रिसर्च (और बियॉन्ड) में, हमारा सबसे बड़ा दुश्मन हमारा अपना पूर्वाग्रह है

हाल ही में मुझे यूसी बर्कले स्कूल ऑफ इंफॉर्मेशन की शीतकालीन शुरुआत में पता देने के लिए सम्मानित किया गया था, डेटा साइंस कार्यक्रम में परास्नातक के स्नातकों के लिए। भाषण का ऑडियो आईस्कूल के पॉडकास्ट श्रृंखला पर उपलब्ध है।

आज मुझे यहां आमंत्रित करने के लिए डीन सक्सेनियन और संकाय के लिए धन्यवाद। यहाँ होना एक सम्मान की बात है और यह मेरे घर विभाग में मेरे अल्मा मेटर के यहाँ वापस होने के लिए एक खुशी है, जिसे मैं अपने सिर को विचारों के सही संयोजन से भरा करने का श्रेय देता हूं।

और सभी नए स्नातकों को बधाई! मैं लगभग 10 वर्षों से स्नातक विद्यालय में था। इसलिए मैं जानता हूं कि जिस ताकत और दृढ़ संकल्प के जरिए वह आगे बढ़ता है। यह केवल 6 साल पहले था कि मैं जहां आप थे, वह मेरी पीएचडी प्राप्त कर रहा था। लेकिन इससे पहले कि आप आश्चर्यचकित हों कि ग्रेड स्कूल से केवल 6 साल का लड़का ही यह पता क्यों दे रहा है, याद रखें कि तकनीकी वर्ष कुत्ते के वर्षों की तरह होते हैं। तो यह ... मैं वास्तव में उस गणित को अपने सिर में नहीं कर सकता। वैसे भी इसे करने दो।

प्रारंभ के पतों के बारे में थोड़ा पढ़ने के बाद, मैंने एक महत्वपूर्ण बात सीखी है: लगभग आप में से किसी को भी कुछ भी याद नहीं होगा जो मुझे कहना है। इसलिए मैंने बकायदा दफनाया। आज आपको मेरा संदेश यह है:

आपका अपना पूर्वाग्रह आपका सबसे बड़ा दुश्मन है - इसे जीवन में अपना मिशन बनाएं और इसे जीतने के लिए काम करें। स्वीकार करें कि आप मानव हैं, कि सभी मनुष्य पक्षपाती हैं, और यह कि आप सभी के समान ही बुरे हैं। स्वीकार करें कि वस्तुनिष्ठता एक कल्पना है, और यह कि डेटा विज्ञान किसी भी अन्य तरीके से जानने का अधिक उद्देश्य नहीं है।

अपना समय उन चीज़ों पर विश्वास करने की कोशिश करें, जिन पर आप विश्वास करते हैं। उन सबूतों का पीछा करें जो आपको गलत साबित करते हैं, न कि ऐसे सबूत जो आपको सही साबित करते हैं। ऐसा करने के लिए आपकी सबसे अच्छी रणनीति दूसरों के दृष्टिकोण को गहराई से समझने की क्षमता पैदा करना है। उनके पूर्वाग्रह को अपना पूर्वाग्रह बनाना। उनके सिर और उनके दिल के अंदर जाने के लिए।

तो वहाँ यह है। लेकिन एक सेकंड के लिए वापस चलें और कुछ के बारे में बात करें जो वास्तव में अनियंत्रित है: नकली समाचार। चिंता न करें, यह राजनीतिक भाषण में भाग लेने के बारे में नहीं है। मैं फर्जी खबर शब्द के बारे में बात करना चाहता हूं। वहाँ एक निहितार्थ है: कि कुछ समाचार नकली नहीं है।

आइए अब समाचारों के छोटे अंश को अलग कर दें जो कि 100% है। समाचार हर दूसरी तरह की जानकारी की तरह है। इसमें कुछ तथ्य और बहुत सारी व्याख्या शामिल है। तो अगर यह सच है, जो भी स्रोत है, जो बिट्स नकली हैं? अधिक से अधिक बार जवाब नहीं है: बिट आप के साथ असहमत होने के लिए होता है।

यदि हाल की विश्व घटनाओं ने हमें कुछ भी सिखाया है तो यह है कि मानव आने वाली सूचनाओं को कम्पार्टमेंटलाइज़ करने में बिल्कुल शानदार है, जो वे देखना चाहते हैं और तार्किक विरोधाभासों को अनदेखा कर रहे हैं। हम गूंज कक्षों में नहीं रहते हैं, क्योंकि उन्हें अपने मन में बनाते हैं।

