עידן האמון העיוור בנתונים חייב להסתיים
-
0:00 - 0:03האלגוריתמים נמצאים בכל מקום.
-
0:04 - 0:07הם ממיינים אנשים
ומפרידים בין מנצחים למפסידים. -
0:08 - 0:10המנצחים זוכים במשרה הנחשקת
-
0:10 - 0:12או בהצעה לכרטיס אשראי טוב.
-
0:12 - 0:15המפסידים לא זוכים אפילו בראיון
-
0:16 - 0:17או משלמים יותר על הביטוח.
-
0:18 - 0:22נוסחאות סודיות שאיננו מבינים
מדרגות אותנו, -
0:23 - 0:26ובדרך כלל אין אפשרות
לערער על החלטותיהן. -
0:27 - 0:29מתבקשת השאלה:
-
0:29 - 0:31מה אם האלגוריתמים טועים?
-
0:33 - 0:35כדי לבנות אלגוריתם נחוצים שני דברים:
-
0:35 - 0:37נתונים:
מה קרה בעבר, -
0:37 - 0:38והגדרה של הצלחה,
-
0:38 - 0:41מה שאתם רוצים או מקווים לו.
-
0:41 - 0:46האלגוריתם לומד ע"י...
-
0:46 - 0:50האלגוריתם מזהה מה מתקשר להצלחה.
-
0:50 - 0:52אילו מצבים מובילים להצלחה?
-
0:53 - 0:55בעצם, כולנו משתמשים באלגוריתמים,
-
0:55 - 0:57אבל לא מנסחים אותם
בצורת קוד כתוב. -
0:57 - 0:58אתן לכם דוגמה.
-
0:58 - 1:02אני משתמשת בכל יום באלגוריתם
כדי להכין למשפחתי ארוחה. -
1:02 - 1:04הנתונים בהם אני משתמשת
-
1:04 - 1:06הם המוצרים במטבח שלי,
-
1:06 - 1:08הזמן שעומד לרשותי,
-
1:08 - 1:09השאיפות שלי,
-
1:09 - 1:10ואני מארגנת את הנתונים.
-
1:10 - 1:15אני לא מחשיבה "מנה חמה" כמזון.
-
1:15 - 1:17(צחוק)
-
1:17 - 1:19ההגדרה שלי להצלחה:
-
1:19 - 1:21ארוחה נחשבת למוצלחת
אם הילדים שלי אוכלים ירקות. -
1:22 - 1:25אם בני הצעיר יהיה אחראי לכך
זה יהיה אחרת לגמרי. -
1:25 - 1:28הוא יגיד שהצלחה פירושה
שהוא אכל הרבה חמאת-בוטנים. -
1:29 - 1:31אבל אני היא זו שבוחרת
מהי הצלחה. -
1:31 - 1:34אני האחראית. הדעה שלי קובעת.
-
1:34 - 1:37זהו החוק הראשון של האלגוריתמים.
-
1:37 - 1:40אלגוריתמים הם דעות שמוטמעות בקוד.
-
1:42 - 1:45זה שונה מאד ממה שרוב האנשים
חושבים על אלגוריתמים. -
1:45 - 1:50הם חושבים שהאלגוריתמים
הם אובייקטיביים, נכונים ומדעיים. -
1:50 - 1:52זו תחבולה שיווקית.
-
1:53 - 1:55תחבולה שיווקית נוספת
-
1:55 - 1:59היא להפחיד אתכם באלגוריתמים,
-
1:59 - 2:02כדי שתבטחו בהם ותחששו מהם
-
2:02 - 2:04כי אתם בוטחים במתמטיקה
וחוששים ממנה. -
2:06 - 2:10הרבה יכול להשתבש כשאנחנו
נותנים אמון עיוור בנתוני-עתק. -
2:12 - 2:15זו קירי סוארז,
מנהלת בי"ס תיכון בברוקלין. -
2:15 - 2:18ב-2011 היא אמרה לי
שהמורים שלה מדורגים -
2:18 - 2:20בעזרת אלגוריתם סודי ומורכב,
-
2:20 - 2:22שנקרא "מודל הערך המוסף".
