4

Kolik dat postačuje pro rozvoj?

NAIROBI – Rychlé technologické pokroky dramaticky snížily náklady na shromažďování dat. Snímače ve vesmíru, na obloze, v laboratoři i v terénu spolu s nově objevenými příležitostmi crowdsourcingu a rozsáhlého využívání internetu a mobilních telefonů umožňují přístup k velkému množství informací i těm, pro které byly dříve nedostupné. Například drobný rolník ve venkovské Africe dnes může klepnutím na displej získat přístup k předpovědi počasí i cenám na trhu.

Tato datová revoluce skýtá enormní potenciál ke zkvalitňování rozhodovacího procesu na všech úrovních – od místního farmáře po rozvojové organizace s celosvětovým dosahem. Shromažďovat data však nestačí. Informace se musí také spravovat a vyhodnocovat – a to může být mnohem složitější a dražší než úsilí o samotný jejich sběr. Nejsou-li rozhodnutí, která se mají zkvalitnit, nejprve řádně identifikována a analyzována, pak hrozí riziko, že úsilí o sběr dat přijde vniveč nebo bude namířeno nesprávným směrem.

Erdogan

Whither Turkey?

Sinan Ülgen engages the views of Carl Bildt, Dani Rodrik, Marietje Schaake, and others on the future of one of the world’s most strategically important countries in the aftermath of July’s failed coup.

Samotný tento závěr stojí na empirické analýze. Například existují jen slabé důkazy, že monitorovací iniciativy v zemědělství nebo ekologickém řízení mají pozitivní dopad. Kvantitativní analýza rozhodnutí napříč mnoha obory včetně ekologické politiky, obchodních investic a kybernetické bezpečnosti ukázala, že lidé mají sklon přeceňovat množství dat potřebných ke kvalitnímu rozhodnutí, případně špatně chápou, jaký typ dat je zapotřebí.

Navíc se mohou vyskytnout vážné chyby, když se rozsáhlé datové soubory vytěžují s použitím strojových algoritmů, aniž by se nejprve řádně prozkoumalo samotné rozhodnutí, k němuž je třeba dospět. Existuje mnoho případů, kdy vytěžování dat vedlo k mylnému závěru – například u lékařských diagnóz nebo právních případů –, protože se nevedly konzultace s experty z oboru a z analýzy byly vynechány klíčové informace.

Věda o rozhodovacím procesu, která kombinuje poznatky o chování s všeobecnými principy koherentního rozhodování, omezuje tato rizika tím, že páruje empirická data s expertními znalostmi. Chceme-li zapojit datovou revoluci do služeb trvale udržitelného rozvoje, musíme do svého úsilí začlenit nejlepší postupy z tohoto oboru.

Prvním krokem je identifikovat a zasadit do rámce často se opakující rozhodnutí. V oblasti rozvoje sem patří rozhodnutí velkého dosahu, například výdajové priority – a potažmo rozpočtové alokace – vlád a mezinárodních organizací. Tato oblast však zahrnuje i rozhodnutí činěná v mnohem menším měřítku: úvahy zemědělců, které plodiny zasadit, kolik hnojiva použít nebo kdy a kde prodávat produkci.

Druhým krokem je vybudování kvantitativního modelu nejistot spojených s těmito rozhodnutími, včetně nejrůznějších spouštěcích mechanismů, důsledků, kontrolních prvků a zmírňujících faktorů, ale i souvisejících nákladů, přínosů a rizik. Začleňování – spíše než ignorování – těžko měřitelných a vysoce nejistých faktorů vede k nejkvalitnějším rozhodnutím.

Když se takový model zapojí do služeb trvale udržitelného rozvoje, často zahrnuje i projekci dopadu intervencí na živobytí a životní prostředí během několika desetiletí. Takový proces je nejúspěšnější, když jsou k identifikaci relevantních proměnných a jejich vzájemných vztahů povolány zainteresované strany i experti. Tito protagonisté musí být vyškoleni tak, aby dokázali poskytnout kvantitativní odhad míry své nejistoty u různých proměnných. Experti například mohou na základě dostupných dat a vlastních zkušeností odhadnout s devadesátiprocentní jistotou, že průměrný výnos kukuřice v určitém regionu bude činit 0,5-2 tuny na hektar.

Třetím krokem je výpočet hodnoty získání dodatečných informací – něco takového je možné pouze v případě, že jsou kvantifikovány nejistoty u všech proměnných. Hodnotou informace je pak částka, kterou by za ni byl ochoten zaplatit racionální účastník rozhodovacího procesu. Potřebujeme tedy vědět, kde budou mít dodatečná data hodnotu pro zkvalitnění rozhodnutí a jak vysokou částku bychom měli vynaložit, abychom je získali. V některých případech nemusí být k dosažení zdravého rozhodnutí zapotřebí žádné další informace; v jiných případech může mít získání dodatečných údajů cenu několika milionů dolarů.

Tento proces se opakuje tak dlouho, až získání dodatečných dat neskýtá žádnou další hodnotu a může dojít ke zdravému rozhodnutí – k logickému závěru založenému na informacích, hodnotách a preferencích rozhodovacích činitelů nebo orgánu. Takový proces poskytuje účastníkům rozhodování a zainteresovaným stranám bližší pohled na možnosti, jak zkvalitnit politiku nebo maximalizovat pozitivní výsledky a omezit rizika, jako jsou hrozba pomalého tempa zavádění nebo omezená institucionální kapacita k efektivní implementaci.

Support Project Syndicate’s mission

Project Syndicate needs your help to provide readers everywhere equal access to the ideas and debates shaping their lives.

Learn more

Nestačí jednoduše předpokládat, že datová revoluce bude pro trvale udržitelný rozvoj automaticky přínosem. Chceme-li zajistit, aby tomu tak bylo, musíme si uvědomit význam rigorózní analýzy při každém shromažďování dat i nástup nové generace rozhodovacích vědců, kteří působí po boku tvůrců příslušných politik.

Z angličtiny přeložil Jiří Kobělka.