A Google Street View a mai világ egyik csodája. Egyetlen vállalat arroganciájának, ambíciójának, pimaszságának és lelkiismeretlen gazdagságának a terméke, amely úgy döntött, hogy a világ összes utcáját lefényképezi és a képeket az internetre teszi. Amikor először bejelentették, szkeptikus voltam, hogy ez sok mindent jelentene – talán a nyugati országok nagyvárosainak és városainak kiemelkedő utcáiról készült képeket, de ennél sokkal többet nem. Aztán egy nap azon tűnődtem, hogyan találhatnám meg az utat egy barátom távoli vidéken található nyaralójához, rákerestem a Google Térképen, megláttam a Street View ikonját, rákattintottam – és gyakorlatilag azon kaptam magam, hogy a legszűkebb vidéki úton vezetek, amit csak el lehet képzelni.
A Street View a Google azon meggyőződésének terméke volt, hogy könnyebb bocsánatot kérni, mint engedélyt, és ezt a feltételezést nyilvánvalóan megerősítette az a tény, hogy a legtöbb joghatóság látszólag kész tényként fogadta a fényképes puccsot. Néhány európai országban, nevezetesen Németországban és Ausztriában a polgárok azt követelték, hogy ingatlanjaikat homályosítsák el; 2010-ben szintén volt egy vita, amikor kiderült, hogy a Google egy ideig titkosítatlan otthoni wifi routerekről gyűjtött és tárolt adatokat. De általánosságban elmondható, hogy a vállalat megúszta a puccsot.
A legtöbb ellenállás a magánélet védelme miatt aggódó emberektől érkezett. Tiltakoztak például a sztriptízbárokból távozó férfiakat, az abortuszklinikán tüntetőket, a bikinis napozókat és a saját kertjükben magánjellegű tevékenységet folytató embereket ábrázoló képek ellen. Néhány országot a kamerák magassága is zavart – Japánban és Svájcban például a Google-nek alacsonyabbra kellett vennie a kamerák magasságát, hogy ne lássanak át a kerítéseken és sövényeken.
Ezeket az aggályokat nevezhetjük elsőrendű aggályoknak, azaz olyan aggodalmaknak, amelyeket egy új technológia nyilvánvaló veszélyei váltanak ki. A digitális technológia esetében azonban az igazán átalakító hatások harmad- vagy negyedrendűek lehetnek. Így például az internet vezet a világhálóhoz, ami az okostelefonhoz vezet, ami lehetővé tette az Ubert. És ebben az értelemben a Street View esetében a kérdés kezdettől fogva az volt: mihez fog vezetni – végül?
Az egyik lehetséges válasz a múlt héten jelent meg, amikor két, Varsóban és Stanfordban dolgozó adattudós egy érdekes kutatási tanulmányt tett közzé. Biztosítótársaságokkal együttműködve elemezték a társaságok ügyfeleinek 20 000 címét, a Google Street View segítségével összegyűjtötték a hozzájuk tartozó házak képét, és megjegyzésekkel látták el a házak képeit, feljegyezve olyan jellemzőket, mint a kor, a típus és az állapot. Az adatokra gépi tanulási szoftvert alkalmazva olyan modellt tudtak létrehozni, amely a biztosítótársaságok által jelenleg alkalmazott modelleknél lényegesen jobb előrejelzést adott a házak tulajdonosainak autóbaleseti kockázatáról – és amely természetesen felhasználható a magasabb (vagy alacsonyabb) díjak indoklásához.
“Azt találtuk” – állapították meg a kutatók – “hogy a ház képén látható jellemzők előre jelzik az autóbaleseti kockázatot, függetlenül az olyan klasszikusan használt változóktól, mint az életkor vagy az irányítószám”. Ez a megállapítás nemcsak egy lépés a részletesebb kockázat-előrejelző modellek felé, hanem a társadalomtudományok újszerű megközelítését is szemlélteti, ahol a valós világ szemcsés adatait méretarányosan gyűjtik és elemzik.”
Az első látásra furcsának tűnik, nem igaz? Úgy tűnik, hogy a következőt mondja: “Mutasd meg a házadat a Street View-n, és megmondom, mekkora a valószínűsége, hogy autóbalesetet szenvedsz”. És persze az is lehet, hogy a papír matematikájának mélyén hiba van. (Amennyire én tudom, a tanulmányt még nem bírálták el.) Vagy talán a 20 000-es minta túl kicsi volt.
Akárhogy is, a tanulmány tanulságos esettanulmányt nyújt a gépi tanulás lehetséges előnyeiről és hátrányairól. A technológia lényegében olyan összefüggéseket fedez fel, amelyeket az emberi szem esetleg nem vesz észre. A korreláció azonban nem ok-okozati összefüggés, így az ember mindig elgondolkodik azon, hogy egy különösen feltűnő korreláció vajon hamis-e vagy sem. Egy rosszul karbantartott lakás például arra utal, hogy a lakó autója is hasonlóan gondozatlan, és ezért balesetveszélyesebb?
Ez egy kicsit erőltetettnek tűnik számomra. De ha kiderül, hogy amit a két kutató talált, az nagyobb mintákkal megismételhető és megerősíthető, akkor mi lesz? Jelenleg az autóbiztosítási díjakat részben az irányítószám határozza meg, ahol a járművet tartják, ezért kerül többe egy autó biztosítása Liverpoolban, mint Cambridge-ben. Ez azonban egyfajta irányítószám-lottónak felel meg – a szegény területeken élő óvatos sofőröket büntetik, és előnyben részesítik azokat a közúti balfácánokat, akik a lombos külvárosokban lógnak. A Street View adatok használata csökkentheti az ilyen egyenlőtlenségeket azáltal, hogy a dolgokat az egyes lakosok szintjére hozza le. Másfelől viszont megbélyegezheti a lelkiismeretes bérlőt, aki olyan bérleményt bérel, amelynek tulajdonosa egy fukar bérbeadó, vagy amelyet egy korrupt ügynök kezel. Tehát Kranzberg első törvénye még mindig érvényes: a technológia sem nem jó, sem nem rossz, és nem is semleges.
Mit olvasok
Boeing, Boeing, elment…
A Boeing 737 Max utasszállító repülőgépek körüli fiaskót az IEEE Spectrumon megjelent egyik legjobb műszaki írás ismerteti, amellyel eddig találkoztam.
Egy gonosz dolog jön így
Nitasha Tiku írása a Wired weboldalán azt vizsgálja, mi történt a Google “Ne légy gonosz” mottójával. Kell-e egyáltalán kérdezni?
Hol romlott el az egész
WikiLeaks és az internet elveszett ígérete: Quinta Jurecic nagyon érdekes (és pergő) esszéje a Lawfare blogon Julian Assange-ról.
{{{topLeft}}
{{{bottomLeft}}
{{{topRight}}
{{{bottomRight}}
{{/goalExceededMarkerPercentage}}
{{/ticker}}
{{heading}}
{{#paragraphs}}
{{.}}
{{{/paragraphs}}{{{highlightedText}}
- Megosztás a Facebookon
- Megosztás a Twitteren
- Megosztás e-mailben
- Megosztás a LinkedInen
- Megosztás a Pinteresten
- Megosztás a WhatsAppon
- Megosztás a Messengeren