-
2:22 - 2:25אמרתי לה, "תבררי מהי הנוסחה
ותראי לי אותה. -
2:25 - 2:27"אני אסביר לך אותה"
-
2:27 - 2:29היא אמרה,
"ניסיתי לקבל את הנוסחה. -
2:29 - 2:32"אך במשרד החינוך אמרו לי
שזאת מתמטיקה, -
2:32 - 2:34"ושאני לא אבין אותה."
-
2:35 - 2:37זה נהיה יותר גרוע.
-
2:37 - 2:40ה"ניו-יורק פוסט" הגיש בקשה
לפי חוק חופש המידע. -
2:40 - 2:43קיבל את כל שמות המורים
והדירוג שלהם, -
2:43 - 2:46ופירסם אותן כצעד
של ביוש מורים. -
2:47 - 2:51כשניסיתי להשיג את הנוסחאות,
את הקוד המקורי, באותם האמצעים, -
2:51 - 2:53אמרו לי, "אי-אפשר".
-
2:53 - 2:54דחו אותי.
-
2:54 - 2:55מאוחר יותר גיליתי
-
2:55 - 2:58שלאף אחד בעיר ניו-יורק
אין גישה לנוסחה ההיא. -
2:58 - 3:00שאיש לא מבין אותה.
-
3:02 - 3:05ואז נכנס לתמונה מישהו ממש חכם.
גרי רובינשטיין. -
3:05 - 3:10הוא זיהה בנתוני ה"ניו-יורק פוסט"
665 מורים עם שני דירוגים. -
3:10 - 3:15זה יכול היה לקרות אם הם לימדו
מתמטיקה בכיתות ז' וגם בכיתות ח'. -
3:15 - 3:17הוא החליט להציג זאת בגרף.
-
3:17 - 3:19כל נקודה מסמלת מורה.
-
3:19 - 3:21(צחוק)
-
3:22 - 3:23מה זה?
-
3:23 - 3:24(צחוק)
-
3:24 - 3:28זה לא משהו שאמור לשמש
לצורך הערכות אישיות. -
3:28 - 3:29זהו כמעט מחולל מספרים אקראי.
-
3:29 - 3:33(מחיאות כפיים)
-
3:33 - 3:34אך זה שימש לכך.
-
3:34 - 3:37זוהי שרה וויסוקי. היא פוטרה
יחד עם עוד 205 מורים -
3:37 - 3:40מהמחוז הבית-סיפרי של וושינגטון הבירה,
-
3:40 - 3:43למרות שהיו לה המלצות מעולות
מהנהלת ביה"ס -
3:43 - 3:45וגם מההורים של הילדים שלימדה.
-
3:45 - 3:47אני יודעת שרבים מכם חושבים,
-
3:47 - 3:50במיוחד חוקרי הנתונים
ומומחי הבינה המלאכותית שכאן, -
3:50 - 3:54"אני אף פעם לא אכתוב אלגוריתם
כל-כך לא עיקבי." -
3:55 - 3:56אבל אלגוריתמים יכולים לטעות,
-
3:56 - 4:01ואפילו לגרום לתוצאות הרסניות ביותר
מתוך כוונות טובות. -
4:02 - 4:06ובעוד שמטוס שתוכנן גרוע מתרסק
וכולם רואים זאת, -
4:06 - 4:09הרי כשאלגוריתם מעוצב גרוע,
-
4:10 - 4:14הוא יכול לעבוד הרבה זמן
ולזרוע בשקט תוהו. -
4:16 - 4:17זהו רוג'ר איילס.
-
4:17 - 4:19(צחוק)
-
4:21 - 4:23הוא ייסד את "חדשות פוקס" ב-1996.
