อคติทางประวัติศาสตร์

การรับมือกับ Data Bias

Konstantinos Kattidis

Data Analytics Lead

ทำความเข้าใจอคติทางประวัติศาสตร์

สมมติว่าคุณเป็นนักวิเคราะห์ที่กำลังสืบสวนคดีลักทรัพย์ในย่านแห่งหนึ่ง
พบความไม่สอดคล้องกัน เช่น รูปแบบอาชญากรรม ข้อมูลประชากร และวิธีบังคับใช้กฎหมายที่เปลี่ยนแปลงไป
อคติทางประวัติศาสตร์เกิดขึ้นเมื่อเหตุการณ์ในอดีตไม่ได้สะท้อนสถานการณ์ปัจจุบันอย่างแม่นยำ
ประเภทที่พบบ่อย 2 ประเภท ได้แก่ อคติทางเทคโนโลยี และ อคติทางบริบท

นักวิเคราะห์วิเคราะห์ข้อมูลอาชญากรรมโดยคำนึงถึงอคติทางประวัติศาสตร์

เกิดขึ้นเมื่อความก้าวหน้าทางเทคโนโลยีทำให้ข้อมูลในอดีตล้าสมัยหรือมีความเกี่ยวข้องลดลง

นักวิเคราะห์ผลิตภัณฑ์ต้องการศึกษาพฤติกรรมผู้ใช้ที่เปลี่ยนแปลงไปตามเวลาโดยใช้ข้อมูล Engagement
ในช่วงเวลานั้น คอมพิวเตอร์ตั้งโต๊ะเป็นช่องทางหลักในการเข้าถึงอินเทอร์เน็ต
รูปแบบพฤติกรรมผู้ใช้อาจไม่สะท้อนการโต้ตอบผ่านอุปกรณ์มือถือได้อย่างแม่นยำ

ผู้คนเข้าถึงอินเทอร์เน็ตผ่านอุปกรณ์ต่างๆ

หมายถึงการเปลี่ยนแปลงของบรรทัดฐานทางสังคม ความนิยม ค่านิยมทางวัฒนธรรม หรือสภาพเศรษฐกิจที่ส่งผลต่อข้อมูลในอดีต

นักวิเคราะห์การตลาดกำลังวิเคราะห์ข้อมูลลูกค้าเพื่อวางแผนแคมเปญโฆษณาสำหรับแบรนด์เสื้อผ้า
ต้องคำนึงถึงบรรทัดฐานและค่านิยมทางวัฒนธรรมที่เปลี่ยนแปลงไป
การทำความเข้าใจบริบทเป็นสิ่งจำเป็นสำหรับการตัดสินใจ

ผู้คนที่มีบรรทัดฐาน ความนิยม และค่านิยมทางวัฒนธรรม

นักวิทยาศาสตร์กำลังดูกราฟเส้นระยะยาว

การศึกษาเชิงยาว ซึ่งติดตามกลุ่มตัวอย่างในระยะเวลานาน มีความเสี่ยงต่ออคติทางประวัติศาสตร์เป็นพิเศษ
ตัวอย่างเช่น การคำนึงถึงการเปลี่ยนแปลงสภาพภูมิอากาศในการศึกษาสภาพอากาศระยะยาว
การละเลยการเปลี่ยนแปลงนี้อาจนำไปสู่อคติทางประวัติศาสตร์ในการวิเคราะห์สภาพอากาศ

ข้อจำกัดของแหล่งข้อมูลทางประวัติศาสตร์:
- ข้อมูลที่ไม่ครบถ้วนหรือกลุ่มที่ไม่ได้รับการเป็นตัวแทนอย่างเพียงพออาจนำไปสู่การตีความที่มีอคติ
- เหตุการณ์ทางประวัติศาสตร์อาจทำให้ข้อมูลบางส่วนสูญหายหรือเข้าถึงไม่ได้
อคติประเภทอื่น
- อคติประเภทอื่นสามารถก่อให้เกิดอคติทางประวัติศาสตร์ได้
- ตัวอย่างเช่น อคติจากการรอดชีวิต (survivorship bias) อาจทำให้มุมมองทางประวัติศาสตร์คลาดเคลื่อน

แผนภาพแสดงข้อมูลที่ขาดหายไปและอิทธิพลของอคติประเภทอื่น

บุคคลกำลังตัดสินใจ

การรับมือกับ Data Bias