10.3 Data, manipulering og synspunkter

Samme tall, forskjellig historie

Tenk deg at en skole har fått disse resultatene på nasjonale prøver i lesing de siste fem årene: $48, 51, 50, 49, 52$ -- mens det nasjonale snittet er $50$ hvert år. Nå kan rektoren si: «Fantastisk utvikling! Fra $48$ til $52$ -- vi ligger over snittet!» Men en bekymret forelder kan si: «Resultatene svinger opp og ned -- skolen har ingen stabil forbedring!»

Begge bruker nøyaktig de same tallene. Begge sier teknisk sett sannheten. Men de gir helt forskjellig inntrykk fordi de rammer inn tallene på ulike måter. Dette kalles framing, og det er et av de viktigste verktøyene for å forstå hvordan data brukes -- og misbrukes -- i hverdagen.

I dette kapittelet utforsker vi tre temaer:
- Hvordan framing lar oss fortelle ulike historier med same data
- Hvordan data kan manipuleres gjennom spørsmålsformulering, prosenttriks og selektivt utvalg
- Hvordan vi bør tenke etisk om innsamling og bruk av data

Framing -- kunsten å ramme inn tall

Framing handler om hvordan vi presenterer informasjon for å påvirke hvordan den oppfattes. Her er noen eksempler der de same tallene gir ulikt inntrykk:

- «$9$ av $10$ anbefaler dette produktet» vs. «$10\%$ er misfornøyd»
- «Arbeidsledigheten økte fra $3{,}0\%$ til $3{,}3\%$» vs. «Antall arbeidsledige økte med $10\%$»
- «Vi har kuttet utslipp med $15\%$ siden $2005$» vs. «Utslippene er fortsatt $85\%$ av $2005$-nivået»

Legg merke til at den relative endringen (fra $3{,}0$ til $3{,}3$ er $10\%$ økning) kan høres mye mer dramatisk ut enn den absolutte endringen ($0{,}3$ prosentpoeng). Politikere og journalister kan velge den framingen som passer deres narrative.

Et annet klassisk eksempel: «$30\%$ av elevene fikk under karakteren $4$ på matteeksamen.» En positiv framing: «Hele $70\%$ fikk $4$ eller bedre -- et flott resultat!» En negativ framing: «Nesten en tredjedel når ikke et tilfredsstillende nivå i matematikk.» Begge er sant. Men inntrykket er vilt forskjellig.

Framing er ikke nødvendigvis uærlig -- men det er viktig å gjenkjenne det når det brukes for å påvirke oss.

Datamanipulering -- bevisst og ubevisst

Utover framing finnes det mer aktive former for datamanipulering. Noen er bevisste (juks), andre er ubevisste (dårlig metode):

Selektivt utvalg: Spør du folk i en sportsbutikk om de trener regelmessig, vil du nok få en høy ja-prosent. Men det sier ingenting om befolkningen generelt. For at en undersøkelse skal være pålitelig, må utvalget være representativt.

Ledende spørsmål: «Synes du ikke også at skolematen bør bli bedre?» gir andre svar enn «Hva synes du om kvaliteten på skolematen?» Det første antyder at svaret bør være «ja». Det andre er nøytralt.

Endring av definisjon: Hvis et land endrer definisjonen av «arbeidsledig» slik at færre telles, synker arbeidsledigheten -- ikke fordi flere har fått jobb, men fordi regnereglene er endret.

Prosenttriks: «Prisen økte $50\%$ og ble deretter satt ned $50\%$» -- da er den faktisk lavere enn originalen! $100 \cdot 1{,}5 = 150$, og $150 \cdot 0{,}5 = 75$. Prosent beregnes alltid fra det nåværende utgangspunktet, ikke det opprinnelige.

Å gjenkjenne disse mønstrene gjør deg til en smartere medieforbruker.

Etikk i en datadrevet verden

Med store datamengder kommer stort ansvar. Teknologiselskaper samler inn enorme mengder data om oss: hva vi søker etter, hva vi klikker på, hvor vi befinner oss, hvem vi kommuniserer med. Disse dataene kan brukes til nyttige ting (personlige anbefalinger, trafikkoptimalisering) -- men også til problematiske ting (manipulerende reklame, diskriminering, overvåking).

Her er noen viktige etiske prinsipper for databruk:

Samtykke og transparens: Folk bør vite hvilke data som samles inn og hva de brukes til. De bør kunne si nei. I Norge har vi personopplysningsloven (basert på EUs GDPR) som beskytter folks data.

Formålsbegrensning: Data som samles inn for forskning bør ikke selges til reklame uten nytt samtykke.

Minimering: Bare samle inn data som faktisk trengs -- ikke «alt for sikkerhets skyld».

Rettferdighet: Algoritmer kan forsterke urettferdighet. Hvis en algoritme trenes på historiske data der visse grupper ble diskriminert, kan den videreføre diskrimineringen.

Når du selv bruker data -- for eksempel i et skoleprosjekt -- bør du presentere dem ærlig og ansvarlig: ikke cherry-picke, bruk nøytrale spørsmål, vis hele bildet, og skill tydelig mellom korrelasjon og kausalitet.

Oppsummering

Data er et kraftig verktøy som kan brukes til å informere -- eller villede:

Framing: Same tall kan gi helt forskjellig inntrykk avhengig av hvordan de presenteres. Vær oppmerksom på ordvalg, prosentbruk og hva som fremheves.

Datamanipulering: Selektivt utvalg, ledende spørsmål, endring av definisjoner og prosenttriks er vanlige teknikker. Gjenkjenn dem!

Prosenttriks: Prosentøkning og prosentreduksjon med same prosent gir ikke tilbake det opprinnelige beløpet, fordi beregningsgrunnlaget endres.

Kildekritikk-sjekkliste:
1. HVEM? -- Hvem står bak, og hva er deres interesse?
2. HVORDAN? -- Metode, utvalgsstørrelse, representativitet
3. HVA? -- Hva vises, og hva er utelatt?
4. HVORFOR? -- Hva er formålet med å presentere disse tallene?

Etikk: Samtykke, transparens, formålsbegrensning, minimering og rettferdighet er nøkkelprinsipper for ansvarlig databruk.