杭州都市網

Andrew Beers

Tableau首席技術官

Tableau首席技術官Andrew Beers邀請行業領導者、研究人員和創新人員，共同探討改變數據未來和數據分析技術的重大問題。

過去一年荊棘密布、挑戰重重，而未來長路漫漫，許多問題亟待解決。為此，我邀請了企業管理人員、研究人員和創新人士共同進行討論，分享關于如何塑造未來的真知灼見。作為 Tableaus首席技術官，我有幸領導了一支兼具世界一流技術和以人為本理念的優秀研發團隊。我們潛心研究十多年，齊心協力尋找數據、技術和文化之間的共同點，研究它們如何相互作用。?

我們認為，從辦公到創新，人們當下選擇使用數據和分析它們的方式將影響改變我們未來的決策。本文將重點聚焦數據信任，介紹我們如何利用數據獲得可靠信息，而非其他未經驗證的內容。?

真假新聞

過去的一年，面對各種不確定性，數據洞察的熱潮興起，但虛假信息也開始泛濫。大肆傳播的虛假信息、陰謀論引發的爭議成為公眾議論的熱點話題，讓人們忽略了事實本身。很遺憾，僅憑數據并不能完全消除這種現象。當新冠肺炎疫情成為公眾的日常討論話題時，各種對相關數據的解讀、懷疑和分析紛紛涌現。而大眾需要從海量內容中自行提煉信息，判斷這種疾病的危險是否有被夸大的成分，以及各種虛假信息中是否也存有一些真相。?

在《財富》雜志最近刊登的一篇文章中，有專家表示，為了應對數據被無意誤用或濫用的情況，我們必須做出一定的改變。首先，他們建議開展公眾教育，幫助人們培養從訊息中辨別假新聞的能力。其次，科技公司也必須加大力度，遏制和控制虛假信息的傳播。同時，公眾需要對所見所聞保持客觀態度，理性判斷，而不是僅僅求證自己希望成真的信息。只有各方一起行動起來，才能有效遏制虛假信息的擴散。

正確使用和解讀數據對于幫助人們識別信息真偽非常重要。因此，對于企業而言，重視數據并指導員工如何正確使用和解讀，將為公司帶來更大的競爭優勢。?

數據信任

在 Tableau，所有人都各司其職，各盡其責。我的團隊一直在探索各種方法，在提高數據和分析的可信度和透明度的同時，避免產生混亂。誠然，創新技術對信息鑒別有很大的幫助，但我們不希望僅憑技術來辨別真假。?

人們在數據和分析方面具有豐富經驗、創造性思維和批判性的道德判斷。而我們對于數據進行批判性思考的能力就顯得尤為重要。我邀請了來自各行各業的專家，請他們分享關于數據信任的觀點。共同討論我們應如何看待有關新冠肺炎疫情的數據，以保證我們得到的消息真實可信？我們又應該如何利用數據來幫助我們進行關鍵決策？

Francis X. Campion，醫學博士，美國內科醫師協會會員The MITRE Corporation數字健康首席負責人

疫情暴發期間，科學界和公共衛生界需要根據現有數據進行決策。正如同醫生需要根據患者所用的藥物和手術做出治療決定，并不斷權衡潛在的利弊。這是我們每天面對患者時都要經歷的過程。疫情讓我們不得不在極短的時間內加快數據驅動角色的進程，改變我們制定科學和公共政策的方式。這需要各方的協作和信任。我們迅速且順利地建立了幾個新聯盟（例如新冠肺炎醫療聯盟），凝聚人才和機構的力量，根據現有的最佳數據共同解決問題。

展望未來，我們希望通過快速更新的大規模數據計劃，將醫療體系和公共衛生系統更加緊密地聯系在一起。我們期待這些協作可以讓 AI和 ML在超大型數據集中的應用成為可能。我們希望數據科學取得的這些進展能夠加速推動新療法的發現、新藥品和疫苗的研發，以及對現有療法的再利用，以達到新的目的。

Yoav SchlesingerSalesforce人工智能倫理負責人

數據是我們現在為度過疫情難關而做出的每一項決策的關鍵，無論是預測醫院收容量，還是向最急需疫苗的地區部署疫苗，數據都起到了重要作用。雖然我們早就知道數據的重要性，但現在，我們更需要使用數據工具在正確的時間提供適用的信息，確保公平負責地抗擊疫情。但是，如果我們手頭的工具或數據存在偏見或系統性不平等，就會產生漣漪效應。?

舉例來說，全國各地的醫療系統一直努力開發 AI系統，以預測新冠肺炎患者患重病甚至死亡的可能性。但總的來說，用于訓練這些模型的數據集未能包括不同類型的患者，因此一些模型極有可能導致對新冠肺炎患者的偏見和不平等護理。事實上，不平等的數據已經給黑人、原住民和其他有色人種社區造成了額外的傷害。?

我們應該對我們研究的信息刨根究底，甄別數據來源是否合法。如果合法，它們來自哪里？是誰整理的這些數據？數據背后的假設是什么？數據是否得以準確呈現？我們如何確保根據數據解析做出的行動能夠最大程度地減少不平等，而不是加劇不平等？現在，我們需要從根本上重新評估我們與數據的關系，并圍繞數據的收集、使用和濫用建立新的規范。

Anamaria?Crisan博士Tableau高級研究員

150年前，約翰·斯諾和弗洛倫斯·南丁格爾借助數據回答了一個關鍵問題：“人為什么會死？”為此，他們獨立開發了創新的可視化數據收集方法，以對抗嚴重的霍亂暴發和士兵們面臨的不斷惡化但致命的衛生條件。他們根據研究發現制定了干預措施，阻止了疾病的傳播，并最終建立了現代公共衛生實踐。今天，他們的事跡激勵了新一代的流行病學家去了解和應對看不見的威脅，拯救無數人的生命。

但是從數據收集到付諸行動的過程并非一帆風順。斯諾和南丁格爾都通過不斷努力，才在收集到的數據中了解潛在的傳染媒介。關于疾病的來源和傳播途徑，人們眾說紛紜。斯諾和南丁格爾身邊存在著各種各樣的說法，有些合理，有些則不然。為了找到正確的答案，他們不知疲倦地調查和測試得到的數據，最終才付諸行動。隨著科學家和社區管理者不斷整理出關于新冠肺炎疫情的各類數據，我們今天也面臨著同樣的挑戰，人們對疫情的猜測有真有假。但在今天，我們可以創建平臺，向公眾廣泛傳播可視化的數據，幫助人們厘清事實。我們提供了一項關鍵服務，允許人們分享和貢獻數據，打擊蓄意誤導的信息，并團結社區共同行動。然而，我們現在面臨的挑戰可能會在下一次疫情暴發時卷土重來。因此，我們必須不斷努力，創新數據處理的方法，來對抗疾病和虛假信息的傳播。