s
Crédito: Shutterstock

BIG DATA

Já ouviu falar em correlação e causalidade?

Em estatística, usar ambas de forma correta é o caminho para evitar assumir coisas estranhas, como o impacto do consumo de queijo no número de mortes de pessoas enroladas na roupa de cama

Por Redação The Shift 12/02/2020

Certamente você já ouviu muito essa frase. Ela é um grande problema para a estatística e também para a Ciência de dados aplicada a uma série de áreas. Em especial, a medicina, onde o diagnóstico de doenças depende de saber quais condições causam quais sintomas; e o tratamento de doenças depende do conhecimento dos efeitos de diferentes drogas ou mudanças no estilo de vida.

Simplificando, muitas vezes precisamos saber se um evento ou variável causa outro quando realizamos pesquisas. Por exemplo, se queremos descobrir se um medicamento está tendo um efeito positivo em um paciente, precisamos entender a causalidade. Mas se um paciente melhora depois de tomar um determinado medicamento, foi o medicamento que causou a melhora?

É muito tentador olhar para as informações estatísticas, verificar a correlação e assumir a causa. Mas esse é um erro cometido com frequência. Há muitas variáveis ​​que devem ser examinadas ao procurar o relacionamento entre dois eventos. Geralmente vamos encontrar outros fatores que causam impacto, e são os responsáveis ​​pela correlação. Tudo tem uma ou mais causas; a questão é quanta informação sobre as variáveis ​​está disponível.

Conteúdo exclusivo para membros da The Shift

Experimente grátis por 30 dias

IA Explicável também precisa ser ética

Inteligência Artificial

IA Explicável também precisa ser ética

Quanto mais deixamos a IA seguir por esse caminho pouco transparente, maior a probabilidade de chegarmos a lugares que não desejamos - e de onde talvez não tenhamos volta

Por Redação The Shift
IA é capaz de identificar os melhores argumentos

Inteligência Artificial

IA é capaz de identificar os melhores argumentos

Usando uma técnica chamada mineração de argumentos, que as máquinas vasculhem enormes conjuntos de dados, a IA de debates da IBM ficou mais perto de ser uma ferramenta útil

Por Redação The Shift