-
4:23 - 4:26יותר מ-20 נשים התלוננו
על הטרדה מינית -
4:26 - 4:29ואמרו שהן לא הירשו להן
להצליח ב"חדשות פוקס". -
4:29 - 4:32הוא הודח בשנה שעברה,
אך לאחרונה נודע לנו -
4:32 - 4:35שהבעיה נמשכת.
-
4:36 - 4:37נשאלת השאלה:
-
4:37 - 4:40מה צריכה רשת "חדשות פוקס"
לעשות כדי לפתוח דף חדש? -
4:41 - 4:44מה אם הם יחליפו את תהליך
ההעסקה שלהם -
4:44 - 4:46באלגוריתם של למידת-מכונה?
-
4:46 - 4:47נשמע טוב, נכון?
-
4:47 - 4:49חישבו על זה.
-
4:49 - 4:51הנתונים, מה הם יהיו?
-
4:51 - 4:56הגיוני שאלה יהיו נתוני 21 השנים האחרונות
של בקשות עבודה ב"חדשות פוקס". -
4:56 - 4:57הגיוני.
-
4:58 - 4:59מה לגבי ההגדרה להצלחה?
-
5:00 - 5:01בחירה הגיונית תהיה,
-
5:01 - 5:03מי מצליח ב"חדשות פוקס"?
-
5:03 - 5:06אולי מישהו שעובד שם
כבר 4 שנים, -
5:06 - 5:08וקיבל קידום לפחות פעם אחת.
-
5:09 - 5:10נשמע הגיוני.
-
5:10 - 5:13ואז האלגוריתם יעבור לימוד.
-
5:13 - 5:17הוא ילמד לחפש אנשים
כדי ללמוד מה הוביל להצלחה, -
5:17 - 5:21אילו מועמדים הפכו לעובדים מוצלחים,
-
5:21 - 5:23לפי ההגדרה הזו.
-
5:24 - 5:29עכשיו חישבו מה יקרה
אם ניישם זאת למאגר מועמדים בהווה: -
5:29 - 5:31האלגוריתם יסנן החוצה נשים,
-
5:32 - 5:36כי הן אינן דומות לאנשים שהצליחו בעבר.
-
5:40 - 5:42האלגוריתמים אינם מתקנים את העולם
-
5:42 - 5:45אם מיישמים אותם בשמחה ובעיוורון
-
5:45 - 5:46הם לא מתקנים את העולם
-
5:46 - 5:49אלא רק חוזרים על מה שעשינו בעבר,
-
5:49 - 5:50על הדפוסים שלנו.
-
5:50 - 5:52הם הופכים את המצב הקיים לאוטומטי.
-
5:53 - 5:55היה נהדר אם היה לנו עולם מושלם,
-
5:56 - 5:57אבל אין לנו.
-
5:57 - 6:01ואני אוסיף שרוב החברות
לא מתמודדות עם תביעות מביכות, -
6:02 - 6:07אבל מומחי הנתונים בחברות אלה
מחוייבים לציית לנתונים, -
6:07 - 6:09להתמקד בדיוק.
-
6:10 - 6:11חישבו מה זה אומר,
-
6:11 - 6:13הרי לכולנו יש הטיות.
-
6:13 - 6:16אולי הם מתכנתים לאפליה על רקע מין,
-
6:16 - 6:18או כל סוג אחר של גזענות.
-
6:19 - 6:21ניסוי מחשבתי,
-
6:21 - 6:22כי אני אוהבת כאלה:
-
6:24 - 6:27דמיינו חברה שלמה
שמופרדת לפי גזעים: -
6:28 - 6:32כל העיירות, כל השכונות,
-
6:32 - 6:36ואת המשטרה שולחים לחפש פשיעה
רק בשכונות של מיעוטים. -
6:36 - 6:39נתוני המעצרים יהיו
מוטים בצורה מובהקת. -
6:40 - 6:42מה אם בנוסף,
מצאנו מומחה לנתונים -
6:42 - 6:47ושילמנו לו כדי שינבא
איפה יקרה הפשע הבא? -
6:47 - 6:49שכונת מיעוטים.
