Big data ดัดจริต: บิ๊กดาต้า ข้อมูลรูปแบบใหม่ และสิ่งที่อินเทอร์เน็ตบอกเราได้ว่าแท้จริงแล้วเราเป็นใคร
ชื่อต้นฉบับ: Everybody Lies
อธิบายว่าทำไมแบบสำรวจและคำบอกเล่าของคนจึงชวนเข้าใจผิด และพฤติกรรมออนไลน์ที่ซื่อตรง อย่างการค้นหาใน Google เผยความคิดแท้จริง แหล่งโอกาส และสิ่งที่ได้ผล พร้อมข้อจำกัดและจริยธรรมในการใช้

สารบัญ
1. บทนำ
1 นาที 03 วินาที
ถ้าคุณตัดสินลูกค้า เพื่อนร่วมงาน หรือแม้แต่ความสัมพันธ์ของตัวเองจากคำพูดคนอื่น คุณกำลังเชื่อเรื่องที่เขาแต่งให้ดูดีมาแล้ว ในหนังสือ Big data ดัดจริต นักวิทยาศาสตร์ข้อมูลและนักเศรษฐศาสตร์ Seth Stephens-Davidowitz ชี้ว่ามีบันทึกที่ตรงไปตรงมากว่านั้น นั่นคือสิ่งที่คนค้นหาและคลิกตอนที่ไม่มีใครถาม ข้อมูลนี้หักล้างได้แม้แต่สัญชาตญาณของคนมากประสบการณ์ งานวิจัยชิ้นหนึ่งใช้ข้อมูล Facebook แล้วพบว่า คู่รักที่มีเพื่อนร่วมกันเยอะ มีแนวโน้มจะเปลี่ยนสถานะเป็นโสดมากกว่า ซึ่งตรงข้ามกับที่คุณยายผู้รอบรู้คนหนึ่งเชื่อเลย
ผู้เขียนเสนอว่า ถ้าใช้บิ๊กดาต้าอย่างระมัดระวัง มันจะบอกได้ว่าเราเป็นใครและอะไรได้ผลจริง ขอแค่ตั้งคำถามในระดับที่เหมาะสม และใช้วิจารณญาณของคนเราคอยกำกับ คุณจะได้รู้วิธีจับผิดแบบสำรวจที่ไม่ตรงไปตรงมา วิธีต้นทุนต่ำในการหาสาเหตุที่แท้จริง และรู้ว่าตัวเลขจะเริ่มเชื่อถือไม่ได้ตรงจุดไหน
2. มองให้ออกว่าคำตอบในแบบสำรวจถูกแต่งเติมตรงไหน
2 นาที 03 วินาที
บัณฑิตกลุ่มหนึ่งบอกเกรดของตัวเองไว้แบบหนึ่ง แต่ข้อมูลจริงของมหาวิทยาลัยกลับต่างออกไปลิบลับ ช่องว่างนี้ชี้ให้เห็นแรงกดดันที่ทำให้คนเราบิดเบือนคำตอบแทบทุกข้อเวลาพูดถึงตัวเอง และชี้เป้าไปยังพื้นที่หนึ่งที่แรงกดดันนี้หายไป
3. เอาความรู้สึกส่วนตัวมาวัดกับข้อมูลจริง
2 นาที 06 วินาที
คุณยายวัย 88 ปีที่ผ่านโลกมาหลายสิบปี พูดอย่างมั่นใจว่าอะไรที่ทำให้คู่รักคบกันยืด แต่งานวิจัยที่ใช้ข้อมูลจาก Facebook ได้นำกฎของคุณยายมาทดสอบ และผลลัพธ์ที่ได้คือสิ่งที่คุณควรรู้ก่อนจะเชื่อประสบการณ์ของตัวเอง
4. ข้อมูลที่ใช้ได้จริงสำคัญกว่าปริมาณ ดูได้จาก Google
2 นาที 06 วินาที
เครื่องมือค้นหายุคแรกมีข้อมูลมหาศาลแต่กลับให้ผลลัพธ์ที่แย่มาก จนผู้ก่อตั้งสองคนเปลี่ยนวิธีนับข้อมูลเพียงจุดเดียว และต่อมาวิศวกรคนหนึ่งก็พิสูจน์ให้เห็นว่าสัญญาณแบบเดียวกันนี้ใช้ตามรอยโรคระบาดได้
5. เจาะลึกข้อมูลเพื่อดูว่าโอกาสซ่อนอยู่ที่ไหน
2 นาที 05 วินาที
