Cuidado! Você pode estar subestimando o trabalho com os dados

O governo australiano decidiu financiar a criação, no país, de um centro universitário focado em Resiliência da Informação, definida como a capacidade de detectar e responder a falhas e riscos em toda a cadeia de informações em que os dados são obtidos, compartilhados, transformados, analisados ​​e consumidos. O objetivo? Valorizar o trabalho com dados, depois que uma pesquisa provou por A + B o que muitos profissionais da área já sabiam:“Todo mundo quer fazer o trabalho do modelo, não o trabalho com os dados”.

Muitas vezes o trabalho com dados é árduo, invisível e dado como certo. Sua desvalorização, frente o glamour da construção dos modelos,  não só leva a práticas inadequadas como geralmente resulta em eventos negativos posteriores, incluindo modelos perigosamente imprecisos e meses de trabalho perdidos.

Além disso, a pandemia está nos dando uma visão privilegiada de como os dados, que às vezes queremos considerar “objetivos”, são moldados por inúmeras decisões e fatores humanos. Em muitos aplicativos de rastreamento de sintomas, como o criado pela Inglaterra, as decisões sobre quais sintomas deveriam ser incluídos tiveram um impacto significativo nas conclusões totalmente imprecisas sobre chamada Long Covid (doenças a neurológicas, vasculares e imunológicas frequentemente debilitantes que podem durar meses ou mais, após o período de contaminação pelo SARS-CoV-2. A falta de compreensão de como o aplicativo estava sendo usado (e por que as pessoas pararam de usá-lo) levou a decisões errôneas sobre quais casos deveriam ser considerados “recuperados”.