1-3: Everybody Lies (خلاصه‌ی کتاب همه دروغ می‌گویند)

آخرین آپدیت : ۱۸ تیر ۱۴۰۳توسط

1 3 Everybody Lies خلاصهی کتاب همه دروغ میگویند EqZAJyH

گوش بدید به 1-3: Everybody Lies (خلاصه‌ی کتاب همه دروغ می‌گویند)

00:00 تا 00:02: پادکست بی پلاس: خلاصه کتاب های غیر داستانی
00:02 تا 00:05: رازهای گوگل: روایتی از دروغ‌ها و حقایق نهان از داده‌های گوگل
00:05 تا 00:07: داده‌های عظیم و زندگی ما
00:07 تا 00:12: الگوهای رابطه و پیشبینی در زندگی
00:12 تا 00:16: قدرت بیگ دیتا: نقش گوگل در تحولات اینترنت فارسی
00:16 تا 00:18: رفتار مردم در نظر سنجی و پدیده سوگیری مطلوبیت اجتماعی
00:18 تا 00:21: دروغ‌های نظرسنجی و الگوهای جامعه
00:21 تا 00:25: “بررسی نژاد پرستی و انتخابات در آمریکا”
00:25 تا 00:29: جغرافیای سرچ گوگل: نگاهی به تأثیر سخنرانی های سیاسی و انتخابات بر جستجوهای اینترنتی مردم
00:29 تا 00:33: تحولات ذهنی و اطلاعات جدید در مورد مسلمانان در امریکا
00:33 تا 00:38: تحلیل بیگ دیتا و ارتباطات علمی
00:38 تا 00:41: مزایای و معایب بیگ دیتا در تجزیه و تحلیل داده ها
00:41 تا 00:45: حریم خصوصی آنلاین و اخلاقیات: چالش ها و فرصت ها در روند جمع آوری و استفاده از داده های اینترنتی
00:45 تا 00:50: راهنمایی برای تشخیص سرطان لوز المعده: اپیزود بی پلاس

پادکست بی پلاس: خلاصه کتاب های غیر داستانی

هی سلام. این قسمت سوم پادکست بی پلاسه و در خرداد ۹۷ منتشر میشه. بی پلاس پادکستی است که در هر قسمتش من، علی بندری، یک کتاب غیر داستانی را به صورت خلاصه برایش. شما تعریف میکنم یعنی میام مغز کتاب رو حرف اصلی کتاب رو اینجا خلاصش رو میگم که اونایی که کتاب می خوانن یه دید معقولی داشته باشن از اینکه این کتاب چی بهشون خواهد داد؟ و اونایی هم که کتاب نمیخونند بتونن اینجوری حداقل برداشت ما رو. از اصل اون چیزی که نویسنده واسش کتاب نوشته بگیرن. پادکست بی پلاس دو هفته یک بار چهارشنبه ها منتشر میشه فصل اولش شانزده قسمت داره. این قسمت سوم، لیست کتابهایی رو که توی فصل اول میریم سراغشون همین الان در بی پلاس پودکاست. کام می تونید ببینید. در اپلیکیشن های پادکست و در نام لیک و در ساوندکلاود میتوانید که بی پلاس رو گوش کنید.

اگه توی پای پادکست پیداش نکردین، لینک ها توی توضیحات شو هست، اونا رو ببینین. اگه اونجا هم نتونستید راحت برید مشترک بشید. برید در . اونجا صفحه ای از کجا بشنویم رو پیدا کنین، اونجا لینک گذاشتیم راحت تر هرکدامش رو میتونی با موبایل روش کلیک کنین و مشترک بشین. اگر این هم نه، گوگل کنید پادکست بی پلاس رو از کجا بشنویم؟ این می بره تو تو اون صفحه ای که ما توضیح دادیم که پادکست و کجا گوش بدین. و دیگه کار راحت، توی سایت لینک ثبت نام در بلینکیست رو هم گذاشتیم. این را هم توضیح دادیم که اگر دوست دارید در فراهم کردن امکان تولید این پادکست سهمی داشته باشید، می توانید با چند هشت هزار تومن یا شانزده دلار، پشتیبان کل فصل اول بی پلاس بشین. همه اینا توی سایت هست. بی پلاس پادکاست.

رازهای گوگل: روایتی از دروغ‌ها و حقایق نهان از داده‌های گوگل

دات کام کلا دیگه ما میخوایم کم کم این توضیحات اول پادکست رو کم کنیم. حاشیه رو کلا کم کنیم، مستقیم بریم سر اصل مطلب، چون همه مطالب در سایت هست. بریم سراغ این اپیزاد هی هی کتابی که در قسمت سه خلاصه اش رو تعریف میکنیم اسمش هست . کتاب تازه ای نسبتا چند ماه پیش منتشر شده به فارسی هم هنوز ترجمه نشده، پارسال سال ۲۰۱۷ کتاب سال اکانومیست شد، به انتخاب اکانومیست کتاب سال شد یعنی درباره اینه که این همه اطلاعاتی که گوگل و حالا شرکت های مشابه گوگل از مردم جمع میکنن. درد میخوره چه چیزای جالب و مهمی درباره. عادت و رفتار و ترسها و علاقه ها و انگیزه های انسان میشه از توشون درآورد. یه سری چیزاشو میدونیم یا میتونیم حدس بزنیم ولی یه چیزاشم هست که برای من واقعا. غافلگیر کننده بود، خیلی کتاب جالبیه واقعا، ایده هم اینه که ما به همه دروغ میگیم، برای این هم به عنوان کتاب این شده که همه دروغ میگویند. ما به همه دروغ میگیم به جز به گوگل، یعنی مثلا مثالی که توی کتاب زده شده و بارها هم تکرار میشه بعداً همه جا اینه که یه کسی نیمه شب بیدار شه مثلا سر معده اش بسوزه احتمالا.

به شریکش ممکنه نگه، به پدر مادرش ممکنه نگه، به کسی نمیگه. ولی به گوگل میگه، چون میره گوگل میکنه که سوزش سر معده مثلا ساعت دو صبح نشونی چیه؟ برای همین با تحلیل دادههایی که الان در دست گوگله ما میتونیم ببینیم که. خب مثلا سوزش سر معده واقعا به چه چیزایی ممکنه ختم بشه؟ یا چیزای دیگر مثلا می تونیم ببینیم که چقدر از سفید پوست های آمریکا به اوباما رنگ ندادن. فقط به خاطر اینکه سیاه بود، اینا چیزایی که مردم دربارش حرف نمیزنن. ولی ممکنه که گوگل جواب واقعیشو بدون، ممکنه بدون واقعا تو دل مردم چه خبر بوده. یا اینکه مثلا واقعا مردم ته ته دلشون بیشتر دوست دارن بچه شون پسر باشه؟ یا اینکه نه براشون فرقی نمیکنه واقعا. یا درباره سکس لایفشون مردم مثلا چه دروغایی میگن و از این دروغها به چه نتیجه ای میشه رسید؟ مردا چقدر؟ خیلی فرق میکنن با زن ها از این نظر از این سوالات جالب خیلی زیاد هست که گوگل جوابشونو داره اگه گوگل کنیم جوابش رو بدست میاریم بلکه به خاطر اینکه گوگل کردیم قبلا این همه اطلاعاتی در موردش گوگل داره که. نگاه کردن بهش خیلی آموزنده است، کلا هم مثل خیلی کتاب های خوب دیگری که توی این سبک نوشته میشن، اینجا هم به جز ایده مرکزی کتاب که جذابه، فصل های مختلفش پر از مثال ها و داستانهای جالبی که هم ذهن رو نسبت به موضوع و دامنه گسترده اش روشن می کنند، باز می کنند و همین که کمک می کنند حرف اصلی کتاب راحت تر فهمیده شود. و بهتر در ذهن بمونه، ضمن اینکه خود این خاطر حکایت ها هم فارغ از حرف اصلی نویسنده به خودی خود جالبن.

