Cập nhật thông tin chi tiết về Cuộc Cách Mạng Về Dữ Liệu Hành Vi Trong Khoa Học Xã Hội mới nhất trên website Tvzoneplus.com. Hy vọng nội dung bài viết sẽ đáp ứng được nhu cầu của bạn, chúng tôi sẽ thường xuyên cập nhật mới nội dung để bạn nhận được thông tin nhanh chóng và chính xác nhất.
Khoa học và Công nghệ
-
Khoa học xã hội chia ra làm hai nửa: khoa học xã hội truyền thống và khoa học xã hội tính toán. Phe nào sẽ được vinh danh trên ‘đại lộ danh vọng’ của ngành khoa học này?
Các nhà khoa học nghiên cứu dữ liệu từ hàng ngàn người sử dụng mạng xã hội để phân tích các nhóm có hành vi cực đoan. Nguồn: Minzhang Zheng và Neil Johnson
Sau gần một thập kỷ miệt mài trên con đường trở thành một nhà xã hội học thực thụ, bỗng ngày nọ khi đang thực hiện một dự án, Elizaveta Sivak – đang làm việc tại Trường Kinh tế Cao cấp trực thuộc Đại học Nghiên cứu Quốc gia ở Moscow, chuyên nghiên cứu về gia đình và thời thơ ấu – nhận ra rằng còn rất nhiều điều mà cô cần phải học. Vào năm 2015, cô đã tiến hành nghiên cứu các hoạt động của thanh thiếu niên bằng cách thực hiện một loạt các cuộc phỏng vấn yêu cầu họ kể tên mười địa điểm mà họ đã đến trong năm ngày qua. Một năm sau, dù đã phân tích xong dữ liệu nhưng cô vẫn cảm thấy khá thất vọng vì kết quả chỉ dựa trên cơ sở các cuộc phỏng vấn riêng lẻ. Khi người đồng nghiệp cho Sivak xem một bài báo phân tích dữ liệu từ Copenhagen Networks Study – một dự án đột phá theo dõi các mối liên hệ trên mạng xã hội, nhân khẩu học và vị trí của khoảng 1.000 sinh viên, với thời gian cập nhật phân tích là 5 phút một lần, trong suốt năm tháng. Khoảnh khắc ấy, cô biết rằng lĩnh vực nghiên cứu của mình sắp rẽ sang một hướng mới. “Tôi nhận ra rằng những kiểu dữ liệu mới này sẽ cách mạng hóa ngành khoa học xã hội mãi mãi. Và tôi nghĩ điều đó thật tuyệt”. Sau đó, Sivak quyết định học lập trình, và tham gia vào “cuộc cách mạng”. Giờ đây, cô và các nhà khoa học xã hội tính toán khác đang khảo sát các tập dữ liệu khổng lồ và phức tạp, rút ra ý nghĩa từ những hoạt động trên nền tảng số của xã hội. Họ đang theo dõi các hoạt động trực tuyến của mọi người; khảo sát sách và tài liệu lịch sử đã được số hóa; diễn giải dữ liệu từ các thiết bị cảm biến gắn trên người để ghi lại mọi bước đi và liên hệ của một cá nhân; thực hiện các cuộc khảo sát và thử nghiệm trực tuyến nhằm thu thập hàng triệu điểm dữ liệu; và thăm dò các cơ sở dữ liệu đồ sộ đến mức chúng có thể tiết lộ những bí mật to lớn của xã hội – chỉ bằng sự trợ giúp của các phép phân tích dữ liệu đầy tinh vi. Markus Strohmaier, nhà khoa học xã hội tính toán tại Đại học Kỹ thuật Rhine-Westphalia Aachen ở Đức cho biết: “Thành tựu lớn nhất là các nhà khoa học đã thay đổi suy nghĩ của mình về dữ liệu hành vi kỹ thuật số và bắt đầu nhìn nhận nó như một nguồn dữ liệu thú vị và hữu ích”. Nhưng không phải ai cũng chấp nhận sự thay đổi này. Một số nhà khoa học xã hội lo ngại các nhà khoa học máy tính đang quá tham vọng, họ vội vã tràn vào lĩnh vực này dù những bộ dữ liệu lớn của họ vẫn chưa thực sự tương hợp với các nghiên cứu trước đó. Một số người thì phàn nàn rằng các nhà nghiên cứu tính toán chỉ xem xét mẫu mà bỏ quên nguyên nhân, hoặc họ đưa ra kết luận khá mau chóng từ nguồn dữ liệu không đầy đủ và lộn xộn – thường thu được từ các nền tảng truyền thông xã hội và các nguồn dữ liệu bẩn khác. Mặt khác, một số nhà khoa học xã hội tính toán đến từ các lĩnh vực như vật lý và kỹ thuật cho rằng nhiều lý thuyết khoa học xã hội quá viển vông hoặc không thể kiểm chứng. Marc Keuschnigg, nhà xã hội học phân tích tại Đại học Linköping ở Norrköping, Thụy Điển, cho biết tất cả những luồng tranh cãi này giống như “một cuộc tranh giành quyền lực giữa hai phe phái. Kẻ chiến thắng cuối cùng sẽ được vinh danh trên ‘đại lộ danh vọng’ của ngành khoa học xã hội”. Nhưng hai phe rốt cục cũng hòa hoãn. Keuschnigg chia sẻ “Sự giao thoa của khoa học xã hội tính toán với khoa học xã hội truyền thống là không thể phủ nhận”, ông chỉ ra sự bùng nổ của nó trên các tạp chí, hội nghị và chương trình học. “Họ cũng bắt đầu tôn trọng nhau hơn”.
