Sau sự kiện Roe, phụ nữ ở Mỹ đúng khi lo ngại về giám sát kỹ thuật số – và đó không chỉ là các ứng dụng theo dõi chu kỳ kinh nguyệt

Ảnh: Shutterstock

Việc đảo ngược vụ Roe kiện Wade của tòa án tối cao Hoa Kỳ vào tuần trước là bước ngoặt quan trọng trong chính trị Hoa Kỳ. Phán quyết rút lại sự bảo vệ của hiến pháp đối với quyền phá thai và đẩy vấn đề này cho các bang, khoảng một nửa trong số đó dự kiến ​​sẽ cấm phá thai.

Không giống như lần gần đây nhất, vào khoảng nửa thế kỷ trước, khi phá thai cũng là bất hợp pháp ở Hoa Kỳ, chúng ta giờ đây sống trong kỷ nguyên giám sát kỹ thuật số tràn lan nhờ vào internet và điện thoại di động. Dữ liệu kỹ thuật số có thể được sử dụng để xác định, theo dõi và buộc tội những phụ nữ tìm cách phá thai.

Các quốc gia thu nhập thấp và trung bình thiếu khả năng tiếp cận phân tích dữ liệu lớn – đây là cách lấp đầy khoảng cách

Cơ sở hạ tầng thống kê có thể giúp cải thiện mọi thứ, từ chăm sóc sức khỏe đến chính trị. Andriy Onufriyenko / Khoảnh khắc qua Getty Imagess

Khả năng thu thập và học hỏi từ lượng lớn dữ liệu đã và đang là động lực chính của sự đổi mới trong những thập kỷ gần đây. Tất cả mọi thứ từ chăm sóc sức khỏe – hãy nghĩ về việc phân tích bệnh nhân, các thiết bị đeo được và ứng phó COVID-19 – đến giao thông vận tải – Uber và Lyft – cho tới giải trí – Netflix – giờ đây đều được dữ liệu và thống kê thúc đẩy.

Tuy nhiên, năng lực thu thập dữ liệu tốt, khả năng rút ra các nhận thức sâu sắc từ dữ liệu này và các kỹ năng để biến những nhận thức sâu sắc đó thành sự thay đổi không phân bố đều khắp toàn cầu.

Bắt chước cách tổ chức phi lợi nhuận Bác sĩ không biên giới |Doctors Without Borders| gửi nhân viên y tế và ý kiến chuyên môn đến các nước đang phát triển, một số tổ chức đã bắt đầu làm điều tương tự với số liệu thống kê. Nhưng nhìn chung, nhu cầu nâng cao năng lực thống kê địa phương ở các quốc gia đang phát triển phần lớn vẫn chưa được đáp ứng.

Chúng tôi là hai nhà toán học tại Đại học Colorado Boulder và là thành viên của dự án có tên Phòng thí nghiệm Phân tích Thống kê Liên ngành |Laboratory for Interdisciplinary Statistical Analysis| đang làm việc để phát triển cơ sở hạ tầng thống kê trên toàn thế giới. Mục tiêu của chương trình là giúp xây dựng cơ sở hạ tầng khoa học dữ liệu ở các quốc gia đang phát triển. Tại 10 quốc gia và con số này đang tiếp tục tăng, chúng tôi đã bắt đầu “phòng thí nghiệm thống kê” – trung tâm học thuật đào tạo các nhà thống kê trẻ để cộng tác trong các dự án thống kê địa phương quan trọng.

Các sức mạnh và nguy cơ khi sử dụng dữ liệu số để hiểu hành vi của con người

Khoa học xã hội tính toán là một công cụ nghiên cứu mạnh mẽ. Nhưng nó lại cần các ngành khác nhau để tìm ra một ngôn ngữ chung.

Các nhà khoa học xã hội tính toán đã sử dụng dữ liệu từ các điện thoại di động để nghiên cứu đại dịch vi rút corona. Nguồn ảnh: Paul Seheult / Eye Ubiquitous / Universal Images Group / Getty

Các nguyên do của sự do dự đối với việc tiêm vắc-xin là gì? Làm thế nào để có thể khuyến khích người dân tập thể dục nhiều hơn? Chính phủ có thể làm gì để cải thiện sức khỏe của người dân?

