Pour ceux qui jouent au Big Data Con Job Bingo à la maison, cette histoire offre: Eton (alias éducation d’élite ») Célèbre pour sortir avec un membre de la famille royale (aux États-Unis, ce carré serait réservé aux connexions Kennedy / Kissinger) Tentatives de supprimer des informations négatives mais précises prouvant le manque d’informations d’identification Traiter l’expertise réelle comme des widgets fongibles Les scientifiques sont ainsi traités comme des widgets coupant les liens, affirmant que le PDG a déformé leur travail – leur travail »étant le véritable fondement de tout ce que Cambridge Analytica prétend faire Référence de James Bond (meilleure partie: c’était essentiellement une scénographie; il n’a apparemment jamais donné de résultats en Indonésie) Les ventouses méritocratiques dans les gouvernements, l’armée (l’OTAN!), L’aristocratie et parmi les ultra-riches Preuve directe que l’algorithme de Cambridge Analytica ne peut même pas discerner correctement le sexe et l’orientation des données Facebook d’une personne Certaines des citations les plus dévastatrices se trouvent dans l’article sous-jacent publié sur ItalyEurope24. C’est là que l’un des deux scientifiques dont les travaux sont censés être à la base de l’approche de Cambridge Analytica dit (entre autres choses négatives) Mais nous avons constaté que peu importe combien nous essayions de le régner, il ferait toutes sortes de déclarations que nous ressentions nous n’avons pas pu prouver, et c’est pourquoi nous avons cessé de travailler pour lui. » En bref, l’homme derrière Cambridge Analytica n’a aucune expérience en informatique, en science des données, en psychométrie ou en psychologie. Les scientifiques qui, selon lui, ont développé les fondements du programme disent qu’il est un menteur qui ne sait pas ce qu’il fait. Il n’y a AUCUNE preuve que ce programme fonctionne PARTOUT pour faire QUELQUE CHOSE de fantaisie qu’il réclame. Il est prouvé que le programme ne peut même pas faire le premier pas le plus simple vers la compréhension des êtres humains en traitant leurs données Facebook. Je crois que c’est un jeu, un set, un match. À l’heure actuelle, le Big Data ressemble principalement à un Big Con. Facebook, Google et la NSA peuvent certainement faire des choses avec vos données. Certaines de ces choses sont mauvaises. Très mauvais. Mais une grande partie de ce qui nous a été dit se produit actuellement ou à l’horizon n’est que de la fumée et de l’huile de serpent. Le fait que la classe dirigeante y consacre de l’argent sans apparemment comprendre qu’elle est snookée est un vrai problème. Ils vont utiliser ces algorithmes défectueux pour refuser aux gens des hypothèques qui devraient en avoir, et diriger l’argent vers des personnes et des entités qui ne devraient pas l’obtenir. Je frissonne de penser que ce que nos policiers militarisés feront avec les profils inexacts qu’on leur dira sont aussi solides que les empreintes digitales. Entre-temps, cependant, chez Naked Capitalism, nous avons, une fois de plus, été confirmés. Quand j’ai dit à Yves ce que je pensais qui se passait avec Cambridge Analytica, elle m’a fait expliquer les preuves sous-jacentes et le raisonnement de manière beaucoup plus détaillée que ce qui s’est retrouvé dans la pièce. (Vraiment, ça aurait pu être tellement plus long…) Elle ne se contentait pas de croire que j’avais raison. Elle m’a fait le prouver. Ce que j’ai fait. C’est au cœur de ce qui est important sur ce site et cette communauté, et ce qui va en faire une telle source de force à l’avenir. La vérité est vraiment là-bas, et nous pouvons la trouver. Nous n’avons pas à simplement nous promener aveugles dans la fumée et la brume de la propagande et de la tromperie des élites jusqu’à ce que nous soyons conduits d’une falaise invisible dans une mer contaminée. À venir cette semaine: un paradigme de persuasion à ajouter à votre trousse d’outils de pensée critique. Navigation après Sean Premièrement, en utilisant LSA / SVD, Cambridge Analytica obtient de meilleures corrélations / prévisibilité que les tests psychométriques utilisés par les entreprises pour sélectionner les employés. Tout est relatif, mais si vous pensez