Cuộc cách mạng tính toán
“Thành tựu lớn nhất là các nhà khoa học đã thay đổi suy nghĩ của mình về dữ liệu hành vi kỹ thuật số và bắt đầu nhìn nhận nó như một nguồn dữ liệu thú vị và hữu ích”. (Markus Strohmaier, nhà khoa học xã hội tính toán tại Đại học Kỹ thuật Rhine-Westphalia Aachen).
Sau đó, các tạp chí lớn đã xuất bản một loạt các nghiên cứu khoa học xã hội tính toán. Một nghiên cứu từ năm 2006 đã xem xét cách xã hội ảnh hưởng đến sự phổ biến của một bài nhạc bằng việc tạo ra một thị trường âm nhạc trực tuyến nhân tạo có 14.341 người sử dụng. Những người tham gia đã tải xuống các bài nhạc – mà không phải lúc nào cũng được biết trước rằng bài nhạc đó có nổi tiếng hay không. Nghiên cứu cho thấy mức độ phổ biến của một bài hát trở nên khó dự đoán hơn khi hành vi của người dùng bị ảnh hưởng bởi hành vi của những người khác, điều này phần nào giải thích cho lý do vì sao các nhà sản xuất khó có thể dự đoán trước thành công của một bài nhạc. Hai năm sau, một nghiên cứu đã phân tích sự di chuyển của 100.000 người dùng điện thoại di động trong vòng sáu tháng và phát hiện ra rằng khá dễ để dự đoán xu hướng đi du lịch của mọi người. Các tác giả có thể tính toán khả năng tìm thấy một cá nhân ở bất kỳ địa điểm cụ thể nào, họ cho rằng việc xác định những điểm tương đồng trong các mô hình đi lại trong cộng đồng có thể là một nguồn tham khảo hữu ích cho các nhà quy hoạch đô thị, đồng thời giúp chúng ta hiểu được sự lây lan của dịch bệnh hoặc chuẩn bị cho các trường hợp khẩn cấp. Cùng năm đó, một bài báo trên tạp chí công nghệ Wired cho rằng, kỷ nguyên dữ liệu lớn sẽ đánh dấu hồi kết của lý thuyết trong các ngành khoa học. Mặc dù bị nhiều người chỉ trích là bài báo đang làm quá lên, nhưng nó thực sự gây chấn động: hơn một thập kỷ sau, các nhà khoa học xã hội vẫn liên tục đề cập đến bài báo trên Wired như một tín hiệu cho thấy các lý thuyết khoa học xã hội đang bị tấn công. Nhưng dữ liệu lớn vẫn tiếp tục phát triển. Đối với Duncan Watts, nhà xã hội học tại Đại học Pennsylvania ở Philadelphia, những thay đổi trong khoa học xã hội gợi nhớ đến những gì đã xảy ra trong ngành sinh học vào những năm 1990, khi công nghệ bắt đầu tạo ra hàng loạt dữ liệu về trình tự DNA và biểu hiện gene. “Dữ liệu mới ào ạt như thác đổ, đòi hỏi chúng tôi phải nhìn nhận về dữ liệu theo một cách rất khác”. Nhưng các nhà khoa học xã hội truyền thống tỏ ra không mấy ấn tượng trước thành quả ban đầu của cuộc cách mạng. Họ coi các nghiên cứu về mạng xã hội là những thí nghiệm được thực hiện trên hàng nghìn người – mà những người ấy không hay biết rằng mình là ‘vật thí nghiệm’. Vào năm 2018, công ty tư vấn Cambridge Analytica của Anh bị cáo buộc đã thu thập dữ liệu từ hàng triệu tài khoản Facebook mà không có sự đồng ý của chủ sở hữu. Sau vụ bê bối, mọi người tỏ ra ngờ vực các nghiên cứu trên mạng xã hội, thậm chí nhiều dự án đã vấp phải khó khăn khi các nền tảng đưa ra những chính sách bảo mật mới.
