Mønstergenkendelse er ikke et nyt koncept. Fra forhandlere, der bruger mønstersignaler til at afdække rentable handelsmuligheder, til detailhandlere, der benytter sig af store data om forbrugernes adfærd for at tilpasse deres prisfastsættelse og markedsføringsstrategier, hjælper mønstergenkendelse med at informere om forsvarlige beslutninger. Eller gør det det?
Teknologiens evne til hurtigt at fremme antallet af mønstre, vi identificerer, kan hindre kvaliteten af de vurderinger, vi foretager. For enkeltpersoner fungerer wearables såsom smart-briller og fitness trackers som informationsindsamlingsenheder, indhentning og formidling af et væld af data, information og ofte "analyserapporter" - i sidste ende store mængder messaging. Derfra må hver enkelt ofte fungere som sit eget filter og træffe beslutninger baseret på hvad der er indsamlet. På denne måde giver bærbar teknologi øgede muligheder for selvoptimering ved hjælp af de nyligt tilgængelige oplysninger til at forbedre beslutningsprocessen gennem mønstergenkendelse / analyse.
F.eks. Giver Google Glass og fitness-sporingsenheder en ny mulighed for at se den daglige beslutningstagning på et individuelt niveau gennem "øjnene" for hver enkelt. Denne fremgang skaber et øget niveau af indsigt, der erstatter deres naturlige menneskelige evne til at huske, hvad de gør, eller den rækkefølge, de gør det i. De beslutninger, der træffes på baggrund af denne øgede opfattelse, kan analyseres for mønstre i forbindelse med søvn, sundhed, uddannelse eller forbrug. Disse mønstre skaber derefter måder at forbedre selvet på. Naturligvis giver de også rig indsigt for virksomheder, der ønsker at målrette forbrugere med messaging og produkter. (Google Glass i er Google Glass banebrydende - eller bare fjollet?)
Så er der en fare ved at vide for meget om os selv i "informationsalderen"? Ja, bekræftelsesbias for én. Nu hvor ubegrænsede mængder information pludselig er lige ved hånden, kan det være en udfordring for vores hjerner at drage de rigtige konklusioner. Vores hjerner er forudsigelige motorer, der ser på verden for at bekræfte det, der allerede er kendt for at optimere, hvad vi skal gøre næste. Hvad vi ser, og hvordan vi forstår, påvirkes af hærdede mønstre, som vores hjerner har udviklet sig over tid. Det betyder, at vi har en tendens til at blive trukket til mønstre, der efterligner ting, som vi allerede ved eller tror, at vi ved, snarere end at skabe nye relationer eller netværk for at forstå noget anderledes.
Så hvad kan vi gøre for at opveje dette?
Vi kan starte med at minde os selv om, hvad vi lærte i 8. klasse: At der findes metoder og rammer til mere objektivt at prøve at forstå verden omkring os. For eksempel kontrollerede eksperimenter. I stedet for at søge efter information, artikler og data til sikkerhedskopiering af forudtrækkede konklusioner, bør vi skabe rammer til kontrol af variabler og testbeslutninger / opførsel. I det væsentlige skulle vi blive videnskabsfolk for os selv: observere, hvad vi gør, og derefter bruge disse fund som en måde at leve bedre, gladere og mere effektivt. Derfra skal vi øge rækkevidden og dybden af vores eksponering for nye ideer, metoder og tilstande.
At læse en artikel i Flipbook kan ikke gøre dig til ekspert og scanne nyhedsindlægene på Twitter betyder ikke, at du er engageret i aktuelle anliggender. Men de er et første skridt, der giver dig mulighed for åbent at fordybe dig i nye ideer, lære nye færdigheder og på sin side udnytte din viden til at lære andre. Dette svarer til Equinox for din hjerne, og det er meget billigere. Jo mere kompleks og fleksibel din hjerne er, jo mere interessante og avancerede mønstre kan du registrere.
Hvad kan der ellers gøres for at forhindre bekræftelsesfordeling? Én mulighed er at se på vores adfærd og beslutningstagning samlet. Organisationer som NASA og CrowdAdviser er afhængige af mængdenes kollektive handlinger for at få indsigt og opdage ting, der tidligere var "uvidende". F.eks. Lancerer NASA en asteroidejagtkonkurrence, der vil beskæftige offentligheden med at identificere asteroider baseret på billeder og data fra Planetary Resources. I mellemtiden udnytter CrowdAdvisor data leveret af forbrugere til at give mønstre for små virksomhedsejere til at tage beslutninger, så de kan skabe bæredygtige virksomheder. Generelt viser mønstrerne, der leveres af skarer, en rig informationskilde, fjernet af den bekræftelsesbias, der er fremherskende i resultaterne af mønstre, der er bestemt af individer uafhængigt. Selvom bekræftelsesfordelingen af enkeltpersoner slører fakta og sandheden om, hvad der faktisk foregår, hvilket fører til inficeret mønsterdannelse, præsenterer mængden en tilstand til at opleve mønstergenkendelse af højere kvalitet. Helheden er virkelig større end summen af dens dele.
I sidste ende er der ingen skade eller fejl i at indtage for meget information i Age of Information. Men for faktisk at omarbejde det, vi tager ind, så det oversættes til stærkere neurale mønstre og en sundere hjerne, kræves det en ny slags udfordring: at blive en videnskabsmand såvel som en svamp og foretage en ændring i sindet såvel som i den klasseværelse.