داده‌های عظیم و زندگی ما

نویسنده هم آقای است به اسم سیتھ استفانز، دیوید و ویتز. کارشناس بیگ داتا بوده، کلان داده، در استنفورد و در هاروارد فلسفه و اقتصاد خونده و قبلا هم خودش مدتی به عنوان دانشمند داده میگن. در گوگل کار کرده، دایره ساینس است بوده. این کتاب همه دروغ میگویند کتاب اولشه؟ کلیم معروفش کرده، سخنرانی های کوتاه و بلندش از همه جور و همه رنگ در یوتیوب هست، می تونید ببینید خیلی جذابه واقعا. در نیویورک تایمز می نویسد الان و کلاًم آدم جالبیه برای دنبال کردن. من سرگرم میشم و کلیم چیز یاد میگیرم وقتی دنبالش میکنم. منبع اصلی ما در این اپیزود هم، مثل اپیزود های دیگر بی پلاس، سایت انگلیسی زبان بلینکیسته. همه دروغ میگن. (مذکر) اصطلاح بیگ دیتا رو احتمالا شنیدیم.

واقعاً یعنی چی؟ . از اسمش معلومه. یعنی خیلی خیلی داده هایی. اینقدر زیاد، اینقدر عظیم که مغز انسان نمیتونه پزمش کنه. یعنی چنان حجم بزرگی از اطلاعات، که برای اینکه شما بتوانید توش الگوهای رو ببینید نیاز دارید به کامپیوتر، نیاز دارید به پردازنده قوی کامپیوتر، حالا نکته جالب اینجاست که هر چند اندازه خیلی بزرگه و کار کردن باهاش نیاز به کامپیوتر داره. ولی یه وجه احساسی هم داره یه بچه. غریزی هم داره، در واقع اگه درست بهش فکر کنی، نویسنده میگه همه ما یه جور داتاساینتیستیم. همه ما یه جور دانشمند داده ایم اصطلاح، کم یا زیاد کار میکنیم با این چیزا، چجوری؟ قصه مادربزرگشو تعریف میکنه. میگه، روز عید شکرگذاری؟ مادربزرگم به من گفتش که پسرم، تو خواستی شریک زندگی انتخاب کنی؟ بیا من بهت ویژگی های یک شریک خوب رو بگم.

الگوهای رابطه و پیشبینی در زندگی

تا جایی که عقل من میرسه، بعد تو بدون انتخاب درست تری داشته باشی، ببین شریک شما باید باهوش باشه؟ بامزه باشه، مهربون باشه، به جوش باشه و قشنگ باشه، حالا نه اینکه سوپرمودل باشه، ولی خب دیگه، زیبا باشه، میگه قصه اینه که مادربزرگ هشتاد و هشت ساله من. کلی رابطه رو دیده که اومدن و رفتن در طول زمان و داره اطلاعات این سالها رو جمع آوری میکنه؟ و از توش اینو درمیاره که، ویژگی های اساسی لازم برای یک. شریک مناسب زندگیت چیه؟ داره یه الگوهای رو شناسایی میکنه، پیش بینی میکنه که. چطوری یه سری متغیرها رو بقیه اثر میذارن و چیا اگه باشن شما مثلا میتونی فکر کنی که این رابطه دوام خواهد داشت. با توجه به چیزهایی که قبلا در روابط گذشته دیدی این دقیقا همون کاریه که یک داتا دانشمند میکنه درسته البته که فرایند داتاساینس یه فرایند غریزیه یه فرایند حسیه، انتیوتیبه ولی این تویشن علم نیست، ها؟ این کارایی که ما به صورت حسی انجام میدیم، اینا علم حساب نمیشه. برای همین هم است که برای اینکه ما نگاهمون به دنیا درست بشه باید این اطلاعاتی رو که جمع آوری کردیم درست استفاده کنیم ازش. ما مواد خام میده که باهاشون اون حس اولیه مون و اون گاتفلینگ اولیه رو تایید کنیم یا اینکه رد کنیم. کمکمون میکنه که الگوها رو دقیق شناسایی کنیم، پیشبینی بکنیم و کارهایی بکنیم که اگه صرفاً میخواستیم رو تجربه های شخصی خود. خودمون بکنیم نمیتونستیم، برگردیم به قصه مادربزرگ، مادربزرگ یه حرف دیگه هم زد به نویسنده، میگفتش که اگر دو نفر شریک زندگی دوستان مشترک داشته باشند رابطه شون پایدارتر میمونه، این رو هم از مشاهدات خودش آورده بود.

از اینجا آورده بود که دیده بود آره خودم و شوهرم بعد از ظهر راه همش با دوستای مشترکمون جمع می شدیم و صحبت می کردیم. این ها و این رابطه ما را با دوام کرده بود، ولی در واقعیت، قصه اینه که حجم نمونه خانم خیلی کوچیک بوده و اطلاعاتی که ما داریم اتفاقا نشون میده که اشتباه میکنه یه مطالعه ای که کردن سال دو هزار و چهارده روی اطلاعاتی که از فیسبوک درآورده بودند، دیدند زوج هایی که دوستان مشترک بیشتری دارند، بیشتر استاتوسشان را و از این رابطه به سنگل تغییر می دهند، یه نشانه ای که احتمالاً آدمایی که دوستان مشترک بیشتری داشتند. زوج هایی که دوستان و مشترک بیشتری داشتند بیشتر از هم جدا شدند، تقریبا دیگه، ها. این یعنی که درست است که ما یک حدسی ممکن است داشته باشیم، یه احساسات داشته باشیم نسبت به یه قصه ای، ولی اینا فقط تا یه جایمان میبرن جلو، از اونجا به بعد داده ها و اطلاعات هستن که باید بیام به کمک ما و اینا اینکه چشم انداز حتی با بصیرت ترین آدما رو هم باید بیان تصحیح کند. ما گفتیم کسی که کار میکنه با این داده ساینس یه ابزار یه ابزار خیلی به درد بخوره دانش و داده، کاری که می کنه این نیست که اطلاعات زیاد فقط جمع کنه، کار مهم اینه که یک الگویی در این اطلاعات. میبینه و بر اساس اون الگوها درباره آینده پیش بینی هایی میکنه. اون چیزی که گوگل رو گوگل کرد این نبود که کلی اطلاعات جمع میکرد، متمایز کننده گوگل این بود که. تونست از این اطلاعاتی استفاده موثری بکنه، ما خیلیامون الان تصوری از دنیای اینترنت قبل از گوگل نداریم. فرقش اینه که اون موقع شما اگه تو یکی از موتورهای جستجو تایپ میکردی بیل کلینتون که عمق رئیس جمهور آمریکا بود، کلی صفحه نشونت میدادند که توش اسم کلینتون بارها آمده بود و خیلیشم ربطی به کلینتون اصلا نداد.

