Một trường dữ liệu không nói rõ mình đến từ đâu sẽ được đọc như thể nó là sự thật đã kiểm — kể cả khi nó chỉ là kết quả một phép đoán của thuật toán.
Ba loại
- Đã xác nhận — kiểm chứng với nguồn có thẩm quyền.
- Tự khai — do chính người đó cung cấp, chưa kiểm.
- Suy ra — hệ thống đoán từ các dữ liệu khác.
- Ba loại này có độ tin cậy khác nhau hoàn toàn.
Vì sao phải đánh dấu
- Người dùng quyết định được có tin trường đó không.
- Sai sót truy ngược được về nguồn.
- Dữ liệu suy ra sửa được bằng dữ liệu xác nhận, không phải ngược lại.
- Không đánh dấu là mọi thứ trông ngang nhau, và loại kém nhất được tin như loại tốt nhất.
Với dữ liệu tự khai
- Đáng tin cho hầu hết mục đích — người ta biết mình làm ở đâu.
- Nhưng có thể cũ.
- Ghi ngày khai.
- Đừng ghi đè dữ liệu xác nhận bằng dữ liệu tự khai mà không nói.
Với dữ liệu suy ra
- Ghi rõ là suy ra, kèm mức tin cậy.
- Ghi quy tắc đã dùng để suy.
- Cho phép người liên quan bác bỏ.
- Đừng suy về đặc điểm cá nhân — giới tính, dân tộc, quốc tịch.
- Suy ra rồi trình bày như dữ kiện là loại sai lệch âm thầm nhất trong hệ thống.
Khi các loại mâu thuẫn
- Ưu tiên xác nhận, rồi tự khai, rồi suy ra.
- Giữ cả các giá trị mâu thuẫn, đừng xoá.
- Hiện mâu thuẫn cho người dùng thấy.
- Mâu thuẫn thường chỉ ra một vấn đề thật, không phải một lỗi cần giấu.
Một điều đáng nhớ
Đừng bao giờ suy ra đặc điểm cá nhân từ dữ liệu nghề nghiệp.
Đoán giới tính từ tên, quốc tịch từ nơi làm việc, dân tộc từ họ — những phép suy này sai với một tỷ lệ đáng kể người, và người bị đoán sai thường là người đã ít được hệ thống phục vụ nhất.
Câu hỏi thường gặp
Ba loại nguồn dữ liệu là gì?
Đã xác nhận tức kiểm chứng với nguồn có thẩm quyền, tự khai do chính người đó cung cấp chưa kiểm, và suy ra do hệ thống đoán từ dữ liệu khác.
Vì sao phải đánh dấu nguồn của từng trường?
Để người dùng quyết định có tin trường đó không và truy ngược sai sót về nguồn — không đánh dấu thì loại kém nhất được tin như loại tốt nhất.
Xử lý dữ liệu tự khai thế nào?
Đáng tin cho hầu hết mục đích vì người ta biết mình làm ở đâu, nhưng có thể cũ nên phải ghi ngày khai và đừng ghi đè dữ liệu xác nhận mà không nói.
Dữ liệu suy ra cần gì?
Ghi rõ là suy ra kèm mức tin cậy, ghi quy tắc đã dùng, cho phép người liên quan bác bỏ, và không suy về đặc điểm cá nhân.
Vì sao không suy đặc điểm cá nhân từ dữ liệu nghề nghiệp?
Vì đoán giới tính từ tên hay quốc tịch từ nơi làm việc sai với tỷ lệ đáng kể, và người bị đoán sai thường là người đã ít được hệ thống phục vụ nhất.