ถ้าดูค่าเฉลี่ย เด็กยากจนในสหรัฐอเมริกามีโอกาสประสบความสำเร็จน้อยกว่าเด็กในเดนมาร์กหรือแคนาดา แต่พอเจาะลึกข้อมูลภาษีกว่าพันล้านรายการ กลับเห็นความจริงที่ต่างออกไปมาก ซึ่งขึ้นอยู่กับว่าคุณเติบโตที่ไหน
6. พิสูจน์เหตุและผลด้วยการทดลองต้นทุนต่ำ
1 นาที 48 วินาที
ข่าวที่ว่าคนดื่มแอลกอฮอล์แต่พอดีมักมีสุขภาพแข็งแรงนั้นฟังดูน่าสนใจ แต่มันพิสูจน์ได้น้อยกว่าที่เห็น ทีมหาเสียงประธานาธิบดีทีมหนึ่งได้แสดงให้เห็นว่าทุกวันนี้เราหาคำตอบที่แท้จริงได้ในราคาถูกแค่ไหน และแทบทุกทีมก็ใช้วิธีนี้ได้
7. รู้ทันว่าเมื่อไรตัวเลขมหาศาลจะหลอกคุณ
1 นาที 58 วินาที
นักพันธุศาสตร์คนหนึ่งพบยีนที่โผล่ในกลุ่มนักเรียนไอคิวสูงบ่อยเป็นสองเท่า แต่สุดท้ายข้อค้นพบนั้นกลับหายไป ความผิดพลาดของเขาเผยให้เห็นกับดักที่ซ่อนอยู่ในข้อมูลชุดใหญ่ และกับดักอีกข้อที่ไม่มีหน้าจอสรุปผลไหนแสดงให้เห็นได้
8. ใช้ข้อมูลการค้นหาช่วยคนทั้งชุมชน
1 นาที 55 วินาที
ในแต่ละเดือนมีการค้นหาเรื่องการฆ่าตัวตายนับล้านครั้ง ซึ่งตามหลักแล้วรัฐบาลมองเห็นข้อมูลนี้ได้ แต่ตัวเลขกลับชี้ว่าไม่ควรใช้วิธีที่ดูตรงไปตรงมาที่สุด และควรหันไปใช้อีกวิธีที่งานวิจัยในปี 2016 ชี้ว่าเข้าถึงคนได้จริง
9. บทสรุป
1 นาที 32 วินาที
ท้ายที่สุด Big data ดัดจริต คือหนังสือที่พูดถึงความซื่อตรง ทั้งของตัวเราเองและของข้อมูล คนเรามักแต่งเติมคำตอบ แบบสำรวจจึงมีแต่คำพูดดูดี และแม้แต่ประสบการณ์ที่คุณยายสั่งสมมาทั้งชีวิตก็ยังพาหลงทางได้ สิ่งที่คนทำตอนอยู่หน้าช่องค้นหาคนเดียวเป็นบันทึกที่จริงกว่ามาก ซึ่ง Stephens-Davidowitz ชี้ให้เห็นว่ามันช่วยบอกได้ว่าเด็กยากจนที่ไหนยังมีโอกาสลืมตาอ้าปาก ช่วยตามรอยการระบาดของไข้หวัดใหญ่ และตัดสินได้ว่าเว็บไซต์แบบไหนจูงใจคนได้ดีกว่า แต่ข้อมูลนี้ก็หลอกเราได้เหมือนกัน ถ้ามีตัวแปรมากเกินไป ถ้าละเลยสิ่งที่นับเป็นตัวเลขไม่ได้ หรือถ้านำไปเจาะจงใช้กับคนแค่คนเดียว
นิสัยที่นำไปใช้ได้จริงจึงเป็นเรื่องเรียบง่าย ถ้าต้องตัดสินใจจากคำพูดคน ให้หาดูสิ่งที่เขาทำจริงประกอบด้วย ถ้าคุณมั่นใจในสัญชาตญาณตัวเองมาก ให้จดไว้ แล้วเปิดใจให้ข้อมูลจริงมาลองหักล้างดู และถ้าเจอรูปแบบข้อมูลที่น่าทึ่ง ก็ให้ลองทดสอบกับข้อมูลชุดใหม่หรือกลุ่มตัวอย่างที่แบ่งแบบสุ่มก่อนจะนำไปใช้ต่อ
ผู้เขียนยังฝากข้อคิดดี ๆ ที่ช่วยให้สบายใจขึ้นด้วย คำค้นหาที่คนเราปิดบังเพื่อนฝูงแสดงให้เห็นว่า ความกังวลและความต้องการลึก ๆ ของเรา ไม่ได้แปลกประหลาดอย่างที่คิดหรอก ไม่ว่าคุณจะแอบพิมพ์อะไรตอนไม่มีใครเห็น ก็มีคนอื่นเคยพิมพ์แบบนั้นมาแล้วเหมือนกัน
เกี่ยวกับหนังสือเล่มนี้
หนังสือเล่มนี้เกี่ยวกับอะไร?