उन चीजों के लिए सबूत खोजना जो आप पहले से ही मानते हैं, आसान है। मैं पुष्टि पूर्वाग्रह नामक कुछ के बारे में बात कर रहा हूँ। हो सकता है कि आपको इसके बारे में पहले से पता हो। यदि आप करते हैं, तो आप शायद इस बात से सहमत होंगे कि मुझे क्या कहना है।

पुष्टि पूर्वाग्रह उन चीज़ों के लिए पूरी तरह से मानवीय और प्राकृतिक प्राथमिकता है जो हम पहले से ही सच मानते हैं। हम पुष्टिकरण संबंधी जानकारी चाहते हैं और हम इसे और आसानी से याद करते हैं। हम अनुकूल चीजों की व्याख्या अनुकूल तरीके से करते हैं। कोई व्यक्ति, कोई अनुशासन, कोई उद्योग, कोई कार्यप्रणाली इससे ऊपर नहीं है।

शिक्षाविदों ने दशकों से पुष्टि पूर्वाग्रह का अध्ययन किया है और हम बहुत कुछ जानते हैं कि ऐसा क्यों होता है। एक व्याख्या यह है कि यह बहुत आसान है। विरोधाभासी जानकारी हल करने से काम चल जाता है, और ज्यादातर लोग काम से नफरत करते हैं। एक और व्याख्या यह है कि मनुष्य लगातार और खुश विचारों को तरसते हैं। तो विरोधाभासी जानकारी बस हमें परेशान करती है। एक ऐसी दुनिया में रहना जहाँ हम कभी भी अपने विचारों का पुनर्मूल्यांकन करने के लिए मजबूर नहीं होते हैं वास्तव में बहुत बढ़िया लगता है।

लेकिन मैं अपनी किसी भी सफलता के पीछे एक चीज की पहचान कर सकता हूं। और यह अपने स्वयं के पूर्वाग्रह के बारे में लगातार जागरूक होने की कोशिश कर रहा है, अपनी खुद की मान्यताओं का भंडाफोड़ करने के लिए, और अन्य लोगों, अन्य दृष्टिकोणों और वैकल्पिक व्याख्याओं को समझने के लिए कड़ी मेहनत करता हूं। इन चीजों को करने से मुझे एक बेहतर दोस्त, पति और पिता होने के साथ-साथ एक बेहतर शोधकर्ता और नेता बनने में मदद मिली है।

मैंने एक सांस्कृतिक मानवविज्ञानी के रूप में अपना शैक्षणिक करियर शुरू किया। डेटा विज्ञान से बहुत दूर के रूप में आप प्राप्त कर सकते हैं। मानवविज्ञानी अपना अधिकांश समय संस्कृति के बारे में सोचने में व्यतीत करते हैं। यदि जीवन एक सिम्फनी है, तो संस्कृति की कुंजी है। जी की कुंजी डी की कुंजी नाबालिग। यह एक स्थिर पैटर्न है, जिसके खिलाफ सभी नोट खेले जाते हैं।

इसलिए जब मानवविज्ञानी अनुसंधान के पास जाते हैं, तो उनके कार्य के बारे में सोचने का एक तरीका यह है कि वे सभी नोटों को देख रहे हैं और यह पता लगाने की कोशिश कर रहे हैं कि किस कुंजी को खेला जा रहा है। यह कार्य अर्थ और व्याख्या के बारे में है, यह समझने के बारे में है कि अन्य लोग किस प्रकार चीजों का बोध कराते हैं। यह उनके पूर्वाग्रहों को समझने के बारे में है। उन सभी चीजों को एक कुंजी में कैसे हल किया जाता है।

तो यह चाल है। मुझे उम्मीद है कि आपका लक्ष्य वह सब कुछ होगा जो आप करते हैं। जब आप किसी और के परिप्रेक्ष्य को समझने के लिए कड़ी मेहनत करते हैं, तो सुंदर चीजों का एक गुच्छा होता है। आप अपनी समझ से अंतराल को देखते हैं। आप देखें कि अपने तर्क को कैसे मजबूत किया जाए। आप मजबूत संबंध बनाते हैं। आप अधिक विनम्र होना सीखते हैं, अपने स्वयं के अधिकार के प्रति कम आश्वस्त होते हैं।

आप देखते हैं कि एक ही जानकारी कितने अलग-अलग तरीकों से कटौती कर सकती है। क्या तथ्य की तरह लग सकता है अचानक व्याख्या बन जाता है। आप देखते हैं कि प्राथमिकताएँ कितनी महत्वपूर्ण हैं - हम एक ही जानकारी को एक ही तरीके से देख सकते हैं लेकिन विभिन्न निष्कर्षों पर आते हैं, सिर्फ इसलिए कि हम विभिन्न चीजों के लिए अनुकूलन कर रहे हैं।