قدرت بیگ دیتا: نقش گوگل در تحولات اینترنت فارسی

فقط این اسمایی تکرار میکردند که توی سرچ ها زیاد دیده بشن. من اینو که میخوندم یه خورده فکر کردم که وضعیت ما در اینترنت فارسی خیلی الان دور نیست از قصه ای که این اقا تعریف میکنه. بیست سال پیش. کاری نداریم بعد گوگل آمد، عوض کرد الگوریتم و یه جور دیگه ای نوشت، دیدن انگار اون سایتی بهتره و مرتبطتره. که بهش بیشتر لینک داده باشن از جاهای دیگه. واسه همین وقتی شما در گوگل سرچ میکردی رسمی بیل کلینتون رو که کلی بهش لینک داده در اینور اون طرف، احتمالا حدس میزد سایت درست درمونتریه از سایت های دیگری که مثلا ممکن بود اسم کلینتون بیشتر توشون آمده باشه این رو بالاتر نشان میداد. یعنی اومدن اطلاعات این لینک ها رو جمع کردن، دیدن یه الگوهای هست، براساس اونها یک پیش بینی هایی کردن که چی احتمالا سایت قویتری چی نیست و چی بیشتر به درد مخاطب میخوره، اونو بهش پیشنهاد کنیم. جمع آوری اطلاعات. این کاریه که اومدن با بیگ دیتا کردن در گوگل در این قسمت، ما چهار تا دلیل اصلی مهم بودن و قدرتمند بودن بیگ داتا رو می بینیم.

بررسی میکنیم. در واقع این کار یکی کتاب میکنه، ما هم سعی کردیم اینطوری دستبندیش کنیم، به کمک خلاصه ای که بلینکیست نوشته از ماجرا. میگه به رویکرد گوگل که نگاه کنیم اولین قدرت بی دیتا رو میبینیم، بی دیتا واقعا چیز بدییه از این نظر که یه. یک جریان دائمی از اطلاعات تازه به ما میده، یعنی همش داره اطلاعات جدید میاد. تا اینکه بیگ دیتا سرکلش پیدا بشه، شما برای اینکه آمار بیکاری رو جمع کنی، باید صبر میکردی که اداره آمار امور کارگران، مثلا تلفنی اطلاعاتو جمع کنه از مردم، حساب کتاباشو بکنه، و بعد شما از اونها بگیری به طریقی، حالا یا در اساس عمومی باشه یا اینکه بری درخواست بدی چی یا مثلا باید منتظر می موندی اداره دولت بهداشت عمومی آمار بده که ببینیم مثلا نرخ ابتلای مردم به فلان بیماری از این منطقه. اون منطقه چقدر تغییر کرده، چطوری داره زیاد میشه، الگوش چطوری از این حرفا؟ ولی الان گوگل به شما کمک می کند که هر دو این اطلاعات رو خودت بتونی دربیاری، حداقل واسه آمریکا، این کاریه که یک مهندس گوگل خودش او واقعاً کرد، آمد جستجوهای مردم درباره چیزهایی که مربوط به انفلونزا بودند را نگاه کرد، مثلا علائم ما انفلونزاری یا چیزای شبیه اینو و با اونها تونست پیدا کنه که بیماری چطور داره پخش میشه اگه الان این داتارو شما نگاه کنید رو نقشه، میتونی ببینی که این بیماری در طول زمان چطوری در جاهای مختلف پخش شده و گسترش پیدا کرده. این پس شد ویژگی اولش که دم به دم به ما اطلاعات تازه میده، جریان پایدار اطلاعات تازه داره. موزیک ویدیویی (مذکر) ویژگی دوم از این جالب تره، ویژگی دوم اینه که دروغ نمیگه بیگ دیتا، که عنوان کتابم از همین جا میاد. یه تحقیق جالبی داره این فصل رو با این شروع میکنیم، میگه که از فارغ التحصیلی دانشگاه مریلند پرسیدن معدلتون چنده؟ دو درصدشون گفتن که معدل ما زیر دو و نیم بوده از چهار، دو درصد، دانشگاه که خب آمار میاد میگه که آقا این دانشجویی که شما ازشون نظرسنجی کردی، پرسش کردی، یازده درصد اینها ما دلشون زیر دو و نیم.

رفتار مردم در نظر سنجی و پدیده سوگیری مطلوبیت اجتماعی

اختلاف خیلی زیاده. دو و نیم درصد، یازده درصد. این یه مثاله. کلی مثال دیگه هم هست. چند توی کتاب هم خارج از کتاب میشه پیدا کرد که نشون میده که مردم دروغ میگن تو نظر سنجی. راحت دروغ میگم ملت، چرا؟ توضیح زیاد میشه داد، اصلش اینه که ما میخوایم تصویر خوبی از خودمون درست کنیم. هم در چشم بقیه، هم در چشم خودمون، در نظر سنجی ملت یه جوری جواب نمیدن که آب روشون بره. این پدیده رو بهش میگن ، سوگیری مطلوبیت اجتماعی، یهجوری داریم نظر میدیم که. مطلوب به نظر برسیم، به جز این طراز خیلی از آدمایی که مصاحبه میشن معمولا تو نظرسنجی میخوان مصاحبه کننده رو هم تحت تاثیر.

حتی اگه ناشناس باشه مصاحبه، یعنی نمیدونن اسمش مشخص نشه همه چی مخفی باشه بازم میخوان مثلا اگه کسی که داره مصاحبه رو انجام میده شکل بابای مصاحبه شونده باشه از نظر سن یا مثلا چهره یا صدا یا هر چی، احتمالا اگه بپرسه مثلا شما علف کشیدی یا نه؟ احتمالش خیلی زیاده که مردم جواب درستی ندن، راستشو نگند. این گرایش آدمها به دروغگویی که دلایل مختلف می تونه داشته باشه باعث میشه نظرسنجی ها مخصوصا وقتی میخوان ببینن ما چی فکر میکنیم. یا اعتقاداتمون چیه یا چه تمایلاتی داریم یعنی وقتی که میخوان رفتار ما رو بفهمن غیر قابل اعتماد اعتماد بشن، به خطا برن. این خیلی گرفتاری بزرگه دیگه فکر شما در این هشتاد سال گذشته هر وقت ما خواستیم بدونیم ملت چی میخوان یا چرا این کاری رو میکنن که دارن میکنن. رفتیم ازشون پرسیدی، هر وقت خواستیم ببینیم در آینده چیکار میخواهم بکنند، رفتیم نظرسنجی کردیم. نظرسنجی اینجا بوده که این کمک رو به ما بکنه، در حالی که مردم مخصوصا وقتی موضوع کمی حساسه راستشو نمیگن. چیزی رو میگن که فکر میکنن درست تره، چیزی رو میگن که فکر میکنن شما دوست داری بشنوی. بی دیتا برای این قدرتمنده که دروغ نمیگه چون از روی رفتار فیلتر نشده آدما جمع آوری شده. بر همین حقیقتو نشون میده همیشه، جايي احتمالش خیلی کمه که آدم موقع سرچ کردن بیاد اطلاعات تحریف شده بزنه تو گوگل.