-
6:49 - 6:52או כדי שינבא
מי יהיה הפושע הבא? -
6:53 - 6:54בן מיעוטים.
-
6:56 - 7:00מומחי הנתונים יתפארו
כמה נהדר ומדוייק המודל שלהם. -
7:01 - 7:02והם יצדקו.
-
7:04 - 7:08המציאות לא כל כך דרסטית,
אבל יש לנו באמת הפרדה חמורה -
7:08 - 7:10בערים ועיירות רבות,
-
7:10 - 7:12ויש לנו שפע ראיות
-
7:12 - 7:15להטיות בנתונים המשטרתיים מוטים
ובמערכת המשפט. -
7:16 - 7:18ואנחנו אכן חוזים נקודות סיכון,
-
7:18 - 7:20מקומות בהם יקרו פשעים.
-
7:20 - 7:24ואנחנו גם מנבאים את מידת
הנטיה האישית לפשוע. -
7:24 - 7:26את נטייתם של אנשים מסויימים לפשוע.
-
7:27 - 7:31סוכנות החדשות "פרופבליקה" בחנה לאחרונה
-
7:31 - 7:33אחד אותם אלגוריתמים
ל"ניבוי הישנות פשיעה" -
7:33 - 7:34כמו שקוראים להם.
-
7:34 - 7:37בפלורידה משתמשים בהם
שופטים בזמן חריצת גזר הדין. -
7:38 - 7:42ברנרד, משמאל, הגבר השחור
קיבל 10 נקודות מתך 10. -
7:43 - 7:45דילן, מימין - 3 מתוך 10.
-
7:45 - 7:4810 מתוך 10 - סיכון גבוה.
3 מתוך 10 - סיכון נמוך. -
7:49 - 7:51שניהם נעצרו על החזקת סמים.
-
7:51 - 7:52לשניהם היה כבר תיק.
-
7:52 - 7:55אבל דילן עבר עבירה
-
7:55 - 7:56וברנרד - לא.
-
7:58 - 8:01זה משנה, כי ככל שתקבל
ניקוד יותר גבוה, -
8:01 - 8:04גובר הסיכוי שתקבל
עונש מאסר ארוך יותר. -
8:06 - 8:08מה קורה פה?
-
8:09 - 8:10הלבנת נתונים.
-
8:11 - 8:15זהו תהליך שבו אנשי הטכנולוגיה
מסתירים אמיתות מכוערות -
8:15 - 8:17בתוך אלגוריתמים חתומים
-
8:17 - 8:19ואומרים שהם "אובייקטיביים",
-
8:19 - 8:21שזאת מריטוקרטיה.
-
8:23 - 8:28טבעתי כינוי לאלגוריתמים
סודיים, חשובים והרסניים אלו: -
8:28 - 8:30"נשק להשמדה מתמטית".
-
8:30 - 8:32(צחוק)
-
8:32 - 8:35(מחיאות כפיים)
-
8:35 - 8:37הם בכל מקום
וזו לא טעות: -
8:38 - 8:41מדובר בחברות פרטיות
שכותבות אלגוריתמים פרטיים -
8:41 - 8:43לצרכיהן הפרטיים.
-
8:43 - 8:46אפילו אלו שהזכרתי,
שמשמשים להערכה של מורים ולשיטור -
8:46 - 8:50נכתבו בידי חברות פרטיות
ונמכרו למוסדות ממשלתיים. -
8:50 - 8:52הם אומרים שזה "הרוטב הסודי" שלהם
-
8:52 - 8:55ולכן אינם יכולים לחשוף אותו.
-
8:55 - 8:57זהו גם כוח פרטי.
-
8:58 - 9:03הם מרוויחים מהפעלת כוח העמימות.
-
9:05 - 9:08אתם יכולים לחשוב,
"בגלל שכל זה פרטי -
9:08 - 9:09"וישנה תחרות,
-
9:09 - 9:11"השוק החופשי
אולי יפתור את הבעיה." -
9:11 - 9:13לא נכון.
