Hogyan kapcsolódnak egymáshoz az emberek, az információk és a körülöttünk lévő jelenségek? Mit árul el rólunk egy népszámlálás, egy műholdképes hőtérkép vagy a Spotify-hallgatottságunk? Dr. Janosov Milán fizikus, adattudós és hálózatkutató a Központi Statisztikai Hivatal (KSH) Európai Statisztikai Nap rendezvényén tartott előadásában szemléletes példákon keresztül mutatta be, miként segítenek az adatok megérteni a világot, a klímaváltozást vagy épp a karrierek belső dinamikáját.
Az előadó egy klasszikus, mindenki által ismert példával, a népszámlálással indított. Amikor megválaszoljuk azt az egyszerű kérdést, hogy „Hol laksz?”, a háttérben egy nagyskálájú, térinformatikai adatbázis jön létre. Ha 9,5 millió pontot egymásra rétegezünk, kirajzolódik az ország demográfiai térképe, ami a városfejlesztéstől az egészségügyi szervezésen át az élelmiszerellátásig számtalan területen elengedhetetlen.
Janosov rávilágított arra is, hogy az adatok értelmezése nem mindig magától értetődő. Ha a KSH nagy pontosságú, hivatalos adatait összevetjük egy ingyenes, globális adatbázissal, országos léptékben szinte megegyező eredményt kapunk. Amint azonban elkezdünk rázoomolni a térképre, a globális modell szorgalmasan lakosokkal népesíti be a Dunát, a Népligetet vagy a Városligetet is. Ez nem azt jelenti, hogy az adat hibás, hanem azt, hogy a két adattermék eltérő módszertannal és más célra készült – a globális adatsor mindenhol használható a világon, de a helyi finomságokat nem képes lekövetni.
Hőtérképek és klímakockázat: Adatokkal a felmelegedés ellen
A demográfiai adatok és a műholdas hőtérképek összekapcsolása még izgalmasabb összefüggéseket tár fel. Az Európai Űrügynökség és a NASA Landsat műholdjainak adatai alapján kirajzolható, hogyan változott a felszíni hőmérséklet az elmúlt két évtizedben.
Budapesten az elmúlt 20 évben átlagosan 3–4 fokos felmelegedés tapasztalható, de egyes területeken a medián hőmérséklet-emelkedés a 10 fokot is megközelíti.
Ha ezt a hőtérképet rátesszük a népsűrűségi adatokra, megkapjuk a klímakockázati térképet (hotspotokat).
Ez pontosan megmutatja a döntéshozóknak, hol van a legnagyobb szükség beavatkozásra: hova kell fákat ültetni, párakapukat kihelyezni vagy árnyékolni a buszmegállókat ahhoz, hogy véges erőforrásokkal a legnagyobb pozitív hatást érjük el.
A siker képlete: Véletlen dobókocka vagy mentori hálózat?
Az adattudomány nemcsak a földrajzi jelenségeket, hanem az egyéni életpályákat és karriereket is képes leírni – emelte ki Janosov Milán.
Számos olyan portál van, ahol rendezők, színészek zenészek, tudósok adatai, filmjei, publikációi, zeneszámai vannak fenn, az egész életük dokumentálható. A kutatóknak gyakorlatilag ez aranybánya és meglepő szabályszerűségeket tártak fel:
A legnagyobb dobás véletlenszerű: Statisztikailag teljesen véletlen, hogy valakinek az 1., a 10. vagy az 50. munkája hozza meg a legnagyobb sikert. A fiatalabb kori sikerek oka egyszerűen az, hogy a pályakezdők többször „dobnak a kockával”, több filmet forgatnak, több cikket írnak.
A nyerő szériák léteznek: A legnagyobb hatású munkák utólag visszanézve mégis sűrűsödnek bizonyos időszakokban, amely mögött a kapcsolati hálók átrendeződése áll.
A kétféle karrierút: A hálózatépítés szempontjából két fő típus létezik. A „hálózatépítők” (mint David Guetta) előbb kiépítik a kapcsolatrendszert és utána válnak sikeressé, míg az „underground alkotók” (mint George Lucas) előbb megalkotják a nagy művet, és a siker hozza meg számukra a kapcsolatokat.
A „kapuőrök” és az üvegplafon
A zenei szcéna top 100-as DJ-inek elemzése megmutatta, hogy létezik egy szűk, felső réteg (a top 18), akik stabilan a csúcson maradnak, és kapuőrként emelik be a fiatal tehetségeket.
A kutatás igazolta: a sikeres mentorral rendelkező fiatalok nagyságrendekkel jobb helyezéseket érnek el, mint a függetlenül próbálkozók, viszont szinte soha nem tudják leelőzni a saját mentoraikat.
Hasonló hálózati törvényszerűségek jelennek meg a vállalati szférában is.
Egy 3000 fős multicég HR-adatainak vizsgálata kimutatta, hogy a 12 szervezeti szintből a 8. szint környékén egy erős „üvegplafon” húzódik: a belső tehetségeket a cég képtelen volt a legfelsőbb vezetésbe emelni, a felsővezetőket szinte kivétel nélkül kívülről csábították át.
Az adatok és a mesterséges intelligencia ma már életünk minden szegmensében jelen vannak. Ahhoz azonban, hogy valóban hasznosítani tudjuk őket – legyen szó klímavédelemről, várostervezésről vagy karrierépítésről –, nem elég a nyers adattömeg: szükség van a komplex hálózati összefüggések megértésére és az eredmények lefordítására a gyakorlati cselekvés nyelvéré.
A Witcher-könyvektől a korrupció kockázatának kiszűréséig
A hálózatépítés logikája a teljes terjedelmű szöveges adatbázisoknál is alkalmazható. Janosov egy személyes projekten keresztül mutatta be, hogyan lehet a The Witcher (Vaják) könyvsorozat több ezer oldalából kapcsolati térképet építeni: ha két szereplő neve egy mondatban vagy bekezdésben szerepel, a modell összeköti őket. Az így kapott hálózat pontosan kirajzolja a főszereplőket, a mellékszálakat és a történeti klasztereket.
Ugyanez a módszertan a gyakorlati és üzleti életben is közvetlenül hasznosítható:
Ha a könyvszereplőket beszállítókra, cégekre, tulajdonosokra vagy pályázókra cseréljük, a hálózat képes feltárni a rejtett összefüggéseket az EU-s tenderekben vagy nagyvállalati szerződésállományokban.
A modell kiszámítja a korrupciórizikó-indikátorokat, és kiemeli a gyanús mintázatokat.
A hálózati vizualizáció nem váltja ki az emberi elemzést, de drasztikusan lecsökkenti a feldolgozandó adatmennyiséget: 100 000 oldalnyi dokumentáció elolvasása helyett pontosan megjelöli azt az 5000 oldalt, amelyet a szakértőknek valóban érdemes tüzetesen átvizsgálniuk.
