Veröffentlicht am 13-03-2019

Ausrichten Ihrer Daten und Methoden Ihrer Mission

Dieser Blogbeitrag basiert auf einer Keynote, die ich kürzlich auf der SSIR-Veranstaltung "Data on Purpose" des Jahres 2019 gegeben habe.

Sind Sie optimistisch oder pessimistisch in Bezug auf Daten als Werkzeug für das Gute in der Welt? In den letzten Jahren habe ich gesehen, wie sich diese Fragen beantworten. Die Menschen antworteten früher "optimistisch", aber jetzt zeigen die meisten Menschen eine Mischung aus Emotionen. Sie haben wahrscheinlich den Hype-Zyklus von Gartner mit dem Vorschlag gesehen, dass eine Technologie überhöhte Erwartungen erhält und dann bis zur Desillusionierung überfordert ist. Ich behaupte, dass das Über-Hyping und die Enttäuschung zur gleichen Zeit geschehen. Jetzt ist es an der Zeit für soziale Organisationen, die versuchen, Daten zur Erreichung ihrer Aufgaben zu nutzen.

Die Antwort, die ich entwickelt habe, konzentriert sich darauf, den schädlichen Verlauf der Datenpraktiken anzuerkennen, die wir routinemäßig anwenden, einen Schritt zurück von der hype-gesteuerten Einführung von Datenprogrammen zu machen und an der Abstimmung Ihrer Daten und Ihrer Mission zu arbeiten. Das Datenkulturprojekt, meine Zusammenarbeit mit Catherine D'Ignazio, arbeitet mit großen und kleinen Organisationen auf der ganzen Welt zusammen, um dies zu ermöglichen.

Eines der Hauptprobleme bei der Schaffung einer Datenkultur, die an Ihre Mission angepasst ist, ist die Geschichte, gegen die wir kämpfen. Daten sind seit Jahrhunderten ein Instrument für die Machthaber, um diese Macht zu festigen. Für Organisationen, die im Bereich Social Good arbeiten, sollte dies problematisch sein! Wenn Sie ein Werkzeug oder einen Prozess bereitstellen, müssen Sie auf Teile achten, die diesen Verlauf untermauern. Sie können das Gegenteil von Empowerment-, Engagement- und Eigentumszielen kultivieren, die wahrscheinlich im Zentrum Ihrer Mission stehen.

Warnung: In diesem Beitrag werde ich Sie mit einem Rückblick auf diese Geschichte unterdrücken. Machen Sie sich keine Sorgen, ich werde mit einigen Inspirationen schließen, so dass es nicht alles Untergang ist. Stellen Sie sicher, dass Sie nicht in der Mitte des Lesens aufhören, da Sie sich sonst schlecht fühlen können.

Eine deprimierende Geschichte der Daten

Ich werde niemanden überraschen, wenn ich von der Geschichte der Menschheit erzähle, die voller Geschichten von Machthabern ist, die andere zu unterdrücken versuchen. Ich möchte jedoch einige dieser Fälle hervorheben, die datengetrieben waren. Bis zu den alten Ägyptern konnten wir Beweise dafür finden, dass sie Bevölkerungen tabellarisierten und aufspürten, um zu bestimmen, wie viel Arbeit sie dafür aufwenden würden, um ihre riesigen Monumente für sich selbst zu bauen (lesen Sie mehr im britischen Büro für nationale Statistik). Sie erstellten Volkszählungsdaten, um massive Bauprojekte in ihrer eigenen Ähnlichkeit voranzutreiben.

Quelle - Ein populärer Bericht der alten Ägypter, Sir John Gardner Wilkinson (1854)

Schneller Vorlauf nach Großbritannien in den 1700er Jahren und Sie finden die Schrecken des Sklavenhandels über die Cross-Atlantik-Schifffahrt; Alle wurden in beeindruckenden Details von der Einkaufsbranche und den strengen Vorschriften katalogisiert, unter denen sie standen. Viele dieser massiven Datensätze sind noch heute verfügbar. Diese Wirtschaftsdaten katalogisieren das menschliche Leiden von Dutzenden Millionen Menschen, die von den Machthabern in der westlichen Welt getragen werden.

