Статья, опубликованная в журнале «Гарвард Бизнес Ревью Россия»
Пять правил, которые помогут вашей команде научиться работе с данными
Рашид Сабар
Все мы видели статьи о программах распознавания лиц, которые не различают людей с темной кожей, или об автоматических системах одобрения кредитов, которые отказывают в ипотеке представителям определенных групп. Исследования все чаще показывают: если алгоритм разработан нерепрезентативной группой, он приводит к тому, что ИИ лишь усугубляет существующее в обществе неравенство. И чем больше компаний используют данные и ИИ, тем серьезнее может стать проблема алгоритмической дискриминации.
Большинство компаний уже это понимают — и теперь они пытаются понять, как им самим не стать еще одним дурным примером.
Короткий ответ таков: каждый должен критически оценивать и анализировать механизмы сбора и использования данных. Нужно расширить круг людей, которые занимаются проектированием, разработкой и мониторингом алгоритмов. Это единственный способ разработать ответственный ИИ. А для этой работы нужна грамотность в сфере данных. Люди должны научиться читать и структурировать сложные данные, интерпретировать и обобщать информацию, делать предсказания и понимать этические последствия работы алгоритмов. Наука о данных в чем-то похожа на математику: в ней есть много разных дисциплин, ее можно изучать на любительском или на профессиональном уровне, и вообще зачастую это скорее практическая, чем научная дисциплина.
Кроме того, повышение грамотности в сфере данных может поспособствовать диверсификации команд, которые принимают ключевые решения о сборе, обработке и внедрении данных. Эти команды должны быть разнообразными — я понял это на собственном опыте больше десяти лет назад, еще когда был менеджером квантового фонда. Многие понимают, что инвестиционные портфели нужно диверсифицировать, потому что диверсификация снижает риск. Но разнообразные команды тоже работают лучше, потому что диверсификация снижает риск шаблонного группового мышления. Сделав ставку на повышение грамотности сотрудников в работе с данными, компании получат больше разнообразных, креативных мнений. Это поможет им как снизить риск алгоритмической дискриминации, так и найти с помощью данных новые выгоды и возможности.
Однако цифры показывают, что большинству компаний по-прежнему не удается развить грамотность в сфере данных. 90% бизнес-лидеров называют грамотность в сфере данных ключом к успеху бизнеса, но только 25% сотрудников заявляют, что уверены в своих навыках работы с данными. Более того, по некоторым оценкам, почти 90% специалистов по данным — белые, и только 18% — женщины. Исследование General Assembly указывает, что по кадровому разнообразию отрасль работы с данными отстает даже от других технических дисциплин — например, цифрового маркетинга и UX-дизайна.
Так почему же компании не проводят систематическое и масштабное обучение навыкам работы с данными, несмотря на явную необходимость и растущую важность этой задачи? Именно этот вопрос я изучаю в последние несколько лет. В компании Correlation One, сооснователем которой я стал в 2018 году, после того как ушел из фонда, мы работаем с сектором финансовых услуг и организациями из списка Fortune 500 и стремимся построить более инклюзивные траектории в сфере науки о данных. Мы помогаем разным работодателям — от Target и Johnson & Johnson до правительства Колумбии — раскрыть потенциал их кадров, а также бесплатно обучаем начинающих специалистов по данным (например, в рамках партнерства с SoftBank и правительством города Майами). Поэтому мы находимся в идеальной позиции, чтобы увидеть срочную потребность в грамотных кадрах, и помогаем компаниям внедрять конкретные тактики для воплощения этой цели в реальность.
Вот некоторые из наших принципов.
Грамотность в сфере данных должна стать приоритетом всей организации, а не только технических отделов
Грамотность в сфере данных — это не технический, а общепрофессиональный навык. Постарайтесь развить его у всех сотрудников: маркетологов, продажников, операционного отдела, продакт-менеджеров и т. д. Проводите ежеквартальные сессии и обсуждайте на них такие темы, как принятие решений на основе данных, искусство возможного в сфере ИИ, связь данных с бизнесом, этикой и ИИ, коммуникации через данные. Уделяйте внимание всей организации в целом: это основа для перехода к культуре работы с данными.
Разработайте общий язык, чтобы говорить о данных, о том, как они соотносятся с вашим бизнесом и отраслью, и о том, как данные меняют распределение ролей в вашей компании
Мир данных велик, в нем много громких слов и тумана. Поймите, какие аспекты грамотности в сфере данных особенно важны для вашей организации. Например, если вы занимаетесь финансовыми услугами, это будут теория вероятностей и риск-менеджмент, а для ИТ-компании — эксперименты и визуализация. Используйте на занятиях соответствующую терминологию и включайте ее в обучающий контент. Покажите, как она связана с разными отделениями вашего бизнеса, чтобы сотрудники могли понимать, как соотносится грамотность в сфере данных с их работой.
