Dữ liệu học thuật dùng làm gì — và bốn việc nó không nên dùng để làm

Cùng một tập dữ liệu, dùng đúng việc thì hữu ích, dùng sai việc thì gây hại một cách có hệ thống — nghĩa là luôn gây hại cho cùng những nhóm người.

Dùng hợp lý

• Tìm người làm về một đề tài — mục đích tra cứu, không phải mục đích so sánh.
• Kiểm một công bố có thuộc về một người không.
• Dựng danh sách phản biện hoặc hội đồng.
• Thấy mạng lưới hợp tác đang có.
• Phát hiện chỗ hạ tầng dữ liệu còn thiếu.

Dùng sai

• Quyết định tuyển dụng hay đề bạt dựa trên chỉ số tổng hợp.
• Xếp hạng cá nhân trong nội bộ.
• Kết luận một người hoạt động ít vì hồ sơ mỏng.
• So hai lĩnh vực có chuẩn công bố khác nhau bằng cùng thước đo.

Ranh giới giữa hai bên

• Tra cứu và lọc: dữ liệu đỡ được.
• Phán đoán về giá trị một con người: dữ liệu không đỡ được.
• Câu hỏi tự kiểm: nếu dữ liệu sai, ai chịu hậu quả?
• Người chịu hậu quả là cá nhân được mô tả thì phải cẩn trọng đặc biệt.

Kiểm trước khi dùng

• Mức bao phủ của lĩnh vực và ngôn ngữ bạn quan tâm.
• Nguồn của các trường bạn định dùng.
• Ngày trích xuất.
• Hạn chế đã biết mà bên vận hành công bố.
• Không kiểm được những thứ này thì đừng dùng cho quyết định quan trọng.

Khi dữ liệu mâu thuẫn với hiểu biết của bạn

• Kiểm dữ liệu trước, đừng kiểm lại người.
• Hồ sơ mỏng bất thường thường là lỗi khớp hoặc bao phủ.
• Hỏi chính người đó.
• Báo lỗi khi tìm ra — người sau sẽ đỡ hơn.

Một điều đáng nhớ

Câu hỏi phân biệt dùng đúng với dùng sai chỉ có một: nếu dữ liệu sai, ai chịu hậu quả?

Khi hậu quả rơi vào cá nhân được mô tả — người không viết dữ liệu đó và thường không biết nó tồn tại — thì độ chính xác không còn là vấn đề kỹ thuật nữa.

Câu hỏi thường gặp