मेरे अनुभव में लगभग हर असहमति प्राथमिकताओं में आती है। निर्णय लेना सिर्फ उन समस्याओं को चुनना है जो आप करना चाहते हैं। जब आप किसी और की प्राथमिकताओं को समझ सकते हैं, तो उन समाधानों को चुनना आसान हो जाता है जो सभी की समस्याओं को हल करते हैं।

एक बात मुझे ध्यान रखनी चाहिए कि यदि आपका लक्ष्य यह समझना है कि कोई दूसरा व्यक्ति दुनिया को कैसे देखता है, तो आपको बड़े डेटा की आवश्यकता नहीं है। कभी-कभी आपको केवल एक की आवश्यकता होती है।

कुछ साल पहले मैं न्यूज फीड टीम के साथ फेसबुक पर काम कर रहा था। न्यूज़ फीड आपके दोस्तों की कहानियों की धारा है जिसे आप फेसबुक पर स्क्रॉल करते हैं। अपने घर स्क्रीन।

टीम फ़ीड की कहानियों की गुणवत्ता को बेहतर बनाना चाहती थी। लेकिन वापस तो उनके पास गुणवत्ता का एक बहुत सरल मॉडल था - अगर आपको एक कहानी पसंद है तो यह अच्छा होना चाहिए, और यदि आप इसे छिपाते हैं, तो यह बुरा होना चाहिए।

उम्मीद है कि आप पहले से ही सोच रहे थे कि अच्छे और बुरे के बारे में सोचने का यह कितना भोला तरीका है। मेरी भी यही प्रतिक्रिया थी, लेकिन टीम ने पहले ही इस विचार में बहुत काम किया था। वे वैकल्पिक दृष्टिकोण से बहुत खुले नहीं थे। इसलिए जैसा कि हमने अनुसंधान से संपर्क किया, जो हम चाहते थे वह एक अलग दृष्टिकोण से टीम को समझने में मदद करने का एक तरीका था।

हमें डेटा में लोगों का एक समूह मिला, जिसे हमने "सुपर हैडर्स" कहा - ये ऐसे लोग थे जो औसत से कई अधिक कहानियां छिपा रहे थे। इसलिए हमने साक्षात्कार के लिए आने के लिए उनमें से एक गुच्छा भर्ती किया। हम सीखना चाहते थे कि वे क्यों छिपते हैं।

इसलिए यह अनुसंधान का पहला दिन है, और मैं उत्पाद टीम के साथ पीछे के कमरे में हूं, और शोधकर्ता दिन के पहले प्रतिभागी के साथ साक्षात्कार कक्ष में है। हम सामान्य परिचयात्मक चीजें करते हैं, और फिर हम महिला को कंप्यूटर में लॉग इन करने के लिए कहते हैं और फेसबुक ब्राउज़ करना शुरू कर देते हैं जैसा कि वह सामान्य रूप से करती है।

इसलिए वह करती है, और वह फ़ीड में पहली कहानी देखती है, और वह उसे छिपाती है। और फिर वह दूसरे को देखती है, और वह उसे छुपाती है। और इसी तरह। इसके बाद कुछ मिनटों के लिए चला गया, शोधकर्ता ने उसे रोक दिया और उससे पूछा कि वह क्या कर रहा है। और उसने कहा, "ठीक है, कुछ पढ़ने के बाद, मैंने इसे कूड़ेदान में डाल दिया।"

यह पता चला कि वह इनबॉक्स शून्य के मॉडल का उपयोग कर रही थी। एक ईमेल पढ़ें, इसे हटा दें। मुझे उसके लिए बुरा लगा, हालाँकि, न्यूज़ फीड ने असीम रूप से स्क्रॉल किया। वह कभी नहीं मिलता है

पिछले कमरे में, टीम के दिमाग उड़ा दिए गए थे। कोई भी यह नहीं सोच रहा था कि यह महिला प्रतिनिधि थी, या यह व्यवहार बहुत सामान्य था। वह बात नहीं थी। लेकिन एक ही बात एक डेटा बिंदु आपको हर बार, और यह एक अस्तित्व प्रमाण दे सकता है। इस बात का गवाह है कि इस महिला के सिर के अंदर एक उदाहरण, थोड़ा सा यह सब परिप्रेक्ष्य में बदलाव के लिए लिया गया था। यह किसी भी अन्य विश्लेषण से अधिक हो सकता है। अब हम गुणवत्ता के सीधे संकेत के रूप में नहीं छिपा सकते, और हमने नहीं किया।