Als nächstes betrachten wir eine der dunkelsten Zeiten in der jüngeren Geschichte - das NS-Regime. Ihre gewalttätigen Gräueltaten wurden durch die tabellarischen Auflistungen ihrer Zählung, die von IBMs kundenspezifisch gefertigten Zählmaschinen angetrieben wurden, informiert und geleitet (mehr dazu in Wikipedia). Dies ist eine Geschichte, die IBM gerne mit seinen neuen Watson AI-Initiativen vergessen würde, aber Watson war in der Tat derjenige, der damals all diese Arbeit als CEO beaufsichtigte.

Einige Jahrzehnte später finden wir ein weiteres Beispiel in Südamerika, das massive Investitions- und Entwicklungspakete von großen multinationalen UN-Agenturen erhalten hat. All dies führte zu Zahlen, die ein enormes Wirtschaftswachstum zeigten, während in der Tat riesige Bevölkerungen litten. Der berühmte Autor Eduardo Galeano schreibt: "Je mehr Menschen beobachtet und verzweifelt werden, desto mehr lächelten und lachten die Statistiken".

Wie für unsere aktuelle Zeit? Sie können kaum einen Stein werfen, ohne auf eine andere Geschichte eines großen, zentralisierten Technologieunternehmens zu stoßen, das einige Daten auf moralisch fragwürdige Weise verwendet. Amazon Pitch Gesichtserkennung für ICE hier in den USA, um Migranten und Asylsuchende fernzuhalten (The Verge), Facebook-Erstellung von massiven Datensätzen über Nicht-Nutzer, um ihr invasives Werbeziel zu verbessern (Reuters), China schafft einen "Social Credit Score" zur Kontrolle und führe Bürgernormen (Bloomberg) - die Dystopie ist da. Wir werden alle ohne sinnvolle Zustimmung in den riesigen Datenbanken der großen Tech-Unternehmen quantifiziert.

Ich vertraue darauf, dass Sie jetzt an Bord sind mit der Vorstellung, dass Daten eine dunkle Geschichte voller Beispiele wie diese haben, die ich schnell angesprochen habe. Mehr wollen? Lesen Sie die Algorithmen der Unterdrückung, der mathematischen Zerstörungswaffen, der Automatisierung von Ungleichheit oder eines der anderen kürzlich erschienenen Bücher darüber.

Ein entschärfungsfreier Prozess

Ich weiß, das war ziemlich deprimierend. Normalerweise ziehe ich Zwangsarbeit, Sklaverei und den Holocaust der Nazis nicht in einen Blogeintrag ein. Es tut uns leid. Dies ist die Vergangenheit und Gegenwart, in der Ihr Datenprozess im Inneren lebt. Wir können es nicht ignorieren. Sie müssen hart arbeiten, um sicherzustellen, dass Sie nicht Teil davon sind. Um diese Geschichte zu bekämpfen, müssen wir zuerst die Muster verstehen, die sie angetrieben haben.

Alle diese Beispiele zeigen ein problematisches Muster der Datennutzung, das wir auf vier Arten charakterisieren können:

  • Undurchsichtige Prozesse: Die Probanden der Daten erhalten keinen Einblick in das, was mit den Daten über sie geschieht
  • Extraktive Sammlung - Die Daten werden von Personen außerhalb der Gruppe aus den Probanden und ihrer Community gezogen
    • Hohe technologische Komplexität: Die zur Analyse der Daten verwendeten digitalen und nicht digitalen Daten weisen eine steile Lernkurve auf
    • Einflussnahme - Die Personen, um die die Daten handeln, haben keinen Einfluss auf die Auswirkungen der Entscheidungen, die mit den Daten getroffen werden
    • Aus meiner Sicht sind dies Prozessprobleme (lesen Sie mehr in meinem Artikel über Catherine D'Ignazio). Ok, in einigen der ängstlicheren Beispiele oben würden diese nicht als "Probleme" bezeichnet, da es eindeutig ihre Ziele waren, die Subjekte der Daten aktiv zu unterdrücken und zu töten. Dies ist jedoch nicht das Ziel der meisten Datenbestrebungen.

