RECENZIJE

NATE SILVER, „SIGNAL I ŠUM“, MATE d.o.o., ZAGREB, 2019.

0

U knjizi se tematiziraju spoznajne paradigme kao platforme za društvena predviđanja te objašnjavaju uzroci njihovih čestih pogrešnih procjena. Pri tome su statističke i matematičke metode ključni alati projiciranja budućih događaja koje Silver obrađuje na zanimljiv način. Autor analizira predviđanja potresa, ekonomske i sportske prognoze, projekcije kretanja uragana odnosno vremenske predviđanja i doprinos računalnih tehnologija u izradi futurističkih scenarija.

Rasprave o predvidljivosti društvenih događanja, već dosta dugo vremena su predmet polemike znanstvenika iz različitih disciplina i raznorodnih vrijednosnih uvjerenja. Smatramo kako su stajališta jezuita i svetog Tome Akvinskog kako čovjek ima slobodnu volju i mogućnost utjecaja na povijesna zbivanja pretpostavka društvenih promišljanja. Stoga su futurističke prognoze i scenariji mogućih zbivanja u određenoj mjeri nepoznanica koje nije moguće egzaktno detektirati.

Nasuprot tome, mehanička paradigma Isaaca Newtona sugerira kako je svemir iznimno uređen i predvidljiv. To je bio impuls za generiranje novih razvojnih društvenih modela, pa Silver zaključuje :“Počela se rađati ideja znanstvenog, tehnološkog i gospodarskog napretka koja se nikako nije mogla uzimati zdravo za gotovo u prethodnim stoljećima, a počela se rađati i ideja da ljudski rod može naučiti kako kontrolirati svoju vlastitu sudbinu. Predodređenost  je postala sastavni dio nove ideje, ideje znanstvenoga determinizma.“ (Silver ; 2019. ; str.112) Egzaktnost i kvantificiranje postaju dominantna spoznajna usmjerenja.

Silver nije zagovornik objektivne i strogo neutralne analize premda statistika naginje takvoj poziciji. Znanstvenici odnosno statističari djeluju i žive unutar određenih društvenih sustava koji su uvijek prožeti ideologijama. Neutralna pozicija znanstvenika nije moguća, a u krajnjoj liniji ni potrebna, i pisac je svjestan te činjenice. Čovjek je u stanju kontekstualno razmišljati i sintetizirati znanja iz različitih područja što treba koristiti u istraživačkom radu.    

„U suprotnosti prema deterministima su probabilisti koji vjeruju kako je uvjete svemira moguće poznavati samo s određenim stupnjem neizvjesnosti. … U novije vrijeme, s otkrićem kvantne mehanike, znanstvenici i filozofi počeli su se pitati ponaša li se to sam svemir na probabilistički način“, piše autor (Silver; 2019. ; str.113). Sve donedavno spoznavanje prirode i svemira općenito ponajviše se temeljilo na teorijskim odnosno spekulativnim uvidima. To je bila posljedica prvenstveno nerazvijenosti znanstvenih instrumenata i nemogućnosti uvida u prirodne strukture kao i skučenih mogućnosti obrade podataka.

Značajnu prekretnicu u proučavanju svijeta oko nas predstavlja praktična primjena računalne tehnologije u znanstvenom radu. „Prvu računalnu prognozu vremena izradio je matematičar John von Neumann 1950. godine koristeći uređaj koji je mogao obavljati oko 5.000 izračuna u sekundi. … Unatoč tomu, ta prognoza uopće nije bila dobra. Zapravo, nije bila ništa bolja od više ili manje nasumičnoga pogađanja“ navodi Silver (Silver ; 2019. ; str.116). Kasniji eksponencijalni razvoj računalnih performansi znatno je unaprijedio točnost vremenskih predviđanja.

Prognoziranje vremenskih prilika kao i razumijevanje prirodnih procesa općenito znatno otežava njihova dinamičnost, nelinearnost i kompleksnost. Ukratko rečeno, za dinamični proces je karakteristično što izlazne informacije u jednoj fazi procesa postaju ulazne informacije u sljedećoj. Stoga će i naoko posve mala i beznačajna pogreška postajati sve veća i veća.

