I Big Data sono pericolosi

Molti campi oggi si trovano ad affrontare il pericolo dei big data , ma la vera domanda è : i big data sono pericolosi e come ci riguarda. Generalmente questi grandi volumi di dati che rendono possibile l’analisi di set molto grandi di dati eterogenei. Questi dati possono essere elaborati e sfruttati allo scopo di ricavare informazioni intelligibili e pertinenti.

È certo che il trattamento di queste masse di dati svolgerà un ruolo chiave nella società di domani. Tuttavia, mentre questo è un grande passo avanti, questa raccolta sempre crescente di dati non è un rischio per le persone o un pericolo per la società?

Definizione dei big data

I Big Data sono caratterizzati dalla regola “3V”, Volume, Varietà e Velocità. Il volume corrispondente al grande volume di dati grezzi e la varietà ai dati eterogenei che compongono i Big Data. La velocità è la velocità con cui vengono generati i Big Data, a volte in modo continuo, il che significa elaborarli rapidamente, anche in tempo reale.

Oggi i Big Data sono radicati in campi diversi come la scienza, il marketing, i servizi alla clientela, la sostenibilità, i trasporti, la salute e l’istruzione. Questo per consentire alle aziende o allo stato di comprendere meglio il loro ambiente e i loro utenti. Nel caso delle aziende, ad esempio, il pericolo dei Big Data offre molte possibilità che consentono di analizzare meglio le esigenze dei propri clienti, conoscerle meglio e perché non rilevare nemmeno le tendenze. Nel quadro amministrativo, i Big Data consentono allo stato di individuare meglio le frodi ma anche di comprendere le preoccupazioni dei cittadini. Ma la domanda spesso caccia l’autorità è che i Big Data sono pericolosi per i cittadini e che i dati raccolti da loro sono al sicuro.

Big Data pericoloso

Questa fiorente tecnologia offre un enorme numero di vantaggi ed è una svolta e una promessa per il business. Ma, come ogni progresso tecnologico, i Big Data hanno i suoi limiti e questo ci porta a mettere in discussione i potenziali rischi maggiori che i Big Data possono essere pericolosi per noi.

Innanzitutto, si tratta di un rischio etico, ricordiamo lo scandalo “Prism”, il programma americano di sorveglianza elettronica che raccoglie informazioni da Internet. La trasmissione di dati da questo programma di sorveglianza, che è stata scoperta e che il servizio amministrativo americano sta minimizzando, mette totalmente in discussione il rispetto della vita privata delle persone.

Il modello predittivo, che può essere utilizzato dalle compagnie assicurative per rifiutare trattamenti o clienti, viene anche inserito nell’elenco dei rischi dei Big Data . Inoltre, la Lega dei diritti umani ha aperto un seminario sullo sfruttamento di dati e algoritmi nel settore assicurativo che potrebbe comportare eccessi quali significativi rischi di discriminazione. In un campo completamente diverso, ci si potrebbe anche chiedere se i big data e la salute pericolosi siano compatibili poiché lo sfruttamento dei dati personali andrebbe alla fine contro la riservatezza medica.

Sfruttamento di Big Data

Infine, esiste il problema della sicurezza dei dati poiché è molto difficile archiviare una tale massa di dati senza alcun rischio di intrusione. Quanto alla libertà delle persone, i Big Data non ostacolano le nostre libertà? Il confine tra le libertà individuali e lo sfruttamento dei big data è piuttosto stretto ed è difficile sfruttare questi dati nel rispetto delle libertà di ciascuno. esiste il problema della sicurezza dei dati poiché è molto difficile archiviare una tale massa di dati senza alcun rischio di intrusione.

Quanto alla libertà delle persone, i Big Data non ostacolano le nostre libertà? Il confine tra le libertà individuali e lo sfruttamento dei big data è piuttosto stretto ed è difficile sfruttare questi dati nel rispetto delle libertà di ciascuno. esiste il problema della sicurezza dei dati poiché è molto difficile archiviare una tale massa di dati senza alcun rischio di intrusione.

Il pericolo dei Big Data

Quanto alla libertà delle persone, i Big Data non ostacolano le nostre libertà? Il confine tra le libertà individuali e lo sfruttamento dei dati è piuttosto stretto ed è difficile sfruttare questi dati nel rispetto delle libertà di ciascuno.

Facebook riavvia il dibattito con l’indagine mirata, sospettando che il social network abbia consegnato dati a una società britannica per scopi politici. Il caso della Cambridge Analytica, una società anglo-americana privata, si posizionerebbe come una società in grado di influenzare gli elettori attraverso un mix tra Big Data, profilazione psicologica e microtargeting.

In questo caso, c’è un’ovvia spaccatura nel pericolo dei big data , sia da Facebook che da questa azienda. Ciò conferma ancora una volta il problema posto dalla sicurezza dei dati personali. In effetti, in un caso o nell’altro, se questa indagine risulta essere dimostrata, esiste un abuso dello sfruttamento dei dati personali.