دروغ‌های نظرسنجی و الگوهای جامعه

موقع سرچ وقتی هیچ پرسشنامه ای در کار نیست و فقط شما خودتیو گوگل و میخوای بدونی که مثلا. که سر معده می سوزه علامت چیه، دیگه اونجا دروغی در کار نیست که میزنی، اصل قصه سر میزنی تو گوگل، ولی ممکنه که به همسرت نگی، به مادرت نگی سرمدت میسوزه، ولی به گوگل که دروغی نمیگی که راستشو میگی. یه مثال جالبیه که اینو حالا کتاب بعدا باز میکنه که چیه قصش اینم اخراش میگیم خیلی قشنگه. در مورد دروغ های نظر سنجی هم مثال های جالبی داره کتاب، کلا کتاب پر از مثال های جالبه و اگه دوست دارید بخونید واقعاً چشم آدم رو باز کنید. میگه اگه شما در آمریکا، قبل از انتخابات، از مردم بپرسی که آیا شما در انتخابات شرکت میکنید یا نه، اکثر. فریاد میگن بله، من وظیفه شهروندیمو باید به جا بیارم، مشت محکم بر دهان اینام بزنم، حتما رای میدم فلان. حالا مشت محکم که البته مال اونا نیست، اینو من خودم اضافه کردم، محتوا بومی بشه، ولی به هرحال، منظور همینه، بله همه میگن. بعد انتخابات برگزار میشه، میبینیم مثلا پنجاه و پنج درصد مردم رای دادن، یعنی ملت رای نمیدن ولی نمیخوان. میگن رای نمیدی، به دلایل مختلف.

یا این مثال خیلی جالب دیگه داره، از مردم میپرسن که چقدر سکس دارین و چقدر از کاندوم استفاده میکنید؟ با توجه به جواب هایی که مردم به این پرسش نامه می دهند و جنسیت و اطلاعات جانبی دیگر که ازشون جمع می کنند به این نتیجه می رسند که طبق گفته مردان یک میلیارد و ششصد میلیون کاندوم در سال در آمریکا استفاده می شود. حالا اگه این حساب کتابو براساس گفته زن ها انجام بدهند، میرسند به یه عدد دیگه ای، یک میلیارد و صد میلیارد. خب یکی داره این وسط دروغ میگه دیگه این دوتا عدد باید با هم برابر باشن با توجه مفروضاتی که داره سوال. این دوتا عدد باید با هم برابر باشه. ولی نیستن پنجصد میلیون اختلافشه، حالا جالب تر چیه؟ جالب تر اینه که رفتن آمار از کاندوم فروشان هم درآوردن، آمار همه رو با هم جمع زد. اصلا عدد درست این حرفا نیست ششصد میلیون، یعنی هر دو دارن دروغ میگن، مردا بیشتر دروغ میگن ولی هر دو دارن دروغ فشار فرهنگی که هست روی همه که خودشون رو از نظر جنسی فعالتر از اونایی که هستن نشون بدن باعث میشه حالا ایده نویسنده اینه که همین مردمی که اینقدر تو نظرسنجی ها دروغ میگن و تحلیلگران رو به بیراه میبرن، با گوگل خیلی راحت ترن، چیزایی رو گوگل میکنن که ممکنه به کسی دیگه نشناسن. اطلاعات البته ناشناخته، معلوم نیست کی چی سرچ میکنه، ولی وقتی همشو با هم نگاه کنیم، میتونیم یه الگوهای ببینیم که کمکمون میکنه بفهمید مردم واقعا چی میخوان و واقعا به چی فکر میکنن، چی فکر میکنن. خیلی دقیق تر و خیلی چی بهتر از این نظر سنجیه؟ بعد اینا رو که از نزدیک نگاه کنی و کتاب پر از مثال های مختلف در این باره، میبینی خیلیاشون غافلگیر میکنن؟ با پیش فرضهای ما نمیخونن، یه مثال دیگه داره، میگه در دو هزار و هشت نود و نه درصد آمریکایی ها میگفتن نه نظرسنجی ها. براشون اهمیتی نداره که اوباما سیاه پوسته خیلی تعداد بالای نود و نه درصد آمریکایی ها میگفتن که رنگ پوست تاثیری روی رایشون نداره نویسنده میگه من ولی فکر کردم این عجیبه، یعنی واقعاً اینقدر آمریکایی ها از نژادپرستی فاصله گرفتن من شک داشتم.

“بررسی نژاد پرستی و انتخابات در آمریکا”

واسه همین، آمده اطلاعات سرچ ملتو بررسی کرده، ببینه که اصطلاحات نجات پرستانه یا جوکهای. زشت نژاد پرستانه رو ملت چقدر گوگل میکنن؟ اول اینکه دیده کل تعداد خیلی بیشتر از این حرف هاست. که معمولا گزارش میشه و اطلاعات جانبی خیلی جالبی پیدا کرده از هرکی به پشت شما مثلا نجات. مرزش تو آمریکا چطوره؟ میگه شمال جنوب، جنوب فلان، شمال فلان، سخته من یه تاریخیه ولی ایشون فهمیده که نه مرز اصلا شمال-جنوبی نیست مرز شرق-غربیه، شرق میسیسیپی کلا خیلی ریسیست بیشتر از غربه بعد میگه اومدم رای اوباما رو توی این ایالت هایی که بیشتر دنبال این جوکهای نجات پرستانه گشته بودن. من نگاه کردم، دیدم این ایالت هایی که بیشتر حرف ها رو این جوکار و این شوخی ها و این کلمات رو سرچ می کنن، گفتیم اینا نجات پرستار رای اوباما را اینجا نگاه کردم، بعد رای اوباما را مقایسه کردم با رای کاندید قبلی دموکرات ها در انتخابات قبلی جان کری که به اندازه اوباما آدم لیبرالی بود، به پروفایلش کم و بیش شبیه همین اوباما بود، ولی خب اون سفید بود. اونجاست که معلوم میشه اوباما چقدر رای از دست داده به خاطر سیاه پوست بودنش، نتیجه ای که نوشته دستگیره اینه که ده درصد دموکرات های سفید پوست در آمریکا به کاندیدای سیاه پوست رای نمیدن چون سیاهه این تو انتخابات دو هزار و هشت معلوم نشد چون اوباما برد، بر همین مسئله مقداری روی سرپوش گذاشته شد یا اصلا دیده نشد. ولی وقتی ترامپ شروع کرد حرفایی زدند که یه سری میگفتن آقای این حرفا رو نباید بزنی اجازه نداری بزنی ولی این همینطوری میزد و میومد جلو یک خبرنگار نیویورک تایمز آمد، همین اطلاعاتی که نویسنده از ۲۰۰۸ جمع کرده بود، نگاه کرد، ولی بررسی کرد، دید که این یک اتفاق عجیبی دارد، جاهای که ترامپ رایتشون زیاد میاره، با جاهای که این پسر پیدا کرده بود که نژاد پرست بودن. در آمریکا بالاتر است، یعنی ارتباطی که بین رای ترامپ و سطح نژادپرستی در این ایالت ها پیدا می کرد، واضح تر از ارتباطی که بین رای ترامپ بود با سطح اقتصادی آدم بود. یا تحصیلاتشون یا سنشون یا اینکه اسلحه دارن یا ندارن از همه اینا ارتباط قوی تر بود.