-
9:13 - 9:16אפשר להרוויח הרבה כסף
מחוסר הוגנות. -
9:17 - 9:20אנחנו גם לא יצורים רציונליים מבחינה כלכלית
-
9:21 - 9:22לכולנו דעות קדומות.
-
9:23 - 9:26כולנו גזענים ומוטים
למרות שהיינו מעדיפים לא להיות כאלה, -
9:26 - 9:28ובדרכים שאיננו אפילו יודעים.
-
9:29 - 9:32אבל אנחנו יודעים שבמצטבר,
-
9:32 - 9:35בגלל שסוציולוגים מראים באופן עקבי
-
9:35 - 9:37בניסויים שהם עורכים,
-
9:37 - 9:40שבהם הם שולחים למעסיקים
הרבה קורות חיים -
9:40 - 9:42עם כישורים זהים, כשחלק
מהשמות נשמעים "לבנים", -
9:42 - 9:44ושמות אחרים נשמעים "שחורים",
-
9:44 - 9:47והתוצאות של הניסויים תמיד מאכזבות,
תמיד. -
9:48 - 9:49אז אנחנו בעלי הדעות הקדומות,
-
9:49 - 9:53ואנחנו מחדירים את ההטיות האלו
לתוך האלגוריתמים -
9:53 - 9:55בכך שאנו בוחרים
אילו נתונים יש לאסוף, -
9:55 - 9:57כמו שאני החלטתי
לא להתייחס ל"מנה חמה"- -
9:57 - 9:59החלטתי שהיא איננה רלוונטית.
-
9:59 - 10:07אבל אם אנחנו בוטחים בנתונים
ובהגדרת ההצלחה על יסוד גישות קודמות, -
10:07 - 10:11איך אנחנו יכולים לצפות
שהאלגוריתמים ייצאו ללא פגע? -
10:11 - 10:13ממש לא.
אנחנו מוכרחים לבדוק אותם. -
10:14 - 10:16אנחנו מוכרחים לוודא שהם הוגנים.
-
10:16 - 10:19החדשות הטובות הן: זה אפשרי.
-
10:19 - 10:22אפשר לחקור אלגוריתמים
-
10:22 - 10:24והם יגידו לנו תמיד את האמת.
-
10:24 - 10:27ואנחנו יכולים לתקן ולשפר אותם.
-
10:27 - 10:29אני קוראת לזה "בדיקת אלגוריתם"
-
10:29 - 10:31אסביר לכם איך זה נעשה.
-
10:31 - 10:33ראשית מוודאים את שלמות הנתונים.
-
10:34 - 10:37באלגוריתם "הישנות הפשיעה" שהזכרתי,
-
10:38 - 10:41בדיקת שלמות הנתונים פירושה
שמוכרחים להשלים עם העובדה -
10:41 - 10:45שבארה"ב, הלבנים והשחורים
מעשנים מריחואנה באותה מידה -
10:45 - 10:47אבל לשחורים יש סיכוי גבוה יותר להיעצר -
-
10:47 - 10:50סיכוי גבוה פי ארבעה או חמישה,
תלוי באיזור. -
10:51 - 10:54איך נראית ההטיה
בתחומי פשע אחרים, -
10:54 - 10:56ואיך אנחנו מסבירים אותה?
-
10:56 - 10:59שנית, אנחנו צריכים
להגדיר מחדש מהי הצלחה. -
10:59 - 11:01לבדוק את הנושא.
-
11:01 - 11:03זוכרים את האלגוריתם לשכירת עובדים?
דיברנו על זה. -
11:03 - 11:07עובד המועסק כבר ארבע שנים
וקודם פעם אחת? -
11:07 - 11:08זה באמת עובד מצליח,
-
11:08 - 11:11אבל זה גם עובד
שהסביבה התרבותית תומכת בו. -
11:12 - 11:14אבל גם כאן יכולות להיות
דעות קדומות. -
11:14 - 11:16צריך להפריד בין שני הדברים.