Autor upozorava na tu poteškoću koja često generira posve pogrešna predviđanja odnosno izračune. Opasnost od ovakvih grešaka raste s količinom prikupljenih podataka koje valja obraditi te na koncu interpretirati. Silver smatra kako je stoga ključna uloga čovjeka u konačnom vrednovanju dobivenih rezultata. Samo znanstvenik može korigirati narušeni balans nastao zbog većih ili manjih netočnosti unesenih podataka. On ukazuje i na važnost kreativne sposobnosti ljudi da uočavaju korelacijske odnose unutar velikog broja varijabli.

U kontekstu značaja ljudskoga faktora autor navodi :“Najbolji meteorolozi, objašnjava Hoke, moraju razmišljati vizualno i apstraktno dok se istovremeno moraju moći snalaziti u obilju informacija koje im računala daju. Štoviše, moraju razumjeti dinamiku i nelinearnu prirodu sustava koji pokušavaju proučavati. … Prema statističkim podacima ove agencije, ljudi unapređuju točnost prognoza za padaline za oko 25 posto u odnosu na samostalan rad računala, a točnost prognoza vezano za temperature zraka za oko 10 post.“ (Silver : 2019. ; str.125) Ovi podaci sugeriraju na nužnost uspostave partnerskih odnosa čovjeka i računala.

Danas je postala dominantna pretpostavka kako su u proizvodnim procesima odlučujući računala, automatizacija i primjerena strukturalna arhitektura. Međutim, neka istraživanja i teorijski uvidi pokazuju kako je moguća konstruktivna suradnja ne samo čovjeka i računala, već i čovjeka i robota. To plodonosno povezivanje pokazuje prednosti i na području predviđanja. Silver ove mogućnosti prezentira na primjeru meteorologije, pri čemu podsjećam kako se tom problematikom bavi čitava, pomalo zanemarena, znanstvena disciplina – ergonomija. 

Nužno je na kreativan način umrežiti prednosti računala s prednostima ljudskoga faktora. Autor iznosi usporednu klasifikaciju potencijalnih prednosti računala  i ljudi, koju je izradio matematičar Claude Shannon osnivač informacijske teorije. Shannon je ujedno otac modernoga šahovskog računala, a 1950. godine objavio je znanstveni rad Programiranje računala za igranje šaha. Zbog toga je dobro poznavao računalnu i ljudsku inteligenciju odnosno logiku.

Shannon smatra kako računala (u šahovskoj partiji) imaju četiri potencijalne  prednosti : 1. Vrlo su brza u izračunima. 2. Neće griješiti, osim ako te greške nisu dio njihova programskog koda. 3. Neće postati lijena i tako propustiti da u potpunosti analiziraju određenu poziciju ili sve moguće poteze. 4. Neće pristupati igri emotivno i postati pretjerano samouvjerena u očigledno pobjedničkoj poziciji ili postati utučena u teškoj poziciji koja bi se dala spasiti. (Silver ; 2019. ; str.265) Ujedno Shannon tvrdi kako ove prednosti treba odmjeriti u odnosu na četiri ljudske prednosti : 1.Naši umovi su fleksibilni, sa sposobnošću da promijene brzinu da bi riješili neki problem umjesto da prate određeni skup pravila. 2 Mi imamo kapacitet za maštu 3. Mi imamo kapacitet za rasuđivanje. 4. Mi imamo kapacitet za učenje. (Silver ; 2019. ; str.266)

Smatramo kako su navedena Shannonova razmatranja centralno metodološko uporište Nate Silvera za formuliranje odnosa čovjeka i računalne tehnologije te nužnosti subjektivnog vrednovanja uzročno posljedičnih odnosa. Zbog toga Silver zaključuje :“Tehnologiju moramo sagledavati kao ono što je ona oduvijek i bila – alat za unapređenje ljudskog stanja. Ne bismo je trebali štovati kao neko božanstvo i ne bismo je se trebali bojati.“ (Silver ; 2019. ; str.293) Računalne i ostale visoke tehnologije ne treba mistificirati, već ih treba kritički propitivati kao alate poboljšavanja kvalitete ljudske egzistencije.