هیچ چیز آرا ترامپ را در مقدماتی به خوبی سرچ های ریسیستی ملت نشون نمی داد. توزیعش را این از همه بهتر نشان میداد، همون نژادپرستی که به اوباما ضربه زد، ولی در آمار در نظر سنجی حتی نتیجه انتخابتون رو با برندهشو دیده نشد و برای همین خیلی ها کتمانش کردن یا ندیده گرفتنش بعد اینجا ترجمه شد به رای و اثرش را نشان داد. یه خورده کتاب از این نظرات ناراحت کننده است، چون شما اگه از معروفون نظرشون رو بپرسی درباره خودشون، جوابی که میدن. مثبتتر از واقعیته و بهتر از واقعیته، ولی این کتاب میاد به ما واقعیتو میده، برای همین یافته های کتاب درباره نجات پرستی، درباره کودکآزاری، درباره سختگرین های خانگی، اینا همه تلخ، تاریک، ناراحت کننده. ولی حقیقت، حقیقت حقیقتم تلخه دیگه. اسپانسر این اپیزود بی پلاس مونوپیه مونوپیه یک اپلیکیشن امن برای خریدن شارژ و بسته اینترنت پشتشم بانک پاسارگاده توی اپلیکیشن مونوپی می توانید بسته های مختلف اینترنت را بررسی کنید و اونی را که با میزان مصرفتون هماهنگ تر انتخاب کنید. اضافه اینجوری نمیدین همونی رو میگیرین که لازم دارین، با مانوپای میتونید پولم کارت به کارت کنین، اگر از کد به هدیه بی پلاس استفاده کنید بعد از اولین تراکنش پنج هزار تومان هم مونوپی شارژ هدیه میگیرین برای اینکه ببینید چجوری کار میکنه صفحه مونوپی. کام سلاش بی پلاس رو میتونین ببینین که لینکش رو در توضیحات این اپیزود هم گذاشتیم. .

جغرافیای سرچ گوگل: نگاهی به تأثیر سخنرانی های سیاسی و انتخابات بر جستجوهای اینترنتی مردم

… یه چیز دیگه میگه نویسنده میگه که اومدم نگاه کردم سرچ های مردم درباره دخترها. و پسرشان، فرزندان دختر و فرزندان پسرشان، میگه تصور من این بود که امروز تو آمریکا مردم به دختراشون و پسراشون یه جور از هم به پرسوی اکثریت میگن بله، تفاوت وجود نداره و اینا، ولی باز داده های سرچ گوگل یه چیز دیگه نشون میده. اونایی که سرچشون با آیا پسرم شروع میشه، ادامهش بیشترش میره اینجا که، آیا پسرم پسرم نابغه است؟ آیا پسرم نظر کرده است؟ اینجور سوال ها. از اونور سرچایی که با آیا دخترم شروع میشه؟ میره این سمتی که، آیا دخترم اضافه وزن داره، آیا دخترم زشته؟ یعنی برخلاف اونی که ممکنه نظرسنجی ها نشون بدن، وقتی آدما میرن در خلوت خودشون و صادقانه با گوگل حرف میزنن نشون میدن. که واسه پسرا به خاطر توانایی های فکریشون هیجان زده اند و واسه دخترها نگران کاستی های فیزیکیشون هستند. احتمالا خیلیاشون هم اصلا متوجه نیستن که دارن چنین کاری میکنن، خیلی ناخودآگاه تر از این حرف هاست. یه مثال خیلی جالب دیگه هم داره درباره اسلام هراسی این مثال خیلی آموزنده هم هست یه ماجراجویی بود در سان برناردینو چند سال پیش دو نفر که اسمهای مسلمانی داشتند اینا اومدن یکی از همکارای یکیشون رو کشتن. یه خبر مهمی بود یه مدتی، کاری به ماجرا نداریم.

چیزهایی که مردم جستجو می کردند، اگر توی سرچ ها کلمه مظلم وجود داشت، بالاترین اصطلاح، بالاترین عبارتی که سرچ می کرد، عبارت که بیش از همه سرچ شده بود، بود، مسلمانان رو بکشیم بود، من از مسلمانان متنفرم. بزنیم بکشیمشون بود از این از این قبیل حرفا. چند روز بعد اوباما آمد یه سخنرانی کرد. تم سخنرانی این بود که ما هم باید در مقابل تروریسم از خودمون محافظت کنیم و هم باید با این اسلام هراسی بجنگیم، ما نباید ارسر و و به این گروه کوچک ولی خطرناک ببازیم، خیلی تعریف کردن از این سخنرانی. به گوش ما یه سخنرانی خیلی معمولی ممکنه بیاد از همین حرفهای که همیشه سیاستمداران میزنن؟ ولی روزنامه ها اون موقع دیگه کشتن خودشون و گفتن بهترین سخنرانی و چی نمیسند میگه من اون موقع اومدم دقیقا. به دقیقه به دقیقه سرچ های گوگل رو بررسی کردم و مطابق با زمان سخنرانی او، یعنی ببینم که او موقع که او با ما صحبت میکرد مردم درباره چی سرچ میکردند برای اینکه ببینم آقا اون تاثیر رو که سخنرانی میخواسته بذاره داره تونسته بذاره یا نه؟ آتش خشم و نفرت رو تونسته مهال کنه یا نه دیدم که نه تنها این سرچ های کِل ماسلم هیت ماسلم اینا کم بلکه دقیقا هر وقت اوباما اشاره کرد به اینکه باید با همسایه های مسلمانمون مهربون باشیم. و تو از این حرف ها اثر عکس داشت، این سرچ های وحشتناک زیاد شدند، مردم بیشتر سرچ های نفرتآمیز کردند. به جز یه بار یه جمله گفت اوباما که آره یادمون باشه این مسلمانای آمریکایی خیلیاشون ورزشکاران قهرمان قهرمان های ورزشی ما هستند، مردان و زنایی توی مسلمانان آمریکایی هستند که به خاطر این کشور جونشون را از دست دادند. بلافاصله بعد از این جمله برای اولین بار در پنج سال گذشته اش بهترین کلمه ای که در سرچ گوگل آمده بود توش مسلم داشت، از مسلم تروریست و مسلم پناهجوی.

تحولات ذهنی و اطلاعات جدید در مورد مسلمانان در امریکا

تغییر کرد به مازلم اتلیتس و بعدش مازلم سولجرز، ورزشکارای مسلمان. و سربازای مسلمان. فضا اینطوری بود که این مردم میپرسیدند شکل و نیل واقعا مسلمان ما نمیدونستیم فلان. یه، فضای دیگری ایجاد کرد همون دوتا جمله، خیلی چیزا میشه از مقایسه همه این سخنرانی و اون دوتا جمله. همه بقیه سخنرانی در واقع سخنرانی بود که توش همه چیزایی را به مردم می گفت که هزار بار شنیده بودند و این اینکه آدمای بهتری باید باشن و چیکار باید بکنن چیکار نباید بکنن، درس دادن بود، اون دو خط کنجکاویشون رو تحریک کرد. اطلاعات جدید بهشون داد، و اون خیلی موفقتر بود. اینو بررسی کرد نویسنده و یه نفر دیگه اومدن یه مقاله ای نوشتند درباره اش چی نیویورک تایمز، بعد مقاله ام خب خیلی خوب دیده شد و این حرفا و دو هفته بعد اوباما دوباره سخنرانی کرد، این بار توی یه مسجدی توی بالتیمور ولی انگار که سخنرانی نوشتهاش درس گرفته بود. از ماجرای قبلی و احتمالا اون مقاله نیویورک تایمز رو خوانده بودن اون قسمت لکتچر دادن و پند و اندرس و اینا رو درز گرفتن، قیچی کردن، به جاش فشار آوردند به اون بخش کنجکاوی، و توی سخنرانی صحبت از این کرد که مسلمانان آمریکایی تنها قهرمانان ورزشی ما هستند، نه تنها سرباز هستند، بلکه کشاورزند، تاجرند، توماس جفرسون قرآن داشته خونش. آسم و خراش های شیکاگو و مسلمانان ساختند و از یه حرفا اطلاعاتی جدیدی داد به اینها و تصویر جدید.