เวลาถูกถามเรื่องตัวเอง คนเรามักแต่งเติมความจริง เช่น บอกเกรดสูงเกินจริง ปิดบังนิสัยบางอย่าง และเลือกตอบแต่สิ่งที่ฟังดูดี แบบสำรวจจึงบอกไม่ค่อยได้ว่าคนทำตัวอย่างไรจริง ๆ และพึ่งพาไม่ค่อยได้ในการตัดสินใจ ทั้งเรื่องธุรกิจ นโยบาย และชีวิตส่วนตัว Seth Stephens-Davidowitz อดีตนักวิทยาศาสตร์ข้อมูลของ Google และนักเศรษฐศาสตร์ ชี้ว่าอินเทอร์เน็ตได้สร้างบันทึกที่ตรงไปตรงมากว่าเดิมขึ้นมา สิ่งที่คนพิมพ์ลงในเครื่องมือค้นหาตอนอยู่คนเดียวโดยไม่มีใครเห็น จะเผยความต้องการและความกังวลที่พวกเขาแทบไม่เคยยอมรับ และเพราะข้อมูลมีมหาศาล นักวิจัยจึงเจาะลึกได้ถึงระดับเมือง ติดตามการระบาดของไข้หวัดใหญ่ขณะแพร่กระจาย และทำการทดลองต้นทุนต่ำเพื่อดูว่าอะไรเป็นสาเหตุของอะไรได้ เหมือนที่ทีมหาเสียงของ Barack Obama ทำกับเว็บไซต์ในปี 2008 หนังสือเล่มนี้ยังขีดเส้นข้อจำกัดไว้ด้วย ชุดข้อมูลที่มีตัวแปรนับพันตัวมักสร้างรูปแบบลวงตาขึ้นมา ตัวเลขมองไม่เห็นความรู้สึกนึกคิดของมนุษย์ และการนำข้อมูลการค้นหาไปเจาะจงที่ตัวบุคคลก็สร้างปัญหาร้ายแรงทั้งเรื่องความแม่นยำและความเป็นส่วนตัว ผู้อ่านจะได้วิธีตั้งคำถามกับแบบสำรวจและสัญชาตญาณของตัวเองอย่างเฉียบคมขึ้น และรู้ชัดว่าเมื่อไรที่ข้อมูลเชื่อถือได้จริง
ข้อมูลหนังสือ
หนังสือเล่มนี้เหมาะกับใคร
ผู้จัดการ นักการตลาด
ผู้จัดการและนักการตลาดที่ใช้ผลสำรวจในการตัดสินใจ แต่เริ่มสงสัยว่าคำตอบที่ได้นั้นเกรงใจกันเกินจริง
อยากรู้พฤติกรรมจริง
นักศึกษาและนักวิเคราะห์ที่อยากรู้ว่าข้อมูลการค้นหา ข้อมูลภาษี และการทดลองออนไลน์ เปิดเผยพฤติกรรมที่แท้จริงของคนเราได้อย่างไร
ผู้ก่อตั้งกิจการ
ผู้ก่อตั้งธุรกิจที่อยากทดสอบไอเดียด้วยต้นทุนต่ำ แทนที่จะมานั่งเถียงกันเอง
เกี่ยวกับผู้เขียน
Seth Stephens-Davidowitz
Seth Stephens-Davidowitz เป็นนักวิทยาศาสตร์ข้อมูล นักเศรษฐศาสตร์ และนักเขียนชาวอเมริกัน เขาเคยทำงานเป็นนักวิทยาศาสตร์ข้อมูลที่ Google เขียนบทความแสดงความคิดเห็นให้ New York Times และเป็นอาจารย์รับเชิญที่ Wharton แห่ง University of Pennsylvania งานวิจัยของเขาใช้ข้อมูลจาก Google Trends และ Facebook เพื่อค้นหาสิ่งที่คนคิดอยู่ในใจแต่ไม่ยอมพูดออกมาในที่สาธารณะ เขาเรียนจบด้านปรัชญาที่ Stanford และจบปริญญาเอกด้านเศรษฐศาสตร์จาก Harvard ส่วนหนังสือ Big data ดัดจริต เป็นผลงานเล่มแรกของเขา ตีพิมพ์ในปี 2017 และติดอันดับหนังสือขายดีของ New York Times
คะแนนและรีวิว
สรุปคะแนนรีวิว
ความคิดเห็นจากผู้อ่าน
ผู้ฟังเห็นว่าผลงานชิ้นนี้น่าติดตามและเรียบเรียงมาอย่างดี โดยบอกว่าน้ำเสียงที่เป็นกันเองทำให้เข้าใจและเข้าถึงได้ง่าย นอกจากนี้ยังชื่นชมข้อมูลงานวิจัยที่อัดแน่นและความสามารถในการเปิดเผยความจริงแท้เกี่ยวกับธรรมชาติของมนุษย์ อีกทั้งหนังสือเล่มนี้ยังตลกและช่วยกระตุ้นความคิด ซึ่งมีผู้ฟังคนหนึ่งระบุว่ามันท้าทายความเชื่อเดิมๆ ของตัวเองได้สำเร็จ