      Die Sache ist, dass sogar viele wohlmeinende, pro-soziale Datenbemühungen diesen problematischen Prozess nutzen. Betrachten Sie zunächst die Geschichte des öffentlichen Gesundheitswesens und der Epidemiologie. Im Jahr 1663 haben Sie John Graunt die ersten umkodierten Experimente in der statischen Datenanalyse durchgeführt. der Ahne der Epidemiologie (erfahren Sie mehr auf Wikipedia). Durch die Umkodierung von Informationen über die Sterblichkeit stellte er die Theorie auf, dass er ein Frühwarnsystem für die Beulenpest entwerfen könnte, die in Europa wütet. Definitiv für das soziale Wohl, aber in einer Machtposition, ohne sich mit den betroffenen Bevölkerungen zu beschäftigen. Extraktive Dartsammlung, ein komplizierter statistischer Prozess und keine Kontrolle der Auswirkungen für die Bevölkerung.

      Oder wie wäre es mit den berühmten Karten von John Snow, mit denen die Ursprünge der Cholera Anfang des 19. Jahrhunderts entdeckt wurden (erfahren Sie mehr auf Wikipedia). Ein edles, wirkungsvolles und aussagekräftiges Beispiel für die Datennutzung, die sicher Leben rettet. Dieselbe Prozesskritik gilt - eine Person mit Privilegien, die Daten über „die Armen“ erfasst, um etwas zu entdecken, ohne die Rolle der Menschen, die die Daten selbst waren.

      Wenn wir diese beiden Geschichten schnell lesen, klingen sie nach erstaunlichen historischen Beispielen für die Verwendung von Daten für immer! Wenn Sie sie jedoch genauer untersuchen, finden Sie die gleichen vier Kritikpunkte, die oben gewichtet wurden. Ihre Datenmethoden entsprachen nicht ihrer Mission.

      Einige Inspirationen

      Wenn Sie diese Geschichte kennen, wie stellen Sie sicher, dass Sie nicht dazu verdammt sind, sie zu wiederholen? Wie vermeiden Sie diese Fallstricke? Sie bauen eine Datenkultur in Ihrer Organisation auf, die bessere Ergebnisse erzielen kann. Sie befähigen Mitarbeiter, Ihr Organigramm hoch und runter zu setzen, um Probleme zu identifizieren, die durch Daten gelöst werden können. Sie öffnen Ihren Prozess, Sie bringen Menschen zusammen, Sie helfen ihnen, Entscheidungen mit Daten zu treffen. Dazu benötigen Sie keine Datenwissenschaftler, Sie benötigen eine Datenkultur. Darum geht es in unserem Datenkulturprojekt. Hier einige Beispiele, um zu erklären, was ich meine.

      Zwei Bilder aus der von W.E.B. erstellten Ausstellung „The Exhibit of American Negroes“. Du Bois (Quelle)

      Ein wunderbares historisches Beispiel sind die kürzlich wiederentdeckten Werke von W.E.B. Du Bois. Er zog unter anderem Volkszählungsdaten an, um 1900 einen Katalog des „Afroamerikaners“ zu erstellen. Er brachte die erfinderischen und neuartigen Infografiken auf die Weltausstellung in Paris, um die Arbeit zu präsentieren, die zur Schaffung echter Freiheit in den USA notwendig ist Post-Sklaverei (Arbeit, die noch heute gemacht wird). Er arbeitete mit afroamerikanischen Studenten an der Universität zusammen, um diese Zensusdaten erneut zu verwenden, um ihre Geschichte zu erzählen. Diese Grafiken sind ein Beispiel für die Selbstbestimmung, wobei die Probleme hervorgehoben werden, die die Subjekte der Daten selbst ausgewählt haben. Seine statistischen Techniken waren detailliert, aber er erfand neue Wege, um sie einem größeren Publikum mit weniger Datenkenntnissen zu vermitteln.

      Ein von der Collaborate for Healthy Weight Coalition (August 2013) erstelltes Datenbild.

