これまでの10年以上に渡って、僕個人としては「データサイエンスはscienceである」という信念を持って、このブログなり各種SNSなり様々なカンファレンス・セミナー・イベントなりで活動してきたつもりです。が、近年になって「どう見てもそれはデータサイエンスと言ってもscienceではなくpoliticsでは」という案件が日に日に増えてきている印象があり、顰蹙し過ぎて眉が筋肉痛になりそうな感があります。
ということで、ネタ切れで与太話ぐらいしか書くことがないというのもありますが「データサイエンスは扱い方次第でscienceにもpoliticsにもなり得る」事例を幾つか振り返りながら、データサイエンス実務に関わる分析専門職はどうするべきかという話を書いてみようかと思います。
しばらく前に、こんなことを嘯いたら思いの外反応が伸びたのでした。
「データも見られなければ統計的学習モデルのアルゴリズムも実装コードも見られない」状況で、そのデータ分析のどこにどんな不具合があるかを「分析結果だけを見る」ことで言い当てるのってデータサイエンティスト的には最高に面白いゲームだと思うんだけど、同意してくれる人いますかね
— TJO (@TJO_datasci) 2025年2月7日
日本社会にデータサイエンスが本格的に普及するようになって10年強が経ち、空前のDXブームで猫も杓子もデータ活用を喧伝するようになって5年ほどが経ちますが、それでもなお「専門家から見れば中身を調べるまでもなく深刻な不具合のあるデータ分析」が行われていて、挙げ句の果てにその結果や成果物が大手を振って歩いているというケースはチラホラ散見されます。
そこで今回の記事では、ケーススタディ的にそういった「データも実装コードも見るまでもなく深刻な不具合のあるデータ分析だと分かってしまった」事例を幾つか取り上げてみようと思います。その上で、それらの根底に共通する課題を探ってみることとします。
続きを読む