รีวิวยอดนิยม
เคยสงสัยไหมว่าจริงๆ แล้วคนเราคิดอะไรอยู่ตอนที่ไม่ได้พยายามสร้างภาพให้ใครประทับใจ หนังสือเล่มนี้เปิดเผยโลกที่ซ่อนอยู่จากการค้นหาข้อมูลส่วนตัวของเรา ทำหน้าที่เหมือนเป็นยาพูดความจริงยุคดิจิทัลสำหรับศตวรรษที่ 21 ส่วนตัวรู้สึกว่างานวิจัยเรื่องมุมมองที่เรามีต่อลูกตัวเอง โดยเฉพาะความเหลื่อมล้ำระหว่างคำค้นหาว่า 'ลูกชายอัจฉริยะ' กับ 'ลูกสาวอ้วน' เป็นอะไรที่บีบหัวใจสุดๆ แต่ก็เป็นความจริงที่ต้องยอมรับ หนังสือเขียนด้วยสไตล์ที่เหมือนคุยกันและเข้าถึงง่ายมาก ไม่ได้ให้ความรู้สึกเหมือนตำราวิชาการแห้งๆ ข้อสรุปบางอย่างเกี่ยวกับการเลือกตั้งปี 2016 ก็ชวนให้ถกเถียงอยู่หรอก แต่ข้อมูลพื้นฐานที่เอามากางให้ดูก็ยากที่จะมองข้าม เป็นเล่มที่ชวนให้ขบคิดและจะทำให้คุณกลับไปคิดทบทวนใหม่เกี่ยวกับแบบสอบถาม 'ไม่ระบุตัวตน' ทุกชุดที่เคยกรอกมาเลย Stephens-Davidowitz มีความสามารถเฉพาะตัวในการเปลี่ยนวิทยาการข้อมูลที่ซับซ้อนให้เหมือนการนั่งคุยกันดึกๆ ที่บาร์ แนะนำอย่างยิ่งสำหรับแฟนๆ ของ Malcolm Gladwell หรือ Nate Silver ที่อยากเจาะลึกลงไปถึง 'ทำไม' ที่อยู่เบื้องหลัง 'อะไร'
ดูเพิ่มเติมว้าว หนังสือเล่มนี้เหมือนหมัดฮุกเข้าที่ท้องจังๆ สำหรับใครก็ตามที่คิดว่าตัวเองเข้าใจโลกยุคใหม่ดี การได้แต่สงสัยว่าคนเราโกหกเพื่อรักษาหน้านั้นเป็นเรื่องหนึ่ง แต่การได้เห็นตัวเลขดิบๆ ที่พิสูจน์เรื่องนี้เป็นคนละเรื่องกันเลย ข้อมูลเชิงลึกเรื่องวิธีที่พ่อแม่ค้นหาข้อมูลเกี่ยวกับลูกตัวเองเป็นจุดที่ทำให้ร้อง 'อ๋อ' ขึ้นมาจริงๆ เราอ้างว่าตัวเองหัวก้าวหน้า แต่ช่องค้นหาของเรากลับบอกเล่าเรื่องราวที่ต่างออกไปเกี่ยวกับอคติในตัวเรา รู้สึกว่าน้ำเสียงที่เป็นกันเองของหนังสือทำให้สดชื่นมาก ไม่ได้รู้สึกเหมือนกำลังฟังบรรยาย แต่เหมือนบทสนทนาที่น่าตื่นตาตื่นใจบนโต๊ะอาหารเย็นมากกว่า เห็นได้ชัดว่าค้นคว้ามาอย่างกว้างขวาง และผู้เขียนก็ทำหน้าที่ได้เยี่ยมมากในการอธิบายวิธีจัดการกับชุดข้อมูลขนาดมหึมาเหล่านี้จริงๆ มันทั้งตลก ชวนให้ขบคิด และชวนให้รู้สึกไม่สบายใจอย่างลึกซึ้งไปพร้อมๆ กัน ถ้าอยากเห็นมนุษยชาติในฉบับ 'ไม่ใส่ฟิลเตอร์' คุณต้องอ่านเล่มนี้ให้ได้เลย เป็นการสำรวจธรรมชาติของมนุษย์ที่แท้จริงที่สุดเท่าที่ได้เจอมาในรอบหลายปี