Mặt trái của thuật toán
Những nghiên cứu ban đầu về các vấn đề phức tạp đã làm nảy ra những câu hỏi là phương pháp tiếp cận mới này có thể thấy câu trả lời từ dữ liệu nhưng chắc gì đã giải quyết được những vấn đề cơ bản và tồn tại đã lâu của khoa học xã hội như vấn đề bất bình đẳng hoặc ảnh hưởng của quan điểm xã hội. “Tôi nghĩ là các nhà khoa học xã hội không quan tâm lắm đến nhiều nghiên cứu về mạng Twitter ở thời điểm bắt”, Claudia Wagner, một nhà khoa học xã hội tính toán tại Viện nghiên cứu KHXH GESIS Leibniz, Đức, nói. Một nhà trị liệu ở Mỹ đang kiểm tra phổi của bệnh nhân. Một thuật toán thiên kiến đã đưa ra khuyến nghị về chính sách y tế trên nhiều nhóm bệnh nhân. Nguồn: Alexandra Hootnick/NYT/Redux/eyevine Một số người cho rằng, ít nhất những nghiên cứu đó là sản phẩm của một lĩnh vực mới nổi đang tìm cách định vị mình trong thế giới khoa học. Khi các phân tích trở nên phức tạp và các nguồn dữ liệu trở nên đa dạng hơn, lĩnh vực này đã giải quyết được nhiều vấn đề quan trọng như gốc rễ của phân biệt đối xử, bất bình đẳng và cực đoan hóa, Strohmaier nói. “Hiện tại thì chúng tôi mới có được loại dữ liệu mình cần để làm cơ sở nghiên cứu các vấn đề lớn”, ông cho biết. Ví dụ, năm ngoái, các nhà nghiên cứu về y tế công cộng và kinh tế học hành vi đã sử dụng bệnh án của hơn 50.000 bệnh nhân trong hệ thống y tế Hoa Kỳ để kiểm tra ngược một thuật toán phân tích, vốn được dùng để đưa ra khuyến nghị nên giám sát và can thiệp sức khỏe thêm đối với một số người. Họ đã dùng mô hình để chỉ ra là thuật toán này có xu hướng phân biệt đối xử một cách có hệ thống đối với người da đen, và do đó có thể ảnh hưởng đến việc chăm sóc sức khỏe của hàng triệu người. Sau đó, các nhà nghiên cứu sử dụng hiểu biết này để tìm ra nguồn gốc của sự thiên vị đó và đề xuất các cách loại bỏ nó. Ví dụ, các thuật toán không nên căn cứ vào số tiền chi cho việc chăm sóc sức khỏe của một cá nhân là yếu tố để đánh giá mức độ chăm sóc mà họ cần vì khả năng tiếp cận chăm sóc sức khỏe không bình đẳng bởi người Mỹ da đen thường chi ít tiền hơn so với người Mỹ da trắng, ngay cả khi họ có cùng nhu cầu chăm sóc sức khỏe. Nhưng đây không phải là thách thức duy nhất: các nhà khoa học xã hội tính toán từ ngành vật lý hoặc khoa học máy tính nhảy sang thường bị cho là không tìm hiểu các lý thuyết khoa học xã hội giải thích về hành vi của con người. Giulia Andrighetto, từng là một triết gia nhưng hiện là nhà khoa học xã hội tính toán tại Viện Khoa học Nhận thức và Công nghệ (Hội đồng Nghiên cứu Quốc gia Ý ở Rome), cho biết: “Họ có mẫu hành vi để phân tích nhưng thường thì họ không tìm hiểu cơ chế làm phát sinh những hành vi đó.” Để làm được công việc đó đòi hỏi nhà khoa học phải nắm chắc lý thuyết khoa học – xã hội. Jisun An, nhà khoa học xã hội tính toán tại Đại học Hamad Bin Khalifa ở Doha, tiến hành nghiên cứu về hành vi chia sẻ tin tức trên mạng xã hội ngay khi phong trào khoa học xã hội tính toán bắt đầu nở rộ. Lúc đầu, cô chỉ làm việc với các nhà khoa học máy tính khác, và họ phải vật lộn để xoay sở với các lý thuyết khoa học xã hội khác nhau. Giờ đây, cô hợp tác với các nhà chính trị học để nghiên cứu về ảnh hưởng của truyền thông đối với dư luận – và ngược lại – cũng như cách khuyến khích mọi người tăng cường sự đa dạng cho các nguồn tin tức. “Theo thời gian, mỗi bên rồi cũng sẽ thấu hiểu về ngôn ngữ và phương pháp của nhau”, An cho biết. Đã có những dấu hiệu cụ thể về cú bắt tay này. Các nhà khoa học đang lên kế hoạch tổ chức hội nghị lớn đầu tiên kết hợp hai phương pháp tiếp cận vào năm 2021. Các trường đại học cũng đang mở ra những cơ sở nghiên cứu tập hợp thành viên từ các bộ phận khác nhau để thu hẹp dần khoảng cách, thậm chí Đại học George Mason ở Fairfax, Virginia đã thành lập một khoa riêng. Trại hè dành cho khoa học xã hội tính toán đã diễn ra tại hơn 30 địa điểm trên khắp thế giới, và một nhóm sinh viên trẻ nhiệt tình đã mang lại hy vọng rằng cuộc “đấu tranh” giờ đây sẽ nhường chỗ cho những hợp tác nghiên cứu đa dạng.
