Kwaliteit boven kwantiteit: Minder data, meer privacy en intelligentie

Een gebruikelijke aanname tegenwoordig is dat hoe meer data je systemen tot hun beschikking hebben, hoe intelligenter ze zullen zijn. Dit is echter niet altijd het geval. Als de aanname overheerst dat meer data een belangrijke onderscheidende factor is om mee te concurreren, dan worden bedrijven gestimuleerd om meer en nieuwe manieren van data verzamelen na te jagen. Vaak heeft dit desastreuze gevolgen.

De manier waarop we data benaderen moet veranderen. In plaats van de benadering dat meer gelijk staat aan beter, is het belangrijk dat we focussen op het creatief omgaan met niet overdreven veel meer dan de hoeveelheid data die we nodig hebben om onze systemen intelligent te houden. In een zakelijk klimaat waarbij data wordt beschouwd als een van de belangrijkste bronnen voor financieel succes, gaat dit misschien tegen je gevoel in. Maar beschikking hebben tot veel data staat nog niet gelijk aan intelligentie. Het is nodig dat de focus af gaat van kwantiteit, en komt te liggen op kwaliteit.

More is less: Problemen van te veel data

Dagelijks in het nieuws zien we datalekken, inbreuken en blootgestelde kwetsbaarheden voorbij komen. We horen nare verhalen over fraude en identiteitsdiefstal, en we zien bedrijven die reputatieschade, financiële schade en wettelijke straffen oplopen wegens hun onvermogen om de data die zij verzamelen te beschermen.

Privacyschending is een van de problemen die gepaard kunnen gaan met deze overweldigende drang naar meer data. Bedrijven willen vandaag de dag absoluut alles weten over hun omgeving. Toch hebben mensen in meer of mindere mate weerstand tegen het idee dat iedere handeling die zij doen wordt bekeken, opgeslagen en geanalyseerd. Hoe meer data bedrijven verzamelen, hoe kwetsbaarder veel mensen zich voelen. Als de data wordt gestolen, verliest iedereen. Iedereen behalve de criminelen.

Daarnaast zijn er ook substantiële kosten die geassocieerd worden met enorm grootschalige data acquisitie en management, waaronder rekenkosten, opslagkosten en operationele kosten. Ook in dit tijdperk van big data, machine learning en kunstmatige intelligentie zullen deze kosten gigantisch hoog oplopen als data volume wordt beschouwd als synoniem voor systeem intelligentie.

Maar als we slimmer omgaan met de data die we verzamelen en de manier waarop we deze verwerken en analyseren, hebben we lang niet de hoeveelheid data nodig die we denken nodig te hebben.

Less is more: De kracht van integratie

De meest cruciale stap is om afstand te nemen van het verzamelen van en vertrouwen op individuele data, en te bewegen richting het verwerken en analyseren van samengevoegde data. Hoe meer data er op groepsniveau kan worden verwerkt, hoe minder we hoeven te weten over individuen. Hoewel dit tegenstrijdig kan klinken, kan er op deze wijze meer relevante intelligentie afgeleid worden, zelfs al vereist het minder data.

Met een holistische analyse die uitgevoerd wordt op groepsniveau, kunnen patronen, trends en gemeenschappelijkheden ontdekt worden die op het individuele niveau niet waarneembaar zouden zijn. Dit zorgt ervoor dat er een unieke laag van waardevolle inzichten kan worden opgedaan. Een ander voordeel van afgeleide data is dat er vanaf een enkel datapunt meerdere additionele eigenschappen kunnen worden bepaald om de resultaten verder te verfijnen. Het resultaat is minder individuele data en meer algehele intelligentie.

Het gebruik van dit soort technieken vertegenwoordigt een verschuiving en maakt het makkelijker om activiteiten af te stemmen op de evoluerende regels omtrent big data ethiek. Hoe meer inzicht er verkregen kan worden uit samengevoegde data, hoe minder er gevraagd hoeft te worden van individuen.

Uit wereldwijde ontwikkelingen op het gebied van regelgeving blijkt dat we richting meer privacy en transparantie bewegen, met toenemende beperkingen op het verzamelen van data. Gelukkig betekent dit niet een daling in de intelligentie van onze systemen. Bedrijven hebben vaak al de data die ze nodig hebben, maar doen alleen nog niet effectief aan data mining.

We zijn op het punt beland dat ethiek en intelligentie naast elkaar kunnen bestaan. Het is niet meer het een óf het ander. Door holistische data analyse en gevorderde kunstmatige intelligentie kunnen we hoge niveaus van intelligentie behalen terwijl de privacy van de mensen behouden blijft.

Geef een reactie

Vul je gegevens in of klik op een icoon om in te loggen.

WordPress.com logo

Je reageert onder je WordPress.com account. Log uit /  Bijwerken )

Google photo

Je reageert onder je Google account. Log uit /  Bijwerken )

Twitter-afbeelding

Je reageert onder je Twitter account. Log uit /  Bijwerken )

Facebook foto

Je reageert onder je Facebook account. Log uit /  Bijwerken )

Verbinden met %s