„Данни за всичко: квалифицирана работна сила в бъдеще, основано на данни?“: Задълбочено проучване
30.11.2023
Тъй като бъдещето на труда все повече и повече се основава на данни, естествено възникват няколко въпроса. Как можем да подготвим нашата работна сила да бъде по-квалифицирана в работата с данни?
Политиката на ЕС следва пазарните тенденции, като обединява инвестиции за основана на данни икономика. Този подход предвижда повече обмен на данни в рамките на организационните екосистеми, които консолидират и създават нова стойност от данните. Със своята правна рамка Европейската комисия се опитва да гарантира, че всичко това се случва по справедлив, открит и сигурен начин.
Но как това ще се отрази на сегашните ни работни места? Какви умения ще ни трябват, за да участваме в тази основана на данни икономика? Тази статия дава представа за това как данните се използват за определяне на бъдещата ни работа.
Байт по байт: някакъв контекст
Всеки път, когато взаимодействаме с нашите цифрови устройства, ние създаваме данни — малки цифрови следи от цифрова информация, които казват нещо за нашето взаимодействие с устройството. Това може да бъде информация за това, върху което сме кликнали, кои уеб страници сме отворили, какъв текст сме написали, кои местоположения сме посетили или от къде сме направили телефонно обаждане.
Всички тези цифрови следи заедно могат да ни дадат изчерпателна представа за поведението ни онлайн. Данните все повече се използват за получаване на повече представа за човешкото поведение по различни причини. И все повече и повече от тях се събират. Оценките сочат, че общият обем на данните ще се увеличи с повече от 500 % до 2025 г.. Компаниите използват данни, за да разберат по-добре клиентите си и да подобрят своите продукти и услуги. Правителствата го използват, за да подобрят ефекта от политическите си решения. Хората също могат да използват данни, за да им помогнат да управляват по-добре ежедневните си задачи. Пример за това? Разходете се около блока и вижте броя на хората с умни часовници около вас. Ако използвате такъв, за да наблюдавате колко сте активни през деня, да наблюдавате жизнените си статистики или да използвате приложения, които проследяват колко често сте онлайн, използвате данни за прозрения.
С преместването на данни в облака технически става по-лесно да се съберат различни видове данни, както и данни, идващи от различни източници, което потенциално води до много по-всеобхватна информация. Това намалява предизвикателствата от страна на компаниите да използват тези данни, за да създадат повече стойност — независимо дали това е за себе си, за другите или заедно с техните бизнес партньори в екосистемата.
Данни в света на бизнеса
По този начин данните все повече се разглеждат като основен източник на приходи от предприятията. Но кои данни са полезни и как успяват да съберат тези данни по сигурен и безопасен начин? В този раздел се потопяваме по-дълбоко в дреболиите от данни, които се превръщат в актив и стока за дружествата, и как те се регулират от създателите на политики в ЕС.
Данни, данни, данни… Кои данни?
Има различни начини, по които можем да категоризираме данните. Тук обсъждаме две категоризации, които представляват интерес, като се има предвид по-широката Европейска стратегия за данните.
Първото разграничение се отнася до връзката между данните и отделното лице: лични данни спрямо нелични данни. Лични данни са всички данни, които са (или могат да бъдат) свързани с физическо лице: име, данни за самоличност (напр. номера на карти и др.), свързани със здравето данни, данни за местоположението и т.н. Някои лични данни могат да бъдат чувствителни. Това е отделна категория данни, които трябва да бъдат третирани с допълнителни условия, тъй като злоупотребата с тези данни може да доведе до болезнени, нежелани или дори опасни ситуации. Общият регламент относно защитата на данните (ОРЗД) определя чувствителните данни (Европейска комисия, 2023a). Нелични данни са всички други данни, които могат да бъдат събрани. Примерите включват данни за ежедневното използване на обществения транспорт, потреблението на енергия в дома или броя на учителите в училище в определена област.
