想要有创意,就不要被数据驱动

3个观点完全改变你对数据的看法

比尔·帕迪 Bill Pardi

2017年5月24日 · 11 分钟阅读

任何数据都没有内在价值,因为所有信息本身都没有意义。为什么?因为信息不告诉你做什么。 - Beau Lotto

img

写这篇文章的时候,我坐在办公楼二楼的一个小会议室里。窗下大约25英尺是一个铺设的庭院,有一些桌子,椅子和精心修剪的景观。阳光明媚,看起来像是美好的一天。根据这些数据,我应该去户外工作吗?想一下你的答案,我们稍后会回到这个问题。


如果你是设计师,工程师或任何创作者的角色,你可能会听到很多关于“大数据”和“数据驱动”的信息。前提数据等于洞察力方向。但它是这样的吗?数据,任何数据,在任何体量上,都会带来一些问题,使得单独依赖它是非常危险的。让我们看看其中的一些问题:首先,数据只是信息而它不代表客观现实。接下来,无论你拥有什么数据,它永远都不会是完整的。最后,获得更多数据并不意味着更明晰。让我们更详细地看一下。

数据不是现实

人类很擅长根据他们的背景和历史做出决定,但我们很难看到除此之外的可能性。下面是一个例子。请大声朗读以下文字:

img

如果你读到“what are you reading now? ”你做了许多英语读者用同样的“数据”做的事情。你做到了这一点,尽管那句话中没有一个英文单词。通过本文的上下文和你的英语历史记录并填写空白,你可以阅读有意义的内容。另外注意,开始我请你阅读(read)这句话,所以你在字母中看到了“阅读(reading)”这个词。这种暗示决定了结果。然而,不是每个人都以同样的方式阅读。如果你正在咀嚼什么东西,或者坐在餐馆里,你可能很容易读到“ what are you eating now?”。对于那些不读英语的人来说,这些字母就是实际的那几个字母,没有实际含义。这里要说的是,我们如何处理数据是高度个人语境化的。通常我们会根据共同的历史或背景得出相同的结论,但同样地,我们也可以由此从完全相同的数据得出不同的结论。

所有数据都缺失了什么

小数据,大数据,没关系。所有数据在某种程度上都是不完整的。为了说明这点,我们假设你必须创建一个软件产品,并确定专注工作的最佳方式是创建目标客户的用户画像。你的期望是该文件提供构建内容的一些见解。根据收集的数据创建一个名为Linda的“角色”。

Linda是:

一个女性

31岁

单身

心直口快

聪明

哲学专业

深切关注歧视和社会正义问题

作为学生,参加了反核示威活动。

虽然这些数据可能对个人资料很有用,但几乎没有人会称之为一个人的完整画像,更不用说一群人。既然如此,基于给出的数据,从以下场景中选择更可能是Linda的选项?

Linda是银行出纳员

Linda是一位银行出纳员,也积极参与妇女的权利

80%的人面临Linda问题,会认为情景2更有可能适合Linda。然而,这种反应违反了概率逻辑。如果问题是哪一个可能性更高,那么在1和2之间,答案必须是1,因为女权主义的银行出纳员是银行出纳员的子集,但反之则不然。因此,Linda更可能是银行出纳员,而非女权主义银行出纳员。为什么我们会犯这个错误?不需全面分析行为心理学,基本的原因就是情景2讲述了一个更好的故事,所以我们更喜欢它。换句话说,这个数据集中有很多缺失,所以我们的大脑会自行脑补。明显的特殊属性使我们能够构建一个似乎最有意义的故事,但逻辑现实却恰恰相反。在这种情况下,大多数人仅仅忽略了一个明显的逻辑错误,但你可能会臆想更多关于Linda的数据 - 她如何着装,她住在哪里,她与谁联系等等,这可能会让你建立一个更完整的档案。但是,该概况仍然缺少信息,并且在理解真实客户的实际需求产品方面可能完全不准确。

更多数据,更不清晰?

