Mengurai dilema data

Menaklukkan Bias Data

Konstantinos Kattidis

Data Analytics Lead

Data mendorong pengambilan keputusan

Pengambilan keputusan berbasis data telah merevolusi berbagai industri di seluruh dunia
Adopsi data dan AI meluas ke bidang penting seperti:
- Keadilan sosial
- Penyaringan rekrutmen
- Antarmuka interaktif seperti asisten virtual

Kasus penggunaan pengambilan keputusan berbasis data

Seiring kemajuan ini, muncul kekhawatiran tentang hadirnya bias dalam solusi tersebut.

Penyaringan CV

Amazon menghentikan model yang menilai kandidat layak kerja karena cenderung memihak kandidat laki-laki

Muncul saat data terbatas, sehingga menggambarkan populasi secara tidak akurat atau tidak adil
Berasal dari berbagai faktor, seperti:
- Ketimpangan dan underrepresentasi
- Prasangka historis
- Kecenderungan kognitif
Ini menurunkan akurasi dan keandalan data, sehingga kurang efektif untuk mendukung pengambilan keputusan

Asal-usul bias data

Model Amazon dilatih pada resume yang dikirim selama 10 tahun.
Selama periode itu, kandidat laki-laki tidak proporsional direkrut atau diutamakan oleh proses perekrutan.
Model menjadi bias ke kandidat laki-laki karena pola rekrutmen historis.
Mengatasi bias data memerlukan peninjauan kualitas dataset dan proses manusia yang terlibat.

Kotak Amazon dan penyaringan CV

Atasi bias

Bab 1 - Pelajari dampak bias data pada pengambilan keputusan dan mengapa penting mempertimbangkannya saat bekerja dengan data.

Bab 2 - Pelajari berbagai jenis bias dalam pengumpulan data dan cara menerapkan teknik untuk meminimalkannya.

Bab 3 - Pelajari jenis bias yang umum saat analisis data dan saat membagikan hasil. Kita akan membahas cara mengidentifikasi dan menguranginya.

Menaklukkan Bias Data