Các nhà khoa học xã hội nghiên cứu những vấn đề này quan sát cách người dân hành xử, ghi nhận dữ liệu về những hành vi đó, rồi sau đó nâng cao kiến ​​thức bằng cách phỏng vấn và/hoặc thăm dò ý kiến ​​những đối tượng mà họ đang nghiên cứu. Việc thực hiện nghiên cứu theo cách này là một quá trình thủ công và tốn nhiều thời gian. Hơn nữa, rất khó để có được một lượng lớn dữ liệu cùng một lúc.

Nhưng giờ đây, các nhà nghiên cứu có thể truy cập vào một lượng lớn dữ liệu xã hội chưa từng có, được tạo ra mỗi giây bởi các tương tác liên tục trên các thiết bị hoặc nền tảng kỹ thuật số. Chúng bao gồm dữ liệu truy vết các chuyển động, những lần mua hàng và các tương tác xã hội trực tuyến của người dân — tất cả dữ liệu này đều đem lại sức mạnh phi thường cho nghiên cứu. Kết quả là, công việc kết hợp phân tích dữ liệu lớn với các vấn đề xã hội, được gọi là khoa học xã hội tính toán, đã chứng kiến sự phát triển vượt bậc trong những năm gần đây.

“Nudges” và “dữ liệu lớn” trong thế giới sau này: mối đe doạ đối với khế ước xã hội?

“NUDGES”[i] VÀ “DỮ LIỆU LỚN” TRONG THẾ GIỚI SAU NÀY: MỐI ĐE DỌA ĐỐI VỚI KHẾ ƯỚC XÃ HỘI?

Sacha Bourgeois-Gironde[ii] và Bruno Deffains[iii]

Sự quản lý cuộc khủng hoảng Covid-19 đã dẫn đến các biện pháp rất nặng nề cho các quyền tự do: phong tỏa, cách ly và thu thập dữ liệu lớn cho ứng dụng StopCovid. Nếu tất cả những điều này được thực hiện “vì lợi ích của chúng ta”, chúng ta có thể đặt câu hỏi về việc tăng cường đột ngột “chủ nghĩa gia trưởng tự do”, và những tác động của nó trên khế ước xã hội. Nhà nước có thể âm thầm phân tích và hướng dẫn hành vi của chúng ta mà không phải chịu bất cứ sự trừng phạt nào không?

Cuộc khủng hoảng Covid-19 đã tiết lộ một cách sâu sắc hai xu hướng tiềm ẩn trong quá trình phát triển các phương thức cai trị: thu thập và xử lý dữ liệu lớn liên quan đến các hành vi cá nhân và sự hình thành các dự đoán về cách thức các hành vi này có thể được hướng dẫn bởi sự thiết kế kết cấu của các lựa chọn phù hợp với hoàn cảnh.

Bruno Deffains

Sacha Bourgeois-Gironde

Đó là ý nghĩa và phạm vi, hay đúng hơn là sự thiếu việc khái niệm hóa và dự đoán các tác động của sự kết hợp giữa hai xu hướng này hiện nay mà chúng tôi muốn nêu lên. Tự nó, đây chỉ là các kỹ thuật và chúng tôi không lên án việc sử dụng các kỹ thuật, thậm chí không nhất thiết là các kỹ thuật này, miễn là ý nghĩa và phạm vi được làm rõ, nhằm cải thiện các phương thức cai trị, dù là trong cuộc khủng hoảng hoặc trong thời gian bình thường. Nhưng một kỹ thuật cai trị không nhất thiết hợp, mà không có sự thận trọng lý thuyết, với tính chính đáng của một quyền lực được thiết lập và cấu thành trên cơ sở mang tính chuẩn tắc – những cơ sở phải tạo ra một cái khung, giới hạn và trao một ý nghĩa công khai được chấp nhận với bản chất và công dụng của nó.

Như chúng tôi vừa nói, chúng tôi đặc biệt nhắm đến sự kết hợp việc xử lý dữ liệu lớn với sự thiết kế kết cấu của các lựa chọn và sự củng cố lẫn nhau của hai kỹ thuật này, và chúng tôi nghĩ rằng vấn đề này đụng đến nền tảng chuẩn tắc của khế ước xã hội của chúng ta. Nhưng điều đáng nhắc lại là làm thế nào mỗi một kĩ thuật, một cách độc lập, đã trở nên nổi bật đến mức dường như tạo thành một phương cách xử lý hiển nhiên trong việc quản lý cuộc khủng hoảng y tế hiện tại.