تعدادی از مسلمان ساخت در ذهن این مخاطب، این بار تا ساعت ها بعد از سخنرانی، سرچ های مسلمانو بکش. و متنفرم و اینها افت کرد و جاشو داده بود به سرچ های مرتبط با این کنجکاوی ها، البته حالا ما ساده انگار نیستیم. که فکر کنی مشکل نفرت رو یکی دوتا سخنرانی حل میکنه، ولی این نشون میدی که با این ابزار چه کارایی میکنه؟ این آدما رو شما با نظرسنجی نمی تونستی پیدا کنی و اگه پیدا میکردی نمی تونستی نظر واقعیشون رو بفهمی یا اگر. یک نظر واقعیش رو می فهمیدی نمی تونستی تغییرش بدی، یعنی باید اینا میاوردی توی آزمایشگاه، توی دانشگاه، اینا رو ثبت نام میکردی. فرضیه رو بررسی میکردی بعد دوباره میدی حالا نظرشون چه تغییری کرده ولی چون اطلاعات سرچ گوگل همش هست؟ این کارو بدون همه اون زحمت ها میشه انجام داد و نتیجه گرفت. موزیک ویدیویی موزیک ویدیویی موزیک ویدیویی که می گوییم خیلی خیلی بزرگه، خیلی راحت نیست که بفهمیم چقدر بزرگه، همه داده هایی که روزانه میره تو گوگل و بقیه موتورهای جستجو اینا خب خیلی هستن و اینا کمک میکنن ما کارهایی بکنیم که بدون اینا نمیتونستیم این مؤلفه قدرتمند اینه که درسته که خیلی بزرگه ولی به ما کمک میکنه کنیم روی یه تکه ی مشترک و اطلاعات اون تکه مشخص رو دربیاریم و با دقت خوبی بخونیمشون، یعنی چون بیگ دیتا داریم. این به ما کمک میکنه که اسمال دیتا رو هم بهتر بفهمیم. داده های کوچیک را هم بهتر بفهمید. این سومین مؤلفه قدرت است.

تحلیل بیگ دیتا و ارتباطات علمی

اولش این بود که مدام به ما اطلاعات جدید دید میده، دومیش این بود که دروغ نمیگه، سومیش اینه که میتونی زوم کنی روی یه بخش مشخص و اطلاعات اونو با دقت خوبی بخونی. مثال، یک پروفسوری در هاروارد میخواست ببیند که رویای آمریکایی هنوز زنده است یا نه؟ هنوز هست یا نه؟ یعنی میشه که یک نفری از خانواده فقیر بیاد ولی خودش پولدار بشه یا نمیشه؟ و اطلاعات مالیاتی ملت را از ادارات مختلف گرفت و در نهایت بیش از یک میلیارد پرونده مالیاتی را بررسی کرد. آدمهای مختلف در سالهای مختلف و دید که در آمریکا وضعیت برای فقرا خوب نیست، کسی که فقیره در آمریکا فقط هفت و نیم درصد شانس داره که در زمینه ای که دوست داره موفق بشه اما. همین شانس، برای یک آدمی از خانواده فقیر در دانمارک، یازده و هفت و نیم درصد. آمریکا، یازده مميز هفت درصد، دانمارک، سیزده و نیم درصد کانادا. اینو با بیگ دیتا می تونه فهمیده باشه، اما قشنگی بیگ دیتا گفتیم اینه که میتونه حالا زوم کنه روی این اطلاعات و همین مطالعه رو. ایالت به ایالت و شهر به شهرم انجام بده ببینه توی اون سطح شرایط چطوره، همین کاری کرد و اون. اون وقت بود که معلوم شد اتفاقاً آمریکایی گریم در یک جاهای از آمریکا خیلی هم برقرار و سرحاله، همون شانسی که گفتیم در آمریکا هفت و نیم درصد، در سن حوزه هست، دوازده و نه، نزدیک سیزده درصد یعنی، یعنی در سن حوزه کالیفرنیا یک فقیر دوازده و نه دهم درصد شانس ثروتمند شدن دارد که از دانمارک هم با ولی در یه جایی مثل شارلوت در نورث کارولینا فقط چهار و چهاردهم درصد این قابلیت زوم کردنه که به ما این امکان رو میده که واقعا ببینیم حالا نقطه ای چه خبره؟ در منطقه کوچیک چه خبره؟ اون بزرگشو که گفتی گفتی مثلا آمریکا هفت و نیم ولی اینطوری شهر به شهر که میری خیلی اطلاعات متفاوتی بهت میده. حالا، یک موضوع دیگه، هر روز ما کلی درباره همبستگی می شنویم، درباره کورلیشن.

در مورد خودش نه البته، مثلا در مورد اینکه بله دانشمندان کشف کردند که اگر زنجبیل تازه به مالی دلاله گوش سمت چپت، این خطر ابتلا به سرطان معده چهل و هشت درصد کاهش می دهد، یا اینکه مثلا و اونایی که زیر دوش اول گردنشون رو میشورن، مدیران بهتری میشن، از این جنس خبرایی که دوتا چیز ارتباط رو با هم ارتباط میدن یا خیلی بی ربط رو با هم ارتباط میدن بدون اینکه لزوماً رابطه علت و معلولی بینشون وجود داره. حالا من مثالای اغراق آمیز زدم یه خورده خارج از کتاب بود مثلا، ولی خب شما اگه اخبار علمی یا اخبار علمی مانند رو دنبال کنی همش از این چیزا میبینی دیگه، در واقع شما برای اینکه یک رابطه ای علی رو بتونی ثابت کنی و بتونی بگی چون اینه، پس اونه، باید یه سری آزمایش انجام بدی که بهش میگن ای بی تست، مثلا یه مطالعه. نشون میدی که اونایی که چای رو به میزان متعادل میخورن معمولا سالم ترن اینو شما ممکنه تا اخبار بشنوی. خب این چی داره میگه؟ آیا داره میگه که مصرف متعادل چای باعث سلامتی میشه؟ نه، حرفش اینه که نیست؟ شما اینو برای اینکه بتونی ثابت کنی باید کلی آدم رندم بیاری به دوتا گروه تقسیمشون کنی، یک گروهشون روزی مثلا دوتا چای. به اون که هیچی ندی، بعد از یه مدتی مثلا یک سال بیای وضع سلامت این دوتا رو مقایسه کنی و اگر نتایج گروه اول سالم ترند، اون موقع داره این یه دلالت ضمنی میکنه بر اینکه مصرف معتدلانه چای این آب تست ها، ای بی تست ها، اینا پیچیدن و گرونن معمولا تا انجام این تست ها را می آید خیلی راحت تر می کند. این چهارمین دلیل قدرتمند بودن است. باید آدم استخدام میکردی، آمارشو میگرفتی، ثبت میکردی، داده ها را تحلیل میکردی تا مثلا بتونی چنین نتیجه گیریی بکنی. ولی الان دتا ساینست ها میتونن یه برنامه بنویسن که این کارو تقریبا از اول تا آخر برات بکنه. به کمک الان تعداد تست هایی که فیسبوک در یک روز می کنه از تست هایی که اداره می کنه برای غذا و دارو در دولت آمریکا در طول سال میکنه بیشتر یک روز فیس بوک چون وقتی شما به و ابزار استفاده ازش تسلط داری، میتونی خیلی سریع سناریوها و گزینه ها و نظریه های مختلف و بیاری تست کنی نتیجه بگیر و تحلیل کنی.

