NOVA IORQUE – Até recentemente, dois grandes obstáculos limitavam o que os economistas de investigação podiam aprender sobre o mundo com os métodos eficazes que os matemáticos e especialistas em estatística, a partir do início do século XIX, desenvolveram para reconhecer e interpretar padrões em dados com ruído: os conjuntos de dados eram pequenos e dispendiosos, e os computadores eram lentos e caros. Por isso, é natural que com a redução drástica destes obstáculos permitida pelos ganhos na capacidade de processamento, os economistas se tenham precipitado para a utilização dos grandes conjuntos de dados (NdT: big data, no original) e da inteligência artificial para ajudá-los a identificar padrões em todo o tipo de actividades e resultados.
NOVA IORQUE – Até recentemente, dois grandes obstáculos limitavam o que os economistas de investigação podiam aprender sobre o mundo com os métodos eficazes que os matemáticos e especialistas em estatística, a partir do início do século XIX, desenvolveram para reconhecer e interpretar padrões em dados com ruído: os conjuntos de dados eram pequenos e dispendiosos, e os computadores eram lentos e caros. Por isso, é natural que com a redução drástica destes obstáculos permitida pelos ganhos na capacidade de processamento, os economistas se tenham precipitado para a utilização dos grandes conjuntos de dados (NdT: big data, no original) e da inteligência artificial para ajudá-los a identificar padrões em todo o tipo de actividades e resultados.