Big Data [Dữ liệu lớn] gặp Big Brother [Đại ca] khi Trung Quốc tiến tới việc chấm điểm công dân họ

RACHEL BOTSMAN

Chính phủ Trung Quốc có kế hoạch khởi động Hệ thống Uy tín Xã hội vào năm 2020. Mục đích? Để đánh giá mức độ đáng tin– hay không đáng tin – của 1,3 tỷ cư dân của họ

Ngày 14 tháng 6 năm 2014, Hội đồng Nhà nước Trung Quốc đã công bố một tài liệu đáng ngại có tên là “Đề cương kế hoạch xây dựng Hệ thống Tín nhiệm Xã hội“. Theo cách viết của Trung Quốc trong các tài liệu chính sách, đây là một dự án dài hạn và khá khô khan, nhưng nó có một ý tưởng triệt để. Điều gì sẽ xảy ra nếu có một hệ thống chấm điểm quốc gia, phân loại bạn thuộc dạng công dân nào?

Trí tuệ nhân tạo và Cédric Villani

TRÍ TUỆ NHÂN TẠO: CHÚNG TÔI ĐÃ HỎI CÉDRIC VILLANI, ÔNG TRÔNG THẾ GIỚI CỦA NGÀY MAI NHƯ THẾ NÀO?

Gregory Rozieres

Khi nhà toán học tiết lộ bản báo cáo của ông về cuộc cách mạng công nghệ này, báo HuffPost đã hỏi ông liệu tương lai có thể trông như thế nào.

Cédric Villani đã nói với báo HuffPost: “Trí tuệ nhân tạo buộc chúng ta phải hiểu được bản thân mình”

CHÍNH TRỊ – Mọi cuộc cách mạng công nghệ đều kéo theo những vấn đề xã hội sâu sắc. Và trí tuệ nhân tạo cũng không thoát khỏi quy tắc ấy.

Liệu chúng ta chấp nhận giao những gì cho một máy tính, một thuật toán có khả năng đưa ra quyết định một cách tự động, dựa trên các tham số được cung cấp cho nó? Cần ấn định những giới hạn nào cho một chương trình như thế? Nhà nước Pháp sẽ phải định vị như thế nào trước biến động này vốn có thể ảnh hưởng đến tất cả các lĩnh vực, tất cả các tầng lớp trong xã hội chúng ta?

Dữ liệu lớn đang giúp các bang Mỹ đánh bật người nghèo ra khỏi hệ thống phúc lợi như thế nào

DỮ LIỆU LỚN ĐANG GIÚP CÁC TIỂU BANG HOA KÌ ĐÁNH BẬT NGƯỜI NGHÈO RA KHỎI HỆ THỐNG PHÚC LỢI NHƯ THẾ NÀO

Sean Illing

Shutterstock

Những hệ thống này khiến những giá trị của chúng ta hiển hiện ra theo một cách thức kêu gọi chúng ta đến với sự tính toán về mặt đạo đức.”

Virginia Eubanks

Công nghệ đang được sử dụng để cố tác động đến và trừng phạt người nghèo ở Hoa Kì, theo nội dung cuốn sách mới của tác giả Virginia Eubanks, giáo sư khoa học chính trị tại Đại học SUNY Albany [New York, Hoa Kì].

Đây là một ví dụ: Năm 2014, thống đốc tiểu bang Maine [Hoa Kì], ông Paul LePage đã công bố dữ liệu cho công chúng biết chi tiết hơn 3.000 giao dịch từ người nhận phúc lợi có sử dụng thẻ EBT trong tiểu bang. (Thẻ EBT giống như thẻ ghi nợ do tiểu bang phát hành, và có thể được sử dụng để phân phối các khoản trợ cấp như tem phiếu thực phẩm.)

Dữ liệu lớn vì học sinh nghèo

Jin-Yong Cai

WASHINGTON, DC – Các quốc gia cần những người có kỹ năng và tài năng để tạo ra những cải cách làm cơ sở cho tăng trưởng kinh tế dài hạn. Điều này đúng trong những nền kinh tế đã phát triển cũng như đang phát triển. Nhưng điều đó sẽ không xảy ra nếu không đầu tư vào giáo dục và đào tạo. Nếu chúng ta muốn chấm dứt đói nghèo, giảm tỷ lệ thất nghiệp, và ngăn cản sự bất bình đẳng về kinh tế đang gia tăng, chúng ta phải tìm ra những cách thức mới, tốt hơn, và rẻ hơn để dạy học – và trên một quy mô rộng lớn.