Những mâu thuẫn của hai cách tiếp cận
Hai cách tiếp cận này có thể sẽ kết hợp vô cùng hiệu quả. Nhà khoa học dữ liệu Joshua Blumenstock tại Đại học Washington ở Seattle đã cùng các cộng sự sử dụng dữ liệu điện thoại di động của hàng triệu người ở Rwanda để suy ra tình trạng kinh tế xã hội của họ, sau đó xác nhận kết quả bằng cách so sánh chúng với dữ liệu được thu thập bằng các cuộc khảo sát thông thường. Các nhà hoạch định chính sách có thể sử dụng kết quả để đề xuất những vùng nghèo của đất nước cần được hưởng chính sách mới của chính phủ, hoặc để theo dõi tác động của các chính sách đã được ban hành. Johnson không phải là người duy nhất hoài nghi về tầm quan trọng của lý thuyết đối với các nghiên cứu kiểu như thế này. Giangiacomo Bravo, trước là nhà kinh tế xã hội và hiện là nhà khoa học xã hội tính toán tại Đại học Linnaeus ở Växjö, Thụy Điển, cho rằng nhiều lý thuyết khoa học xã hội hiện nay quá viển vông để có thể kiểm chứng được bằng dữ liệu lớn. Ví dụ, các nhà khoa học thường định nghĩa vốn xã hội là những hiểu biết và giá trị được chia sẻ trong một xã hội cho phép các cá nhân làm việc cùng nhau. “Công thức ban đầu của khái niệm này quá mơ hồ để có thể kiểm chứng. Làm sao mà tôi đo lường được nó?”. Bà không đơn độc trên hành trình sử dụng khoa học xã hội để tác động vào xã hội. Watts cho biết ông và các nhà nghiên cứu khác thường thích xuất bản bài báo hơn là đưa ra các giải pháp thực tế. “Tôi cảm thấy công việc của mình hoàn thành vào lúc bài báo được xuất bản,” ông nói. “Nhiệm vụ của tôi là nêu những ý tưởng và tạo điều kiện cho người khác tìm ra cách biến chúng thành những biện pháp có ý nghĩa.” Watts cho biết, để những thay đổi đó xảy ra, các nhà nghiên cứu từ cả hai lĩnh vực phải hợp tác để cùng phát triển. Và hiện tại thì một vài người đã thấy điều đó đang xảy ra. “Khoa học xã hội truyền thống và khoa học xã hội tính toán đang xích lại gần nhau hơn theo thời gian”, Wagner cho biết. “Trong 20 năm tới, chúng sẽ nhập làm một”. □
Hà Trang dịch Nguồn: https://www.nature.com/articles/d41586-020-01747-1
Cuộc Cách Mạng Khoa Học
Từ những năm 40 của thế kỉ XX, nước Mĩ đã đi đầu thế giới trong cuộc cách mạng khoa học – kĩ thuật hiện đại. Với quy mô rộng lớn, nội dung sâu sắc và toàn diện, cuộc cách mạng khoa học – kĩ thuật lần này đã đem lại cho con người những thành tựu kì diệu, làm thay đổi cả thế giới, song cũng có mặt trái của nó. Vậy cuộc cách mạng khoa học – kĩ thuật lần này bắt nguồn từ đâu, nó có đặc điểm và thành tựu nổi bật gì so với trước? Phải chăng xu thế toàn cầu hóa diễn ra mạnh mẽ từ những năm cuối thế kỉ
Chương VI: CÁCH MẠNG KHOA HỌC – CÔNG NGHỆ VÀ XU THẾ TOÀN CẦU HOÁ
CÁCH MẠNG KHOA HỌC – CÔNG NGHỆ
VÀ XU THẾ TOÀN CẦU HOÁ NỬA SAU THẾ KỈ XX
– Nắm vững nguồn gốc, đặc điểm và thành tựu chủ yếu của cuộc cách mạng khoa học – công nghệ.
– Hiểu rõ xu thế toàn cầu hóa và ảnh hưởng của nó
I. Cuộc cách mạng khoa học – công nghệ
– Cách mạng khoa học – công nghệ là cuộc cách mạng có sự biến đổi về chất và sự kết hợp giữa những phát minh lớn lao trong các ngành khoa học và những phát triển trong kĩ thuật sản xuất, tạo thành một lực lượng sản xuất mạnh mẽ, trong đó nhấn mạnh yếu tố công nghệ.
– Cuộc cách mạng khoa học – kĩ thuật ngày nay bắt nguồn từ những năm 40 của thế kỉ XX.