مزایای و معایب بیگ دیتا در تجزیه و تحلیل داده ها

یه مثال معروف داره این، سال دو هزار و هشت کمپین اوباما میخواستن یه سایت طراحی. که مردم تشویق بشن برن کمک مالی کنن، بجای اینکه مثلا هی طرح های مختلف داشته باشن آدمای مختلف بیارن ببینن اینا چطور واکنش نشون بدین و اینا با ترکیب های مختلف عکس و چیدمان مختلف صفحه این سایت و در نمونه های مختلف آنها بالا با – رفتار کاربران را تجزیه و تحلیل کردند، فهمیدند کدام بهتر کار می کند با همون رفتن جلو. این رو شما میتونی با هزینه خیلی کمتر انجام بدی با بیگ دیتون. موزیک ویدیویی من این را می خواهم که به شما بگویم اینا که تا حالا گفتیم همه هنرای بیگ داتا بود، یه خورده بریم عیب هاش رو هم ببینیم چیا هستن. بی اشکال البته نیست بیگ داتا. یه جایی که کارگیر میکنه وقتی که تعداد متغیرها زیاده و نمیشه راحت نتیجه گیری کرد. مثلا یه آقای اومده بود داده های دی ان ای کلی از دانشجوهایش جمع کرده بود، بعد اینا رو با آی کیوشون مقایسه کرده بود و اینا رو رسیده بود. به این که آقا این ژن مشخص، آی جی ایف تو آر، این نشان دهنده آی کیو ادماست من ژن آی کیو رو کشف کردم. خب بر اساس اومده بود و پیدا کرده بود و اینا دیگه، یعنی دیده بود که مثلا وقتی که این ژن در این ویژگی ها رو داره یا یا این ژن وجود داره یا هر چی، آی کیو مثلا بالاتر بعد چند سال بعد اومده آزمایشش رو تکرار کرد با یه سری دیگه دانشجو، این بار اصلا انگار نه انگار همچین رابطه ای دیده نمیشد.

ایراد قضیه این است که ژنوم انسان از هزاران ژن تشکیل شده و اگر یک ارتباطی اتفاق بیفتد. کاملا ممکن است که شانس بوده باشد چون متغیرهای زیادی این وسط هستند و بیگ دیتا آنقدر با موقعیت. چیزهایی که توش متغیرها زیاد باشند راحت نیست. الگو ایجاد شده ولی ممکن است کاملاً رندوم ایجاد شود. یه ایراد دیگه ی بیگ داتا اینه که چیزای غیر قابل اندازه گیری رو روش نمیشه تحلیل کرد. وقتی فیسبوک همه لایک ها و کلیک های شمارم جمع کنه نمی تونه درست بفهمه تجربه ی شما واقعاً با یک یک محصول یا با یک سایت چی بوده؟ چقدر خوب بوده؟ چقدر راضی بودی؟ اینجا شما واقعا لازم دارید از مردم بپرسید. که نظرشون درباره سایت چیه، شما لازم داری نصر سنجی کنی، سمالداتا جمع کنی، کاری که البته فیسبوک اینکار رو هم میکنه. و یه کار دیگه ای که فیسبوک میکنه اینه که روانشناس استخدام میکنه، جامعهشناس استخدام میکنه که اینها کمکش کنن که ببینن. کاربران چی فکر میکنن و کمکش کنن چیزهای غیر قابل اندازه گیری رو اینطوری استخراج کنن چون اینا رو با دیتا نمیشه درآورد، اینا یعنی بیگ دیتا کامل نیست، البته مشکل از این عمیق تره هم مشکل از این عمیق تره، هم امکانات بیگ دی تا از اینایی که گفتیم بیشتره، هر وقت یه چیزی شما در گوگل میبینید.

حریم خصوصی آنلاین و اخلاقیات: چالش ها و فرصت ها در روند جمع آوری و استفاده از داده های اینترنتی

یا یه چیزی آنلاین میخری، داری در جمع شدن مشارکت میکنی، اما سوالی که خیلی خیلی ها باهاش درگیرن یعنی که اگه دولت ها دستشون به این اطلاعات برسه چی چیکار میتونن بکنن باهاش مثلا فرض کنی که گوگل کن میخوام خودمو بکشم، همیشه در مورد این سوال که آیا دولتها دستشون برسه، ما به جنبه های منفی قضیه نگاه کردیم. حالا شما اینطوری فکر کن، یکی گوگل کنه میخوام خودمو بکشم، آیا باید یه امکاننی باشه که پلیس آگاه بشه، که آقا یه نفر میخواد بره خودش؟ بکش بکش برو نجاتش بده، این خوبه، پلیس البته نمی تونه فردی وارد بشه مثلا هرکی گوگل کرد میخوام خودمو بکشم بری در خونه ماهی سه و نیم میلیون جستجو مربوط به خودکشی انجام می شود در آمریکا، ولی تعداد خودکشی که ملت مرتبط دنبال میشن یه چیزی کمتر از چهار هزار تا خیلی هزینه ای سنگینی میشه که پلیس بخواهد دنبال دونه دونه آدما بره بود اخلاقی هم داره قضیه، اصلا دولت باید اجازه داشته باشه انقدر وارد حریم خصوصی ما بشه یا نه؟ حالا این سوالات مهم ولی در سطح فردی رو بذاریم کنار، ببینیم در سطح محلی چیکار میشه کرد؟ در سطح محلی، این سوال و این ملاحظههای اخلاقی تا حالا جلوی دولت ها را نگرفته، مخصوصاً که عملاً دیدند بین دادههای سرشا و اقدامات عملی بعدیش همبستگی می شود پیدا کرد، به ویژه در سطح ایالتی. نه در سطح ایالتی و نه در سطح فردی کارایی کردن، مثلا دیدن آقا، سرچ های مربوط به خودکشی در یک شهری در یک زمانی زیاد شده. شروع کردن تو رادیو و تلویزیون تبلیغات مرتبط پخش کردن که اگه کسی مشکل داشت زنگ بزنه اینجا اگر کسی. چنین شرایطی داشت، از کی کمک بگیره و از این دست اقدامات پیشگیرانه. یعنی وقتی ما یه چیزی داریم مثل بیداتا که انقدر قابل اعتماده، دروغ نمیگه و همه این مزایایی دیگه که گفتیمو داره؟ میشه ازش برای حکمرانی بهتر، برای مدیریت بهتر جامعه هم استفاده های خیلی خلاقانه ای کرد. یه فرقی هم داره، اینم یه مثال جالبیه توی کتاب هست، اینم من اینجا بگم، یه فرقی هست واقعا بین گوگل و سوشل میدیا جفتش بیگ داتا جمع میکنن، ولی خیلی باید با دقت بیشتری نگاه کنیم به این دوتا. سوشل میدیا. دروغگویی اتفاقا، چون اونجا جاییه که ملت همش دارن خالی میبندن که بقیه رو تحت تاثیر قرار بدن.