ดูเพิ่มเติมความจริงก็คือ เราทุกคนต่างก็ซื่อสัตย์กับแป้นพิมพ์ของตัวเองมากกว่ากับเพื่อนสนิทที่สุดหรือแม้กระทั่งกับตัวเองเสียอีกนิดหน่อย Stephens-Davidowitz จับภาพปรากฏการณ์นี้ไว้ได้อย่างไร้ที่ติ เขาใช้การเปรียบเทียบกับนักสังคมวิทยาที่คุ้ยถังขยะเพื่อดูว่าจริงๆ แล้วผู้คนกินอะไร แทนที่จะไปถามเจ้าตัวตรงๆ ซึ่งเป็นกรอบคิดที่เฉียบแหลมมากในการทำความเข้าใจบิ๊กดาต้า หนังสืออัดแน่นไปด้วยข้อมูลเชิงลึกของจริงที่ท้าทายวิธีคิดของเราในทุกเรื่องตั้งแต่การเมืองไปจนถึงเรื่องเพศวิถี ชอบความหลากหลายของตัวอย่างที่ยกมามาก ตั้งแต่เรื่องการแข่งม้าไปจนถึงภาษาศาสตร์ของบทภาพยนตร์ สำนวนการเขียนอ่านง่ายอย่างเหลือเชื่อ แทบจะเหมือนบทความขนาดยาวในนิตยสารที่คุณวางไม่ลงเลย แม้จะมีนักวิจารณ์บางคนบอกว่าเขาสรุปแบบก้าวกระโดดไปมาก แต่ส่วนตัวคิดว่าเขาให้หลักฐานมากพอที่อย่างน้อยก็ทำให้คุณต้องหยุดคิด เป็นงานวิจัยปริมาณมหาศาลที่อัดแน่นอยู่ในหนังสือขนาดกำลังพอดีเล่มหนึ่ง มันตอกย้ำให้เห็นจริงๆ ว่าในชีวิตประจำวันนั้น 'ทุกคนล้วนโกหก' กันมากขนาดไหน
ดูเพิ่มเติมในฐานะคนที่ใช้เวลาไปกับการดูพฤติกรรมผู้บริโภคเยอะมาก ส่วนตัวรู้สึกว่าการเจาะลึกเรื่อง 'บิ๊กดาต้า' เล่มนี้เชื่อมโยงกับสิ่งที่ทำอยู่ได้อย่างเหลือเชื่อ หนังสือโต้แย้งว่าประวัติการค้นหาของเราสะท้อนภาพสังคมได้แม่นยำกว่าผลสำรวจไหนๆ จะทำได้ เห็นข้อมูลเรื่องการเหยียดเชื้อชาติและวิธีที่มันน่าจะส่งผลต่อการเลือกตั้งปี 2016 แล้วก็แอบสะอึกอยู่เหมือนกัน แต่มันก็บังคับให้เราต้องเผชิญหน้ากับความจริงที่ชวนอึดอัด ชอบส่วนที่พูดถึงเรื่องที่ว่าภาพยนตร์อาจช่วยลดอาชญากรรมรุนแรงได้จริงเพราะทำให้คนไม่ออกไปเพ่นพ่านตามท้องถนน น้ำเสียงของเรื่องมีความตลกและสบายๆ ซึ่งช่วยได้มากเวลาต้องพูดถึงประเด็นที่มืดมนกว่านั้น อย่างการทารุณกรรมเด็กหรือการประทุษวาจา บอกตามตรงว่าแอบหวังให้มีการถกเถียงเรื่องจริยธรรมของการเก็บข้อมูลแบบนี้มากกว่านี้อีกหน่อย โดยรวมแล้ว นี่เป็นมุมมองที่เฉียบคมมากในการสำรวจร่องรอยที่เราทิ้งไว้บนโลกออนไลน์ในทุกๆ วัน
ดูเพิ่มเติมในที่สุดก็ได้ฤกษ์อ่านเล่มนี้สักที แล้วก็วางไม่ลงจริงๆ Seth Stephens-Davidowitz เอาข้อมูลกองมหึมาจาก Google มาเปลี่ยนเป็นกระจกที่สะท้อนให้เห็นว่าจริงๆ แล้วเราเป็นใคร ทั้งด้านดี ด้านเลว และด้านที่อัปลักษณ์สุดๆ หนังสือใช้ภาษาพูดและดำเนินเรื่องเร็ว ทำให้ย่อยง่ายแม้กระทั่งในส่วนที่เป็นสถิติซับซ้อน ชอบการเปรียบเทียบกับ 'นักสังคมวิทยาในถังขยะ' มาก มันเป็นอุปมาที่เหมาะเจาะกับสิ่งที่เขากำลังทำในเล่มนี้เลย ข้อติเดียวที่มีจริงๆ คือบางครั้งเขามองว่าคำค้นหาเป็นข้อพิสูจน์ถึงเจตนาอย่างชัดเจน โดยไม่ได้เผื่อใจไว้สำหรับความอยากรู้อยากเห็นหรือการค้นคว้าทางวิชาการเลย ถึงอย่างนั้น นี่ก็เป็นหนังสือที่น่าทึ่งมากและช่วยท้าทายความเชื่อเดิมๆ เกี่ยวกับธรรมชาติของมนุษย์ นานๆ ทีจะเจอหนังสือเกี่ยวกับสถิติที่ทำให้คุณหัวเราะออกมาดังๆ ได้จริง ในขณะเดียวกันก็ทำให้กังวลกับอนาคตของความเป็นส่วนตัวไปด้วย คุ้มค่าที่จะสละเวลาอ่านแน่นอน