– Xuất phát từ đòi hỏi của cuộc sống, của sản xuất, nhằm đáp ứng yêu cầu về vật chất và tinh thần ngày càng cao của con người.
– Do sự bùng nổ về dân số và sự cạn kiệt của tài nguyên thiên nhiên.
– Mọi phát minh đều bắt nguồn từ kết quả nghiên cứu khoa học.
– Trong lĩnh vực khoa học cơ bản: loài người đạt được những thành tựu kì diệu trong lĩnh vực Toán học, Vật lí, Sinh học…
– Trong lĩnh vực công nghệ:
+ Công cụ sản xuất mới: Máy tính điện tử, người máy..
+ Nguồn năng lượng mới: Năng lượng mặt trời, năng lượng nguyên tử…
+ Vật liệu mới: Polime…
+ Công nghệ sinh học: Công nghệ gen, công nghệ di truyền…
+ Thông tin liên lạc và giao thông vận tải: Điện thoại di động, tàu siêu tốc…
+ Chinh phục vũ trụ: Đưa người lên mặt trăng, thám hiểm sao hỏa…
+ Tăng năng suất lao động.
+ Nâng cao mức sống và chất lượng cuộc sống của con người.
+ Thay đổi về cơ cấu dân cư, chất lượng nguồn nhân lực, chất lượng giáo dục và đào tạo nghề nghiệp.
+ Hình thành một thị trường thế giới với xu thế toàn cầu hóa.
– Hạn chế: Gây ra những hậu quả mà con người chưa khắc phục được:
+ Tai nạn lao động, tai nạn giao thông.
+ Tạo ra những vũ khí mang tính huỷ diệt cao, đe dọa đời sống con người.
+ Ô nhiễm môi trường, trái đất nóng lên băng tan.
+ Bệnh tật hiểm nghèo, các dịch bệnh lây lan nhanh…
II. Xu hướng toàn cầu hoá và ảnh hưởng của nó.
– Từ đầu những năm 80, đặc biệt là từ sau chiến tranh lạnh, xu thế toàn cầu hoá đã xuất hiện.
Toàn cầu hoá là quá trình tăng lên mạnh mẽ những mối liên hệ, ảnh hưởng, tác động lẫn nhau, phụ thuộc lẫn nhau của tất cả các khu vực, các quốc gia, các dân tộc trên thế giới.
– Sự phát triển nhanh chóng của quan hệ thương mại quốc tế.
– Sự phát triển và tác động to lớn của các công ty xuyên quốc gia.
– Sự sáp nhập hợp nhất các công ty thành những tập đoàn khổng lồ.
– Sự ra đời của các tổ chức liên kết kinh tế, thương mại, tài chính quốc tế và khu vực.(IMF,WTO,EU….)
+ Thúc đẩy nhanh và mạnh sự phát triển và xã hội hóa của lực lượng sản xuất, mang lại sự tăng trưởng cao.
+ Góp phần chuyển biến cơ cấu kinh tế.
+ Đặt ra các yêu cầu phải cải cách sâu rộng để nâng cao cạnh tranh và hiệu quả của nền kinh tế.
+ Gia tăng bất công xã hội và hố ngăn cách giàu nghèo trong từng nước, giữa các nước.
+ Làm cho mọi hoạt động và đời sống con người kém an toàn hơn.
+ Tạo ra nguy cơ đánh mất bản sắc dân tộc và độc lập tự chủ quốc gia.
Tuy nhiên, toàn cầu hoá là xu thế tất yếu không thể đảo ngược; vừa là cơ hội, vừa là thách thức đối với mỗi quốc gia, dân tộc.
Nêu đặc điểm của cuộc CM KH – CN? So sánh với cuộc CM KH- KT lần thứ nhất
Trong giai đoạn sau của cuộc cách mạng khoa học – kĩ thuật hiện đại, cuộc cách mạng chủ yếu diễn ra về lĩnh vực nào?
A. Năng lượng. B. Tin học. C. Công nghệ. D. Sinh học.
3. Một hệ quả quan trọng của cuộc cách mạng khoa học – kĩ thuật hiện đại là
A. xu thế hòa hoãn Đông – Tây xuất hiện.
B. xu thế toàn cầu hóa.
C. hòa bình được củng cố.
D. xu thế đa cực.
4. Ý nghĩa then chốt, quan trọng nhất của cách mạng khoa học – công nghệ nửa sau thế kỉ XX là:
A. Tạo ra một khối lượng hàng hoá đồ sộ
B. Sự giao lưu quốc tế ngày càng được mở rộng
C. Thay đổi một cách cơ bản các nhân tồ sản xuất
D. Đưa loài người chuyển sang nền văn minh trí tuệ
5. Hạn chế cơ bản nhất của cách mạng khoa học – kĩ thuật lần 2 là gì?
A. Đã chế tạo nhiều vũ khí hiện đại, đẩy nhân loại đứng trước nguy cơ CTTG III.
B. Nạn khủng bố phổ biến, tình hình thế giới căng thẳng.
C. Nguy cơ bùng nổ chiến tranh hạt nhân hủy diệt loài người.
Khoa Học Về Hành Vi Con Người
A. MỘT SỐ MẶT YẾU CỦA NGƯỜI VIỆT NAM ĐƯƠNG ĐẠI l) Sự xuống cấp về đạo đức làm người ở mức báo động. Con người không phải thần thánh. Có tốt có xấu, nhưng chưa hiểu vì lý do gì mà cái xấu ngự trị đến mức đáng ngạc nhiên và những giá trị căn bản của đạo làm người như sự thật thà, trung thực, sự tôn trọng người khác và quyền lợi của họ, sự công bằng… bị lãng quên. Cái xấu ngự trị một cách đường chính chính. Khái niệm “lương tâm” hết sức cơ bản trong từng con người biến mất ở một số không nhỏ. Một nhà xã hội học luật pháp đã nói: “Luật là biện pháp cuối cùng, nó không có tác dụng nếu người ta không có ý thức tuân thủ nó”. Đó là lương tâm, khả năng phân biệt phải trái và hành động theo đó. Không nói chi đến những người chơi bời với hàng triệu đôla, ta chỉ cần quan sát trong đời sống hàng ngày những vấn đề làm đau đầu nhà quản lý như an toàn vệ sinh thực phẩm, buôn bán gia cầm, gia súc không qua kiểm soát… Ở đây mạng sống con người không có ý nghĩa gì với những người vi phạm. 2) Ý thức cộng đồng sa sút trầm trọng. Để xã hội vận hành tốt, người công dân không thể chỉ nghĩ tới quyền lợi riêng tư của mình mà còn phải tôn trọng quyền lợi của người khác. Ý thức cộng đồng sa sút này biểu hiện rõ trong các tai nạn giao thông (một vấn đề xã hội gây tổn phí kinh tế rất lớn). Thiếu ý thức cộng đồng dẫn tới sự coi thường luật pháp không chỉ từ người dân mà ngay cả từ những người thi hành luật. Sẽ không bao giờ giải quyết được vấn đề giao thông khi người vi phạm chỉ cần hối lộ cho cảnh sát thì được bỏ qua. Người cảnh sát ăn hối lộ (hay ông quan tham nhũng) cũng chỉ nghĩ tới lợi ích riêng của mình mà quên đi lợi ích cộng đồng. Sự kém cỏi trong vệ sinh công cộng là một ví dụ điển hình khác. 3) Tác phong công nghiệp còn yếu. Đúng giờ, đúng hẹn, đúng lời hứa, tôn trọng các quy định chung của tổ chức, chấp nhận các đòi hỏi của hoạt động tập thể phải được tăng cường giáo dục. 4) Tuổi trẻ nói chung còn thụ động, làm theo phong trào, thực dụng, ít quan tâm đến những vấn đề chung của đất nước. Chưa có tinh thần ê-kíp. 5) Các tệ nạn ma túy, mại dâm, tội phạm… và đại dịch HIV là GÁNH NẶNG KINH TẾ RẤT LỚN cho đất nước. Các vấn đề này chưa được giải quyết thỏa đáng vì thiếu các phương pháp tâm lý xã hội. Phương pháp giáo dục truyền thông còn quá lỗi thời. Các biện pháp giáo dục chỉ tác động bên ngoài, chưa tạo được nội lực tâm lý để thay đổi. 6) Các vấn đề về rối loạn tâm lý, stress, trầm cảm bắt đầu phát triển mặc dù phát triển kinh tế chưa cao. 7) Ăn chơi, nhậu nhẹt, nhất là ở nông thôn vượt mức bình thường và cũng rất tốn kém về kinh tế… Còn có thể kể thêm dài dài nhiều yêu kém khác.
B.THỬ PHÂN TÍCH NGUYÊN NHÂN Chắc chúng cũng đã rõ: – Giáo dục nhân bản, giáo dục đạo đức làm người thật cơ bản bị bỏ quên. Dường như có giả định là con người tốt về chính trị tất yếu sẽ tốt về đạo đức… thanh niên có quậy phá thì Đoàn lo giáo dục chín trị tư tưởng và pháp luật không thấy nhắc tới giáo dục nhân bản và đạo đức. Sự thay đổi chỉ mới gần đây khi vấn đề quá trầm trọng. – Gia đình hoàn toàn hụt hẫng trước những biến chuyển xã hội nhanh như vũ bão và không còn biết phải làm gì với con cái mình. – Xã hội có quan tâm nhưng bất lực vì chỉ dựa vào kiểu kêu gọi, tuyên truyền đại trà với kết quả nước đổ lá khoai. – Nguyên nhân cơ bản là ta hoàn toàn lạc hậu trong lĩnh vực khoa học về HÀNH VI CON NGƯỜI để có những biện pháp giáo dục hữu hiệu.
