только данную таблицу; Он не добавлял цифры извне.
- [ ] Я не заполнил недостающие данные; Я оставил это как «нет данных».
- [ ] Я представил каждый результат с контекстом (абсолютное число + ставка + период).
- [ ] Я предложил альтернативное объяснение утверждениям о причинно-следственной связи.
- [ ] Я оценил риск предвзятости/отсутствия данных и отсутствия группы.
- [ ] Я задокументировал решение и данные, на которых оно было основано.