जैसा कि मैंने Airbnb में रिसर्च टीम का निर्माण किया है, मैंने इन विचारों को कैसे काम करने की कोशिश की है। इसलिए यह है कि हम बड़े और छोटे शोध प्रश्नों पर कैसे पहुंचें। अगर हम वास्तव में अपने पूर्वाग्रह से लड़ना चाहते हैं और खुद से बाहर निकलना चाहते हैं, तो इसका मतलब है कि हमें वास्तव में अलग तरीके से काम करने की जरूरत है। एक महान रणनीति जो हम कभी-कभी उपयोग करते हैं वह यह है - एक निष्कर्ष के साथ, हम उन सभी तरीकों को लिखते हैं जो हमें लगता है कि गलत हो सकता है। हम सभी वैकल्पिक परिकल्पनाओं को सूचीबद्ध करते हैं। फिर हम उन चीजों के लिए सबूत खोजने के आसपास एक शोध डिजाइन का निर्माण करते हैं। हम विचारों या डिजाइनों को कभी मान्य नहीं करते हैं, हम उन्हें गलत ठहराते हैं। हमें इस पर कड़ी मेहनत करनी होगी क्योंकि पुष्टिकरण पूर्वाग्रह इतना मजबूत है, और यह हमारे काम में आने वाले कई पूर्वाग्रहों में से सिर्फ एक है। लेकिन अंत में हम बेहतर शोध करते हैं और हम बेहतर उत्पादों का निर्माण करते हैं।

इसलिए एक मानवविज्ञानी के रूप में मैंने संज्ञानात्मक असंगति को तरसना सीख लिया। मुझे उम्मीद है कि आप भी। सामाजिक मनोविज्ञान, डेटा विज्ञान, उपयोगकर्ता अनुभव अनुसंधान की ओर बढ़ने के रूप में इस दृष्टिकोण को देखते हुए, इसने मुझे समग्र रूप से सोचने के लिए प्रेरित किया। और अपने आप को कभी भी यह सोचकर मूर्ख बनाने की ज़रूरत नहीं है कि मुझे एक निश्चित उत्तर मिला है। आत्म-संतुष्ट डेटा वैज्ञानिक का कैरिकेचर जो आपको चार्ट और आँकड़ों के साथ चकाचौंध करता है, मशीन सीखा मॉडल, आपको बताता है कि उन्होंने इन सभी समस्याओं को हल किया है जो सामाजिक वैज्ञानिक हल नहीं कर सके, और एक बैल की तरह सब कुछ पर आरोप लगाते हैं, झूठे आत्मविश्वास से भरा - वह व्यक्ति पहले से ही एक अवशेष है। वह व्यक्ति गधे जैसा लगता है। लेकिन उस व्यक्ति ने शायद अपने मानव स्वभाव को केवल दिया है, और दूसरों को समझने और सुनने के काम को ढालने के लिए, कभी भी अपने स्वयं के निष्कर्ष पर सवाल उठाने के लिए, कम से कम प्रतिरोध का रास्ता अपनाने का फैसला किया है। वह व्यक्ति नहीं होगा

लेकिन निश्चित रूप से आप इस प्रतिष्ठित कार्यक्रम के स्नातक हैं। एक जो अपने बहु-विषयक दृष्टिकोण में अद्वितीय है। मुझे लगता है कि आपके साथ ऐसा होने का थोड़ा खतरा है। लेकिन यह अभी भी रणनीति है जो मैं आपको अपने जीवन में और अपने काम में करने की सलाह देता हूं। आप जो भी सोचते हैं उस पर विश्वास न करें। जानकारी के सबसे विविध सेट के आधार पर निष्कर्ष निकालें जो आप पा सकते हैं। उन निष्कर्षों को पक्षपाती मानते हैं, और यह पता लगाने के लिए अपने मिशन को बनाते हैं कि कैसे और क्यों। उस प्रक्रिया के अंत में, आपने न केवल एक बेहतर निर्णय लिया होगा, बल्कि आप अपनी दुनिया को बेहतर ढंग से समझ पाएंगे, आपने सुनने और समझौता करके अपने रिश्तों को मजबूत किया होगा। यदि आप मेरे जैसा कुछ भी हैं तो आप इस प्रक्रिया में लगातार असफल रहेंगे और पक्षपाती रहेंगे, लेकिन यदि आप प्रयास करते रहें तो मैं आपसे वादा करता हूं कि यह भुगतान करता है।

धन्यवाद।