Cơ Hội Hấp Dẫn Nhất Cho Ngành Khoa Học Dữ Liệu
1. Bạn đã thực sự hiểu Data analyst là gì?
Thực ra, để có được những ứng dụng tuyệt với đó, là một quá trình công phu của các chuyên gia về dữ liệu mang tên Data scientist và Data Analyst. Trong thời buổi lên ngôi của Big data, dữ liệu được xem là nguồn sống của những doanh nghiệp nghiệp không chỉ riêng về công nghệ.
Doanh nghiệp nào sở hữu lượng lớn dữ liệu đồng nghĩa với cơ hội phát triển vượt bậc.
Dữ liệu mang lại nguồn thu khổng lồ cho doanh nghiệp vì bản chất là dữ liệu là sở hữu, kiểm soát những thông tin người dùng, thông tin doanh nghiệp. Thông qua dữ liệu, các tập đoàn lớn thể đoán định được nhu cầu, thị hiếu của những khách hàng tiềm năng của họ từ đó để kiểm soát khả năng sử dụng lẫn cải cách và không ngừng nâng cấp dịch vụ. Điều này lý giải vì sao, dù đã sở hữu số lượng tài khoản lên tới trên 3,3 tỷ chiếm trên 1,3 dân số toàn cầu và có được một vị trí an toàn trong làng tỷ phú, thế nhưng ông chủ FaceBook, Mark Zuckerberg vẫn chưa có động thái dừng lại.
Dữ liệu có sức hút ma thuật và chỉ vài phút thiếu vắng nó cũng đủ khiến một công ty, tập đoàn công nghệ hàng đầu có nguy bị bị bỏ xa bởi những đối thủ cùng chiến tuyến. Thế nhưng, không đơn giản để sở hữu những dữ liệu hữu ích cho doanh nghiệp phục vụ quá trình phát triển mà phải trải qua một quá trình đánh giá, phân tích chuyên sâu từ những những nguồn data thô. Không ai có thể làm tốt hơn điều ngoài những Data Analyst. Vậy Data anlyst là gì mà sở hữu sức mạnh đó?
Data analyst là những nhà phân tích dữ liệu chuyên nghiệp. Nhiệm vụ của họ chính là phát hiện, giải thích, truyền đạt những thông tin, những dữ liệu thô thành những thông tin hữu ích, có tính ứng dụng cao và phục vụ cho chiến lược, định hướng phát triển của doanh nghiệp. Trong kinh doanh, các dự liệu sau khi được sàng lọc, gom nhặt từ nhiều nguồn được sắp xếp lại và phục vụ công tác mô tả, dự đoán và cải thiện hiệu suất kinh doanh như: nhu cầu của khách hàng ở sản phẩm gồm những gì? loại hình tiếp thị nào là phù hợp nhất, khi nào là thời điểm phù hợp để đưa ra những chương trình khuyến mãi, đồng thời phân tích được những rủi ro có thể xảy ra. Quá trình này được thực hiện hoàn toàn bằng những thuật toán, phần mềm với sự giúp sức của các phương pháp hiện đại nhất của khoa học máy tính,thống kê và toán học.
Bạn có thể dễ hình dung về công việc của Data Analyst bằng việc thu gom, sắp xếp một khối lượng dữ liệu khổng lồ bao gồm những thông tin khách hàng, hóa đơn, thị trường được lấy về từ nhiều nguồn khác nhau và sau đó sử dụng các công cụ “ngành” để lọc và xử lý và tìm ra những dữ liệu cô đọng nhất. Những thông tin này sẽ được chuyển đến từng phòng ban trong nội bộ doanh nghiệp tiến hành sử dụng cho những chiến lược phù hợp nhất nhằm mục đích thúc đẩy tăng trưởng kinh tế doanh nghiệp.
2. Cơ hội mới của Data Analyst hiện nay như thế nào?
2.1. Mức lương của Data analyst là bao nhiêu?
Giữ vị trí công việc nóng nhất và được trả mức lương cao nhất trong ngành công nghệ, thậm chí cùng với các Data Scientist, Data Analyst được tạp chí kinh doanh hàng đầu thế giới Harvard vinh danh là cái tên công việc có sức hút nhất thế kỷ XXI chắc là đủ để bạn hình dung được cơ hội rộng mở của ngành chuyên gia phân tích dữ liệu hiện nay như thế nào.
Sự bùng nổ về kinh tế toàn cầu và cuộc chiến khốc liệt giữa những thành viên của gia đình công nghệ đã mang lại “cái giá” cao ngất ngưỡng cho các ngành dính dáng đến dữ liệu, tiêu biểu như Data Analyst. Forbes, lại một tạp chí kinh doanh của ông hoàng thương mại điện tử Jeff Bezos khẳng định rằng: Trong năm nay 2021, số lượng công việc của Data Analyst lẫn Data Scientist sẽ lên đến con số khoảng 2.720.000 trên toàn thế giới trong đó, lương tăng lên sau một năm so với năm trước đó đạt mức kỷ lục – khoảng 364.000. Nhu cầu về dữ liệu ngày càng tăng và tầm quan trọng của các chuyên gia làm ra cung được khẳng định với mức lương xứng đáng.