Računala sama po sebi ne generiraju savršene, pa čak ni nužno dobre prognoze. Njihovo funkcioniranje dobrim djelom opisuje skraćenica GIGO (garbage in, garbage out – smeće unutra, smeće van). Unos loših ili netočnih podataka kao i nedovoljno kvalitetan program rezultirat će neupotrebljivim rezultatima. Nadalje, autor ustvrđuje :“Odnosno, računala nisu toliko dobra u zadacima koji zahtijevaju kreativnost i maštu, poput osmišljavanja strategija ili razvijanja teorija o tome kako svijet funkcionira.“ (Silver ; 2019. ; str. 289) U kreativnom procesu ljudske i računalne performanse mogu biti komplementarne. Kada se to ostvari moguće je realizirati iznimno složene projektne zadaće.

Temeljni cilj znanstvenoga angažmana je utvrđivanje istine odnosno precizno razumijevanja svijeta oko sebe. U tom smislu nisu iznimka ni matematika ni statistika prilikom predviđanja društvenih zbivanja. Podrobno razumijevanje budućih događaja podrazumijeva povezanost vjerojatnosti, predviđanja i znanstvenog. Tu povezanost prvi su prepoznali statističar Thomas Bayes i matematičar i astronom Piere-Simon Laplace u 18. stoljeću. Međutim kasnije se pojavila drugačija statistička paradigma koja je gotovo eliminirala (subjektivno) predviđanje te se nametnula kao dominantna u 20. stoljeću.  

Razvio se niz statističkih metoda kojima se nastojalo eliminirati bilo kakva moguća kontaminacija ljudskom pristranošću. Taj se model statistike obično naziva frekvencijski pristup. Frekvencijska metoda također sugerira da kako prikupljate više podataka tako će se vaše pogreške u konačnici približiti nuli. Silver za tu metodu kaže sljedeće :“Frekvencijska metoda također nije nešto posebno objektivna, kako u teoriji tako i u praksi. Ona se oslanja na cijeli niz pretpostavki (Silver ; 2019. ; str.253) Ujedno smatra kako s eksponencijalnim porastom količine dostupnih informacija javlja i jednako eksponencijalni porast hipoteza koje treba istražiti.

Bayesovo temeljno načelo sastoji se u formulaciji a priori vjerojatnosti odnosno potrebi da se unaprijed utvrdi koliko smatramo kako je nešto vjerojatno, prije nego što uopće krenemo provoditi eksperiment o tome. Većina istraživača Bayesovo načelo smatra previše subjektivnim, ali je nasuprot tome Silver zagovornik takvog tipa predviđanja i argumentirano dokazuje njegovu valjanost. Predviđanja su potencijalno puno snažnija kada se temelje na zdravom razumijevanju glavnih uzročnika tog fenomena, tvrdi autor.

Silver konstatira :“Cilj bilo kojeg modela za donošenje predviđanja jest da uhvati što je više signala moguće i što je manje šuma moguće.“ (Silver ; 2019. ; str.391) U ovoj knjizi signal se smatra indikacijom temeljne istine nekog statističkog ili prognozerskog  problema dok pojam šuma koristim misleći na nasumične uzorke koji bi se lako mogli krivo protumačiti kao signal, navodi autor. Mnogo je lakše nakon nekog događaja razabrati važne signale od nevažnih.

Ekonomska predviđanja su vrlo česta te izazivaju veliku pozornost javnosti. Jedan od uzroka njihovih gotovo redovitih promašaja je izmiješanost uzroka i posljedica. Nadalje, Silver tvrdi kako su kod ekonomskih prognoza podaci vrlo siromašni, a teorija slaba te su ponekad namijenjene za ostvarivanje političkih ciljeva.

Zanimljiva je i aktualna tvrdnja autora o političkoj situaciji u SAD-u koju je sročio još 2012. godine :“Disfunkcionalno stanje u kojem se nalazi američki politički sustav jedan je od najvećih razloga zašto bismo trebali biti pesimistični u vezi budućnosti naše zemlje“ (Silver ; 2019. : str. 415) Ova procjena odnosno predviđanje dobiva dodatno na težini kada se zna kako je Silver 2012. godine točno predvidio pobjednika američkih predsjedničkih izbora u svih 50 saveznih država.

Mr.sc. Marinko Kovačić

BRAND U FARMACEUTSKOJ INDUSTRIJI

Previous article

INOVACIJSKE POLITIKE U EKONOMIJAMA ZNANJA

Next article

Comments

Comments are closed.

Login/Sign up