Второто разграничение се отнася до организациите, които събират данни: данни за промишлеността и публични данни. Под индустриални данни имаме предвид всички видове данни, събирани от частни предприятия. Тъй като все повече компании създават цифрови продукти, предприятията имат възможност лесно да събират лични и нелични данни, които по-късно могат да използват, за да създадат по-голяма стойност за своите потребители и за себе си, което може да даде конкурентно предимство. Примери за нелични промишлени данни, които може да познавате и използвате, включват ежедневното използване на обществения транспорт (например в Google Maps) или данни за потреблението на енергия в дома ви, събрани от вашия доставчик на енергия. Правителствата също така събират данни, за да информират своите политически решения и да предоставят цифрови услуги. Споделянето на този вид данни има няколко предимства. Например публичните данни биха могли да се използват от дружествата за създаване на по-добри и по-подходящи услуги и продукти. Отделните потребители биха могли да подобрят процеса на вземане на решения въз основа на реални данни: напр. да решават кога да включат пералната машина, за да оптимизират консумацията на енергия у дома.
С други думи, различни видове данни биха могли да бъдат полезни за различни цели за различните заинтересовани страни. Това означава, че чрез създаването на повече възможности за споделяне на данни съществува потенциал за създаване на повече стойност. Споделянето обаче е свързано с рискове:
- Злоупотреба с лични данни
- Злоупотреба с чувствителни данни
- Злоупотреба с позиция от страна на платформени компании, които имат голяма роля в интернет.
- Неравенство между отделните потребители и по-големите компании
Това са някои от рисковете, които регламентът за европейската политика се опитва да управлява и предотвратява. Най-широко известният регламент в действителност е Общият регламент относно защитата на данните (ОРЗД), който определя различни видове данни и регулира правата и задълженията на физическите лица и предприятията при работа с данни. Законодателният акт за цифровите пазари, приет от Европейската комисия през 2023 г., определя характеристиките на „пазачите на информационния вход“ (онлайн платформи, притежавани от частни предприятия, които имат огромен и широко разпространен достъп до данни поради ролята си в интернет) и урежда начина, по който им се разрешава да използват уникалните данни, до които имат достъп. Законодателният акт за цифровите услуги (Европейска комисия, 2023в) помага да се защитят всички ползватели на цифрови услуги и се посочва как пазачите на информационния вход трябва да се справят с всякакви злоупотреби с тяхната платформа (напр. когато незаконни стоки се продават чрез тяхната платформа или дали се споделя дезинформация/погрешна информация). Европейският акт за управление на данните (Европейска комисия, 2023f) и Законодателният акт на ЕС за данните (Европейска комисия, 2023 г.), които понастоящем са формулирани, имат за цел да премахнат пречките пред обмена на данни, но по начин, който запазва контрола върху физическите лица и по-малките организации. Друг приоритет е, че споделянето на данни може да подпомогне създаването на повече стимули за хората да инвестират в генерирането на данни.
Накратко, европейската политика има за цел да подпомогне организациите (и особено МСП) да инвестират и да се възползват от своите стратегии за данни. Тя улеснява по-справедливия и сигурен обмен на данни между физически лица и организации с различни размери и роли, за да създаде по-голяма стойност за себе си и за европейските граждани. Поради това компаниите все повече преоценяват своите бизнес дейности, за да видят как данните, които генерират, могат потенциално да създадат нова стойност за техния бизнес.
Как компаниите използват данните — и за какви цели?
Компаниите използват данни по различни начини за създаване на бизнес стойност. До голяма степен можем да различим две направления:
- Използване на данни за получаване на бизнес прозрения за това как техните клиенти се ангажират с техните продукти или услуги. Това води до анализ на настроенията, разбиране кога и как се използват продуктите и евентуално с кои други продукти ги използват. Klee, Janson & Leimeister (2021 г.) терминират това надорганизационно ниво, при което бизнес стойността се генерира чрез реализиране на ползи от външни данни.
- Използване на данни за високи оперативни постижения за подобряване на тяхната вътрешна работа или управление на веригата на доставки, за да се осигури стойност за техните клиенти ефикасно и ефективно. Klee, Janson & Leimeister (2021 г.) нюансират това в рамките на организационното равнище (разработване на основани на данни организационни модели) и на равнището на работните практики (работа с данни в ежедневните бизнес процеси).
Когато данните могат да бъдат споделяни с други хора безопасно и сигурно, компаниите също могат да проучат безброй възможности, свързани със създаването на нови продукти или услуги — в екосистема, която споделят с единомислещи партньори.
