Google Street View er et af den moderne verdens vidundere. Det er et produkt af en enkelt virksomheds arrogance, ambition, chutzpah og skruppelløse rigdom, som besluttede, at den ville fotografere alle gader i verden og lægge billederne online. Da det først blev annonceret, var jeg skeptisk over for, at det ville blive til meget – billeder af prominente gader i store byer i vestlige lande, måske, men ikke meget mere end det. Og så en dag undrede jeg mig over, hvordan jeg skulle finde vej til en vens sommerhus i et afsidesliggende landområde, slog det op på Google Maps, så Street View-ikonet og klikkede på det – og fandt mig selv i færd med at køre ned ad den smalleste landevej, man kan forestille sig.
Street View var et produkt af Googles overbevisning om, at det er lettere at bede om tilgivelse end om tilladelse, en antagelse, der tilsyneladende blev bekræftet af, at de fleste jurisdiktioner tilsyneladende accepterede det fotografiske kup som et fait accompli. Der var modstand i nogle få europæiske lande, især Tyskland og Østrig, hvor borgerne krævede, at deres ejendomme blev sløret; der var også et skænderi i 2010, da det blev afsløret, at Google i en periode havde indsamlet og lagret data fra ukrypterede wifi-routere i hjemmet. Men i det store og hele slap selskabet af sted med sit kup.
Den største del af modstanden kom fra folk, der var bekymrede for privatlivets fred. De protesterede mod billeder, der viser mænd, der forlader stripklubber, f.eks. demonstranter ved en abortklinik, solbadere i bikinier og folk, der udøver, øh, private aktiviteter i deres egen baghave. Nogle lande var generet af kameraernes højde – i Japan og Schweiz måtte Google f.eks. sænke deres højde, så de ikke kunne kigge over hegn og hække.
Disse bekymringer var det, man kunne kalde første-ordens bekymringer, dvs. bekymringer udløst af åbenlyse farer ved en ny teknologi. Men med digital teknologi kan de virkeligt transformative virkninger være af tredje eller fjerde orden. Så f.eks. fører internettet til internettet, som fører til smartphonen, hvilket er det, der har muliggjort Uber. Og i den forstand var spørgsmålet med Street View fra starten: Hvad vil det føre til – i sidste ende?
Et muligt svar dukkede op i sidste uge med offentliggørelsen af en spændende forskningsundersøgelse af to dataloger, hvoraf den ene er baseret i Warszawa og den anden i Stanford. I samarbejde med forsikringsselskaber analyserede de 20 000 adresser på selskabernes kunder, indsamlede et tilsvarende husbillede for hver af dem ved hjælp af Google Street View og kommenterede billederne af husene og noterede træk som alder, type og stand. Ved at anvende maskinlæringssoftware på dataene kunne de opbygge en model, der gav væsentligt bedre forudsigelser af risikoen for bilulykker for husejerne end de modeller, som forsikringsselskaberne i øjeblikket anvender – og som naturligvis kunne bruges til at retfærdiggøre højere (eller lavere) præmier.
“Vi fandt”, konkluderede forskerne, “at træk, der er synlige på et billede af et hus, kan være forudsigelige for risikoen for bilulykker, uafhængigt af de klassisk anvendte variabler som alder eller postnummer. Dette resultat er ikke kun et skridt i retning af mere granulære risikoprædiktionsmodeller, men illustrerer også en ny tilgang til samfundsvidenskab, hvor de granulære data fra den virkelige verden indsamles og analyseres i stor skala.”
Op det første øjekast virker det her mærkeligt, ikke? Det, det ser ud til at sige, er: “Vis mig dit hus på Street View, og jeg vil fortælle dig, hvor sandsynligt det er, at du vil komme ud for en bilulykke.” Og det er selvfølgelig muligt, at der dybt inde i matematikken i papiret er en fejl. (Så vidt jeg kan se, er den endnu ikke blevet peer-reviewed.) Eller måske var stikprøven på 20.000 for lille.
Hver som helst giver papiret dog et belysende casestudie i de potentielle fordele og ulemper ved maskinlæring. Det, teknologien i bund og grund gør, er at opdage sammenhænge, som det menneskelige øje måske overser. Men korrelation er ikke kausalitet, så man er altid i tvivl om, hvorvidt en særlig slående korrelation er uægte eller ej. Betyder en dårligt vedligeholdt bolig f.eks., at beboerens bil er tilsvarende uplejet og derfor mere udsat for ulykker?
Det virker lidt langt ude for mig. Men hvis det viser sig, at det, som de to forskere fandt, kan replikeres og bekræftes med større stikprøver, hvad så? I øjeblikket bestemmes bilforsikringspræmierne delvist af det postnummer, hvor køretøjet holder til, hvilket er grunden til, at det koster mere at forsikre en bil i Liverpool end i Cambridge. Men det er en slags postnummerlotteri, som straffer forsigtige bilister, der bor i fattige områder, og favoriserer trafikanter, der holder til i frodige forstæder. Ved at bruge Street View-data kan sådanne uligheder mindskes ved at bringe tingene ned på det niveau, hvor den enkelte husejer befinder sig. På den anden side kan det stigmatisere den samvittighedsfulde lejer af et lejet hus, der ejes af en nærig udlejer eller forvaltes af en korrupt ejendomsmægler. Så Kranzbergs første lov gælder stadig: Teknologi er hverken god eller dårlig; den er heller ikke neutral.
Hvad jeg læser
Boeing, Boeing, væk…
Fiaskoen omkring Boeings 737 Max-passagerfly forklares i et af de bedste stykker teknisk skrivning, jeg er stødt på – offentliggjort på IEEE Spectrum.
Something wicked this way comes
Et stykke af Nitasha Tiku på Wired-webstedet undersøger, hvad der skete med Googles “Don’t be evil”-motto. Behøver man overhovedet at spørge?
Hvor det hele gik galt
WikiLeaks and the lost promise of the internet: et meget interessant (og brændende) essay på Lawfare-bloggen af Quinta Jurecic om Julian Assange.
{{topLeft}}}
{{bottomLeft}}}
{{topRight}}
{{bottomRight}}
{{/goalExceededMarkerPercentage}}
{{/ticker}}
{{heading}}
{{#paragraphs}}
{{.}}}
{{{/paragraphs}}}{{highlightedText}}
- Del på Facebook
- Del på Twitter
- Del via e-mail
- Del på LinkedIn
- Del på Pinterest
- Del på WhatsApp
- Del på Messenger