Kan stordata erstatte forskeren?
Stordata er et begrep som refererer til den enorme mengden data som genereres av mennesker og maskiner, og som kan analyseres ved bruk av avanserte algoritmer. Stordata gir datasett som forskere kan bruke til å vurdere og analysere ulike forhold.
Vi snakker gjerne om tre ulike egenskaper ved stordata: Volum, hastighet og variasjon. Stordata inneholder naturligvis en stor mengde data, i tillegg til at databehandlingen og innsamlingen skjer raskt, og at dataene hentes fra ulike typer data, for eksempel bildedata og sensor-data.
En påstand om denne typen databehandling er at dette på sikt vil kunne erstatte forskeren helt og samtidig sikre objektive data. Selv om denne typen databehandling vil kunne finne mønstre og sortere store talldata raskere og kanskje mer objektivt enn forskere, blir det likevel feil å si at det kan erstatte forskeren; Analyseredskapene, problemstillingene og premissene for forskningsfokuset er utviklet og bestemt av forskerne, og dette vil selvsagt påvirke datainnsamlingen. Forskere jobber heller ikke alene, men er avhengig av åpenhet rundt både datasamling og metoden bak sine funn, og at andre forskere gir tilbakemeldinger og kvalitetssikrer arbeidet.
Disse store datasettene blir ofte analysert ved bruk av kunstig intelligens (AI). Dette er informasjonsteknologi som framstår som intelligent fordi den prøver og feiler, og gjenkjenner ulike mønstre, basert på en modell. Maskinlæring er en viktig underkategori av kunstig intelligens, og omhandler systemer som kan håndtere erfaringsbasert læring.
