Мередит Бруссард - Искусственный интеллект [Пределы возможного] [litres]

Штат Флорида. Дата-журналисты Sun Sentinel остановились на обочине шоссе и заметили приближающиеся полицейские машины. Позже они, запросив данные с транспондеров и из пунктов сбора дорожной платы, выяснили, что полицейские регулярно превышали скорость, подвергая горожан опасности. После расследования расходы полиции снизились на 84 %. Эта весьма эффектная позитивная социальная перемена способствовала тому, что в 2013 г. история удостоилась Пулитцеровской премии за вклад в жизнь общества [16] Kestin and Maines, “Cops Hitting the Brakes – New Data Show Excessive Speeding Dropped 84 % since Investigation.” . Флорида – родина многих хороших дата-журналистов. С одной стороны, из-за плодороднейшей почвы с точки зрения поиска историй. «Флорида давно обогнала Калифорнию по количеству диких, необычных и нелепых вещей, которые стали здесь обычным делом», – писал Джефф Кунер в 2013 г. для Orlando Sentinel [17] Kunerth, “Any Way You Look at It, Florida Is the State of Weird.” . Все, что делает государство США, априори публично, однако именно «солнечные законы» Флориды также гарантируют всем доступ к фотографиям, пленкам и аудиозаписям. Закон, гарантирующий такую открытость, означает, что получить государственные данные можно официально. Поэтому во Флориде много дата-журналистов и многие расследования происходят именно там.

Некоторые журналисты собирают данные из официальных источников и изучают их на предмет каких-либо идей, что иногда приводит к весьма неприятным фактам. Скажем, невероятным примером сотрудничества исследователей с представителями индустрии стал случай, когда дата-журналистка Шерил Филлипс из Стэнфордской лаборатории журналистики данных предложила своим студентам запросить информацию со всех 50 штатов о том, кого полицейские останавливали для проверки. Журналисты (не только из Стэнфорда) обнаружили, что белых останавливают реже [18] Pierson et al., “A Large-Scale Analysis of Racial Disparities in Police Stops across the United States.” .

Под журналистикой данных также понимается анализ алгоритмической ответственности – небольшая профессиональная область, к которой я принадлежу. Алгоритмы и иные вычислительные инструменты используются в том числе для принятия решений – от нашего имени. Алгоритмы определяют стоимость степлера, которую вы видите во время онлайн-шопинга; они подсчитывают, сколько вы будете платить за медицинскую страховку. Алгоритм фильтрует ваши данные на предмет того, человек вы или бот, при подаче резюме через платформу поиска работы. Дело в том, что в рамках демократии целью свободной прессы является привлечение к ответственности тех, кто принимает решения. Аналитика алгоритмической ответственности как раз занимается этим в цифровом мире.

История под названием «Предвзятость машины» (Machine Bias), опубликованная в 2016 г. некоммерческой организацией ProPublica, – выдающийся пример анализа алгоритмической ответственности [19] Angwin et al., “Machine Bias.” . Журналисты ProPublica обнаружили, что алгоритм, используемый при вынесении судебного приговора, был настроен против афроамериканцев. Информация, собранная во время полицейского допроса, заносилась в компьютер. Затем алгоритм COMPAS анализировал данные и прогнозировал вероятность того, что человек вновь совершит правонарушение. Предполагалось, что подсчет поможет судьям принимать более объективные решения. В результате получилось, что афроамериканцы получали более долгие сроки, нежели белые.

Несложно заметить, насколько техношовинизм ослепил разработчиков COMPAS и не позволил им увидеть вред, который алгоритм может нанести. Вера в то, что решения, принятые компьютером, лучше или честнее, чем человеческие решения, приводит к тому, что нас перестает интересовать релевантность данных, представляемых системе. «Что посеешь, то и пожнешь» – легко об этом забыть, особенно если вы действительно хотите , чтобы компьютер оказался корректен. По-настоящему важно задумываться над тем, делают ли алгоритмы и их создатели мир лучше или хуже.

Данные используются в журналистике дольше, чем думает большинство людей. Первое журналистское расследование, основанное на сборе данных, появилось в 1967 г. При помощи методов социальных исследований и вычислительной машины Филип Мейер анализировал волнения на расовой почве в Детройте для Detroit Free Press . «Среди штатных журналистов бытовала теория, согласно которой бунтари всегда были наиболее ущемленными, беспомощными, находясь в самом низу экономической лестницы. Считалось, что они бунтуют потому, что у них нет иных способов для продвижения или выражения своей позиции, – писал Мейер. – Теория не подтверждалась данными» [20] Meyer, Precision Journalism, 14. . Он провел масштабный опрос и статистический анализ результатов при помощи вычислительной машины. Оказалось, что участники беспорядков принадлежали к разным социальным слоям. Эта история принесла ему Пулитцеровскую премию. Применение методов социальных исследований в журналистике Мейер тогда назвал точным репортерством .