Sensibilizzazione dei dati e responsabilità

somme e arrotondamenti, non bisogna fidarsi poiché se qualcuno nasconde dei dati, probabilmente lo fa perché nasconde qualcosa. Non si parla di menzogna, ma del distorcere i dati affinché si riesca a comunicare quel che si vuole. Il fatto di essere umani e di non essere mai del tutto obbiettivi potrebbe portarci all’auto inganno, la verità non sarà mai assoluta, ma comunque possiamo sforzarci per cercare di fornire la migliore versione di verità che riusciamo ad ottenere. Inoltre bisogna ricordare che ciò che noi progettiamo magari non è ciò che il pubblico interpreta, i diversi codici culturali potrebbero portare a ribaltare il ruolo della nostra rappresentazione, è dunque in tutti modi essenziale ridurre le possibilità di fraintendimento.

Few ci parla in dei suoi articoli di sensibilizzazione dei dati. Coloro che lavorano per dare un senso ai dati e comunicare le loro scoperte sono responsabili dei dati. Aiutare la gente a comprendere il mondo in base ai dati è un lavoro molto importante. Quando i professionisti che lavorano in questo campo non riescono a svolgere bene il proprio lavoro incoraggiano decisioni sbagliate. La trasmissione delle informazioni non deve in qualche modo fare del male. Il senso dei dati non è eticamente o moralmente neutrale, può essere fatto nel bene o nel male. In poche parole, la sensibilizzazione dei dati è ciò che facciamo per dare un senso ai dati. Lo facciamo nel tentativo di capire il mondo. Coloro che lavorano per dare un senso ai dati e comunicare le loro scoperte sono responsabili dei dati.

«Vorrei estendere l’elenco di considerazioni etiche per affrontare l’intera gamma di attività di sensibilizzazione dei dati. L’elenco delle pratiche

etiche che sto proponendo di seguito non è né completo né sufficientemente organizzato né completamente descritto. Lo offro solo come uno sforzo iniziale che possiamo discutere, espandere e chiarire. Una volta fatto ciò, possiamo tornare indietro e perfezionare il lavoro».

Dovresti lavorare non solo per fornire informazioni, ma per consentire la comprensione che può essere utilizzata in modi utili. Dovresti avere la necessità di un insieme di competenze concordate per la rilevazione dei dati. Dovresti capire il dominio pertinente. Ad esempio, se si sta eseguendo un’analisi delle vendite, è necessario comprendere il processo di vendita e gli obiettivi di vendita della propria organizzazione. Dovresti conoscere il tuo pubblico (cioè i tuoi clienti; quelli che ti stanno chiedendo di fare il lavoro) - i loro interessi, credenze, valori, ipotesi, pregiudizi e obiettivi - in parte per identificare inclinazioni potenzialmente non etiche. Dovresti capire lo scopo per cui il tuo lavoro verrà utilizzato. In altre parole, dovresti chiedere “Perché?”. Dovresti sforzarti di anticipare i modi in cui i tuoi risultati potrebbero essere utilizzati per danni. Quando ti viene chiesto di fare qualcosa di dannoso, dovresti dire “No”. Quando scopri usi dannosi dei dati, dovresti metterli alla prova e, se persistono, dovresti esporli a coloro che possono potenzialmente eliminarli. Dovresti principalmente soddisfare le esigenze di coloro che saranno interessati dal tuo lavoro. Non dovresti esaminare dati che tu o il tuo cliente non avete il diritto di esaminare. Non dovresti fare un lavoro che comporti un trattamento ingiusto e discriminatorio di particolari gruppi di persone in base a razza, etnia, genere, religione, età, ecc.

Se la qualità dei dati disponibili non è sufficiente per l’attività di rilevamento dei dati, è necessario segnalarlo, descrivere ciò che manca e insistere affinché la qualità dei dati sia migliorata al livello richiesto prima di procedere. Dovresti sempre esaminare i dati nel contesto. Come dice lo stesso Tufte “Graphics must not quote data out of context.” (La grafica non deve riportare i dati fuori contesto.) Dovresti sempre esaminare i dati da tutte le prospettive potenzialmente rilevanti. Dovresti presentare chiaramente i risultati nel modo più completo per consentirne la comprensione. Dovresti presentare i tuoi risultati in modo veritiero. Dovresti descrivere l’incertezza delle tue scoperte. È necessario segnalare eventuali limitazioni che potrebbero aver influito sulla validità dei risultati. Dovresti confermare che il tuo pubblico comprende le tue scoperte. Dovresti chiedere feedback durante il processo di creazione dei dati e invitare altri a criticare le tue scoperte. Dovresti documentare i passaggi che hai seguito, comprese le statistiche che hai utilizzato, e conservare i dati che hai prodotto nel corso del tuo lavoro.

«Le informazioni sono preziose solo quando le usiamo per fare qualcosa di utile».

Queste sono le 21 azioni che eviterebbero di tramandare quelle che Few definisce Informazioni Dannose. I dati possono infatti mentire o veicolare informazioni false, questo dipende oltre dalle fonti, anche da come decidiamo di trattare i dati. Inizialmente i dati sono la nostra materia prima, dobbiamo analizzarli per capire se ci troviamo di fronte a dati di qualità; se così è dobbiamo trovare il modo migliore di veicolarli al nostro pubblico, cercando di rispettarli e non distorcerli a