仅凭数据也会影响我们看到创造性解决方案的能力,甚至是针对很简单的问题。再举个例子:

你需要在墙壁(软木板)上安装一根蜡烛,然后点燃它,并保证蜡烛不会滴到下面的桌子上。

而且,你只能将以下物品与蜡烛一起使用:

一排火柴

一盒图钉

有什么想法吗?让我给你更多数据,一个问题的“更大数据”版本,看看是否有帮助:

img

这个小实验,被称为Duncker的蜡烛问题,已经在世界各地的各种主题上进行了测试,虽然他们提出了许多创意,但大多数都没有解决问题。在极少数情况下,解决方案通常非常复杂或效率低下。

最好(也是最简单)的解决方案是清空图钉盒子并将盒子固定在墙上以安置蜡烛。简单吧?但这并不是大多数人想出来的,至少不是马上就能做到的。对问题的描述非常有限,但似乎描述之外提供图片也没有提供更多帮助,甚至可能降低找到解决方案的能力。这里发生了什么?首先,问题陈述是我们必须将蜡烛附在墙上,我们有一种先入为主的观念,即用图钉将东西附着在墙上。此外,描述和相应的图片建立了盒子是大头钉容器的观念。这些描述会让大多数人产生难以克服的偏见,看不到使用这些物品的其他方式。

多年来,研究人员尝试了不同的方法来提高迅速发现解决方案的能力。一些有效的方法包括将可用项的描述更改为:

一排火柴

一个盒子

多个图钉

类似地,图片改为:

img

这些微妙但重要的变化会产生很大的不同,并增加参与者找到解决方案的机会,或者更快地找到解决方案。从本质上讲,它可以提高创造力。为什么?第二个描述和图片有助于消除上面提到的一些偏差,并使我们能够更清楚地看到盒子可以用作支架。一个盒子*和*图钉一盒图钉的体现出不同的理解数据的方式。瞧!

img

对所有这些来说,坏消息是:数据本身最无意义,更糟的是还会引起误导。在大多数情况下,它会告诉你很少或根本不告诉你要做什么。不幸的是,专业人士会对他们拿到的数据也不会进行多少处理。我经常听到同事,在需要设计或商业决策的过程中问,“数据告诉我们做什么?” 真正的答案是:并不多。

如果我们在这里停下来,对我们数据极大丰富的未来来说可能会有些糟糕,但并不是没有希望。你可以通过以下三种方式处理数据,从而丰富你的创造力,以非常强大的方式使用所获得的信息。

1.试验配方

我在一个创造可能被五亿人使用的东西的集团工作。我管理该集团的数据科学团队,收到越来越多有关业务的数据请求。

根据我的经验,我在讨论中遗漏了一点,它使我们已有并继续收集的所有数据,变得有用。那就是你和你的创造力。

看吧,数据是毫无意义的,如果我们期待客观真理,而不考虑感知和假设,并通过我们的创造力超越这些数据时。我在这里说的创造力是指提问和试验的过程。==创造力使我们利用已有的数据,质疑我们对数据所含见解的最初设定,并进行实验,直到我们从中获得有用的东西。==本文的标题不是关于数据驱动,“驱动”才是关键词。

这里的想法是我们应该将数据用作信息,而不是洞察力。换句话说,这不是关于配料,而是关于厨师。单独的配料做不出饭(至少,做不出好吃的饭)。伟大的食谱也不会没有经过大量的实验,创造它们的人必定尝试过各种失败。同样,数据工作流的人力部分是最有价值的部分,对于我们这些创造性或创新领域的人来说尤其如此。对于支持真正创造性或创新成果的数据,必须允许它向我们通报事实,以便我们提出问题并尝试“ 相邻的可能性 ”,发现原始数据未提供的见解和潜力。这是正确的做法因为以下原因:

实验产生许多可能性

实验者期待,甚至庆祝失败和不确定性

实验使流程拥抱变化并适应新发现

在这里实验是一个冷酷、客观的词语,你也可以用探索甚至。实验支持这样一种观点,即没有先入为主的结果,并产生许多可能的结果。要做到这一点,我们必须首先认识到“成功”可以有多种形式,甚至根本没有形式。这意味着,当你使用食谱即兴发挥时,你可能完全无法制作出想要吃的菜,或者你也可以发明一种全新的美食!