Как компаниите събират данни?
Увеличаването на онлайн дейностите означава, че техническият праг за събиране на данни е малък: данните, създадени при взаимодействие с цифрови устройства, или например мерките, взети от сензорите, се регистрират и съхраняват в облачни услуги за по-нататъшен анализ и интерпретация. От тези данни могат да се генерират анализи, за да се улесни вземането на решения.
Както беше споменато, някои дружества действат като „пазачи на информационния вход“ в интернет, където формират и управляват онлайн платформите, чрез които се извършват други дейности. Тези пазачи на информационния вход естествено имат много източници на данни, които съхраняват, за да продължат да комерсиализират и анализират за рекламни цели (помислете за Meta, X и по-скоро Tik Tok). Тази ситуация създаде привидно неограничено количество съхранение на данни, при което компаниите в крайна сметка държат данни, които биха могли да бъдат полезни за търговска употреба. Тази ситуация обаче вероятно ще се промени — отчасти обусловена от споменатите по-горе регламенти в областта на политиката — тъй като се появяват и други гласове.
Един аспект се отнася до рационалното използване и събиране на данни, т.е. по-оперативен подход към навигацията в огромни обеми от данни, като дружествата обмислят къде се крие потенциалната стойност на тези данни и кои данни точно са полезни за проследяване (Mazzei & Noble, 2017 г.). Опасенията, свързани с въздействието на съхранението на данни върху околната среда, също все повече навлизат в действие. Според Lucivero, 2019 г., осъзнаването колко енергия е необходима за съхраняване на данни за неограничен период от време се увеличава, което от своя страна принуждава компаниите да обмислят по-рационален подход към използването и съхранението на данни. И накрая, има отражение върху разходите: съхранението на данни става все по-скъпо. Тъй като компаниите преместват бизнес дейностите си в облака, съхранението на данни трябва да върви ръка за ръка с бизнес проницателността (Gartner, 2022 г.).
Как компаниите управляват данните по сигурен начин?
За да се превърнат данните в нещо, което създава стойност в дадена екосистема, трябва да има доверие в доброто и сигурно управление на данните. Това изисква от организациите да постигнат напредък в определянето на визия и стратегия за събиране и анализ на данни, но също така да приведат своите архитектури на данни (IBM, 2023) с тези стратегии и визия. Общата стратегия на европейската политика в областта на данните е да се създаде истински европейски единен пазар за данни (Европейска комисия, 2023e), където може да се създаде стойност от данни в рамките на екосистема от организации. Налице е амбиция за създаване на секторни пространства на данни, където партньорствата около споделените данни могат да се формират и да доведат до съвместно създаване и разработване на нови и иновативни приложения. Това изисква много практически съображения за организациите в тяхната техническа архитектура, като например:
- Проследимост на данните: когато създаваме пространства за данни, възможността да проследим кой е събрал какви данни и при какви условия трябва да съществува.
- Управление на сигурния достъп до оторизирани партньори и хора: пространствата за данни трябва също така да предвиждат управление по отношение на това кой има достъп до споделени данни и до каква степен този достъп достига.
- Правна рамка за договаряне на достъп и управление на достъпа: всички страни в екосистемата от данни трябва да имат структура за правно сътрудничество, чрез която да могат да споделят данни в надежден контекст.
Ако данните стават толкова разпространени, това означава, че все повече от нас ще се свързват с ИТ продукти, базирани на данни. Gartner прогнозира, че тази година „грамотността на данните ще се превърне в явен и необходим двигател на бизнес стойността“, като близо 80 % от компаниите посочват данните като ключов фактор в стратегическите си планове (Gartner, 2023a). Тази статия дава повече представа за това как данните могат да се използват за насочване на човешкото вземане на решения и какви умения се изискват от нас, за да използваме тези нови инструменти ефективно, за да придобием повече информация и да изберем разумно.
Как взаимодействаме с ИТ продукти, базирани на данни?
Ние вече взаимодействаме с данните всеки ден чрез различни приложения, базирани на данни. Възможно е невинаги да ги разпознаваме като такива, тъй като те ни представят тези данни по неочевиден начин.
Приложенията, базирани на данни, могат да бъдат категоризирани въз основа на начина, по който ни представят тези данни.