Mục tiêu này có lẽ dường như vượt quá khả năng ngay cả những nước giàu có; nhưng việc thu thập, phân tích và sử dụng dữ liệu giáo dục một cách thông minh có thể làm nên một khác biệt lớn. Và, may mắn thay, chúng ta đang sống trong một thời đại mà công nghệ thông tin mang lại cho chúng ta những công cụ thích hợp để mở rộng sự tiếp cận với giáo dục chất lượng cao, có giá cả phải chăng. Dữ liệu lớn – những tập dữ liệu phức tạp, số lượng lớn mà các doanh nghiệp sử dụng để phân tích và dự đoán hành vi người tiêu dùng – có thể cung cấp cho giáo viên và các công ty một lượng thông tin chưa từng có về những mô hình học tập của học sinh, giúp đỡ các trường cá nhân hoá sự hướng dẫn theo những cách ngày càng tinh vi.

Thống kê học đã đánh mất quyền lực của nó như thế nào

THỐNG KÊ HỌC ĐÃ ĐÁNH MẤT QUYỀN LỰC CỦA NÓ NHƯ THẾ NÀO – VÀ TẠI SAO CHÚNG TA NÊN LO NGẠI VỀ NHỮNG ĐIỀU SẮP TỚI

Khả năng của thống kê học để mô tả thế giới một cách chính xác đang suy giảm. Ngay sau đó, là một thời đại mới của dữ liệu lớn do các công ty tư nhân kiểm soát đang thế chỗ [của thống kê học] – và gây nguy hiểm cho nền dân chủ.

William Davies

Về mặt lý thuyết, thống kê học giúp giải quyết các cuộc tranh luận. Nó cung cấp các điểm tham chiếu ổn định để tất cả mọi người – bất luận có quan điểm chính trị thế nào – có thể đồng ý với nhau. Tuy nhiên, trong những năm gần đây, nhiều mức độ tin tưởng khác nhau về thống kê học đã trở thành một trong những luồng chia rẽ chính được mở ra trong các nền dân chủ tự do phương Tây. Ngay trước khi diễn ra cuộc bầu cử tổng thống vào tháng 11, một nghiên cứu tại Hoa Kỳ đã phát hiện ra rằng 68% số người ủng hộ Trump không tin vào các dữ liệu kinh tế được chính phủ liên bang công bố. Tại Anh, một dự án nghiên cứu của Đại học Cambridge và YouGov về các thuyết âm mưu phát hiện ra rằng 55% người dân tin rằng chính phủ “đang che giấu sự thật về số lượng người nhập cư đang sinh sống tại đây”.

Thay vì phổ biến cuộc tranh luận và sự phân cực, trên thực tế dường như thống kê học đang đổ thêm dầu vào lửa. Sự ác cảm đối với thống kê học đã trở thành một trong những dấu ấn của phái hữu dân túy, với việc các nhà thống kê và các nhà kinh tế chủ yếu nằm trong số nhiều “chuyên gia” khác có vẻ đã bị các cử tri loại bỏ trong năm 2016. Thống kê học không những bị nhiều người xem là không đáng tin cậy, mà dường như đối với họ còn là một cái gì đó gần như luôn có tính xúc phạm hoặc ngạo mạn. Quy giản các vấn đề xã hội và kinh tế thành các tổng gộp và bình quân số học dường như là điều vi phạm ý thức của một số người về sự đúng đắn chính trị.

Những quốc gia và trường đại học nào đang dẫn đầu về nghiên cứu trong lĩnh vực trí tuệ nhân tạo?

Dữ liệu của Elsevier cho thấy Trung Quốc có rất nhiều bài viết khoa học trong lĩnh vực [trí tuệ nhân tạo] này, nhưng các nghiên cứu lại thiếu chất lượng.

Simon Baker

Nguồn: Getty

Trung Quốc đã có gần như gấp đôi số bài viết khoa học về trí tuệ nhân tạo, như là quốc gia kế tiếp được xếp hạng cao nhất về số lượng các bài viết khoa học được công bố trong lĩnh vực này, theo một phân tích dữ liệu cho tạp chí Times Higher Education (THE).

Dữ liệu, từ cơ sở dữ liệu Scopus của Elsevier cung cấp cho tạp chí THE, đã minh họa nỗ lực rất to lớn của Trung Quốc về nghiên cứu trong lĩnh vực này, với các nhà nghiên cứu trong cả nước có hơn 41.000 bài viết khoa học được công bố từ năm 2011 đến năm 2015.