Theo Glassdoor, mức lương trung bình cho một nhà phân tích dữ liệu tại Mỹ khoảng 84.000 USD lọt tốp những ngành nghề, itwork công nghệ mới song sở hữu mức lương cao nhất tại thị trường việc làm của xứ sở cờ hoa. Tuy nhiên, đây chỉ là chỉ mức thống kê chung, còn cụ thể sẽ được quy định bởi từng ngành nơi những chuyên gia này làm việc, phân tích. Dĩ nhiên đẻ có thể thu về mức thu nhập béo ấy, ngoài tư duy về phân tích và có đam mê với giải mã dữ liệu, họ phải là người có kiến thức tổng quát bao gồm kỹ năng kỹ thuật và phân tích đồng thời bao gồm những kỹ năng mềm về giao tiếp, sự sáng tạo và đặc biệt là khả năng làm việc theo nhóm. Tìm được một người có khả năng kết hợp cùng một lúc cả não trái và não phải chẳng phải dễ dàng gì, đó là nguyên nhân lý giải vì sao, Data Analyst được săn đón bởi hàng loạt những tập đoàn,công ty và nắm vai trò quan trọng trong việc đưa ra quyết định có tính chiến lược của doanh nghiệp.
2.2. Cơ hội phát triển của chuyên gia phân tích dữ liệu hiện nay như thế nào?
Nhìn qua số lượng việc làm lẫn mức lương khủng, bạn đang nghĩ rằng, sau những tháng năm được đào tạo trong môi trường về khoa học dữ liệu, tất cả những chuyên gia về phân tích thông tin đều có một tên gọi Data alnalyst và nhận mức lương trung bình đó? Thực ra thì không. Data Analyst nên được nhìn nhận dưới góc độ đa ngành và đó chỉ là sự khởi đầu cho những ai mong muốn chinh phục giấc mơ làm “bá chủ” của ngành khoa học. Từ nền tảng là Data Analyst sẽ là bàn đạp quan trọng giúp bạn sở hữu được nhiều vị trí quan trọng, những itwork mơ ước. Những lựa chọn sau đây sẽ dành cho bạn.
2.2.1. Data Engineer DE (Kỹ sư về dữ liệu)
Họ là những chuyên gia về xử lý dữ lý, thế những công việc chính là tự thu thập từ những nguồn khác nhau và chuyển đổi thành dữ liệu có thể dùng tại kho trung tâm. Công việc này tương tự mà một alnalyst đảm nhiệm song thiên nhiều về kỹ thuật và ứng dụng nhiều công nghệ trong quá trình thực hiện.
2.2.2. Data Scientist ( Chuyên gia về khoa học dữ liệu)
2.2.3. Chief Data Offier ( CEO)
3. Bạn cần gì để trở thành một Data analyst chuyên nghiệp
Làm khoa học dữ liệu không phải là vị trí dễ dàng để bất kỳ ai cũng có thể đạt được. Không có gì ngạc nhiên, yêu cầu trước tiên của nhà phân tích dữ liệu đó là giáo dục tốt lẫn những kỹ năng về kỹ thuật, thông kê, toán học phải cực kỳ cao siêu, đông thời có nhiều nền tảng về kỹ thuật máy tính. Yêu cầu đầu tiên cho bước trở thành nhữn analyst chính là bằng khoa học, công nghệ và toán học với trọng tâm là phân tích. Tiếp theo đó là những kinh nghiệm về ngôn ngữ lập trình. Dĩ nhiên, không thể ví khả năng của một analyst với nhiệm vụ đặc thù của một lập trình viên, tuy nhiên, bạn phải là người giỏi về một số ngôn ngữ tiêu biểu như SQL hay Python hoặc R để thuận tiện cho quá trình trích xuất dữ liệu.
Đồng thời, vai trò này cũng phải là người hiểu sâu sắc về kỹ thuật khai thác dữ liệu, nắm được những công nghệ mới như khung dữ liệu, Mapreduce …Là đối tượng phải “giao tiếp” thường xuyên với ngôn ngữ máy và đồng nghiệp nên kỹ năng về văn bản lẫn lời nói phải thật sự mạnh mẽ.
Bạn đang xem bài viết Cuộc Cách Mạng Về Dữ Liệu Hành Vi Trong Khoa Học Xã Hội trên website Tvzoneplus.com. Hy vọng những thông tin mà chúng tôi đã chia sẻ là hữu ích với bạn. Nếu nội dung hay, ý nghĩa bạn hãy chia sẻ với bạn bè của mình và luôn theo dõi, ủng hộ chúng tôi để cập nhật những thông tin mới nhất. Chúc bạn một ngày tốt lành!