ดูเพิ่มเติมหลังจากได้ยินเรื่องเกี่ยวกับ Google Trends ในพอดแคสต์ ก็ต้องมาดูภาพรวมทั้งหมดด้วยตาตัวเองสักหน่อย หนังสือเล่มนี้ทำได้เยี่ยมมากในการแสดงให้เห็นว่าเราจะใช้ข้อมูลในทางที่ดีได้อย่างไร เช่น การระบุอาการเริ่มต้นของโรคมะเร็ง หรือการแกะรอยการระบาดของโรคก่อนที่ศูนย์ควบคุมและป้องกันโรคแห่งสหรัฐอเมริกาจะทันสังเกตเห็นเสียอีก เป็นงานที่เขียนออกมาได้ดีมากโดยสร้างสมดุลระหว่างอารมณ์ขันกับการวิพากษ์วิจารณ์สังคมที่ค่อนข้างหนักหน่วง แต่ส่วนตัวรู้สึกว่าการวนกลับไปเน้นเรื่องพฤติกรรมการดูสื่อลามกบางอย่างซ้ำๆ นั้นออกจะมากเกินไปหน่อย และตรรกะบางจุดในเรื่องนั้นก็ดูไม่ค่อยแน่นเมื่อเทียบกับส่วนที่เป็นวิทยาศาสตร์จ๋าในบทอื่นๆ แต่ถ้าพูดกันอย่างเป็นธรรม ผู้เขียนก็บอกตรงๆ ตั้งแต่แรกแล้วว่าข้อมูลนั้นมี 'สัญญาณรบกวน' ปะปนได้มากแค่ไหน เป็นหนังสือที่อ่านสนุกและจะช่วยจุดประกายบทสนทนาที่น่าสนใจกับเพื่อนๆ ได้อย่างแน่นอน แค่เตรียมใจไว้หน่อยว่าจะรู้สึกเหมือนถูกจับแก้ผ้านิดๆ เมื่อตระหนักได้ว่า Google รู้ความลับที่มืดมนที่สุดของคุณมากขนาดไหน ให้สี่ดาวแบบเน้นๆ เลย
ดูเพิ่มเติมSeth Stephens-Davidowitz นำเสนอมุมมองที่น่าทึ่ง แม้บางครั้งจะชวนให้รู้สึกไม่สบายใจ ในการสำรวจจิตวิทยาหมู่ของเราผ่านเลนส์ของการค้นหาทางอินเทอร์เน็ต แนวคิดตั้งต้นที่ว่า Google เป็น 'ห้องสารภาพบาปดิจิทัล' นั้นทั้งเฉียบคมและน่าขนลุก ชอบที่หนังสือเจาะลึกประเด็นซีเรียสอย่างการทารุณกรรมเด็กและอาชญากรรมจากความเกลียดชัง โดยใช้ข้อมูลที่นักวิจัยไม่เคยเข้าถึงได้มาก่อน น้ำเสียงของเรื่องมีความเป็นกันเองและไม่รู้สึกว่าติดหล่มอยู่กับศัพท์เฉพาะทางเลย ซึ่งทำให้อ่านได้ไหลลื่นรวดเร็วมาก ส่วนตัวสนใจข้อมูลเรื่องที่ว่าเราจะใช้ความอยากรู้อยากเห็นไปมีอิทธิพลต่อความรู้สึกของผู้คนที่มีต่อกลุ่มคนต่างๆ ได้อย่างไรเป็นพิเศษ มีบางจังหวะที่ความมั่นใจในข้อมูลของผู้เขียนดูจะไม่ค่อยเข้าที่เข้าทางไปนิด โดยเฉพาะตอนที่เขาตั้งสมมติฐานว่าเจตนาในการค้นหาเป็นไปตามตัวอักษรเสมอ แต่ผลกระทบโดยรวมของหนังสือเล่มนี้ก็ทรงพลังอย่างปฏิเสธไม่ได้ เป็นส่วนผสมที่ยอดเยี่ยมระหว่าง 'เกร็ดน่ารู้' กับการวิเคราะห์อย่างจริงจังที่จะเปลี่ยนวิธีที่คุณมองประวัติการท่องเว็บของตัวเองไปเลย เป็นเล่มที่คนช่างสงสัยเรื่องข้อมูลต้องอ่าน
ดูเพิ่มเติมหยิบเล่มนี้มาเพราะเห็นเขาเอาไปเทียบกับ Freakonomics ซึ่งแม้จะอ่านสนุกน่าติดตาม แต่ก็ยังไปไม่ถึงระดับการวิเคราะห์ที่รัดกุมเข้มข้นเท่าเล่มนั้น แนวคิดตั้งต้นถือว่าแน่นดี คือคนเราโกหกโพลสำรวจแต่บอกความจริงกับ Google อย่างไรก็ตาม ส่วนตัวรู้สึกว่าการด่วนสรุปแบบก้าวกระโดดบางจุดของผู้เขียนออกจะทำใจเชื่อยากไปหน่อย โดยเฉพาะเรื่องข้อมูลการค้นหาสื่อลามก