Tecnologia da tenere d’occhio

Tuttavia, nonostante potenziali scappatoie, i Big Data segnano una rivoluzione nel mondo digitale e gli algoritmi sempre più intelligenti sono pienamente rappresentativi dei Big Data. Facebook, ad esempio, ha sviluppato una funzione che consente a Messenger di guardare nel nostro album le foto che abbiamo scattato con i nostri amici di Facebook e ci invita a condividerle con loro. Questo algoritmo di riconoscimento facciale è un enorme passo avanti su scala computerizzata. Con l’avvento di algoritmi, raccolte di dati, questo tipo di analisi è ora possibile.

Questo è ancora più efficace rispetto a prima che le foto e i video fossero considerati dati “non strutturati”. Pertanto, il computer non aveva i riferimenti necessari per determinare l’identità della persona o il luogo in cui è stata scattata la foto. Oggi le foto possono essere analizzate da algoritmi che danno loro una struttura reale. Sta emergendo una nuova era di dati e i social network sono i primi a preoccuparsi e ci portano a pericolosi big data .

I Big Data hanno avuto un certo successo in Target e Amazon in particolare, che hanno utilizzato i Big Data per ottenere vantaggi competitivi nelle vendite. Nel suo libro, Nate Silver menziona come l’uso massiccio di dati nell’informatica abbia migliorato la qualità delle previsioni meteorologiche, in particolare negli ultimi 25 anni.

Tuttavia, Silver sottolinea anche che le previsioni meteorologiche sono limitate nell’uso e nella precisione se applicate a date a più di una settimana di distanza. È un modo per Silver di mostrare la potenza e i limiti dei Big Data . Certamente, ci sono alcuni successi dei Big Data , ma noterai che gli stessi esempi di quelli appena presentati sono comuni.

Infine, non possiamo negare che i Big Data possano essere pericolosi per gli individui e la società a causa degli eccessi e dei difetti che possono indurre. D’altro canto, i Big Data segnano un progresso innegabile ed è necessario rafforzare il monitoraggio dello sfruttamento di questi big data per evitare derive.

Pericoli dei Big Data: i Big Data stanno facendo più male che bene?

Oggi i Big Data svolgono un ruolo importante in molte aziende. Gli algoritmi di analisi dei dati vengono spesso utilizzati per assistere il processo decisionale e il loro consiglio viene raramente messo in discussione. Tuttavia i pericoli dei Big Data sono reali. Le tecnologie analitiche sono tutt’altro che infallibili. Scopri perché, se utilizzati in modo improprio, i Big Data possono fare più male che bene.

Pericoli dei big data: Ghost Data

Il processo dei Big Data è sempre lo stesso. I dati vengono estratti da enormi database, quindi analizzati da algoritmi complessi prima di essere infine utilizzati per il processo decisionale . Agli occhi degli imprenditori, le informazioni che rivelano sono prese per parole evangeliche. Tuttavia, la fonte di questi dati non è sempre molto affidabile. In molte aziende, i dati vengono raccolti da dipendenti scarsamente qualificati e possono essere errati sin dall’inizio. È impossibile sradicare tutti gli errori. Tuttavia, questi errori possono comportare problemi concreti all’interno dell’azienda. Ad esempio, i titoli fantasma possono indurre un’azienda a prendere decisioni di acquisto o marketing sbagliate. Un recente settore della vendita al dettaglio ha dimostrato che il 65% degli inventari è impreciso.

Pericoli dei Big Data: Big Data e licenziamento

In molte aree, i Big Data sono comunemente usati. Ad esempio, le tecnologie di analisi vengono spesso utilizzate per misurare le prestazioni dei dipendenti in molte organizzazioni. Un esempio è la storia di Sarah Wysocki, un’insegnante adorata dai suoi studenti, genitori e colleghi, che è stata licenziata perché la sua performance è stata considerata sbagliata da un algoritmo. I giudizi condotti dagli algoritmi dei Big Data sono generalmente senza appello, anche se i metodi utilizzati da questi algoritmi sono rivelati molto raramente.

Pericoli dei Big Data: decisioni basate sul passato

Per assumere i migliori dipendenti, molte aziende fanno affidamento sui Big Data. Sviluppano un modello predittivo basato sulle prestazioni delle persone precedentemente assunte in passato, ad esempio, per determinare quali scuole formano i migliori professionisti . Questo metodo può sembrare pertinente, ma è tutt’altro che infallibile. I campioni dei dipendenti sono spesso troppo deboli per trarre inferenze statistiche pertinenti ed è sufficiente che uno studente sia migliore o peggiore della media per distorcere i dati. Pertanto, i modelli predittivi di Big Data spesso hanno assoluta fiducia nel passato e portano a previsioni errate.

Pericoli dei Big Data: gli algoritmi non sono sufficientemente testati

A differenza dei matematici d’élite di Wall Street, gli sviluppatori di algoritmi di big data non perdono denaro quando i loro modelli analitici sono sbagliati. Sono le società che pagano le tasse. In un momento in cui i dati stanno influenzando sempre più le aziende, è necessario testare meglio gli algoritmi, considerare quali elementi vengono presi in considerazione e quali no. Uno sguardo più rigoroso deve essere focalizzato sull’intelligenza artificiale . È essenziale sapere come vengono raccolti i dati, come vengono tratte le conclusioni e se effettivamente migliorano l’attività aziendale. Altrimenti, i Big Data possono fare più male che bene.