2.质疑一切

实验和游戏是探索新可能性的方法。将探索付诸实践的最佳方式是从问题开始。为了将上面的一些想法付诸实践,回到蜡烛问题,看看你如何获取数据并质疑它以提出新的可能性。例如,鉴于蜡烛,墙壁,盒子和图钉,我可能会问以下一些情况:

如果我从列表中删除了一个项目会发生什么,这对我有什么帮助吗?

如果我把所有东西颠倒过来,这有什么不同呢?

如果我从火柴盒中取出所有火柴棍,我会看到什么?

如果我从盒子里拿出图钉怎么办?

如果我试图用大头钉将所有东西粘在墙上怎么办?

这只是你可能看到的一小部分问题,我可以询问有关蜡烛问题数据的大量问题。我的短清单中的最后两个问题开始朝着一个可能的解决方案推进,因为我正在改变大头钉必须放在盒子里面的想法,同时仍然使用大头钉来钉东西。它变成了我思路中几乎神奇的转变。这还仅仅是我一个人的想法造成的改变,如果加上其他人时,还会有更多的魔力。

3.包容地思考

我在上面提到了“相邻的可能性”。对于我们大多数人来说,创造力不能使我们探索所有可能的结果,而且只能探索其中的一小部分,受到我们的历史,偏见和观点的限制。这就是我们的大脑进化的方式。我们的一生都在创造记忆,当我们需要决定未来(任何未来,即时或长期)时,就会从那些记忆或我们的“历史”中汲取灵感。==这就是我们以不同方式解释数据的根源==。我们只有自己的历史可以借鉴,每个人的历史都略有不同。一个人的历史越多样化,她越能从中吸取更多相关的可能性,但可能性的数量仍然有限 - 一个人的大脑只能容纳这么多。

进入多元化的团队。团队越多,背景,观点,文化,教育甚至职业越多,团队对任何特定问题或信息集的相邻可能性就越多样化。数据,与其说它是创造力的驱动力,不如说它为不同的观念,想法,以及最重要的——问题,带来了机会。团队越是同质化,它就越有效率,但几乎可以肯定的是创造力较低,而创造力是解决困难问题时你所迫切需要的。

然而多样性也不是灵丹妙药 - 团队必须愿意摆脱他们的舒适区域并接受他们的差异 - 差异化的团队通常比同质化的团队更聪明

在数据丰富的世界中发挥创造力

数据正在成为我们个人生活,业务和工作中越来越重要的一部分。我们这些花时间解决困难问题的人将依靠这些数据作为工具来帮助我们了解世界并尝试新事物。**但数据不应该驱使我们。**它应该是来自更广泛世界的信号,我们用它帮助回答问题并提出新的问题。见解必须来自我们

在这里,我们探讨了为什么依赖数据作为驱动是一个坏主意的一些原因。但我们也研究了将信息转化为创作的方法:

承认我们以及和我们合作的人会将自己的历史带入任何给定的数据集,从而使我们的判断具有偏见。

通过问题进行实验,探索甚至把玩数据。

为问题带来不同的观点和独特的视角,尽可能多地获得“相邻的可能性”。

因此,下次你面对“数据驱动”场景时,请执行此操作:不要查找数据提供的答案,而是查找它生成的问题。

至于我是否决定去院子里锻炼身体?好吧,我遗漏了一个重要的数据。这是太平洋西北部的早春,外面只有49℉(摄氏度9.44℃)。虽然太阳很诱人,但在出门之前,我想知道它有多冷,这绝对是一个值得提出的问题

https://medium.com/microsoft-design/if-you-want-to-be-creative-dont-be-data-driven-55db74078eda

comments powered by Disqus