-
11:16 - 11:19למשל בבחינות קבלה עיוורות,
-
11:19 - 11:23כשהבוחנים נמצאים מאחורי מסך.
-
11:23 - 11:25אני רוצה לחשוב שכאן,
-
11:25 - 11:30האנשים המקשיבים הם שהחליטו
מה חשוב ומה לא, -
11:30 - 11:32ודעתם לא מוסחת ע"י זה.
-
11:33 - 11:36כשהתחילו המבחנים העיוורים,
-
11:36 - 11:39מספר הנשים המנגנות בתזמורת
גדל פי חמש. -
11:40 - 11:42הבא בתור הוא הדיוק.
-
11:43 - 11:47כאן אלגוריתם הערך המוסף
לדירוג מורים ייכשל מיד. -
11:48 - 11:50אין אלגוריתם מושלם, כמובן,
-
11:51 - 11:54אז צריך לקחת בחשבון את
השגיאות של כל אלגוריתם: -
11:55 - 11:59כמה ומתי הן קורות
ועם מי המודל הזה נכשל? -
12:00 - 12:02מהו המחיר של הכשלון הזה?
-
12:02 - 12:05ולסיום, אנחנו מוכרחים
לקחת בחשבון -
12:06 - 12:08את ההשפעות ארוכות הטווח
של האלגוריתמים, -
12:09 - 12:11של לולאות המשוב שנוצרות.
-
12:11 - 12:13זה נשמע מופשט,
-
12:13 - 12:16אבל מה אם מהנדסי "פייסבוק"
היו לוקחים זאת בחשבון -
12:16 - 12:21בטרם החליטו להראות לנו
רק מה ששיתפו החברים שלנו. -
12:22 - 12:25יש לי עוד שני מסרים,
אחד למתכנתים באשר הם: -
12:25 - 12:29מתכנתים:
אסור לנו לתווך את האמת. -
12:30 - 12:33אנחנו צריכים לתת ביטוי
לדיוני מוסר שמתקיימים -
12:33 - 12:35בחברה כולה.
-
12:36 - 12:38(מחיאות כפיים)
-
12:38 - 12:39ולשאר האנשים,
-
12:40 - 12:41אלו שאינם עוסקים במידע:
-
12:41 - 12:43לא מדובר במבחן במתמטיקה,
-
12:44 - 12:45אלא במאבק פוליטי.
-
12:47 - 12:51אנחנו צריכים לדרוש משליטי
האלגוריתמים לקחת אחריות. -
12:52 - 12:54(מחיאות כפיים)
-
12:54 - 12:58עידן האמון העיוור בנתונים
חייב להסתיים. -
12:58 - 12:59תודה רבה.
-
12:59 - 13:04(מחיאות כפיים)
- Title:
- עידן האמון העיוור בנתונים חייב להסתיים
- Speaker:
- קטי אוניל
- Description:
-
האלגוריתם מחליט מי יקבל הלוואה, מי יתקבל לראיון עבודה, למי יפתחו תוכנית ביטוח וכו' - אבל הם לא מתוכנתים לעשות זאת באופן צודק. המתמטיקאית והמומחית למידע קטי אוניל קוראת לאלגוריתמים אלו "נשק להשמדה מתמטית". לימדו עוד על הכוונות הנסתרות שמאחורי הנוסחאות.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 13:18
Shlomo Adam approved Hebrew subtitles for The era of blind faith in big data must end | ||
Shlomo Adam edited Hebrew subtitles for The era of blind faith in big data must end | ||
Shlomo Adam edited Hebrew subtitles for The era of blind faith in big data must end | ||
Shlomo Adam edited Hebrew subtitles for The era of blind faith in big data must end | ||
Shlomo Adam edited Hebrew subtitles for The era of blind faith in big data must end | ||
Shlomo Adam edited Hebrew subtitles for The era of blind faith in big data must end | ||
Shlomo Adam edited Hebrew subtitles for The era of blind faith in big data must end | ||
Shlomo Adam accepted Hebrew subtitles for The era of blind faith in big data must end |