      Ein allgemeines Thema in meiner Arbeit ist die Verwendung der Kunst als Einladung, um Menschen zusammenzubringen, um ihre eigene Geschichte zu erzählen. Meine Arbeit an Datenwandbildern, eine Zusammenarbeit mit meiner Frau Emily Bhargava, ist ein hervorragendes Beispiel dafür. Wir bringen eine Gruppe von Personen um einige Daten zusammen, helfen ihnen, eine Geschichte zu finden, die sie erzählen möchten, und entwerfen dann gemeinsam ein Wandbild, um sie zu erzählen. Dadurch liegt das Eigentum an der Datenanalyse und der Data Story in ihren Händen, wodurch der Standardprozess auf den Kopf gestellt wird. Die Probanden der Daten sind befähigt, die Datengeschichte zu erzählen, mit der Einladung, die Daten zu analysieren, die ihre Fähigkeiten aufbauen, und sie dort zu treffen, wo sie Fähigkeiten und Interessen haben.

      Data 4 Black Lives Gründer Yeshimabeit Milner, Lucas Mason-Brown und Max Clermont

      Ein stärker auf die Community ausgerichtetes Beispiel stammt von der Data 4 Black Lives-Organisation (D4BL). Das brutale Erbe der Sklaverei in den USA durchdringt unsere Kultur. Daher ist es nicht verwunderlich, dass die von uns verwendeten Datensätze weiterhin vergiftet werden. D4BL arbeitet daran, diese Probleme aufzuzeigen, Organisatoren, Datenwissenschaftler und Studenten zusammenzubringen und auch die Politik zu beeinflussen, um die Daten den Bedürfnissen schwarzer Leben in den USA zuzuführen. Dies ist eine traditionell marginalisierte Gemeinschaft, die sich mit der Sprache der Machthaber (Daten) befähigt und versucht, eine Gemeinschaft im Dienste ihrer eigenen Ziele aufzubauen.

      1. Platz Gewinner Danford Marco und sein Khanga Design

      Für ein Nicht-US-Beispiel können wir auf die Arbeit der Tansania Bhora Initiative und der Faru Arts and Sports Development Organisation im Rahmen des Data Zetu Intiaitive in Tansania zurückgreifen. Sie veranstalteten einen Wettbewerb für Designer, um auf der Grundlage von Daten Khanga-Stoffmuster zu erstellen (der Khanga ist ein traditioneller Baumwollstoff, der mit Sprüchen oder Ausrufe verziert ist). Das Projekt baute die Fähigkeit der Designer auf, Daten zu sprechen, und endete mit einer Modenschau, in der die Gewinnerentwürfe gezeigt wurden (lesen Sie mehr in ihrem Blogpost). Der Gewinner des ersten Platzes (Danford Marco) entwarf ein Design, das darauf hinweist, dass jede zweite verheiratete Frau von ihrem Ehemann missbraucht wurde. Eine erstaunliche Statistik und ein beeindruckendes Design, das auf das Problem aufmerksam macht. Diese Art kreativer Herangehensweise beim Aufbau von Datenkapazität ist ein Beispiel für einen ganz anderen Prozess, der inklusiv ist, Kapazität aufbaut und den Personen, denen es zu tun hat, den Besitz der Daten gibt.

      Passen Sie Ihre Mission und Methoden an

      Richten Sie Ihre Datenmethoden und Ihre Mission aus

      Ich hoffe jetzt, dass ich Sie davon überzeugt habe, dass Sie sich mehr Gedanken über die von Ihnen verwendeten Datenmethoden machen müssen, um zu vermeiden, dass die mit den Daten verbundene schreckliche historische Praxis wiederhergestellt wird. Ich konzentriere mich auf Organisationen, die sich für das soziale Wohl einsetzen, aber dieses Argument gilt für jeden, der Daten verwendet. Die inspirierenden Beispiele, die ich alle hervorheben, weisen einen Weg nach vorne, der uns zu unserer Mission und unseren Methoden passt. Welchen Weg wirst du folgen?

Siehe auch

BLINDNESS, eine Einzelausstellung von Javier Martin, einem spanischen Künstler aus New York und MiamiMerkmale von Kunstinvestitionen und KunstinvestorenKunst schätzen um der Kunst willenJeder ist kreativ, wahr oder wahr?Eine atemberaubende Kunstinstallation, die projizierten Meeresspiegelanstieg zeigtZuordnung2