Огледални инструменти
Огледалните инструменти предлагат на потребителя визуализации на данни за резултати, процеси и т.н. чрез графични методи, без тълкуване на смисъла на данните. Често тези визуализации са групирани в табло за управление. Прототипен пример за това са данните от времевите серии, като например нарастването на населението с течение на времето или физиологичните данни като ЕКГ, където графиката ви показва визуализация на физическата активност. Да вземем пример за прашец. Огледален инструмент за визуализиране на нивата на цветен прашец ще представи графика, в която нивата на прашец се начертават с течение на времето (напр. дневно ниво на прашец в атмосферата). От Човека зависи да тълкува визуализацията, да ѝ придаде смисъл („високо лие? Това ниско ниво ли е? Увеличава ли се или намалява? Какво е желаното ниво?„) и да се определят потенциалните интервенции за предприемане на действия въз основа на тази информация („Ще остана на закрито поради високите нива на цветен прашец, тъй като страдам от алергии); Мога да се занимавам с интензивни спортове на открито поради приемливи нива на прашец“). (Van Leeuwen & Rummel, 2019 г.)
Инструменти за сигнализиране
При променящите се инструменти визуализираните данни ще отразяват реалната активност, но също така включват минимална интерпретация, тъй като са подчертани забележителни елементи в данните. Например, в нашия прашец, желаните нива на дневните нива на цветен прашец могат да бъдат превърнати в бетон в самия инструмент, като се включи спецификация на това какво е нормално/високо/ниско ниво на полените нива. След това инструментът може да предупреди човек да каже, че е достигнато определено ниво (напр. „нивата на прашеца са високи днес“). Тези сигнали могат да се използват от хората като отправна точка за проектиране на интервенции. Стъпката за интервенция се предприема от човека, но те са предупредени от инструмента, за да го направят. (Van Leeuwen & Rummel, 2019 г.)
Инструменти за консултиране
Инструментите за консултиране отиват една стъпка по-далеч, като също така препоръчват конкретна намеса, която да предприемете. Например, съветващ брояч на прашец може да каже: не правете интензивни спортове на открито днес, тъй като нивата на прашец са високи и сте силно склонни към алергии. Тук човекът може да избере да приложи предложената интервенция, но не е необходимо самостоятелно да тълкува данните, нито да определя интервенция въз основа на нея. Инструментът препоръчва намеса въз основа на анализа на данните. (Van Leeuwen & Rummel, 2019 г.)
Автоматизирани инструменти за вземане на решения
В автоматизираните инструменти за вземане на решения инструментът контролира всяко вземане на решения и изпълнение на самата намеса въз основа на собствения си анализ на данни. В този контекст човекът няма да участва пряко в процеса на вземане на решения, нито в изпълнението на интервенцията. В нашия пример за брояч на прашец, това може да е фиктивна ситуация, при която инструментът за автоматизация може да каже: „в днешно време нивата на прашец са високи. Тъй като имате алергии, ви съветваме да останете вкъщи. За да се улесни това, всички ваши заседания днес бяха променени на срещи за уебконферентни връзки.“
Потенциално тревожно (но напълно фиктивно) поведение на такъв инструмент може да бъде „За да сте сигурни, че не излизате от къщата, вратите са били автоматично заключени, докато нивата на прашец са на приемливо ниво.“ В такъв случай човекът участва само в вземането на решения, определянето на интервенцията и процеса на изпълнение като наблюдател.
Какви умения са необходими за ефективното използване на тези инструменти?
При широкото използване на инструменти, основани на данни, е ясно, че нашите умения и компетентности при използването на тези инструменти трябва да бъдат до целта, за да ги използват ефективно, без непреднамерено да създават или улесняват вредите за хората.
Данни в миналото и в бъдеще
В по-ранни дни, когато данните бяха оскъдни и трудни за събиране, големите масиви от данни бяха създадени предимно от учени в университети (или като сътрудничество между университети), правителства или големи организации. Тъй като архивирането на данни е интензивна и надлъжна работа, това са многогодишни дейности, изискващи значителни инвестиции във времето, усилията и финансовите ресурси. Само дружества, които са имали ресурсите да инвестират в архивиране на данни и са видели непосредствен икономически интерес, са били в състояние ефективно да направят това.