เขาตั้งสมมติฐานว่าสิ่งที่ผู้ชายค้นหาคือความต้องการจริงๆ ตามตัวอักษร แต่กลับปัดตกสิ่งที่ผู้หญิงค้นหาว่าเป็นแค่จินตนาการ ซึ่งทำให้รู้สึกถึงความสองมาตรฐานในระเบียบวิธีวิจัยของเขา แต่ถ้าพูดกันอย่างเป็นธรรม ส่วนที่พูดถึงการคาดการณ์แนวโน้มสุขภาพและมะเร็งตับอ่อนผ่านการค้นหาอาการป่วยนั้นน่าประทับใจจริงๆ สำนวนการเขียนกระชับฉับไวและเกร็ดเรื่องเล่าต่างๆ ก็สนุกดี แต่ต้องฟังหูไว้หูหน่อยสำหรับข้อสรุปเหมารวมทางสังคมที่ดูจะกว้างเกินไป เป็นหนังสือที่อ่านจบได้เร็ว แต่มีไม่กี่บทที่ให้ความรู้สึกเหมือนเอาโพสต์บล็อกแนว 'รู้หรือไม่' มารวมกัน มากกว่าจะเป็นข้อถกเถียงที่ร้อยเรียงเป็นเนื้อเดียวกัน
ดูเพิ่มเติมบทที่ว่าด้วยการเหยียดเชื้อชาติช่วยเปิดหูเปิดตาได้มากเป็นพิเศษ ถึงจะไม่แน่ใจว่าตัวเองเชื่อเต็มร้อยกับทุกความเชื่อมโยงที่ผู้เขียนลากมาหากันไหม การบอกว่ายอดค้นหาคำเหยียดคนผิวดำใน Google เป็นตัวบ่งชี้รูปแบบการลงคะแนนเสียงโดยตรงถือเป็นการกล่าวอ้างที่กล้าได้กล้าเสียมาก โดยเฉพาะเมื่อจิตใจของมนุษย์เรานั้นซับซ้อนกว่าคำค้นหาแค่คำเดียวตั้งเยอะ คือปฏิเสธไม่ได้หรอกว่าหนังสือเล่มนี้อ่านสนุกมากและสไตล์การเขียนก็เข้าถึงง่ายมากสำหรับคนที่ไม่ใช่นักวิทยาศาสตร์ อย่างไรก็ตาม บ่อยครั้งที่มันให้ความรู้สึกเหมือนพยายามมากเกินไปที่จะเป็น Freakonomics เล่มต่อไป ชอบส่วนสุดท้ายของเล่มนะที่เขาหันมาพูดถึงข้อจำกัดของบิ๊กดาต้าจริงๆ แต่อยากให้เขานำความกังขาแบบนั้นมาใช้กับทฤษฎีของตัวเองตั้งแต่ช่วงต้นๆ เล่มด้วย มันเป็นหนังสือรวมเกร็ดเรื่องเล่าและ 'เกร็ดน่ารู้' ที่น่าสนใจดี แต่ในฐานะงานสังคมศาสตร์ที่จริงจัง มันยังทิ้งคำถามที่ไม่มีคำตอบไว้เพียบเกี่ยวกับแรงจูงใจและบริบท
ดูเพิ่มเติมจริงๆ อยากจะชอบหนังสือเล่มนี้นะเพราะหัวข้อมันน่าสนใจมาก แต่ระเบียบวิธีวิจัยในบางจุดให้ความรู้สึกว่าสะเพร่าอย่างเหลือเชื่อ ผู้เขียนดูมุ่งมั่นที่จะพิสูจน์ว่าการเหยียดเชื้อชาติเป็นแรงขับเคลื่อนหลักที่ทำให้ Trump ชนะ แต่กลับมองข้ามความจริงที่ว่า Obama ชนะมาแล้วสองครั้งทั้งที่เทรนด์การค้นหาแบบเดียวกันนี้ก็มีมาตั้งแต่ตอนนั้นแล้ว มันให้ความรู้สึกเหมือนเขาตั้งธงคำตอบไว้ก่อนแล้วค่อยเลือกหยิบเฉพาะข้อมูลที่สนับสนุนเรื่องเล่าของตัวเอง นอกจากนี้ ส่วนที่เขาพยายามตีความเรื่องกลิ่นของช่องคลอดก็ดูซ้ำซากแปลกๆ และไม่เป็นมืออาชีพเลย พูดกันตรงๆ นะ ถ้ามุกตลกของคุณมันต้องมีเชิงอรรถมาคอยอธิบายว่าทำไมมันถึงไม่เป็นการล่วงละเมิด คุณก็คงควรตัดมุกนั้นทิ้งไปเลยดีกว่า ในเล่มก็มีเกร็ดความรู้เจ๋งๆ ซ่อนอยู่บ้าง แต่ดันถูกล้อมรอบไปด้วยการคาดเดาและการให้เหตุผลที่อคติมากเกินไป ถ้าคุณกำลังมองหาวิทยาการข้อมูลของจริง ไปหาอ่านจากผู้เชี่ยวชาญที่ไม่ได้ปฏิบัติกับชุดข้อมูลของตัวเองเหมือนเป็นคอลัมน์แสดงความคิดเห็นดีกว่า
