Анализ личных данных

ДЭВИД РОУЭН

Редактор британского издания журнала Wired

Как любит говорить бывший председатель совета директоров Google Эрик Шмидт, с самого начала цивилизации до 2003 года человечество создало пять эксабайт информации. Сегодня мы создаем пять эксабайт за два дня, и темпы все ускоряются. В наш век вездесущих социальных сетей, системы глобального позиционирования (GPS), мобильных телефонов, беспроводных технологий, систем распознавания лиц, пользовательских профилей и бесконечного множества иных способов занесения себя в различные списки люди редко пользуются преимуществами всей этой информации для более эффективного принятия решений. Пора вспомнить концепцию анализа данных, которую используют индустрия маркетинга, компании по выпуску кредитных карт и государственная программа полной информационной прозрачности. Нужно больше думать о собственной личной информации, чтобы превратить ее из сырого набора данных в основу для прогнозов и принятия решений. От этого выиграют все.

Компания Microsoft поняла это еще в сентябре 2006 г., когда получила патент номер 20.080.082.393 на систему обработки личной информации. Устав от ситуации, когда личная информация предоставлялась самими пользователями или собиралась третьей стороной, компания создала технологию, которая позволяет анализировать данные и «определять возможности и/или составлять рекомендации для повышения продуктивности пользователей и/или улучшения качества жизни». Вы можете сами решить, предоставлять личные данные или нет, но вряд ли вызывает сомнение тот факт, что анализ данных позволяет получить релевантную информацию, которая иначе могла бы остаться незамеченной.

И я, и все общество в целом очень выиграем, если наши персональные данные проанализируют и извлекут из них полезную информацию, позволяющую нам планировать свое поведение. Например, ее можно будет использовать, чтобы предсказать настроение, повысить эффективность, улучшить здоровье, выявить пробелы в знаниях и раскрыть творческий потенциал. Я хотел бы знать обо всех неожиданных корреляциях, тенденциях и факторах риска, о которых я и не подозреваю. В эпоху взаимосвязанности всего нужно больше думать о самоанализе с помощью доступной информации.

Пока еще слабое, но все более набирающее обороты движение в этом направлении уже показывает потенциал подобного подхода под влиянием работ Кевина Келли и Гэри Вольфа. Они используют мобильные сенсоры и технологии визуализации для регистрации самых разных показателей: физиологических параметров во время выполнения физических упражнений, сна и бодрствования; показателей производительности; реакции на препараты; сердцебиения; режима питания; финансовых затрат – и затем обнародуют и обсуждают эту информацию. С помощью доступных инструментов данные классифицируются

и анализируются, но большей частью речь идет просто об извлечении смысловых сигналов из общего шума.

Подобное мышление – проявление альтруизма: личная информация раскрывается для пользы науки, а пользовательские данные предоставляются для изменения чужого поведения. Действительно, как показывают работы Даниэля Канемана, Дэниела Гилберта, Кристакиса и Фаулера, точное отслеживание данных на индивидуальном уровне крайне важно для понимания таких явлений, как уровень человеческого счастья, влияние социальных сетей и распространение болезней в определенных группах.

Информации вокруг полно. Нужно лишь побудить людей ее организовывать, ею делиться и переводить ее в знания.