Квалифицирани хора, които са създали тези набори от данни, специализирани в обединяването на данни, структурирането, анализирането и интерпретирането на различни масиви от данни. Този процес вече не е толкова тромав: вместо това сега тя се поддържа с много усъвършенствани цифрови инструменти и инструменти. Това означава, че сега тя е много по-достъпна за организации, чиито първоначални инвестиции могат да бъдат по-ниски. В резултат на това ситуацията става по-сложна. Има все по-актуални, лесно достъпни данни: лесно е да бъдеш претоварен. За да създадем стойност от данните, сега се нуждаем от по-добри техники за визуализация и стратегически подход към информацията.
Тъй като процесът вече не зависи от 1 човек, който събира, анализира и интерпретира данните, е необходима по-голяма координация за управление на споделения достъп до данни. Все по-често трудоемките части могат да бъдат автоматизирани чрез наличните инструменти, което намалява натиска върху предприятията. В същото време, по-голямата автоматизация води до по-стандартизирани анализи. От една страна, това създава повече възможности, тъй като повече хора имат достъп до данните по различни начини. От друга страна, това също може да бъде ограничително, тъй като е вероятно да попадне в опции по подразбиране и да отнеме задълбоченото обмисляне и вземане на решения от страна на потребителя. В крайни случаи вземането на решения може да бъде напълно скрито.
Тъй като съществува все по-голяма разлика между тълкуването на данните и събирането и анализа на данни, съществуват възможности за грешки при тълкуването, ако контекстът на събирането и анализа на данни не е ясно документиран и посочен.
Умения за бъдещето, основано на данни
По-долу уточнявам редица умения, които трябва да изградим за това базирано на данни бъдеще.
1. Грамотност в областта на данните
Първите основни умения са свързани с грамотността по отношение на данните. Gartner (2023b) описва това като „способността за четене, писане и предаване на данни в контекст, включително разбиране на източниците на данни и конструкциите, използваните аналитични методи и техники, както и способността да се опише случая на употреба, приложението и получената стойност.“
С други думи, като хора, които се занимават с инструменти за данни, ние трябва да знаем и да можем да преценим кои данни се използват, откъде идват, дали са надеждни, дали анализите, извършени върху данните, могат да се доверят и ако има налични човешки контроли, които ми позволяват като потребител да проверя тези проблеми. Особено при високо ниво на автоматизирано вземане на решения и намеса чрез инструменти, тези фактори на контрол стават изключително важни за човешкия надзор. За да можем да се доверим в достатъчна степен на инструментите, основани на данни, ние като потребители трябва да имаме достъп до тази контекстуална информация и да изискваме достъп до тази контекстуална информация. Политическите изисквания при формулирането на Европейския акт за данните (Европейска комисия, 2023 г.) засилват това равнище на контекстуализиране на данните.
Съществуват няколко програми за подпомагане на развитието на умения за грамотност по отношение на данните. Например МООК, финансиран по схемата „Еразъм+“ и разработен от Копенхагенския университет, Варшавския университет, Миланския университет, Сорбонския университет и Карловия университет в Прага (част от Алианса 4EU+), дава широка представа за това как работят данните и ролята на данните в нашето ежедневие. Центърът за подкрепа на пространствата за данни има за цел да подпомага организациите, работещи с пространства на данни на практика.
2. Осведоменост и задълбочено разбиране на обхвата на инструментите, основани на данни/работа с инструменти за данни
Второто умение е осъзнаване и задълбочено разбиране на обхвата на инструментите, основани на данни, като се работи широко с тях. Това ни позволява като потребители да разберем ограниченията на инструментите, възможностите на инструментите и също така да оценим валидността на интерпретациите въз основа на данните — независимо дали са направени от човека или автоматизирани. Ако сте по-наясно с това, което инструментът може и не може да направи, това също ще ви позволи да определите валидни прозрения, които водят до приемливи интервенции. Като потребител е наложително да се разглеждат инструментите, базирани на данни, като само един от множеството източници на данни, както и кръстосана проверка на всички резултати от тези инструменти с други, по-качествени данни.
