Close

PICK UP

データサイエンティストの頭の中

shutterstock.com

私はデータサイエンティストとして、データサイエンスが日々新しい場所で取り入れられ、受け入れられていく現場にいます。

かつて基礎物理を研究していくなかで、「もっと科学で世界とつながりたい」と思い、いまの現場へと飛び出したのですが、むしろ、今日となっては、世界のほうからこちらに迫ってくる勢いです。

とはいえ、最近はデータサイエンスの限界にも嗅覚が鋭くなってきています。「限界を超えてこそ先が見える」という類の限界ではなく、根本的なトレードオフ(両立しない関係性)、少なくともそのように見えるのです。

例えば、「自分は転職するべきなのか」「誰と結婚するべきなのか」「この先何を目標にしようか」といった重要な意思決定ほど、科学の力で答えを見出すことは難しいようです。決断ほど、過去には前例がなく、データもなければモデルもない。そこで、人はそういうときに、偶然に意味を見出してストーリーをつくったり、ジンクスを避けたり、宗教に身を委ねたりしますし、私もその例外ではありません。

ですから本来データで解決できる問題でも、データを収集するコスト・時間を考えると、現実的にはデータ以外の方法に頼りたくなることも出てきます。

私の働いているDataRobot社でも、会社が大きくなるとともに、事業状況を把握するため、より多くのデータを収集しようとしていますが、毎週のレポーティングの負担はだんだん大きくなってきました。

以前だったら、自分の直感で進み、結果さえ出ていればOKだったことが、状況把握のためのデータ収集や入力のために事業推進に無関係な時間を過ごしているように感じることもあったりします。「データから価値を生み出すこと」を商売にしておきながら、甚だ矛盾した考え方で、自己嫌悪に陥りそうです。

データ収集が世界を決定づける

観察者効果(Observer Effect)というのをご存知でしょうか? 観察しようとする行為そのものが観察される現象に影響を及ぼしてしまうというトレードオフや、観測行為そのものに起因する摂理を指します。

例えば何かを見ようとすると、暗闇では見ることができないので、光を当てることになります。でも見ようとしている対象がすごく小さいもの(電子など)であるときには、見るために当てる光がその対象に与える変化まで、気にしなくてはいけません。

他にこんな例もあります。

・タイヤの圧力を測ろうと思ったら、タイヤの空気を抜かないといけない
・温度を測るために温度計を入れることで、熱が奪われてしまう

文=シバタアキラ

記事が気に入ったら
いいね!しよう

LIKE @Forbesjapan

Forbesjapanを
フォローしよう

FOLLOW @Forbesjapan

あなたにおすすめ

合わせて読みたい