توی سوسیال میدیا مثلا بیشترین ترکیباتی که با شوهرم میسازن مای هازبند ساخته میشه. اینه، شوهرم از همه بهتره، شوهرم بهترین دوست منه، شوهرم فوق العاده است، شوهرم بهترینه، شوهرم خیلی قشنگه ، شوهرم بهترین ، بهترین دوست من ، شگفت انگیز ، عالی ترین ، خیلی خوشگل ولی، تو گوگل اگه نگاه کنی که بعد از مای هازبند بیشتر چی میاد؟ “جرک دی امایزینگ” این مجموعه مشترکه. “آنوینگ مین” تو گوگل مردم رو بیشتر جستجو میکنه. که شوهرم اشغال فوق العاده است و اعصاب خورد کنه بی تربیته توهین میکنه از این جور چیزها، یه آدمن دیگه، ها، در این زمینه یه جامعه صحبت میکنیم، کمابیش، ولی توی سوسیال میدیا یه جور دیگه حرف میزنن، دروغ میگن ولی وقتی جلوی گوگل نشستن اصل مطلبو میگن. موزیک ویدیویی (مذکر) (مذکر) کتاب خیلی کتابی جالبیه، خلاصه من دیگه واقعاً به اندازه کافی نمیتونم تاکید کنم که این کتاب هر کسی که میتونه و دستش میرسه بخونه. آخر این اپیزودو با یک مثال دیگه می بندیم یه مثال جالب دیگه ی نویسنده داره درباره اینکه چطور اطلاعات سرچ به ما دروغ نمیگه، بیگ دیتهای سرچ دروغ نمیگه و چه استفاده هایی میتونیم ازش بکنیم و میانبر های علمی بزنیم. میگه محققان مایکروسافت اومدن یه مطالعه خیلی جالبی کردن روی دیتا موتور جستجوی مایکروسافت. میگه وقتی برای کسی تشخیص سرطان لوز و معده میدن، یه کاری که خیلی زود میکنه اینه که میاد دنبال می کنه درباره سرطان لوزولمد بعد اینا اومدن، کسایی که این سرچ رو انجام دادن و نگاه کردن، ببینن که این آدما دو ماه پیش چی سرچ کردن. چه نشانه ای جستجو کردند؟ شش ماه پیش چه جستجو کردند؟ مثلا اینکه یک نفر جستجو کرده باشد سوء هاضمه.

راهنمایی برای تشخیص سرطان لوز المعده: اپیزود بی پلاس

ممکنه چیز خاصی نباشه، ولی اینکه یه نفر سرچ کرده باشه سوء هاضمه، بعد سرچ کرده باشه مثلا درد معده و بعد از شش ماه سرش کرده باشه سرطان لوز المعده این به اینا یه راهنمایی میده آقا، اگر کسی امروز سرچ کرد این علامت رو، و این علامت رو، مثلا ده درصد احتمال داره که این آدم در مسیر ابتلا به سرطان لوز معده باشه، ده درصد بیشتر امنه، احتمالش خیلی کمه. ولی سرطان لوز المعده یک بیماریه که اگه زود تشخیص داده بشه شانس کنترلش و درمانش. یعنی شما احتمال ابتلا هنوز خیلی کمه، ولی اگر مبتلا باشی، ما الان اگه بفهمیم خیلی احتمال داره بتونیم درمانت کنیم فکر کن شما با این اطلاعات حالا سیستم یه طوری بشه که اگه شما نصف شب پا شدی جستجو کردی حالم میسوزه و دلم درد میکنه بهت میگن آقا، شما ده درصد احتمال ابتلا به اینو داری، ولی وحشت نکن، بیا برو چک کن. چون حتی اگر مبتلا باشی، الان ما نود درصد احتمال داریم که بتونیم درستت کنیم، در حالی که علم ممکن است هنوز واقعا به این یا سیستم آموزشی و بهداشتی اینجا نباشد که بتواند هر کسی که این علائم را بروز داده است. خودش در این مرحله اولیه دل درد و سوزش بتونه اینو ببره توی مسیر تشخیص سرطان ولی ممکنه. می تونه با اطلاعات سرچ بشه اینکارو کرد و بشه سیستم بهداشتی رو سیستم سلامت و یه طوری تنظیم کنه که از اینها استفاده کنه شاید یعنی در آینده ما بریم به این سمت که با همین اطلاعات سرچمون یه چیزایی مثل سیستم سلامتمون هم دگرگون بشه. هی موزیک ویدیویی موزیک ویدیویی موزیک ویدیویی چیزی که شنیدین، قسمت سوم پادکست بی پلاس بود. این اپیزود بی پلاس را من، علی بندری و امید صدیقفر درست کردیم.بی پلاس یک هفته در میان چهارشنبه ها منتشر می شود. از همه ی اپلیکیشن های پادکست میتونید بشنویدش، کاست باکس، اوور کاست هرچی که دوست دارید.

شما هم از نام لیک سعی کنید یا از یا از یا از سایت خودمون . معمولا پیشنهاد اول ما اینه که یک اپلیکیشن پادکست نصب کنید و اونجا بی پلاس رو و چینل بی رو و بقیه پادکست ها. چیزهایی که دوست دارید پیدا کنید و گوش بدید هم برای خودتان بهتره، امکانات بیشتری بهتون میده و هم برای ما بهتره آمار درست تر و دقیقتری بهمون میده که چیزیه که لازم داریم برای اداره کردن و توسعه دادن پادکست بی پلاس پادکست. کام رو ببینید، ما در بی پلاس این امکان رو برای شنوندهها تعریف کردیم که اگه خواستند بتونن. می تونید همونطور که اول گفتی با 16 دلار یا 48000 تومن پشتیبان کل فصل اول بشین اگه هم خواستید فقط میتونید بعضی از اپیزود ها رو انتخاب کنید و پشتیبانشون بشین این کمک میکنه به ما که خوب. و منظم بتونیم پادکست رو تولید کنیم. پایه اصلی قسمت های بی پلاس خلاصه های سایت بلینکیست هستند، توی سایت ما میتونید لینک بلینکیست رو و توضیحاتش رو هم پیدا کنید یک صفحه ای هست که ما اونجا توضیح دادیم که بلینکیست چیست و چگونه کار می کنه و اینها ممنونیم از شماایی که عضو از طریق لینک ما از شما که پشتیبان پادکست شدید و از شما که کمک می کنید و بی پلاس را به دیگران معرفی می کنید. ممنونیم از مونوپی. ممنونیم از حسین نجفی که موزیک اینتروی پادکست بی پلاس رو ساخته و از مهران بلحسنی طراح پوسترها و وب وب سایت از موزیک ویدیویی سی موزیک ویدیویی