ดูเพิ่มเติมคำถามเกี่ยวกับหนังสือเล่มนี้
แนวคิดหลักของหนังสือ Big data ดัดจริต คืออะไร
Seth Stephens-Davidowitz ชี้ว่าคนเรามักแต่งเติมความจริงเวลาตอบแบบสำรวจ งานวิจัยแบบเดิม ๆ จึงมักอ่านพฤติกรรมคนผิดไป สิ่งที่คนพิมพ์ลงในช่องค้นหาและทำบนโลกออนไลน์ตอนที่ไม่มีใครถาม จะให้ภาพที่ตรงไปตรงมากว่า และเพราะข้อมูลนี้มีมหาศาลและไหลเข้ามาตลอดเวลา มันจึงเผยความต้องการที่ซ่อนอยู่ ชี้ให้เห็นรูปแบบในระดับท้องถิ่น เช่น เด็กยากจนที่ไหนมีโอกาสลืมตาอ้าปากได้ และช่วยให้ทำการทดลองได้ด้วยต้นทุนต่ำ แม้จะมีข้อจำกัดและความเสี่ยงเรื่องจริยธรรมอยู่ก็ตาม
ทำไม Seth Stephens-Davidowitz ถึงมองว่าแบบสำรวจเชื่อถือไม่ค่อยได้
เพราะคนเราอยากดูดี เลยบิดคำตอบของตัวเอง แนวโน้มนี้เรียกว่า social desirability bias หรืออคติเพราะอยากเป็นที่ยอมรับของสังคม แถมยังอยากสร้างความประทับใจให้คนถามด้วย ต่อให้ไม่ต้องลงชื่อในแบบสำรวจก็ตาม ตัวอย่างเช่น มีบัณฑิตจาก University of Maryland แค่ 2 เปอร์เซ็นต์ที่ยอมรับว่าตัวเองได้เกรดเฉลี่ยต่ำกว่า 2.5 ทั้งที่ข้อมูลจริงของมหาวิทยาลัยมีมากถึง 11 เปอร์เซ็นต์ แต่เครื่องมือค้นหาตัดคนถามออกไป คนเราจึงไม่ค่อยมีเหตุผลให้ต้องสร้างภาพ
ข้อจำกัดของบิ๊กดาต้าในหนังสือ Big data ดัดจริต มีอะไรบ้าง
ผู้เขียนชี้ไว้สองข้อ ข้อมูลที่มีตัวแปรเยอะ ๆ มักสร้างรูปแบบที่เกิดจากความบังเอิญ เหมือนที่นักพันธุศาสตร์ Robert Plomin พบว่ายีน IGF2r เกี่ยวข้องกับไอคิว แต่พอทดสอบซ้ำกลับหายไป ตัวเลขมองไม่เห็นความรู้สึกนึกคิด Facebook นับยอดคลิกและไลก์ได้ แต่ต้องอาศัยแบบสำรวจเล็ก ๆ รวมทั้งนักจิตวิทยาและนักสังคมวิทยา เพื่อเข้าใจว่าผู้ใช้รู้สึกอย่างไร เขายังเตือนว่าอย่านำข้อมูลการค้นหาไปใช้กับตัวบุคคล เพราะมีปัญหาเรื่องความแม่นยำและความเป็นส่วนตัว
จะนำแนวคิดจากหนังสือ Big data ดัดจริต ไปปรับใช้ในการทำงานได้อย่างไร
ให้นำคำพูดของคนไปเทียบกับสิ่งที่เขาทำจริง และถ้าไม่ตรงกันให้เชื่อการกระทำ ให้มองว่าสัญชาตญาณที่มั่นใจมาก ๆ เป็นแค่สมมติฐานที่ต้องทดสอบ ให้แยกดูค่าเฉลี่ยเป็นรายทีม รายภูมิภาค หรือรายสินค้า เหมือนที่ Raj Chetty แยกดูข้อมูลภาษีเป็นรายเมือง ให้ยุติการเถียงเรื่องการออกแบบด้วย A/B test กับกลุ่มที่แบ่งแบบสุ่ม แบบที่ทีมหาเสียงของ Barack Obama ในปี 2008 ใช้เลือกหน้าเว็บ และถ้าเจอความเชื่อมโยงที่น่าแปลกใจ ก็ให้เช็กซ้ำกับข้อมูลชุดใหม่
ผู้อ่านเล่มนี้ชอบเล่มเหล่านี้ด้วย
มีสรุปแบบเสียง
ฟัง Big data ดัดจริต จบใน 15 นาที
เก็บแนวคิดสำคัญจาก Big data ดัดจริต ของ Seth Stephens-Davidowitz พร้อมหนังสือนอนฟิกชันอีก 5,000+ เล่ม
- หนังสือ 5,000+ เล่ม
- ฟังได้ไม่จำกัด
- ทดลองใช้ฟรี 7 วัน
- ยกเลิกได้ทุกเมื่อ









