Se, como o escritor de ficção científica Arthur C. Clarke afirmou, "qualquer tecnologia suficientemente avançada é indistinguível da magia", então às vezes parece que a ciência dos dados é vista como se estivesse tirando coelhos dos chapéus. Esta narrativa é, é claro, mal orientada. É a percepção do que eu chamo de "magia de dados", onde as pessoas acreditam que os dados podem ser bombeados para uma ponta da "máquina de ciência de dados" e o widget perfeito (a solução para os problemas de todos) surgirá do outro lado.
Em um grau considerável, isto se dá porque a grande maioria das pessoas não compreende o funcionamento da ciência dos dados, e quando se entra nas áreas mais avançadas, como o aprendizado profundo, até mesmo muitos cientistas de dados reconhecerão que não compreendem os muitos níveis de complexidade. Mas se você é um cientista de dados, você (principalmente) sabe o suficiente para saber quando está fora de sua profundidade. Fora da comunidade de ciência de dados, no entanto, nem sempre é esse o caso. E isso é compreensível.
Em parte, é nossa própria culpa. É um clube difícil; historicamente difícil para os "forasteiros" penetrarem, muito menos entenderem. As línguas da ciência dos dados têm sido mantidas perto do peito. Assim como a Igreja Católica Romana selecionou o latim eclesiástico como a principal linguagem de comunicação para controlar o envio de mensagens, particularmente através da Idade Média e até o início do período Moderno, nós cientistas de dados podemos ser acusados de ações similares - embora obviamente não na mesma escala nem tendo um impacto tão direto sobre populações inteiras. Mas, assim como a Reforma do século 16 levou a uma linguagem sem falhas, tornando os princípios das várias igrejas cristãs mais disponíveis para as massas, a ciência dos dados deve agora estender ainda mais sua linguagem vernácula.
Uma linguagem compartilhada nos permitiria ir além de acreditar que os cientistas de dados têm capacidades místicas para resolver qualquer problema, passando os dados por um ambiente de IA para produzir os resultados desejados, como se fosse por magia. Isso ajudaria as pessoas a entender que a ciência dos dados não é uma panacéia mágica.
Na verdade, se você realmente quer uma ciência de dados avançada, uma das piores coisas a fazer é designar um cientista de dados para resolver problemas isolados ou ad hoc, já que isto fará a comunicação por silo mantendo a ciência de dados na sala dos fundos.
Ao contrário, a melhor maneira de proliferar a ciência dos dados é expor problemas de nível empresarial, entendendo que, se bem feita, a ciência dos dados é um esporte de equipe. Ter equipes multidisciplinares dedicadas a produtos ou clientes produz resultados comerciais superiores e desenvolve o entendimento inter-funcional. Uma coorte que inclua um associado comercial, um gerente de produto, um engenheiro, um cientista de dados e representantes de outras organizações funcionais chave deve ser trancada em uma sala ininterrupta para uma reunião de mentes focadas nas maiores necessidades e oportunidades. É aqui que a verdadeira magia acontece.
Ainda assim, um viajante nesta viagem deve estar ciente dos sinais de alerta. Se, ao trabalhar com clientes ou outros terceiros no espírito de colaboração, você começar a procurar soluções explicáveis a absolutamente todos, faça uma pausa. Assim como um mágico não limita seu desempenho a truques elementares, o público entende que os cientistas de dados não devem, por padrão, explicar soluções facilmente explicáveis. Deliberadamente diluir o processo pode ter o efeito colateral de entregar uma solução menos que ideal para o problema. É um equilíbrio.
Esse equilíbrio depende da confiança das empresas nas capacidades de seus cientistas de dados. Confiar em cientistas de dados compartilhará nossa linguagem tanto quanto pudermos, mas não diluirá soluções quando as coisas se tornarem muito técnicas, e que sempre nos manteremos fiéis à nossa disciplina Este é o tipo de confiança e equilíbrio que permite às empresas tecnologicamente avançadas chegar a seus respectivos conjuntos de verdade.
Este artigo foi originalmente publicado em Médio.