que Cambridge Analytica est de la merde, il y a beaucoup d’entreprises qui prennent des décisions d’embauche clés avec la technologie / les outils de crapper. Deuxièmement, l’application de techniques d’architecture et de coup de pouce de choix permet à Cambridge Analytica de tirer parti des réponses comportementales asymétriques. Cela empêche l’hétérogénéité individuelle d’annuler les impacts des interventions. C’est-à-dire qu’en utilisant des techniques sans coup de coude, certains individus répondent positivement et d’autres négativement, conduisant à une phase finale à somme nulle. Et oui, avec les interventions politiques, peu de mesures ont montré qu’elles créent de grandes tailles d’effet – mais quelle taille doit avoir une taille d’effet pour faire basculer une élection? Pas tant. Je ne suis pas surpris par l’histoire douteuse étant donné à quel point cette technologie est contraire à l’éthique. Le coup de coude est déjà assez mauvais. VK Je ne sais pas si et comment les algorithmes Google PageRank (LSA / SVD) sont l’étalon-or des tests, etc. Mais une chose dont je suis sûr: il y a beaucoup d’entreprises qui prennent des décisions d’embauche clés avec une technologie / des outils de merde ». Ayant travaillé dans les domaines connexes de l’éducation des adultes et des tests pour les entreprises pendant quelques années, je pense qu’il est juste de dire qu’en raison du rôle des outils de test, leur qualité n’est pas la première chose que les RH recherchent. Ils font avant tout attention aux moyens de déplacer la responsabilité, si leurs décisions sont contestées. Q: Pourquoi avez-vous embauché ce stupide suceur? » R: Parce que ce test scientifique très fiable me l’a dit ». Mais ce n’est pas la qualité des outils de test et de leurs méthodes inhérentes qui importe, c’est l’apparence dans les vêtements scientifiques. Chmeee Vous avez raison à ce sujet, et cela continue à partir de là; Même si le programme fonctionnait comme prévu, il n’est pas si difficile de répondre aux questions de la façon dont vous pensez que le recruteur aimerait les entendre. Ne jugez pas, mais c’est comme ça que j’ai obtenu l’emploi dans lequel je suis maintenant. J’ai répondu au questionnaire en sachant exactement quels traits ils recherchaient. Il s’avère que ce n’était pas une si mauvaise décision pour moi ou pour eux, je serai ici 20 ans en septembre, et j’en serai probablement encore 20 (en supposant que je vive aussi longtemps). Une autre chose que les gens des RH (et leurs patrons) doivent garder à l’esprit, il est très difficile de choisir les bonnes personnes, vous ferez toujours des erreurs. Ce qui est encore plus difficile, c’est de savoir quand il est temps d’admettre que vous avez fait une erreur et de les licencier (fierté, je suppose). La plupart des employeurs attendent beaucoup trop longtemps, ce qui nuit aux deux parties concernées. fajensen Premièrement, en utilisant LSA / SVD, Cambridge Analytica obtient de meilleures corrélations / prévisibilité que les tests psychométriques utilisés par les entreprises pour sélectionner les employés. Tout est relatif, mais si vous pensez que Cambridge Analytica est de la merde, il y a beaucoup d’entreprises qui prennent des décisions d’embauche clés avec la technologie / les outils de crapper. Les tests psychométriques sont à 99,99% basés sur la science vaudou, certes de solides compétences en marketing et du matériel de vente sur papier glacé. Ce sont des ordures avec une valeur prédictive nulle – le 0,01% est laissé ouvert quand ils utilisent un psychologue qualifié pour l’évaluation. La comparaison d’une saveur de déchets avec une autre est un résultat nul. Il est bien connu que les entreprises sont vraiment mauvaises pour prendre des décisions d’embauche, et cela s’est aggravé au cours de ma carrière, car de plus en plus de processus sont désormais gérés par des spécialistes ». Nous avons beaucoup de gens qui s’intègrent « et qui sont gentils » mais qui ont du mal à faire le travail. Peut-être que si ces algorithmes dessinaient essentiellement des échantillons aléatoires, ce serait en fait mieux que le processus délibéré d’échec utilisé actuellement? Ignacio Félicitations à Marina