
联合国CIO:大数据有局限性
Atti Riazi是联合国的助理秘书长,同时也是联合国首席信息技术官,日前他在接受TechTarget采访时探讨了她对于大数据的思考。
Atefeh Riazi对于技术和政治的相交叉并不陌生。 在她年轻的时候,作为一个拥有工程学位的刚毕业的大学生, 她帮助实现了智能卡技术,这改变了纽约人使用公共交通的方式,在这一过程中,她也曾经承受过很多压力。随后在全球广告公司奥美工作了一段时间,然后她回到 公共部门工作,为纽约市房屋管理局构建技术战略,最终担任首席信息官,兼总经理。
2013年5月,她被联合国任命为首席信息技术官(CITO),兼任助理秘书长。在那里,她的职能跨越政策和IT的应用,服务于联合国的许多紧迫的问题。这项工作在很大程度上取决于分析大量的存储数据,并且不都是电子化的数据。
问:通常我们访问的企业都倾向于利用大数据来预测相关性,而不是寻找原因,利用大数据作为行动的方针。你是如何看待的?
Riazi: 在我之前的工作中,我们想要找出为什么我们有这么多员工的受伤案例。我们努力寻找原因。 因为我们的知识的局限性,我们开始从不同寻常的角度寻找原因,然后,我们寻找季节和意外之间的相关性,然后我们发现,当有棒球比赛时,意外的发生率很高。 我们继续深挖,然后发现并不是所有的棒球比赛,只有在纽约大都会队和扬基队比赛时,才会出现大量的工伤。这些工伤,主要是绊倒和摔倒,当人们在平地行走时 发生率会上升。他们并不是回家看比赛。其实他们是带着耳机听比赛的直播,然后没有集中注意力。这个原因的相关性是我们没有想到的,然后我就要做出决定:明 年大都会队和扬基队比赛的时候,我应该怎么做来阻止这些工伤?
问:将这种方法应用于联合国试图解决的问题, 你工作的一部分是培养公众以不同的方式去思考这些问题吧?
Riazi: 你说的很对,我们必须采取非常开明的态度,因为数据可以从根本上质疑我们的核心信念和判断——无论是企业,政府,还是社会。
问:作为联合国的首席信息官,你面对的最大挑战是什么? 你对其他CIO们有什么建议吗?
Riazi: 这是一个震撼人心的经历。你从一个完全不同的视角看待技术和创新。技术有着巨大的力量;它可以做的很多。技术也带来了巨大的风险,网络犯罪,网络恐怖主 义。如今,80%以上的贩卖儿童都是在网上完成的。网络对于我们国家的工业系统, 交通,水,电网的渗透所带来的影响——是一个巨大的风险。
我们创造了技术,这几乎已经成为了一种新的物种,而和其他被创造的生命形式完全不同。它给我们所带来的风险是难以管理的。在能够使用技术来改善人类的生活的同时,也要意识到风险,并能够解决这些问题则是一个巨大的责任。
在联合国的使命中,保护儿童,带来和平,技术在这其中扮演着重要角色。而我认为我们并没有真正的利用技术的力量来帮助减少或解决风险。 技术部门能够预防和阻止未来的网络战争吗? 我们并没有专注于此,我们做的不如私人部门的企业,也不如政府。我们如何利用技术来确保改善我们的人道主义反应,改善教育,或者,如何解决那些成千上万居 住在帐篷里的难民问题?这些都是很严重的问题,使我整夜无法入睡。我们必须负起足够的责任,利用技术的价值,来解决作为社会,国家,和政府我们所面对的巨 大风险。
问:关于大数据是如何改变人们的想法,你有什么观点?人们是否愿意放弃他们的想法,即使在事实面前证明是错误的?在联合国内,是否有一种开明的氛围,愿意让数据引导你们?
Riazi: 这 会涉及到几个问题。 第一,我们无法访问所有的数据。有很多数据是不准确的。 第二,我们不只是做出理性的决定,我们还要做出政治的决定。数据可能显示正确的做法,但政治决定可能完全相反。我们生活在一个政治的世界。所以你如何在一 个政治的环境中平衡理性思考,而这其中还涉及到除了数据以外的元素?
我认为通过使用技术,我们变得更加智慧,我也希望我们能做出更明 智的决定,但是人性是不会改变的。大数据可以帮助我们更好地预测会发生什么。但是更好地理解灾难是否能阻止我们制造这种灾难?不可能,因为我们的本性仍然 顽固不变。曾经有一个预测,飞机会带来和平。飞机有了,但是没有带来和平。大数据有助于做出更好的决定,但有很多其他的元素,会影响我们的理性思维。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11