3. Преговори за интерпретации на данни
Тъй като вземането на решения въз основа на данни в бизнес екосистемите става все по-разпространено, е очевидно, че множество инструменти, основани на данни, работещи около едни и същи данни, ще съществуват един до друг. Това има много последствия: различните компании могат да създадат различни инструменти с множество методи за анализ, които предизвикват тези анализи, които са важни за тях в техния контекст. Това на практика означава, че различните компании правят перспективите си за света осезаеми чрез своите анализи на данни.
Какво се случва, когато тези различни интерпретации на света се противопоставят една на друга? Очаква се преговорите относно създаването на данни да се превърнат в изключително важно умение. Как се ангажирате с екосистемните партньори за определяне на обхвата на различните интерпретации на данни? Как се справяте с различните интерпретации? На каква основа избирате кои действия да предприемете като интервенции и въз основа на кои (общо приети) данни? В момента това е недостатъчно проучена тема.
4. Данни — Технически умения
Нещо, което се споменава по-често в литературата, са техническите умения, свързани с данните, като например инженеринг на данни, анализ на данни и инструментиране на данни. Тъй като повече данни стават достъпни на местно равнище в рамките на организациите, служителите ще могат да създават свои собствени продукти за данни, за да подкрепят индивидуалните си задачи и процеси. Това изисква по-общи знания и умения, за да може да се събират данни, да се управляват отговорно и точно данните, да се определят анализите около тези данни въз основа на надеждни хипотези и да се прилагат чрез надеждни методологии за анализ на данни, както и да се използват съответните инструменти компетентно. И накрая, това изисква и умения за точно тълкуване на резултатите от анализа на данни и за превръщането им в бизнес прозрения за намеса.
Пакетиране на данните: Заключения
Нашият свят все повече се задвижва от данни. Това обхваща всички аспекти на нашата работа, образование и трудови системи или обществени групи. Инструментите, основани на данни, могат да подкрепят организациите чрез автоматизиране на някои анализи на данни, като по този начин подобряват вземането на решения и добавят стойност. Но, също така, те идват с предизвикателства. Като потребители трябва да сме наясно с обхвата на тези инструменти, ако искаме да знаем как да работим ефективно (и ефикасно) с тях. Създателите на инструменти и разработчиците също трябва да се срещнат с потребителите по средата: чрез подобряване на достъпа до информация за определени инструменти — и по-специално чрез предоставяне на потребителите на средства за проверка на надеждността и валидността на данните, както и на използваните методи за анализ. Подобряването на начина, по който управляваме, събираме и съхраняваме данни, е от основно значение за използването на тези инструменти и за преодоляването на пречките, свързани с тяхното използване. А бъдещето? Водени от данни със сигурност.
Пълният документ, заедно с препратките, е достъпен в pdf формат тук, а също и по-долу.
Изтеглете сега инфографиката за знания, умения и нагласи за бъдещето, основано на данни.
За автора
Д -р Камакши Раджагопал е интердисциплинарен изследовател и консултант на свободна практика в областта на образователния дизайн и технологии, с богат опит в мрежови и социални формати за обучение, подкрепени от иновативни технологии. Тя е магистър по лингвистика (2003) и изкуствен интелект (2004) от KU Leuven (BE). Тя завършва докторските си изследвания в Open Universiteit (NL) през 2013 г., изследвайки личните мрежи за обучение и тяхната стойност за непрекъснато професионално развитие. Нейните текущи изследвания са за изучаване на сложността на учебната среда и по-специално за това как учителите и учащите могат да бъдат подпомогнати при справянето с тази сложност. Д-р Раджагопал е разработил множество (национално финансирани и европейски) съвместни изследователски проекти в началното, средното и висшето образование с партньори от публичния сектор, промишлеността и гражданското общество. Някои примери за нейните проекти са за ролята на учителските мрежи в образователните иновации, дипломните кръгове във висшето образование, мултимодалното измерване в пространствата за съвместно хибридно обучение и интегрирането на виртуалната мобилност във висшите учебни заведения. От 2023 г. работи по „Учене и развитие в областта на информационните технологии и бизнес консултирането“.
Детайли
Уебсайт
Таргет аудитория
Дигитални умения за работещи
Дигитална технология/ категория
Големи данни